REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN SUPERIOR

UNIVERSIDAD NACIONAL EXPERIMIENTAL DEL MAGISTERIO SAMUEL

ROBINSON

TOVAR ESTADO BOLIVARIANO DE MÉRIDA

ESTADISTICA APLICADA

PARTICIPANTE: ANTHONY LEÓN GÓMEZ

CI V-20.394.706

CORREO: leonganthony16@gmail.com
 La cultura estadística

Durante las últimas décadas, se han publicado nuevas definiciones o

modelos para describir el concepto de cultura estadística. A continuación,
presentamos cronológicamente algunos de los más destacados. La primera
definición que podemos considerar relevante es la descrita por Wallman (1993),
quien presenta la cultura estadística como: “la habilidad de entender y evaluar
críticamente los resultados estadísticos que inundan nuestra vida diaria, unida a la
habilidad de apreciar las contribuciones que el razonamiento estadístico puede
hacer en público y en privado a las decisiones personales y profesionales”.
Posteriormente, Watson (1997) presenta un modelo en el que se destaca que,
para ser estadísticamente culto, además de comprender la terminología y lenguaje
estadístico básico, se ha de cuestionar y criticar los argumentos o afirmaciones
realizados en diferentes contextos sin fundamento.

A partir de dicho modelo, aparecen definiciones que simplificaban o adaptan

las definiciones anteriores (Moore, 1998; Schield, 1999). De especial relevancia es
el modelo desarrollado por Gal (2002), basado en el de Watson (1997), que define
la cultura estadística como la “capacidad de interpretar y evaluar críticamente la
información estadística, los argumentos basados en datos o los fenómenos
estocásticos que se pueden encontrar en diversos contextos; y la capacidad de
discutir o comunicar sus opiniones respecto a tales informaciones estadísticas
cuando sea relevante”. En dicho modelo, se describen las componentes que todo
ciudadano ha de poseer para ser un consumidor de datos en la sociedad de la
información, tales como: una destreza estadística, una destreza matemática
básica, una habilidad lingüística, un conocimiento del contexto, una actitud de
cuestionamiento, una capacidad crítica hacia los datos, y unas creencias y
actitudes positivas hacia la estadística.

Componentes de la cultura estadística

Varios son los elementos comunes en la mayoría de las definiciones que

muestran la importancia no solo del conocimiento estadístico básico para poder
interpretar la información basada en datos. A continuación, se detallan los
elementos más frecuentemente descritos como marco teórico del análisis de la
información estadística en los medios de comunicación.

Comprensión, interpretación y argumentación de la información estadística

Uno de los elementos fundamentales para ser estadísticamente culto es ser

capaz de interpretar el significado de los elementos estadísticos y proporcionar
razonamientos sólidos a la hora de argumentar las conclusiones que se deriven de
éstos. Las distintas definiciones de cultura estadística contemplan de forma
explícita la capacidad de pensar críticamente sobre las estadísticas. Por tanto,
ésta tiene que tener la misma importancia que otras competencias tales como leer,
escribir o hablar (Schield,1999), destacando las habilidades de comprensión,
interpretación y argumentación.

Un ciudadano estadísticamente culto debe dominar las habilidades

lingüísticas necesarias, es decir, debe ser capaz de leer, interpretar y evaluar
razonadamente la información estadística que aparece en los medios de
comunicación, ya sean datos o resúmenes de ellos, representados mediante
tablas o gráficos. Pero como afirma Schield (2000), existe una dificultad general a
la hora de leerlos y comprenderlos, destacando principalmente la complejidad de
identificar las descripciones y comparaciones correspondientes.

En este sentido, Watson y Kelly (2007) exponen que los aspectos propios
de la cultura estadística tales como comunicar resultados o ser capaces de
describir correctamente los conceptos involucrados, a menudo reciben poca o
ninguna atención. En la sociedad de la información, los mensajes pueden ser
creados por emisores con diversas habilidades lingüísticas y de cálculo, que
pueden tener objetivos concretos, como convencer al lector o al oyente de adoptar
un punto de vista específico o rechazar otro, y, por tanto, pueden usar argumentos
unilaterales o presentar información de forma selectiva (Clemen y Gregory, 2000).
Por tanto, los receptores de los mensajes estadísticos, han de ser capaces de dar
sentido a una amplia gama de mensajes, formulados en diferentes niveles de
complejidad y en diferentes estilos de escritura o habla.

Actitud crítica y cuestionamiento

Ser estadísticamente culto no solo depende de los conocimientos y

capacidades que se posean. La parte emocional, sentimientos, valores y actitudes,
es también un componente fundamental. Un elemento común en la literatura es la
importancia de la actitud crítica como componente de la cultura estadística. Dado
el requisito de “ser crítico” con la información basada en contenidos estadísticos,
se establece la necesidad de desarrollar habilidades para activar una postura
crítica respaldada por un conjunto de creencias, actitudes y emociones
(descriptores de la dimensión afectiva, McLeod, 1989). Murray y Gal (2002)
establecen que la evaluación crítica de la información estadística (después de
haber sido entendida e interpretada) también depende de las habilidades para
acceder a preguntas fundamentales, que permitirán activar una postura crítica.
Llegamos a un punto en el que la "postura crítica" y las "creencias y actitudes" se
unen, término al que denomina disposiciones y que, como indica, son esenciales
para la cultura estadística. Concretamente, una de las capacidades necesarias
para interpretar y evaluar la información estadística es una actitud crítica hacia los
datos.

Cuestionar y criticar la información estadística permitirá no solo realizar una

interpretación correcta del contenido estadístico, sino que además permitirá
conocer, entre otras cosas, la fiabilidad de la información fundamentada en la
veracidad de los datos. Los ciudadanos de la sociedad de la información tenemos
tendencia a creer como cierto y exacto toda aquella información validada por
elementos estadísticos.

Detección de sesgos y errores

Un elemento estrechamente relacionado con la actitud crítica y el

cuestionamiento es la detección de sesgos y/o errores presentes en la información
estadística, concretamente, la que utiliza los medios de comunicación. En la
sociedad actual, ser alfabeto significa poseer alfabetización funcional, definida
como la capacidad de revisar, interpretar, analizar y evaluar materiales escritos,
detectando errores y defectos en ellos. El analfabetismo funcional es una
extensión moderna de la alfabetización literal o la capacidad de leer y comprender
los materiales escritos. Un tipo de alfabetización funcional sería la “cultura
estadística”. Por otro lado, la cultura estadística está relacionada con la
sensibilidad a los errores inducidos por la representación de los datos. Los
gráficos pueden presentar los datos de manera engañosa provocando
tergiversaciones y malas interpretaciones.

Contexto

Una correcta interpretación de los mensajes estadísticos depende, en gran

medida, de la capacidad para identificar el contexto del que provienen. Existe
cierta confusión con respecto al término estadística o sobre los contextos de la
vida donde ésta se utiliza. La importancia del contexto en la enseñanza de la
estadística. La consideración del contexto es fundamental para entender el
pensamiento o razonamiento estadístico, y cualquier enseñanza de la estadística
debe incorporar este aspecto. Por ejemplo, la utilización de datos del mundo real
puede motivar el aprendizaje de los principios estadísticos.

Destrezas matemáticas

Un elemento significativo en el desarrollo de la cultura estadística son las

destrezas matemáticas necesarias para que los consumidores de información
estadística realicen una adecuada interpretación de la información basada en
datos. Elementos como porcentajes, medidas de posición, medidas de variabilidad
y su representación gráfica, entre otros necesitan de un conocimiento puramente
matemático para la interpretación correcta de ellos. Concretamente, dicha
habilidad es de especial relevancia en la interpretación de gráficos estadísticos
presentes en los medios de comunicación, cuya lectura requiere una adecuada
conexión entre los estadísticos de resumen, los datos brutos implicados y el
gráfico final.
Trans numeración

La transnumeración aborda el proceso de “cambio de representaciones

para engendrar entendimiento”. Su descripción incluyó tres aspectos: i) captura de
medidas del mundo real, ii) reorganización y cálculo con datos, y iii) comunicación
de datos a través de una representación. el proceso de transnumeración releva el
sentido de organizar los datos para obtener información. Por ejemplo, tabular los
datos requiere determinar la presentación de datos con claridad, lo que involucra
realizar una abstracción de las variables cuantitativas y cualitativas desde el
contexto para construir la tabla, evidenciar el uso de las técnicas de agrupamiento,
el cálculo de la frecuencia y la tabulación. Por tanto, se esperaría que los alumnos
con pensamiento transnumerativo notasen patrones al observar o en el proceso de
interpretar dicha tabla. Según los autores, este proceso incluye diferentes
técnicas, tales como: i) reclasificación de los datos, ii) cálculo de valores
representativos de los datos agrupados de una variable y iii) representación de los
datos en bruto o transformados en tablas o gráficos.

Definición

Universo: El universo es la totalidad del espacio y del tiempo, de todas las formas
de la materia, la energía, el impulso, las leyes y constantes físicas que las
gobiernan. Sin embargo, el término también se utiliza en sentidos contextuales
ligeramente diferentes y alude a conceptos como cosmos, mundo o naturaleza.1
Su estudio, en las mayores escalas, es el objeto de la cosmología, disciplina
basada en la astronomía y la física, en la cual se describen todos los aspectos de
este universo con sus fenómenos.

Población: Según el Diccionario de la lengua española, editado por la Real

Academia Española (RAE), se define el
término población (del latín tardío populatio, -ōnis, 'saqueo', 'devastación'), en
primer lugar como "la acción o efecto de poblar" (fundar uno o más pueblos)

Desde el punto de vista legal y constitucionalista, el concepto de población se

utiliza para señalar la misma agrupación humana pero como elemento
componente indeterminado del Estado, por referirse a todos sus habitantes sin
considerar su condición.9 Diferenciándose del término pueblo que suele referirse a
una parte de la población que recibe un especial tratamiento especial por parte
del Estado según el régimen político o jurídico determinado que lo caracterice.

Muestra: En estadística, una muestra es un subconjunto de casos o individuos de

una población. En diversas aplicaciones, interesa que una muestra
sea representativa, y para ello debe escogerse una técnica de muestra adecuada
que produzca una muestra aleatoria adecuada. También es un subconjunto de la
población, y para ser representativa, debe tener las mismas características de la
población. Si se obtiene una muestra sesgada, su interés y utilidad son más
limitados, en función del grado de sesgos que presente

Parámetro: Un parámetro (del griego antiguo παρά, para: "al lado", "subsidiario";
y μέτρον, metron: "medir"), generalmente, es cualquier característica que pueda
ayudar a definir o clasificar un sistema particular (es decir, un evento, proyecto,
objeto, situación, etc.) Es decir, es un elemento de un sistema que es útil o crítico
al identificar el sistema o al evaluar su rendimiento, estado, condición, etc.

Estadígrafo: Un estadígrafo es un estadístico: un individuo que se especializa

en estadística. La estadística, en tanto, es el área de la matemática que trabaja
con grupos de cifras y se basa en el cálculo de probabilidades para
realizar inferencias. Además se llama estadística al análisis de datos
cuantitativos vinculados a la actividad humana, a la población, etc.

Elemento: Un elemento es una pieza, fundamento, móvil o parte integrante de un

cosa. Un elemento es un principio físico o químico de los cuerpos.
En Química, un elemento es una sustancia formada por átomos que tienen el
mismo número de protones nucleares.

Carácter: Se conoce como carácter a un conjunto de cualidades psíquicas y

afectivas que condicionan la conducta de cada individuo. La palabra carácter es
de origen griego “kharakter” a través del latín “character”que significa “el que
graba”.
Variable: Derivada del término en latín variabilis, variable es una palabra que
representa a aquello que varía o que está sujeto a algún tipo de cambio. Se trata
de algo que se caracteriza por ser inestable, inconstante y mudable. En otras
palabras, una variable es un símbolo que permite identificar a un elemento no
especificado dentro de un determinado grupo. Este conjunto suele ser definido
como el conjunto universal de la variable (universo de la variable, en otras
ocasiones), y cada pieza incluida en él constituye un valor de la variable.

Clasificación de variables

Variables cualitativas: son aquellas que no se pueden medir numéricamente

ejemplo: nacionalidad, color de la piel, sexo, etc.

A su vez, las variables cualitativas pueden ser:

Nominales: son datos que corresponden a categorías que por su naturaleza no

admiten un orden. Por ejemplo: sexo (masculino y femenino); carrera de estudio:
economía, contabilidad, administración, etc.

Ordinales: son aquellos que corresponden a evaluaciones subjetivas que se

pueden ordenar o jerarquizar. Por ejemplo: en una competencia artística las
posiciones de los ganadores se ordenan o jerarquizan en primer lugar, segundo
lugar, tercer lugar, cuarto lugar, etc.

Variables cuantitativas: son aquellas que tienen valor numérico como la edad, el
precio de un producto, ingresos anuales de un consumidor, etc.
A su vez, las variables cuantitativas pueden ser:

Discretas: estas son aquellas que sólo pueden tomar valores enteros como 1, 2,
8, -4, etc. En este sentido, los hermano en una familia podrán ser: 1, 2, 3..., etc.
Sin embargo, nunca podrán ser 1.5 o 2.3.
Continuas: son aquellas que pueden tomar cualquier valor real dentro de un
intervalo o rango. Por ejemplo, los litros de leche ordeñados podrán se 1.5 o 10.3
etc.

Escalas de medición en estadística

Como hemos dicho, para que los datos tengan sentido es necesario
compararlos. Y para poder compararlos debemos utilizar escalas de medición.
Dichas escalas tendrán diferentes propiedades en función de las características de
los datos que se compararán. En estadística existen cuatro escalas de medición:
nominal, ordinal, de intervalo y de razón.

Escala nominal

Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un

elemento, se considera que la escala de medición es una escala nominal. En esta
carecen de sentido el orden de las etiquetas, así como la comparación y las
operaciones aritméticas. La única finalidad de este tipo de datos es clasificar a las
observaciones. Ejemplo:
Una variable que indica si el visitante de este post es «hombre» o «mujer».

En esta variable se tienen dos etiquetas para clasificar a los visitantes. El

orden carece de sentido, así como la comparación u operaciones aritméticas.

Escala ordinal

Cuando los datos muestran las propiedades de los datos nominales, pero
además tiene sentido el orden (o jerarquía) de estos, se utiliza una escala ordinal.
Ejemplo:
Una variable que mide la calidad de un post. La variable puede tomar
valores enteros del 1 al 5, donde el valor 1 es el peor y el 5 el mejor.
 En esta variable sigue sin tener sentido las operaciones aritméticas, pero
ahora sí tiene sentido el orden. Si un post tiene valor 4 y otro tiene valor 2, el
primero se entiende que es mejor que es segundo.

Escala de intervalo

En una escala de intervalo, los datos tienen las propiedades de los datos
ordinales, pero a su vez la separación entre las variables tiene sentido. Este tipo
de datos siempre es numérico, y el valor cero no indica la ausencia de la
propiedad. Veamos un ejemplo:
La temperatura (en grados centígrados) media de una ciudad.

En esta escala, los número mayores corresponden a temperaturas

mayores. Es decir, el orden importa, pero a la vez la diferencias entre las
temperaturas importa.

Escala de razón

En una escala de razón, los datos tienen todas las propiedades de los datos
de intervalo, y la proporción entre ellos tiene sentido. Para esto se requiere que el
valor cero de la escala indique la ausencia de la propiedad a medir. Ejemplos de
este tipo de variables son el peso de una persona a el tiempo utilizado para una
tarea.
Ejemplo: Una variable que mide el salario de una persona.
En esta variable, si una persona gana 100, y otra 10, la primera gana más
que la segunda (comparación). También tiene sentido decir que la primera gana
90 más que la segunda (diferencia), o que gana 10 veces más (proporción)

Formas de Observar la Población

1. Atendiendo a la fuente se clasifican en Directa o Indirecta
Observación Directa, es aquella donde se tienen un contacto directo con los
elementos caracteres en los cuales se presenta el fenómeno que se pretende
investigar, y los resultados obtenidos se consideran datos estadísticos originales.
Para Ernesto Rivas González (1997) "Investigación directa, es aquella en que el
investigador observa directamente los casos o individuos en los cuales se produce
el fenómeno, entrando en contacto con ellos; sus resultados se consideran datos
estadísticos originales, por esto se llama también a esta investigación primaria".
Ejemplo; el seguimiento de la población estudiantil por año, llevado en una
determinada facultad.
Observación Indirecta, es aquella donde la persona que investiga hace uso
de datos estadísticos ya conocidos en una investigación anterior, o de datos
observados por un tercero (persona o entidad). Con el fin de deducir otros hechos
o fenómenos..

2. Atendiendo a la periodicidad, puede ser Continua, Periódica o Circunstancial.

Una observación continua; como su nombre lo indica es aquella que se lleva
acabo de un modo permanente.
Ejemplo: la contabilidad comercial, llevada en cuanto a compras, ventas y
otras operaciones que se van registrando a medida que se van originando.

Una observación periódica; es aquélla que se lleva a cabo a través de períodos

de tiempo constantes. Estos períodos de tiempos pueden ser semanas, trimestres,
semestres, años, etc. Lo que debemos destacar es que los períodos de tiempo
tomados como unidad deben tomarse constantes en lo posible.
Ejemplo; el registro llevado por la Oficina de Control de Estudios de la Facultad de
Faces de la Universidad de Carabobo, en cuanto a la inscripción de los
estudiantes por semestre.
La observación circunstancial, es aquella que se efectúa en forma ocasional o
esporádica, esta observación hecha más por una necesidad momentánea, que
de carácter regular o permanente.
Ejemplo; la obtención de números de aulas utilizadas y no utilizadas en los
colegios pertenecientes al municipio Naguanagua del Estado Carabobo.

3. Atendiendo a la cobertura; pueden ser Exhaustiva, Parcial o Mixta

Observación Exhaustiva, cuando la observación es generada sobre la totalidad de
los elementos de la población se habla de una observación exhaustiva.
Observación Parcial, dados que las poblaciones usualmente son grandes, la
observación de todos sus elementos se ve imposibilitada. La solución para superar
este inconveniente es observar una parte de esta población.

Observación Mixta, en este tipo de observación se combinan adecuadamente la

observación exhaustiva con la observación parcial. Por lo general, este tipo de
observaciones se lleva a cabo de tal manera que los caracteres que se consideran
básicos se observan exhaustivamente y los otros mediante una muestra; o bien
cuando la población es muy grande, parte de ella se observa parcialmente.

Pasos de la investigación estadística.

El proceso de aplicación de la estadística implica una serie de pasos:

1. Selección y determinación de la población o muestra y las características

contenidas que se desean estudiar. En el caso de que se desee tomar una
muestra, es necesario determinar el tamaño de la misma y el tipo de
muestreo a realizar (probabilístico o no probabilístico).
2. Obtención de los datos. Esta puede ser realizada mediante la observación
directa de los elementos, la aplicación de encuestas y entrevistas, y la
realización de experimentos.
3. Clasificación, tabulación y organización de los datos. La clasificación
incluye el tratamiento de los datos considerados anómalos que pueden en
un momento dado, falsear un análisis de los indicadores estadísticos. La
tabulación implica el resumen de los datos en tablas y gráficos estadísticos.
 4. Análisis descriptivo de los datos. El análisis se complementa con la
obtención de indicadores estadísticos como las medidas: de tendencia
central, dispersión, posición y forma.
5. Análisis inferencial de los datos. Se aplican técnicas de tratamiento de
datos que involucran elementos probabilísticos que permiten inferir
conclusiones de una muestra hacia la población (opcional).
6. Elaboración de conclusiones. Se construye el informe final.

Desarrollo de la estadística en Venezuela

El Instituto Nacional de Estadística (INE) es el principal órgano público

de estadística del Gobierno Venezolano, siendo el ente central del Sistema
Estadístico Nacional (SEN).1 y encargado de la sistematización y publicación de
datos estadísticos en el territorio venezolano.

Originalmente, en 1871, se crea la Dirección General de Estadística en el

Ministerio de Fomento. Con la creación de esta dirección, se buscaba recolectar
información agrícola y económica importante para el país.

En 1873, se realizó el Primer Censo Nacional de Población, el cual arrojó

una población total de 1.783.993 habitantes; en 1881 se efectuó el segundo y en
1991 el tercero. De manera que una de las grandes innovaciones fue la realización
de censos generales de población con cierta regularidad en el país.

Después de 1936 y especialmente con la promulgación de la Ley de

Estadísticas y Censos Nacionales de 1944, el Gobierno Nacional mostró un
interés renovado sobre la materia estadística.

La Ley de 1944 reforzó la obligación de todos los residentes del país

(nacionales y extranjeros), de todos los organismos públicos y privados, y de todos
los funcionarios públicos, de remitir los datos que se les exigieran (según las
especificaciones técnicas que se les indicaran) y de colaborar con el Ejecutivo
Nacional, cuando este lo solicitara, en el desarrollo de las operaciones.
 Para 1978, se crea la Oficina Central de Estadística e Informática (OCEI),
adscrita, igualmente, al Ministerio del Fomento. Unos meses antes de la
aprobación de la Ley de Función Pública Estadística (noviembre,
2001),3oficialmente la institución adquiere el nombre del Instituto Nacional de
Estadística (INE)

Para julio de 2001 estuvo adscrito al Ministerio del Poder Popular del
Despacho de la Presidencia y Seguimiento de la Gestión del Gobierno y en la
actualidad se encuentra adscrito al Ministerio del Poder Popular de Planificación.4

Venezuela ha realizado 14 censos desde el primero llevado a cabo en el

año de 1873 hasta 2011.

La estadística como un hecho social

La Sociología, como ciencia empírica, basa sus descripciones y

explicaciones del mundo social en la observación y obtención de datos de la
realidad. El análisis estadístico es una técnica de observación crucial en la
comprensión y estudio de los fenómenos sociales. Mediante el empleo de técnicas
estadísticas, los sociólogo/as pueden, por ejemplo, conocer la distribución de las
principales características de una determinada población, sus prácticas u
opiniones, así como analizar los cambios de estas a lo largo del tiempo.

La estadística constituye una práctica esencial en el oficio del sociólogo que

resulta de gran utilidad en la toma de decisiones, en la planificación y en la
intervención social. La sociología estadística es altamente demandada en muchos
ámbitos de la administración pública, del mundo político y organizativo

En esta línea resulta esencial el conocimiento de las técnicas estadísticas

de producción y análisis de datos, en particular en los estudios demográficos y de
estructura social, siendo una herramienta básica dentro del conjunto de la
investigación social o sociológica.

Los conocimientos de Estadística Aplicada a las Ciencias Sociales

están directamente asociados con la materia de “Metodología y Técnicas de
Investigación Social” y son de utilidad para el entendimiento y desarrollo de las
materias de “Estructura Social”, “Población, Territorio y Ecología”, “Cambio Social”,
y “Tendencias y Procesos Socioeconómicos”. También permitirá una mayor
comprensión, dentro del área de “Ciencia Política”, de asignaturas como “Análisis
de Políticas Públicas” y “Políticas Sociales”.

Interpretación de gráficos y tablas

La sociedad moderna se caracteriza por la abundancia de información

estadística que el ciudadano debe interpretar y evaluar de manera crítica para
tomar decisiones y comprender el mundo que le rodea. Usualmente esta
información viene acompañada de gráficos estadísticos; por tanto, la competencia
gráfica es parte de la cultura estadística, que Gal (2002) considera como unión de
dos capacidades:

La investigación previa sobre gráficos estadísticos se ha centrado en su

comprensión por estudiantes de universidad o secundaria y apenas existen
trabajos que hayan analizado la forma en que se presenta el tema en los textos
escolares.

Tanto en el ámbito científico o didáctico como en el de la comunicación, la

información basada en datos, numérica o estadística suele resultar difícil de
asimilar. Los diferentes tipos de gráficos y diagramas contribuyen a facilitar su
interpretación de una manera mucho más rápida y visual. Ponen de relieve la
relación entre los elementos de un conjunto o sistema de forma conceptual,
haciendo destacar los patrones y tendencias con información relevante.

Diagrama de Arco
En los diagramas de Arco los nodos se colocan a lo largo de una sola línea
y los arcos se utilizan para mostrar las conexiones entre ellos.
El espesor de cada línea de arco puede representar la frecuencia entre la fuente y
el nodo de destino. Los diagramas de arco puede ser útiles en la búsqueda de
concurrencias dentro de los datos
Gráfico de área
Los gráficos de área son similares a los gráficos de línea, pero con el área
debajo de la línea relleno con un determinado color o textura. Los gráficos de área
se definen localizando puntos de datos en el trazado de una cuadrícula de
coordenadas cartesianas, que se unen por medio de una línea entre ellos, y
rellenando el espacio de la parte inferior.
Al igual que los gráficos de líneas, los gráficos de área se utilizan para
mostrar el desarrollo de valores cuantitativos durante un intervalo de tiempo. Se
utiliza normalmente para mostrar tendencias en lugar de transmitir valores
específicos.

Gráfico de barras
El gráfico de barras es también conocido como gráfico de columnas.
El gráfico de barras clásico utiliza barras horizontales o verticales para mostrar
comparaciones numéricas que de diferentes categorías. Uno de los ejes de la
gráfica muestra las categorías específicas que se comparan y el otro eje
representa una escala de valores.
Diagrama de cajas y bigotes
Los diagramas de cajas y bigotes son una estupenda manera de
representar visualmente grupos de datos numéricos.
Las líneas que se extienden en paralelo en ambos extremos de las cajas
son conocidos como “bigotes”, y se utilizan para indicar la variabilidad fuera de los
cuartiles superior e inferior. Los valores atípicos a veces se representan como
puntos individuales que están en línea con las barbas. Los diagramas de caja se
pueden construir ya sea vertical u horizontalmente.
Normalmente en la estadística descriptiva, los diagramas de caja son una
estupenda manera de examinar rápidamente uno o más conjuntos de datos
gráficamente. A pesar de que puedan parecer primitivo en comparación con un
histograma o gráfico de densidad, tienen la ventaja de ocupar menos espacio, lo
cual es útil cuando se comparan las distribuciones entre muchos grupos o
conjuntos de datos.

Nube de ideas o mapas mentales

Las nubes de ideas se suelen utilizar como una herramienta para realizar
asociaciones, generar propuestas, buscar soluciones, clasificar ideas, organizar
información, visualizar estructuras y para casos de estudio en general. Reuniones
creativas o de “braimstorming” se celebran a menudo en la fase inicial de un
proyecto para tomar de notas y enfocar el trabajo. También pueden ser útiles para
organizar la colaboración de personas o equipos y adjudicar tareas o
responsabilidades.
Gráfico de burbujas
Un gráfico de burbujas es un gráfico de múltiples variables que supone un
cruce entre un diagrama de dispersión y un gráfico de área proporcional.
Como un diagrama de dispersión, las burbujas utilizan un sistema de coordenadas
cartesianas para trazar puntos a lo largo de una cuadrícula en los ejes X e Y con
variables independientes, pero a diferencia de un diagrama de dispersión, a cada
punto se le asigna una etiqueta o categoría que puede estar asociada con una
leyenda. Cada punto representado a continuación representa una tercera variable
por la zona de su círculo. Los colores también se pueden utilizar para distinguir
entre categorías o ser utilizados para representar una variable de datos adicional.
El tiempo puede mostrarse como variable sobre uno de los ejes o por la animación
de las variables de datos cambiantes.

Mapa de burbujas
Los mapas de burbujas son ideales para la comparación de proporciones
asociadas a regiones geográficas sin los problemas causados por el tamaño del
área regional, como pueden darse en los mapas coropléticos. Sin embargo, el
mayor defecto de los mapas de la burbuja es que si estas son demasiado grandes
se pueden superponer unas y otras, incluso entre diferentes regiones del mapa.
Gráfico de bala
Se utiliza normalmente para mostrar los datos de rendimiento, las funciones
de gráficos de bala son similares a las de un gráfico de barras, pero van
acompañados de elementos visuales adicionales para empacar más información
en el contexto. Originalmente, los gráficos de bala fueron desarrollados como
alternativa al tablero de medidas y medidores, ya que a menudo no pueden
representar suficiente información y son menos eficientes en cuanto al
aprovechamiento del espacio

Calendario
A lo largo de la historia, se han desarrollado diferentes sistemas de
calendario como una herramienta de organización para ayudarnos a planificar el
futuro. Los calendarios también se utilizan como una herramienta visual para
mostrar períodos de tiempo y para visualizar la organización de eventos. Los
períodos de tiempo, a menudo se muestran y se dividen en unidades tales como
días, semanas, meses y años. Una fecha es la designación de un solo día,
específico dentro de un sistema de este tipo

Gráfico de velas
El gráfico de velas también se conoce como gráfico de velas japonesas.
Este tipo de gráfico se utiliza como una herramienta de negociación para visualizar
y analizar los movimientos de precios en el tiempo para valores, derivados,
divisas, acciones, bonos, materias primas, etc… los símbolos utilizados en los
gráficos de velas se asemejan a los diagramas de caja, pero funcionan de manera
diferente y por lo tanto, no deben ser confundidos.
Los gráficos de velas muestran múltiples bits de información de precios
como el precio de apertura, precio de cierre, el precio más alto y el precio más
bajo mediante el uso de símbolos de candelabro similares, que representan cada
uno la actividad comercial comprimida durante un período de tiempo (un minuto,
hora, día , mes, etc). Cada símbolo de velas se traza a lo largo de una escala de
tiempo en el eje x, para mostrar la actividad de negociación con el tiempo.

Diagrama de cuerdas
Este tipo de diagrama sirve para visualizar las interrelaciones entre
entidades. Las conexiones entre las entidades se utilizan para mostrar el hecho de
que comparten algo en común. Esto hace que los gráficos de acorde sean ideales
para comparar las similitudes dentro de un conjunto de datos o entre diferentes
grupos de datos.
Los nodos están dispuestos alrededor de un círculo, con las relaciones entre los
puntos conectados el uno al otro, ya sea mediante el uso de arcos o curvas de
bézier. Los valores se asignan a cada conexión, que está representada
proporcionalmente por el tamaño de cada arco. El color puede ser usado para
agrupar los datos en diferentes categorías, ayudando a hacer comparaciones y
distinguiendo los grupos
Mapa coroplético
Los mapas coropléticos, también llamados mapas coropletos o mapas de
coropletas muestran zonas geográficas o regiones divididas en colores, con
sombras o dibujos en relación con una variable de datos. Esto proporciona una
manera de visualizar los valores de un área geográfica, que puede mostrar
variación o patrones en la ubicación o extensión que se muestra.
La variable de datos utiliza la progresión de color para representarse a sí misma
en cada región del mapa. Típicamente, esto puede ser una mezcla o transición de
un color a otro, una progresión de matices de más transparente a opaco, de claro
a oscuro o todo un espectro de color

Mapa de árbol circular

El mapa de árbol circular es una variación del mapa de árbol que utiliza
círculos en lugar de rectángulos. La contención dentro de cada círculo representa
un nivel en la jerarquía, cada rama del árbol se representa como un círculo y sus
sub-ramas se representan como círculos dentro de ella. El área de cada círculo
también se puede utilizar para representar un valor arbitrario adicional, tal como la
cantidad o tamaño de archivo. El color también puede utilizarse para asignar
categorías o para representar otra variable a través de diferentes tonos.
El mapa de árbol circular no es tan eficiente con el espacio como el mapa de árbol
rectangular, ya que hay una gran cantidad de espacio vacío dentro de los círculos.
A pesar de ello este sistema revela la estructura jerárquica mejor que el mapa de
árbol.
Mapa de conexión
También conocido como mapa de enlaces o mapa de rayos.
Los mapas de conexión se dibujan conectando puntos colocados en un mapa
mediante líneas rectas o curvas.
Los mapas de conexión suelen ser grandes para mostrar las conexiones y
relaciones geográficamente, y también se pueden utilizar para mostrar rutas a
través de una sola cadena de eslabones. Los mapas de conexión también se
pueden usar para revelar patrones espaciales a través de la distribución de las
conexiones, y concentraciones por la densidad de conexiones en un mapa.

Gráficos de densidad
También conocidos como gráficos de densidad de Kernel o gráficos de
densidad de seguimiento.
Un diagrama de densidad visualiza la distribución de datos a través de un
período de intervalo o de tiempo continuo. Esta tabla es una variación de un
histograma que utiliza un núcleo suavizado para trazar los valores, lo que permite
distribuciones curvas y homogéneas al suavizar el ruido. Los picos se muestran en
una pantalla de ayuda gráfica de densidad donde los valores se concentran en el
intervalo.

Gráfico de anillos
Un gráfico de anillos es esencialmente un gráfico de sectores con un área
del centro cortada.
 Sin embargo los gráficos de anillos tienen una ligera ventaja sobre los
gráficos de sectores, que a veces son criticados por centrarse en los tamaños
relativos de las piezas entre sí y a la carta en su conjunto, sin dar ninguna
indicación de los cambios en comparación con otros gráficos circulares.

Mapa de puntos
También conocido como mapa de distribución de puntos o mapa de
densidad de puntos.
Los mapas de puntos son una forma de detectar patrones espaciales o la
distribución de datos a través de una región geográfica, mediante la colocación de
puntos de igual tamaño.
Hay dos tipos de mapas de puntos, uno-a-uno (uno de los puntos
representa un solo cargo u objeto) y uno-a-muchos (un punto representa una
unidad en particular, por ejemplo, 1 punto = 10 árboles).
Los mapas de puntos son ideales para ver cómo las cosas están
distribuidas en una región geográfica y pueden revelar patrones cuando los puntos
se agrupan en el mapa. Los mapas de puntos son fáciles de crear y son mejores
para dar una visión general de los datos, pero no son buenos para la recuperación
de los valores exactos.

Gráfico de matriz de puntos

Una serie de unidades de puntos de colores se utilizan para representar
diferentes categorías y agruparlas en una matriz. Sirven para dar una visión
general de la distribución y proporciones de cada categoría en un conjunto de
datos, y también para comparar la distribución y proporción a través de otros
conjuntos de datos, con el fin de descubrir patrones.

Barras de error
Las barras de error funcionan como una mejora gráfica que visualiza la
variabilidad de los datos representados en un gráfico cartesiano. Las barras de
error se pueden aplicar a los gráficos tales como gráficos de dispersión, gráficos
de puntos, gráficos de barras o gráficos de líneas, para proporcionar un nivel
adicional de detalle en los datos presentados.

Diagrama de flujo
También conocidos como diagramas de flujo de procesos, carta de
procesos, mapa de procesos, modelo de proceso o diagrama de flujo de trabajo.
Este tipo de diagrama se utiliza para mostrar las etapas secuenciales de un
proceso. En los diagramas de flujo de traza un proceso que utiliza una serie de
símbolos conectados, lo que hace que el proceso sea fácil de entender y ayuda en
su comunicación con otras personas. Los diagramas de flujo son útiles para
explicar cómo funciona un procedimiento complejo o abstracto, sistema, concepto
o algoritmo de trabajo. Dibujar un Diagrama de flujo también puede ayudar en la
planificación y el desarrollo de un proceso o mejorar uno ya existente.
Mapa de flujo
Los mapas de flujo muestran geográficamente el movimiento de información
u objetos de un lugar a otro y su importe. Típicamente los mapas de flujo se
utilizan para mostrar los datos de la migración o desplazamiento de personas,
animales, productos o vehículos. La magnitud o cantidad de la migración en una
sola línea de flujo está representado por su espesor. Esto ayuda a mostrar cómo
la migración se distribuye geográficamente.
Los mapas de flujo se dibujan desde un punto de origen y se ramifican por medio
de “líneas de flujo”. Las flechas se pueden usar para mostrar la dirección, o si el
movimiento es entrante o saliente. Sin flechas se pueden utilizar para representar
el tráfico o comercio en ambas direcciones por ejemplo. La fusión o agrupación de
líneas de flujo evitando cruces puede ayudar a reducir el desorden visual en el
mapa.

Diagrama de gantt
Comúnmente usado como una herramienta de organización para la gestión
de proyectos, los diagramas de Gantt muestran una lista de actividades o tareas
con su duración en el tiempo, mostrando cuando se inicia y termina cada
actividad. Esto hace que los diagramas de Gantt resulten útiles para la
planificación y la estimación sobre cuánto tiempo podría tomar un proyecto
completo. También se puede apreciar qué actividades se están ejecutando
paralelamente.
Los diagramas de Gantt se dibujan dentro de una tabla, las filas se utilizan para
las actividades y las columnas se utilizan como escala de tiempo. La duración de
cada actividad está representada por la longitud de una barra a lo largo esta
escala de tiempo. El inicio de la barra es el inicio de la actividad y el extremo de la
barra es cuando la actividad debe terminar. Código de colores de las barras puede
ser utilizado para clasificar las actividades en grupos. Para mostrar el porcentaje
de finalización de una actividad las barras pueden mostrar su relleno parcialmente,
una sombra o diferente color, que muestre la diferencia entre lo que se a hecho y
lo que queda por hacer.

Mapa de calor con matriz

Los mapas de calor sirven para visualizar datos a través de las variaciones
de color. Cuando se aplica a un formato tabular, los mapas de calor son útiles para
el interrogatorio de datos multivariados, a través de la colocación de las variables
en las filas y columnas y la coloración de las células dentro de la tabla. Los mapas
de calor son buenos para mostrar la diferencia a través de múltiples variables,
revelando cualquier patrón, que pone en evidencia si las variables son similares
entre sí, y para detectar si existe cualquier correlación entre ellas.

Histograma
Un histograma es de gran utilidad para la distribución de datos a través de
un intervalo continuo o cierto período de tiempo. Cada barra representa un
histograma de la frecuencia tabulada en cada intervalo. El área longitudinal del
histograma corresponde al número de datos.
Gráfico ilustrativo
Los gráficos de ilustración son gráficos que muestran una imagen o
imágenes, acompañadas por notas, etiquetas o una leyenda con el fin de explicar
conceptos o métodos, escribir objetos o lugares, mostrar cómo funcionan las
cosas o ayudar a proporcionar información adicional sobre una temática.
Las imágenes utilizadas pueden ser ilustraciones, bocetos, marcos o
fotografías, por lo tanto, las imágenes pueden ser simbólicas, pictóricas o
realistas. A veces se utilizan ampliaciones y secciones transversales para un
análisis más a fondo, o se realizan presentaciones con mayor detalle.

Gráfico de Kagi
Se utiliza para mostrar los niveles generales de la oferta y la demanda de
un activo en particular mediante la visualización de las acciones de los precios a
través de una serie de patrones de líneas. Los gráficos Kagi son independientes
del tiempo y ayudan a filtrar el ruido que puede reflejarse en otras tablas
financieras (como en un gráfico de velas), de modo que los movimientos de
precios importantes se muestran con mayor claridad. Reconocer los patrones que
se producen en los gráficos Kagi es clave para su comprensión.
Mientras los gráficos Kagi muestran las fechas de evolución del tiempo en
su eje X con marcadores, las fechas clave de la acción del precio no forman parte
de una escala de tiempo. El eje Y en el lado de la derecha se utiliza como escala
de valores.
Gráfico de líneas
Los gráficos de líneas se utilizan para mostrar valores cuantitativos en un
lapso de tiempo o intervalo continuo. Se utiliza con mayor frecuencia para mostrar
tendencias y relaciones, cuando se agrupan varias líneas. Los gráficos de línea
también ayudan a dar una “visión global” sobre un intervalo, para ver cómo se ha
desarrollado a lo largo de ese período.
Los gráficos de líneas se dibujan por primera trazado puntos de datos en
una cuadrícula de coordenadas cartesianas, a continuación, se conecta una línea
entre estos puntos. Típicamente, el eje Y tiene un valor cuantitativo, mientras que
el eje X tiene bien una categoría o una escala secuenciada. Los valores negativos
se pueden mostrar por debajo del eje X.

Gráfico de Marimekko
También conocido como parcela de mosaico.
Los gráficos de marimekko se utilizan para visualizar los datos categóricos sobre
un par de variables. Funcionan como una especie de gráfico de barras apiladas
sobre el 100% de los valores, donde todas las barras son de igual longitud a
través de un eje de valores y escalado, dividiéndose en segmentos. Sólo en una
tabla de Marimekko, ambos ejes son una variable con una escala, que determinan
la anchura y la altura de cada segmento. Esto hace que sea posible la detección
de las relaciones entre las categorías y sus subcategorías a través de las dos
variables.
Gráfico de barras múltiples
También conocido como gráfico de barras agrupadas.
Esta variación de un gráfico de barras se utiliza cuando dos o más conjuntos de
datos se representan de lado a lado agrupándose en categorías, todas en el
mismo eje.
Al igual que un gráfico de barras, la longitud de cada barra se utiliza para
mostrar, comparaciones numéricas discretas entre categorías. Cada serie de
datos se le asigna un color individual o un tono variable del mismo color con el fin
de distinguirlos. Los grupos de barras están separados entre ellos.

Diagrama de red
Este tipo de visualización muestra cómo los elementos están
interconectados a través de nodos o vértices y líneas de enlace para representar
sus conexiones que ayudan a iluminar el tipo de relaciones entre un grupo de
entidades.
Normalmente los nodos se dibujan como pequeños puntos o círculos, pero
también se pueden utilizar iconos. Los enlaces se representan por lo general como
líneas simples conectadas entre los nodos. Sin embargo, en algunos diagramas
de red no todos los nodos y enlaces son iguales, las variables adicionales se
pueden visualizar asignando diferentes tamaños o proporciones a los nodos, para
que reflejen mayor o menor peso según un valor asignado.

Rosa de Nightingale
También conocido como diagrama de área polar.
 Esta gráfica se hizo famosa por la estadística médica, gracias a Florence
Nightingale, para comunicar las muertes prevenibles de los soldados durante la
guerra de Crimea.
Gráficas de rosa de nightingale se dibujan en un sistema de coordenadas
polares. Cada categoría o intervalo en los datos se dividen en segmentos iguales
en un gráfico radial, y estos se extienden desde el centro en proporción al valor
que representan dependiendo de un eje polar. Así que cada anillo del centro de la
cuadrícula polar puede ser utilizado como una escala para representar el tamaño
de segmento y un valor más alto. Por lo tanto, es importante tener en cuenta el
área en lugar del radio de un segmento para representar su valor.

Diagrama de acordes sin cintas

Un diagrama sin cinta de acordes es una versión reducida de un gráfico de
acorde, con sólo los nodos y líneas de conexión entre ellos. Esto proporciona un
mayor énfasis en las conexiones dentro de los datos.

Gráfico OHLC
También conocido como gráfico abrir-alto-bajo-cierre o gráfico de precios.
Los gráficos OHLC se utilizan como una herramienta de negociación para
visualizar y analizar los cambios de precios en el tiempo de valores, divisas,
acciones, bonos, materias primas, etc… son útiles para interpretar en el día a día
la confianza del mercado y la previsión de los futuros cambios de precios a través
de los patrones producidos.
Gráfico de coordenadas paralelas
Este tipo de visualización se utiliza para el trazado de datos numéricos
multivariantes. Los gráficos de coordenadas paralelas son ideales para la
comparación de muchas variables juntas valorando las relaciones entre ellas. Por
ejemplo, si tiene que comparar una gama de productos con los mismos atributos
(comparando por ejemplo coches con especificaciones de diferentes modelos).

Gráficos de conjuntos paralelos

Los gráficos de conjuntos paralelos son similares a los diagramas de
Sankey en la forma en que muestran el flujo y proporciones, sin embargo su flujo
no utiliza flechas y dividen la trayectoria en cada línea de conjunto que se muestra.
Cada conjunto de líneas corresponde a una dimensión o conjunto de datos cuyos
valores o categorías están representados en cada línea de división en un set. La
anchura de cada línea y la trayectoria de flujo que se deriva del mismo, se
determina por la fracción proporcional de la categoría total. Cada trayectoria de
flujo puede ser de color para mostrar y comparar la distribución entre las diferentes
categorías.
Pictogramas
También conocidos como cartas de pictogramas, gráfico de unidades
ilustradas o gráfico de imágenes.
Los gráficos de pictograma utilizan iconos para dar una visión del conjunto
más atractiva con datos discretos. Por lo general los iconos representan
categorías de sujetos relacionadas con datos, por ejemplo, datos sobre la
población usarían los iconos de personas. Cada icono puede representar una
unidad u otras cantidades (por ejemplo 10). Los conjuntos de datos se comparan
de lado a lado en cualquiera de las columnas o filas de iconos.

Gráficos de sectores circulares

Ampliamente utilizado en las presentaciones y oficinas, los gráficos
circulares o de tarta ayudan a mostrar las proporciones y porcentajes entre las
categorías al dividir un círculo en segmentos proporcionales. Cada longitud de
arco representa una proporción de cada categoría, mientras que el círculo
completo representa la suma total de todos los datos, igual a 100%.
Los gráficos circulares son ideales para dar al lector una idea rápida de la
distribución proporcional de los datos. Sin embargo, los principales inconvenientes
de los gráficos circulares son:

Gráfico de punto y figura

Esta tabla se usa para mostrar la relación entre la oferta y la demanda de
un activo en particular a través de una serie de columnas formadas por X y Os.
Los gráficos de punto y figura son independientes del tiempo y se centran
principalmente en acciones de los precios filtrados de un activo. Los gráficos de
punto y figura no trazar el volumen negociado y su propósito es para indicar
cualquier cambio de relación entre la oferta y la demanda, que se conoce como
“brotes”. Los gráficos de punto y figura también hacen que sea más fácil detectar
los niveles de soporte y resistencia, y las líneas de tendencias que puedan existir.
Reconocer los patrones que se producen en las gráficas es clave para su
utilización.

Pirámide de población
También conocida como pirámide de edades y sexo.
Una pirámide de población es un estilo de gráfico de espalda con espalda, o par
de histogramas (para cada sexo) que muestra la distribución de la población en
todos los grupos de edad y en ambos sexos. El eje X se utiliza para trazar los
números de población y el eje Y muestra los grupos de edad.
Las pirámides de población son ideales para detectar cambios o diferencias en los
patrones de población. Se pueden utilizar múltiples pirámides de población para
comparar los patrones a través de las naciones o grupos de población
seleccionados.

Gráfico proporcional de área

Ideal para comparar valores y mostrar proporciones (en tamaños,
cantidades, etc.) para dar una visión rápida y global de los tamaños relativos de
los datos, sin el uso de escalas. La desventaja de esta tabla, es que es difícil de
estimar los valores utilizando las gráficas de áreas. Esto significa que se utilizan
casi exclusivamente para fines de comunicación en lugar de para otros puramente
analíticos.
Los gráficos de áreas proporcionales suelen utilizar cuadrados o círculos, sin
embargo, cualquier forma es válida, siempre y cuando su área sea adecuada para
representar los datos. Un error técnico común con los gráficos de área es utilizar
una longitud para determinar el tamaño de la forma, cuando en realidad lo que se
necesita es calcular el espacio dentro de la forma para determinar su tamaño. De
lo contrario se causan aumentos o disminuciones exponenciales

Gráfico radial
También es conocido como gráfico de la araña, gráfico polar, o parcela de
estrellas.
Los gráficos radiales son una manera de comparar múltiples variables
cuantitativas. Esto los hace útiles para ver qué variables tienen valores similares o
si hay valores extremos entre cada variable. Los gráficos radiales son útiles
también para ver de qué variables están resultando altas o bajas dentro de un
conjunto de datos, lo que es ideal para la visualización del rendimiento.

Gráfico de barras radiales

Un gráfico radial o de barras circulares es simplemente un gráfico de barras
representado en un sistema de coordenadas polares, en lugar de en un uno
cartesiano.
El problema con los gráficos de barras radiales es que las longitudes de las
barras pueden ser mal interpretadas. Cada barra en la parte exterior resulta
relativamente más larga que la anterior, aunque representen el mismo valor. Esto
es porque cada barra tiene que estar en un radio diferentes, construyéndose por
su ángulo.

Gráfico de columnas radiales

También conocido como gráfico de columna circular o gráfico de estrella.
Este tipo de gráfico utiliza una rejilla de círculos concéntricos para trazar sus
columnas. Cada círculo en el gráfico representa un valor en una escala, mientras
que los divisores radiales (líneas que se proyectan desde el centro) se utilizan
para cada categoría o intervalo (si es un histograma).

Diagrama de Sankey
Los diagramas de Sankey muestran los flujos su volumen de forma
proporcional. La anchura de las flechas o líneas se utiliza para mostrar sus
magnitudes, por lo que cuanto más grande es la flecha mayor es la cantidad de
flujo. Las flechas de flujo o líneas pueden combinarse entre sí o dividirse a través
de sus trayectorias en cada etapa de un proceso. El color puede ser usado para
dividir el diagrama en diferentes categorías o mostrar la transición de un estado
del proceso a otro.
Gráfico de dispersión
También conocido como gráfico de puntos, parcela XY o diagrama de
dispersión.
Los diagramas de dispersión utilizan una colección de puntos colocados
mediante coordenadas cartesianas para mostrar los valores de dos variables. Al
mostrar una variable en cada eje, se puede detectar si existe una relación o
correlación entre las dos variables.
A través de los patrones que se muestran en los gráficos de dispersión se
pueden interpretar varios tipos de correlación. Estos son: positivos (valores que
aumentan juntos), negativo (un valor disminuye a medida que los otros aumentan),
nulo (sin correlación), lineal, exponencial y en forma de U. La fuerza de la
correlación puede ser determinada por la forma en que se sitúan los puntos por su
cercanía en el gráfico. Los puntos que terminan muy fuera del cúmulo general se
conocen como valores atípicos

Gráfico de rango
También conocido como barra de rango, gráfico de columna, gráfico de
barras flotantes, gráfico de diferencia o gráfico de menor a mayor.
Este sencillo gráfico se utiliza para mostrar los rangos de conjuntos de datos entre
un valor mínimo y un valor máximo. Es ideal para la comparación de rangos
típicamente categorizados.

Diagrama en espiral
También conocido como espiral de series de tiempo.
 Este tipo de visualización representa datos basados en el tiempo a lo largo
de una espiral de Arquímedes. El gráfico se inicia desde el centro de la espiral y
progresa hacia el exterior. Los diagramas en espiral son versátiles y las barras,
líneas o puntos que se muestran a lo largo del camino en espiral se pueden
interpretar con facilidad.

Gráfico de áreas apiladas

Los gráficos de áreas apiladas son similares a los gráficos de área, se
diferencian por el uso de varias series de datos que se suceden considerando la
serie de datos anterior.
Todo el gráfico representa el total de todos los datos representados. Los
gráficos de áreas apiladas utilizan el área para transmitir números enteros, por lo
que no funcionan para los valores negativos. En general, son útiles para la
comparación de múltiples variables que cambian en un intervalo.

Gráfico de barras apiladas

A diferencia de un gráfico de barras múltiples este muestra sus barras de
lado a lado, en el segmento de las barras apiladas se muestran múltiples
conjuntos de datos uno a continuación del otro. Se utilizan para mostrar cómo una
categoría más grande se divide en categorías menores y cuál es la relación que
cada parte tiene en la cantidad total. Hay dos tipos de gráficos de barras apiladas:
Los gráficos de barras apiladas simples: Cada valor se coloca para el segmento
después del anterior. El valor total de la barra es el de todos los valores de los
segmentos que se suman. Ideal para la comparación de las cantidades totales en
cada grupo o barra segmentada.
Diagrama de tallo y hoja

A diferencia de un gráfico de barras múltiples que muestra sus barras de

lado a lado, el segmento de gráficos apila sus barras con conjuntos de datos uno
sobre otro. Se utilizan para mostrar cómo una categoría más grande se divide en
categorías menores y cuál es la relación que tiene cada parte con la temática del
tallo principal. Hay dos tipos de gráficos de tallo y hojas con barras apiladas:
Los gráficos de barras apiladas simples: Se coloca cada valor para el segmento
después del anterior. El valor total de la barra es el que suman todos los valores
de los segmentos. Ideal para la comparación de las cantidades totales de cada
grupo o barra segmentada.

Gráfico de torrente
También conocido como gráfico de rio temático.
Este tipo de visualización es una variación de un gráfico de área apilado, pero en
lugar de trazar los valores en un eje fijo, recto, tiene valores desplazados
alrededor de una línea en la base central de las variables. Los gráficos de torrente
muestran los cambios en los datos a través del tiempo de las diferentes categorías
mediante el uso de formas fluidas y orgánicas que se asemejan a la corriente de
un río. Esto hace que los gráficos de torrente sean estéticamente agradables y
más atractivos a la vista.
Diagrama de rayos de sol
También se conoce como gráfico de rayos, gráfico de anillos, gráfico de
sectores multi-nivel, gráfico de correa, o gráfico de árbol radial.
Este tipo de visualización muestra la jerarquía a través de una serie de anillos que
se cortan para el nodo de cada categoría. Cada anillo corresponde a un nivel en la
jerarquía, el círculo central representa el nodo raíz y la jerarquía se proyecta en
movimiento hacia el exterior.

Tabla de conteo
Una tabla de conteo es una herramienta para la grabación de datos que
muestra gráficamente la frecuencia de la distribución de estos utilizando el sistema
de numeración de conteo con marcas.
Se pueden utilizar con categorías, valores o intervalos que se colocan a un
lado de un eje o columna (típicamente el eje Y o en la primera columna de la
izquierda). Cada vez que se incrementa un nuevo valor, se añade una marca en la
cuenta de la tabla en su columna o fila correspondiente. Cuando se recogen todos
los datos, se calculan los recuentos y se muestra el total en la siguiente columna o
fila la derecha. El resultado final es similar al de un histograma.

Línea de tiempo
Una línea de tiempo es una manera de mostrar gráficamente una sucesión
de eventos en orden cronológico. Algunas líneas de tiempo se reflejan en una
escala, mientras que otras simplemente muestran los eventos en una secuencia.
 La función principal de las líneas de tiempo es representar la información de
manera cronológica, ya sea para su análisis o para narrar una historia de forma
gráfica y visual.

Tabla de tiempos
Los horarios son utilizados como una herramienta de referencia y gestión
de eventos programados, tareas y acciones a realizar.
La organización de los datos con una tabla en orden cronológico y/o orden
alfabético ayuda a los usuarios al disponer de una referencia de rápida consulta
visual.
Como ejemplo se pueden utilizar para mostrar la hora de llegada y salida de
los trenes y otros medios de transporte.

Diagrama de árbol
También conocido como organigrama o árbol de vínculos.
Un diagrama de árbol es una forma de representar visualmente la jerarquía en una
estructura de árbol. Por lo general la estructura de un diagrama de árbol se
compone de elementos tales como uno o varios nodos raíz, el o los miembros
“padre” que no tienen superior. Luego están los nodos descendientes, que están
unidos entre sí con conexiones de líneas llamadas “ramas” que representan las
relaciones y conexiones entre los miembros.
Mapa de árbol
Diagramas de mapas de árbol son una forma alternativa de visualizar la
estructura jerárquica de un diagrama de árbol, a la vez que se presenta el volumen
relativo a las cantidades para cada categoría a través del tamaño de su área. A
cada categoría se le asigna un área rectangular con otros rectángulos de
subcategorías anidadas dentro de ella. Cuando se asigna una cantidad a una
categoría, el tamaño del área se muestra proporcionado al resto de las cantidades
dentro de la misma categoría padre. También el tamaño del área de la categoría
padre es el total de sus subcategorías. Si no se asigna ninguna cantidad a una
subcategoría, el área se divide en partes iguales entre las otras subcategorías
dentro de su categoría principal.
La forma en la que los rectángulos se dividen y ordenan en sub-rectángulos
depende del algoritmo de baldosas utilizado. Se han desarrollado muchos
algoritmos de mosaico, pero el “algoritmo de cuadrante” que mantiene cada
rectángulo lo más perpendicular posible es el que se utiliza de forma más común.

Diagrama de Venn

También conocido como diagrama de conjuntos.

Un diagrama de Venn es un diagrama que muestra visualmente todas las posibles
relaciones lógicas entre una colección de conjuntos, cada uno se representaba
generalmente como un círculo. Cada elemento principal acoge una colección de
objetos o conjunto de datos que tienen algo en común. Cuando varios círculos
(conjuntos) se solapan se forma lo que se conoce como una “intersección”, en ella
se muestran los elementos o datos que tienen características en común.
Diagrama de violín
Un diagrama de violín se utiliza para visualizar la distribución de los datos y
su densidad de probabilidades.
Esta tabla es una combinación de un diagrama de caja y una gráfica de
densidad que se gira y se coloca en cada lado para mostrar la forma de la
distribución de los datos. La barra de color negro grueso en el centro representa el
rango intercuartil, la línea fina negra que se extiende de arriba a abajo representa
los intervalos de confianza del 95%, y el punto blanco es la mediana.

Nube de palabras
También conocido como nube de etiquetas.
Un método de visualización en el que aparecen palabras en una determinada
masa de texto, haciendo que el tamaño de cada palabra sea proporcional a su
frecuencia. Todas las palabras se disponen en un clúster o nube de palabras. Por
otra parte, las palabras también pueden estar dispuestas en cualquier formato,
como líneas horizontales, columnas o dentro de una forma.
Las nubes palabras también se puede utilizar para visualizar las palabras que
tienen meta-datos asignados a ellas. Por ejemplo, en una nube de palabras de
todos los países del mundo, el volumen de población podría estar asignado al
nombre de cada País para determinar su tamaño.
El color utilizado en las nubes de las palabras está generalmente asociado a la
temática y es sobre todo estético, pero puede ser utilizado para clasificar las
palabras o para reflejar otra variable de datos.
Análisis de gráficos en los hechos educativos de corte local, nacional e
internacional.

La comprensión de gráficos estadísticos es una parte importante del sentido

estadístico, se describe como unión de la cultura y el razonamiento estadístico.
Esta comprensión es también fundamental en la organización, descripción y
análisis de datos, al facilitar la obtención de nueva información oculta en los datos
brutos, al cambiar la forma de representarlos. Los gráficos estadísticos también
permiten conectar la escuela con la sociedad actual, debido a su gran presencia
en los medios de comunicación o en las redes sociales. Aunque las nuevas
tecnologías permiten la realización de gráficos de una forma rápida, estos pueden
no ser los adecuados para las variables que se están representando, lo que
implica la importancia de la competencia gráfica de los estudiantes.

El bloque Análisis de Datos y Probabilidad, señalan que los estudiantes de

primaria deben ser capaces de representar información en tablas, gráficos de
línea, puntos y barras. La importancia de trabajar con gráficos estadísticos desde
edades tempranas. El objetivo general de nuestra investigación fue analizar la
presentación de los gráficos estadísticos en tres series de libros de textos para la
Educación Primaria española, esperando que los resultados del análisis permitan
plantear sugerencias para la mejora de la enseñanza y la formación de los
profesores que han de enseñar este tema. En lo que sigue presentamos los
fundamentos del estudio, el método empleado, los resultados y conclusiones del
análisis.

Medidas de Tendencia Central

Las medidas de tendencia central conllevan información respecto al valor

promedio de un conjunto de valores. Las tres medidas de tendencia central de uso
más frecuente son: la media, la moda y la mediana.
 1. Media Aritmética: Para encontrar la media aritmética, sumamos los
valores y resultados lo dividimos entre el número de observaciones o
datos.

Desventaja: Los valores de los extremos afectan a los demás valores.

Media Aritmética para Datos Agrupados

Para encontrar la media aritmética de datos agrupados primero se calcula el

punto medio de cada clase o intervalo (estos datos pueden ser redondeados)
después multiplicamos cada punto medio por la frecuencia de observaciones de
dicha clase, sumamos todos los resultados y dividimos esta suma entre el número
total de observaciones de la muestra.

x = ∑ (f*x)

x = Media aritmética para muestra

f = Frecuencia de los datos en la clase o intervalo

x = Punto medio de la clase

n = Número total de datos de la muestra

Ejemplificación de Símbolos

2. Mediana: Es el valor que queda en el centro de los datos, una vez que
estos sean ordenados en forma ascendente o descendente. Para hallar la
mediana de un conjunto de datos se organiza de forma progresiva; si el
conjunto de datos contiene un número impar de elementos el elemento de en
medio del arreglo es la mediana; si hay un número par de observaciones la
mediana es el promedio aritmético de los elementos centrales.

Ejemplo: Hallar la mediana de los siguientes datos que muestraN el

número de pacientes tratados en la sala de emergencias durante 8 días
consecutivos; 52, 35, 43, 11, 30, 31, 86 y 49.

o Ordenamos los datos: 11, 30, 31, 35, 43, 49, 52, 86

(35+43)/2= 78/2= 39

Ventajas de la Mediana:

o No se afecta por valores extremos.

o Es fácil de entender
o Se puede calcular a partir de cualquier tipo de datos (incluso en
datos agrupados con extremo abierto)
o Se puede hallar incluso cuando los datos son descripciones
cualitativas.

Desventajas de la Media

o Ciertos procedimientos estadísticos que utiliza la mediana son más

complejos que los que utiliza la media.
o Como se tiene que ordenar los datos cuando más numerosos son
estos implica, un valor consumo de tiempo.

3. MODA: Es el valor que más se repite en un conjunto de datos. Ejemplo:

Hallar la moda del siguiente conjunto:

(2, 3, 3, 5, 3, 6, 9, 8, 5) = 3

En el caso de los datos agrupados la moda está localizada en la clase que

tiene la mayor frecuencia (a dicha clase se le llama clase modal).
 Ventajas de la Moda:

1. Se puede utilizar como una posición central para datos tanto

cualitativos como cuantitativos.
2. No se ve afectada por valores extremos, se puede obtener en datos
agrupados aun cuando se tengan clases de extremo abierto.

Desventajas de la Moda:

1. A menudo no existe un valor modal ya que los datos no se presentan

más de una vez.
2. Puede existir más de una moda y resulta difícil de interpretar.

Medidas de Dispersión

La media de un conjunto de datos y las demás medidas de tendencia

central indican el centro de una distribución de los datos, pero no proporciona en
sí misma una descripción adecuada de un conjunto de mediciones. Dos conjuntos
de mediciones podrían tener distribuciones de frecuencia muy distintas pero con la
misma media, por eso para describir los datos de manera adecuada es preciso
definir medidas de variabilidad de datos.

La medida de variabilidad de más común empleada en estadística es

la varianza, esta es útil para comparar la variación relativa de dos conjuntos de
mediciones, pero solo cuando se interpreta en términos
de desviación estándar proporciona información referente a la variación de un solo
conjunto.

Alcance

El alcance es la diferencia entre el más alto y el más pequeño de los

valores observados. Ejemplo: En el caso de la siguiente muestra hallar el alcance.

2, 3, 5, 2, 6, 9 y 8
 El alcance es 7

NOTA: El alcance no nos da de ninguna información sobre lo que ocurre entre

estos valores extremos y en consecuencia es de utilidad.

Desviación Estándar

Es la raíz cuadrada de la varianza...

Fórmula Desviación Estándar

Esta, nos permite determinar con un buen grado de precisión donde están
localizados lo valores de una distribución de frecuencias con relación a la media,
se puede hacer de acuerdo al teorema de CHEBY SHEV, no importa que forma
tenga la distribución, al menos el 75% de los valores caen dentro de ±2 √ a partir
de la media de distribución y al menos 89% de los valores caen dentro de
más menos ±3√.

Uso de la Desviación Estándar

Ejemplo: Considere la siguiente tabla que muestre una población de 15 frascos

de compuesto producido en un día donde se determinó la pureza de este,
determine la media de varianza y la desviación estándar además determine entre
que valores están al menos el 75% de los datos.
 Porcentaje de impureza observada.

Desviación Estándar Aplicada a la Pureza de los frascos

Varianza y Desviación Estándar para Muestra

Fórmulas de Varianza y Desviación Estándar

sˆ2= Varianza de la muestra

s= Desviación estándar de la muestra

 Ejemplo: Dada la siguiente lista de asistencia de un grupo de francés, encontrar
la media, la mediana, la varianza y la desviación estándar, además determine
entre que valores esta el 75% de los datos.

1, 2, 4, 2, 4, 3, 2, 1, 5, 7,

8, 9, 1, 3, 4, 5, 7, 8, 9, 1,

3, 4, 5, 7, 6, 2, 1, 3, 4, 9,

8, 1, 3, 2, 1, 7, 2, 3, 4, 5,

3, 4, 3, 4, 1, 2, 7, 8, 9, 5,

1, 2, 3, 4, 7, 6, 8, 9, 1, 5,

6, 3, 2, 4, 7, 6, 8, 9, 3, 4.

µ= (310/70) =4.428 ->media

Mediana= 4

Moda= 3 y 4

111111111222222223333333333444444444445555566667777777888888999999

Cálculo de Varianza y Desviación Estándar

 Sesgo y Kurtosis

Sesgo: Las curvas que representan los datos de un conjunto pueden ser
simétricas o sesgadas.Las curvas simétricas tienen una curva tal que una línea
vertical que pase por el punto más alto de la curva dividirá el área en dos partes
iguales. En una curva sesgada de distribución de puntos está concentrada en un
extremo u otro. La primera curva que se muestra es una curva simétrica y las dos
siguientes sesgadas.

Kurtosis: Es el lado de agudeza de una distribución de datos

Cuartiles
Son tres valores con las siguientes características:

Q1: Primer cuartil, que es el valor de la variable por debajo del cual queda 1/4 de
los elementos de la serie estudiada.

Q3: Tercer cuartil, que es el valor de la variable por debajo del cual quedan los 3/4
de los elementos que constituyen la serie.

Evidentemente el segundo cuartil coincide con la mediana. Como puede

comprobarse, no tendría ninguna utilidad definir el cuarto cuartil. El cálculo de los
cuartiles se realiza por el mismo procedimiento que el cálculo de la mediana, pues
hay únicamente una diferencia cuantitativa entre ambas medidas, pero tienen
significados paralelos.

Así, el primer cuartil se hallará aplicando la siguiente fórmula:

I N
Q1  l  (  fi )
f 4
y el tercer cuartil:

I 3N
Q3  l  (  fi )
f 4

Dónde:

l: límite inferior de la clase a la que pertenece el cuartil, que es la clase que deja
por debajo de ella el 25% de las observaciones (o el 75% en el caso de Q 3)

I: amplitud del intervalo.

f: frecuencia de la clase cuartílica.

N: total de elementos de la muestra.

fi: frecuencia acumulada de todos los valores inferiores a la clase que contiene el
cuartil.

Deciles
Es la segunda clase de cuantiles. Si se divide toda la serie en diez partes
iguales tendremos los deciles.

Medidas de Distribución - Asimetría y Curtosis

Las medidas de distribución nos permiten identificar la forma en que se

separan o aglomeran los valores de acuerdo a su representación gráfica. Estas
medidas describen la manera como los datos tienden a reunirse de acuerdo con
la frecuencia con que se hallen dentro de la información. Su utilidad radica en la
posibilidad de identificar las características de la distribución sin necesidad de
generar el gráfico. Sus principales medidas son la Asimetría y la Curtosis.

Asimetría
Esta medida nos permite identificar si los datos se distribuyen de forma
uniforme alrededor del punto central (Media aritmética). La asimetría presenta tres
estados diferentes cada uno de los cuales define de forma concisa como están
distribuidos los datos respecto al eje de asimetría. Se dice que la asimetría es
positiva cuando la mayoría de los datos se encuentran por encima del valor de la
media aritmética, la curva es Simétrica cuando se distribuyen aproximadamente la
misma cantidad de valores en ambos lados de la media y se conoce
como asimetría negativa cuando la mayor cantidad de datos se aglomeran en los
valores menores que la media.

El Coeficiente de asimetría, se representa mediante la ecuación matemática,

Ecuación 5-9

Donde (g1) representa el coeficiente de asimetría de Fisher, (Xi) cada uno

de los valores, ( ) la media de la muestra y (ni) la frecuencia de cada valor. Los
resultados de esta ecuación se interpretan:
(g1 = 0): Se acepta que la distribución es Simétrica, es decir, existe
aproximadamente la misma cantidad de valores a los dos lados de la media. Este
valor es difícil de conseguir por lo que se tiende a tomar los valores que son
cercanos ya sean positivos o negativos (± 0.5).
(g1 > 0): La curva es asimétricamente positiva por lo que los valores se tienden a
reunir más en la parte izquierda que en la derecha de la media.
(g1 < 0): La curva es asimétricamente negativa por lo que los valores se tienden a
reunir más en la parte derecha de la media.
Desde luego entre mayor sea el número (Positivo o Negativo), mayor será la
distancia que separa la aglomeración de los valores con respecto a la media.
Curtosis
Esta medida determina el grado de concentración que presentan los valores
en la región central de la distribución. Por medio del Coeficiente de Curtosis,
podemos identificar si existe una gran concentración de valores (Leptocúrtica), una
concentración normal (Mesocúrtica) ó una baja concentración (Platicúrtica).

Para calcular el coeficiente de Curtosis se utiliza la ecuación:

Ecuacion 5-10

Donde (g2) representa el coeficiente de Curtosis, (Xi) cada uno de los valores, ( )
la media de la muestra y (ni) la frecuencia de cada valor. Los resultados de esta
fórmula se interpretan:
(g2 = 0) la distribución es Mesocúrtica: Al igual que en la asimetría es bastante
difícil encontrar un coeficiente de Curtosis de cero (0), por lo que se suelen
aceptar los valores cercanos (± 0.5 aprox.).
(g2 > 0) la distribución es Leptocúrtica
(g2 < 0) la distribución es Platicúrtica
Cuando la distribución de los datos cuenta con un coeficiente de asimetría (g1 =
±0.5) y un coeficiente de Curtosis de (g2 = ±0.5), se le denomina Curva Normal.
Este criterio es de suma importancia ya que para la mayoría de los procedimientos
de la estadística de inferencia se requiere que los datos se distribuyan
normalmente.
La principal ventaja de la distribución normal radica en el supuesto que el 95% de
los valores se encuentra dentro de una distancia de dos desviaciones estándar de
la media aritmética (Fig.5-3); es decir, si tomamos la media y le sumamos dos
veces la desviación y después le restamos a la media dos desviaciones, el 95% de
los casos se encontraría dentro del rango que compongan estos valores.

Desde luego, los conceptos vistos hasta aquí, son sólo una pequeña
introducción a las principales medidas de Estadística Descriptiva; es de gran
importancia que los lectores profundicen en estos temas ya que la principal
dificultad del paquete SPSS radica en el desconocimiento de los conceptos
estadísticos.

Enseñanza de la estadística en el nivel de Educación Media Técnica y su

relación con el área de formación matemática

La cultura estadística y los programas de matemáticas

En los Principios y Estándares Curriculares se indica que los programas de

enseñanza de todas las etapas deberían capacitar a los estudiantes para formular
preguntas que puedan abordarse con datos y recoger, organizar y presentar datos
relevantes para responderlas; seleccionar y utilizar los métodos estadísticos
apropiados para analizar los datos; desarrollar y evaluar inferencias y
predicciones basadas en datos; comprender y aplicar conceptos básicos de
probabilidad.

Es por razones como esta que en muchos países se han incluido tópicos de
estadística y probabilidad en los programas de matemáticas. Se considera que la
enseñanza de la estadística y la probabilidad son imprescindibles en un mundo en
el que el análisis de datos y la toma de decisiones en situaciones de
incertidumbre son comunes la vida cotidiana.
 Es una tentación, entonces, laborar una lista del conjunto “ideal” de
conocimientos matemáticos y científicos que puedan garantizar el conocimiento
estadístico. Sin embargo, lo que es conocimiento básico no se puede discutir en
términos absolutos, depende del nivel deseado de conocimientos estadísticos que
se espera de los ciudadanos.

Conocimiento de por qué son necesarios los datos y de la forma cómo se

pueden producir los datos. Es importante reconocer que la evidencia empírica y
los datos producidos en forma adecuada son un recurso de la sociedad actual
para producir información y tomar decisiones sobre bases más sólidas que la
evidencia anecdótica. Conocer el origen de los datos sobre los cuales se basan
los resultados o presentaciones gráficas reportadas en diversos medios es 8
fundamental para extraer información apropiada de ellos. Entender que es
necesario saber cómo se produjeron los datos y estar conscientes de que un buen
diseño de producción de datos contribuye a la posibilidad de responder a las
preguntas específicas.

Familiaridad con los términos e ideas básicas relacionados con las

estadísticas descriptivas. Para permitir la comprensión crítica de los resultados
reportados o de los argumentos basados en datos, el ciudadano debe conocer y
comprender las medidas usadas con frecuencia para hacer llegar resultados de
trabajos estadísticos. Los porcentajes, las medidas de tendencia central (media
aritmética, mediana, moda) son medios sencillos de resumir un conjunto de datos
y su comprensión es necesaria.

Familiaridad con términos e ideas básicas relacionados con presentaciones

gráficas y tabulares. Las presentaciones gráficas como tabulares se utilizan para
organizar masas múltiples de información y permiten la detección o comparación
de tendencias en los datos. Es por ello que se espera que el ciudadano sea capaz
en primera instancia de leer el gráfico, esto es comprender qué información esta
presente. Un segundo momento sería comparar los datos, hacer proyecciones y
establecer patrones generales.
 Comprensión de las nociones básicas de probabilidad. El ciudadano
debería ser capaz de interpretar correctamente situaciones que involucren
nociones de probabilidad. Para ello es necesario familiarizarse con la idea de
hechos al azar y entender que la existencia de eventos que varían en su grado de
predictibilidad. Las investigaciones han evidenciado que las personas incurren en
errores conceptuales y tienen dificultades para la comprensión y razonamiento de
situaciones que involucran probabilidad, no obstante, las investigaciones también
han señalado que mediante la instrucción es posible superar esas dificultades

Conocimiento de cómo se llega a conclusiones o inferencias estadísticas. El

ciudadano debe conocer que hay diferentes modelos para recopilar datos y 9 que
en ellos pueden estar involucrados procesos de muestreo o al azar, por lo tanto
deben tener cierta idea de cómo se analizan esos datos, el tipo de conclusión que
se puede elaborar y estar conscientes de los problemas pertinentes en esta área.
El ciudadano debe ser sensible a la posibilidad de diferentes errores o prejuicios
(en muestras, en medidas, en inferencias) y debe estar atento a las posibilidades
de estabilidad y generalización de los resultados. Asimismo, es útil saber que hay
formas de determinar la significación o “veracidad” de una diferencia entre grupos,
pero también que se requiere prestar atención al tamaño de los grupos
estudiados, a la calidad del proceso muestreo y a la posibilidad de sesgo en la
muestra. Luego es importante estar conscientes de que pueden existir diferencias
o tendencias observadas pero no necesariamente son lo suficientemente grandes
o estables como para ser importantes o ser simplemente el producto del azar.

Metodología

Para la realización de este trabajo se utilizaron dos procedimientos

fundamentales: el análisis de documentos y la recolección de datos mediante un
cuestionario. Se partió de los programas de Matemáticas venezolanos de
Educación Básica y Educación Media, específicamente de los tópicos de
estadística y probabilidad; primero, para comparar las versiones de 1985 y 1996,
en el caso de la EB; y de 1972 y 1990, en el caso de la EM. El objetivo es describir
del plan de estudios de estadística en esos niveles educativos, destacando los
cambios más significativos en los programas analizados. Posteriormente se
utilizan los programas vigentes para analizarlos a la luz de los planteamientos de
Gal (2002) respecto a la formación de la cultura estadística y muy particularmente
la posible presencia de los componentes básicos del conocimiento estadístico en
ellos.

Para conocer la situación de la enseñanza de la estadística en la EB y la

EM se optó por encuestar a una muestra no aleatoria de docentes de matemática
de EB y EM. Se les presentó un cuestionario auto administrado para conocer
cuatro aspectos fundamentales:

a. Si lograban o no cubrir todos los objetivos y contenidos del programa

de matemática.
b. Cuáles son los objetivos y contenidos que no trabajaban durante el
año, en caso de no poder cubrir todo el programa.
c. Determinar las posibles causas para no cubrir todos los objetivos y
contenidos del programa.
d. Cuáles son las estrategias didácticas que utilizaban para tratar los
temas de estadística y probabilidad en sus clases.

Se consultó sobre estos aspectos a los docentes debido a que en

conversaciones informales, docentes de diferentes partes del país habían sugerido
que los contenidos de estadística del programa de Matemáticas no eran
trabajados. Se 11 decidió entonces recolectar información más formal al respecto,
para tener un mejor conocimiento de la situación.

Etapas básicas del proceso de enseñanza

Diferentes estudios relacionados con las interacciones sociomatemáticas en

el aula, aplicando la observación como método básico de investigación, han
mostrado que las clases de matemática, en diferentes países, se pueden
caracterizar por la existencia de siete fases claramente diferenciadas. En algunos
casos unas de ellas tienen mayor peso o relevancia en la enseñanza que en otros.
Todas están vinculadas con la visión que tienen los docentes de esta disciplina
sobre la didáctica de las matemáticas y la práctica concreta de aula.

Introducción didáctica

Esta fase se refiere, además del ritual inicial de toda hora de clases de
matemáticas u otra área, a la mención breve de la temática que se trabajará
durante el tiempo que dure la unidad de enseñanza. Hay diferentes formas de
iniciar este proceso. En algunos casos se describen cortamente los contenidos
que serán tratados, en otros se recuerda el tema trabajado en las clases
anteriores o sencillamente se plantea a los estudiantes algunas preguntas
preliminares con la finalidad de empezar la discusión y la reflexión alrededor de un
determinado problema matemático o extramatemático.

En otros casos los docentes de matemáticas se ayudan con historias

concretas, informaciones de prensa recientes relacionadas con el tema,
fenómenos naturales o sociales, situaciones conocidas por los estudiantes, juegos
o temas propios de otras asignaturas. La vida cotidiana está llena de fenómenos
que pueden servir para introducir diversos temas matemáticos en diferentes
grados, desde el primer ciclo hasta el bachillerato e inclusive en las denominadas
matemáticas universitarias. Hemos observado cómo los docentes usan diferentes
estrategias de este tipo, tales como medidas de peso, longitud y tiempo.

Etapas Básicas del Proceso de Aprendizaje y Enseñanza de la Matemática.

 Una introducción didáctica de esta naturaleza le brinda a los estudiantes la
posibilidad de vincular el lenguaje natural, la visualización, la manipulación de
objetos concretos, la simbolización de hechos y, muy especialmente, el proceso
de acción e investigación.

Desarrollo de los contenidos matemáticos

Normalmente los docentes de matemática asumen el control total de la

clase y desarrollan los nuevos contenidos matemáticos mediante el método de
preguntas y respuestas (en muchos casos estas respuestas no surgen
directamente de los integrantes del curso), sin mucha participación de los
estudiantes durante esta fase fundamental del proceso.

En otros casos, aunque muy escasos, surgen a partir de las denominadas

situaciones problemáticas uno o más problemas, cuyas soluciones son
encontradas mediante diferentes estrategias didácticas. Una de ellas, la más
común hasta el presente, es la sugerida por los mismos docentes, quienes le
brindan muy poco espacio y tiempo a los estudiantes para que reflexionen sobre
las posibles soluciones. Durante este proceso de búsqueda de las respectivas
soluciones se incorporarán nuevos términos matemáticos, se estimarán algunas
posibilidades explicativas y se formularán reglas o proposiciones que podrían
solucionar definitiva y adecuadamente los respectivos problemas.

Se trabajará, entonces, un conjunto importante de contenidos intra o

extramatemáticos que deben ser dominados, según los objetivos de la enseñanza,
por todos los alumnos del curso. La meta central de esta fase es, casi siempre,
hacer que los estudiantes aprendan nuevos conocimientos o dominen nuevos
procedimientos matemáticos. Lamentablemente, en nuestra realidad educativa se
logra que los estudiantes asimilen escasamente algunos algoritmos, sin llegar a
comprender realmente sus significados y menos aún su construcción, lo cual debe
ser una de las responsabilidades de la matemática escolar.
Vinculación con otros conocimientos matemáticos

Las matemáticas por excelencia constituyen un mundo compuesto por una

infinidad de partículas estrechamente conectadas unas a otras, lo cual podría ser
representado por un árbol con infinitas ramas. Se ha observado que los docentes
tratan, de manera intencional o automática, de conectar diferentes ideas
matemáticas, independientemente de su complejidad, cuando están explicando un
determinado concepto matemático. Esta idea de la conectividad de los
conocimientos matemáticos está asociada con el concepto de ideas
fundamentales en educación matemática. En el marco del concepto de triángulo,
por ejemplo, pueden ser trabajadas muchas ideas de la geometría hasta ver,
inclusive, los contenidos de geometría y trigonometría de los sólidos u otros
conceptos matemáticos de mayor envergadura.

Las perspectivas didácticas basadas en la resolución de problemas, los

proyectos y las aplicaciones exigen, con mayor énfasis, la conectividad de los
conceptos matemáticos. Ocurre con frecuencia que el tratamiento y resolución de
un problema requiere varios contenidos matemáticos, con frecuencia de diferente
nivel de complejidad y campos matemáticos. La modelación de una situación
realista puede necesitar tanto de conceptos de geometría plana como de la
elaboración de una ecuación cuadrática.

Para los docentes esta actividad es obvia; sin embargo, a los estudiantes
les cuesta dominar, en corto tiempo y con pocos ejemplos, esta propiedad de los
conceptos matemáticos y de las estrategias didácticas complejas como la
resolución de problemas, los proyectos y las aplicaciones. Los docentes de
matemática tenemos que hacer explicita, durante el proceso de aprendizaje y
enseñanza, esta característica intrínseca de las matemáticas.

Consolidación de los nuevos conocimientos matemáticos

La mayor parte de los conceptos matemáticos puede ser aprendida,

además del esfuerzo que los docentes hagan en cuanto a las estrategias
didácticas, la importancia y el significado de los contenidos matemáticos y el
interés que muestren los estudiantes hacia la asignatura, consolidando mediante
la repetición y ejercitación de los procedimientos y reglas trabajados durante las
respectivas clases de matemáticas.

El aprendizaje de las matemáticas requiere paciencia, ejercitación y

repetición permanente. Es probable que otras asignaturas puedan ser dominadas
mediante una corta preparación, como la que practican los estudiantes antes de
asistir a una evaluación. En matemáticas no es suficiente y parece ser que el gran
fracaso que se reporta continuamente con el aprendizaje de las matemáticas se
debe precisamente a la poca o casi nula consolidación de los nuevos y viejos
conocimientos matemáticos. Es ampliamente conocido que tanto las niñas(os)
como los jóvenes y adultos pierden lo aprendido con cierta rapidez si se deja
pasar mucho tiempo sin ejercitar, repetir o aplicar tales conocimientos. Con
frecuencia señalamos que es muy importante tomar en consideración para el inicio
de nuevos contenidos escolares los conocimientos previos que tienen los
estudiantes. Resulta, sin embargo, que prácticamente todas las pruebas
diagnósticas indican que tales conocimientos previos no son suficientes, de
acuerdo con los objetivos que se han pretendido alcanzar como parte de la
formación básica de la población estudiantil. La razón de esta deficiencia está
precisamente en la poca o escasa consolidación de los contenidos matemáticos
trabajados durante el proceso de escolarización.

Profundización de los conocimientos matemáticos

Después de la fase de consolidación se encuentra la de profundización de

cada nuevo conocimiento adquirido en la escuela. No solamente los estudiantes
con una alta capacidad para las matemáticas u otras asignaturas requieren
profundizar en los conocimientos matemáticos trabajados durante cada unidad de
enseñanza.

Por el contrario, los estudiantes con mayores dificultades necesitan

profundizar en algunos aspectos básicos y necesarios, siempre en
correspondencia con sus inquietudes e intereses. Hay estudiantes a quienes no
siempre les gusta trabajar todos los contenidos matemáticos tratados en las
respectivas clases de matemáticas; sin embargo, los docentes tenemos la
responsabilidad y la tarea de indagar sobre cuáles podrían ser los estudiantes que
necesitan una mayor profundización de algunos contenidos matemáticos.

Inspección de los nuevos conocimientos matemáticos

Todos sabemos que el objetivo básico de la enseñanza es el aprendizaje.

Esta es una tarea altamente compleja, para la cual la didáctica de las matemáticas
aún no tiene una respuesta completamente satisfactoria. Hay algunas ideas e
indicaciones, las cuales, sin embargo, aún están lejos de una solución definitiva al
problema de la evaluación de los aprendizajes matemáticos en los diferentes
ámbitos del sistema educativo.

La realidad es que actualmente los docentes siguen aplicando como

estrategia las evaluaciones cortas, parciales, trimestrales, etc., existiendo inclusive
una variedad amplia de tipos de evaluaciones, la mayoría desarrolladas en el aula
de manera individual y escrita.

El control o la inspección durante el proceso de aprendizaje y enseñanza

suministran, según la tradición de la evaluación de los aprendizajes, información a
los docentes sobre la efectividad de la enseñanza. Lamentablemente, en nuestros
países latinoamericanos este control no cumple solamente este objetivo, por el
contrario él pretende seleccionar y diferenciar a los estudiantes de acuerdo con las
condiciones y las exigencias de los respectivos sistemas educativos.

Es muy importante tener presente que el éxito de la enseñanza y del

aprendizaje depende no de las características de la evaluación en sí misma, sino
más aún del trabajo didáctico y pedagógico que se realice en las aulas de clase.
Mientras mayor acción, exigencias motivadoras y buenas estrategias didácticas
existan durante el proceso de aprendizaje y enseñanza, mejores serán los
resultados obtenidos mediante la inspección de los conocimientos matemáticos de
los estudiantes. En este caso el control cumpliría su verdadera función, la de
contribuir con el aprendizaje y la enseñanza. La inspección de los aprendizajes
matemáticos es la vía adecuada para retroalimentar el proceso y no el método
indicado para aprobar, reprobar, seleccionar, otorgar títulos o plazas en las
instituciones de educación superior

Corrección, eliminación de errores y concepciones erróneas

La concepción de una enseñanza matemática centrada en el formalismo

matemático ha disminuido la construcción del conocimiento matemático y, en
consecuencia, ha eliminado prácticamente el error como un elemento básico del
aprendizaje de las matemáticas escolares. La tradición didáctica insiste en que los
estudiantes deben responder siempre de manera correcta tanto a las preguntas
orales realizadas por los docentes durante el desarrollo del proceso de
aprendizaje y enseñanza de las matemáticas en el aula como en las evaluaciones
escritas presentadas por éstos. El error y las concepciones erróneas previas de
los estudiantes no son aprovechados como punto de partida para una buena
enseñanza; más bien, por el contrario, se penalizan fuertemente generando
frustración, rechazo e impotencia en los estudiantes. Es ampliamente conocido
que todos los seres humanos cometemos diaria y continuamente muchos errores,
pero, por otra parte, también hemos construido una cultura de penalización de los
errores. Tal vez esta actitud esté relacionada con la necesidad de justicia que
necesitan los seres humanos; sólo que el error desde el punto de vista didáctico
no tiene la misma connotación que desde el punto de vista judicial o jurídico.

Los errores en matemática constituyen, en cierta forma, parte del motor que
empuja a quien aprende matemáticas hacia la indagación de las razones que
explican muchos conceptos matemáticos. Los docentes, por el contrario, deben
brindarle a los estudiantes suficientes elementos de autocrítica constructiva con la
finalidad de que se apoyen en sus propios errores para mejorar su aprendizaje
matemático.
 Los niños(as) en particular elaboran constantemente este tipo de
constructos mentales, los cuales se convierten a lo largo del tiempo en
concepciones erróneas. Éstas son muy frecuentes en matemática y, al igual que
los errores, son penalizadas por muchos docentes de matemática. La idea es
entonces aprovecharlas como punto de partida para desarrollar estrategias de
aprendizaje y enseñanza que contribuyan con su transformación en concepciones
matemáticas válidas y ciertas.

La enseñanza de métodos y contenidos matemáticos específicos

Con la educación matemática en las instituciones escolares no solamente

se deben aprender contenidos matemáticos específicos en un determinado grado.
Uno de sus objetivos es lograr que los estudiantes construyan, además, métodos
para resolver tanto problemas intra y extramatemáticos como situaciones
complejas propias de la vida cotidiana. A veces, los docentes nos olvidamos de
que lo que realmente permanece en la memoria de los seres humanos durante
largo tiempo son las estrategias y los métodos que se han elaborado durante el
tiempo de escolaridad. Si existe alguna asignatura que ayuda realmente a la
estructuración y construcción de métodos en las personas es precisamente la
matemática y, más aún, las estrategias didácticas puestas en práctica, como la
resolución de problemas, la enseñanza por proyectos y las aplicaciones.

Durante el mismo desarrollo del proceso de aprendizaje y enseñanza los

docentes de matemáticas y otras áreas ponen en práctica constantemente
diferentes métodos y estrategias, lo cual debería hacerse también explícito como
parte de los objetivos del aprendizaje y la enseñanza. En tal sentido,
desarrollaremos a continuación algunos puntos relacionados con la enseñanza de
contenidos y métodos en la educación matemática escolar.

Dominio de la terminología matemática

Las matemáticas, a diferencia de otras asignaturas, se fundamentan

básicamente en conceptos, términos y definiciones. Los términos matemáticos
constituyen realmente su esencia. Sin ellos tanto la sistematicidad y las
estructuras como el significado del contenido matemático tendrían muy poco
sentido. Los términos matemáticos pueden ser ordenados jerárquicamente y cada
uno de ellos está caracterizado por un contenido que lo identifica y lo diferencia de
los demás. Muchos de los términos con los cuales trabajan los matemáticos son
producto de representaciones de la realidad misma o usada con propiedad en el
lenguaje común de la población.

El término "límite", por ejemplo, es usado con frecuencia en la lengua

materna y, al mismo tiempo, sirve para denotar un concepto muy importante en
todo el edificio matemático. Igualmente el término "derivada" está estrechamente
relacionado, desde el punto de vista de su significado, con el verbo "derivar", el
cual se usa también en diferentes lenguas. Sin embargo, no siempre se habla en
el lenguaje cotidiano en términos matemáticos y cuando los usamos queremos
expresar otras ideas y no necesariamente conceptos o mensajes matemáticos. No
es que los términos adquieran significados diferentes, sino que el significado
matemático que los caracteriza está claramente definido y restringido a un
contenido o idea matemática.

Aprendizaje y Enseñanza de Contenidos y Métodos en la Educación Matemática

 El dominio y manejo cotidiano de los términos matemáticos ayuda
considerablemente a la comprensión de los conceptos matemáticos. Hay
diferentes maneras de asociar un término matemático con símbolos, los cuales se
constituyen en sinónimos de esos términos. Así por ejemplo, la palabra cuadrado
es un término usado cotidianamente, en el sentido matemático en la mayoría de
los casos, para denotar cosas que tienen la característica de un cuadrado. Una
mesa cuadrada, un papel cuadrado, un cuadro cuadrado, etc., se convierten en
sinónimos simbólicos de la palabra cuadrado. No ocurre lo mismo, sin embargo,
con el término rectangular, aunque pudiese existir en la vida cotidiana mayor
cantidad de rectángulos que cuadrados.

Un segundo aspecto importante que se debe tomar en cuenta cuando nos

referimos a los términos matemáticos es la idea de conjunto que la mayoría de
ellos denota. Así por ejemplo las palabras triángulo, números negativos,
racionales, función, etc. comprenden conjuntos de elementos que poseen
características similares. Igualmente la mayoría de los términos matemáticos,
además de su orden estructural y jerárquico, están relacionados unos con otros,
obedeciendo a ciertas leyes de orden, similares a los principios de orden que
mantienen a las diferentes lenguas en un sistema compacto. Los docentes tienen
que hacerle ver a los estudiantes la importancia de los términos matemáticos, su
adecuado uso y el dominio de sus respectivos significados. Si este objetivo es
alcanzado mediante las clases de matemática, seguramente hemos abonado la
tierra para seguir trabajando matemáticamente con nuestros estudiantes.

Importancia de las definiciones

Las definiciones matemáticas normalmente son presentadas por los

docentes al inicio del tratamiento de un determinado tema matemático. Este
apresuramiento está vinculado con la visión que se tiene del aprendizaje y la
enseñanza de las matemáticas. Se considera, tal vez erróneamente, que después
de señalar la temática a ser trabajada durante la unidad de enseñanza hay que
pasar inmediatamente a dictar o copiar en la pizarra las definiciones que se
utilizarán en el desarrollo de dicha unidad. Esta filosofía de la enseñanza de las
matemáticas es muy formal y contradice los principios de una didáctica orientada
en la acción y la construcción de los conocimientos matemáticos. Los matemáticos
profesionales aplican esta metodología solamente para escribir sus notas,
artículos para ser publicados en revistas especializadas o sencillamente para el
desarrollo de una clase magistral de matemáticas en alguna facultad de ciencias
puras.

Desde el punto de vista didáctico los docentes de matemáticas debemos

enfocar la enseñanza de tal manera que los estudiantes participen en la
elaboración de las definiciones. Esta tarea no es sencilla y requiere tiempo, trabajo
y paciencia. La idea es que las definiciones formen parte de los resultados de un
proceso de matematización. Las definiciones, entonces, serán trabajadas por los
integrantes de la clase mediante la reflexión y la discusión colectiva. De esta
manera los estudiantes aprenden, no solamente las definiciones de manera
apropiada, sino que además aprenden cómo se acostumbra a definir los
conceptos. Esto significa que ellos, con la ayuda de la elaboración de los
conceptos matemáticos, también aprenden métodos para la elaboración de
definiciones, ya que éstas no son el resultado de la espontaneidad de los
científicos, filósofos o escritores, sino que resultan del trabajo creador realizado
por las personas sobre una temática en particular.

Las definiciones no son absolutas y tampoco propiedad de algunas

personas o de los libros de texto. Ellas surgen a partir de un largo camino de
reflexión sobre los objetos y los hechos que caracterizan a los fenómenos, sean
éstos sociales o naturales,

Las afirmaciones y las proposiciones matemáticas

Los términos y las definiciones matemáticas están directamente

relacionados con las afirmaciones y proposiciones matemáticas, las cuales se
manifiestan en reglas o teoremas, cuya veracidad debe ser demostrada.
Normalmente tratan de propiedades o relaciones entre términos matemáticos,
para lo cual las definiciones permiten la conectividad y sistematización de esas
propiedades. Las afirmaciones y proposiciones matemáticas, al igual que la
resolución de problemas, constituyen realmente la esencia de esta disciplina.

La enseñanza de la matemática está orientada hacia la construcción de los

conocimientos matemáticos a través del trabajo activo y la discusión colectiva,
entonces las reglas o los teoremas pueden ser elaborados mediante un proceso
de indagación, estimación, sospechas, pruebas de casos particulares, etc. Este
procedimiento puede llevar a los estudiantes a perfilar algunas caracterizaciones o
a ver algunas regularidades, lo cual podría motivar la demostración algo más
formal de tales afirmaciones matemáticas. Sin embargo, los estudiantes ya se han
acostumbrado, desde los primeros años de escolaridad, a la aceptación pasiva de
las afirmaciones matemáticas. Para ellos, y también para muchos docentes, todo
aquello referido a las matemáticas es incuestionable, por lo tanto no hace falta
demostrar las proposiciones y los teoremas, es suficiente asumirlos como
verdaderos. Como consecuencia de esta didáctica impositiva, tenemos que los
docentes solamente demuestran o prueban aquellas reglas o teoremas cuando
algún estudiante lo requiere o muestra insatisfacción por la respectiva afirmación.
Hay quienes consideran, con cierta razón, que la demostración objetiva de los
hechos, sobre todo en el campo de las matemáticas y las ciencias naturales,
constituye una columna importante de la formación crítica de los sujetos que se
encuentran en proceso de socialización. Es realmente la oportunidad para
introducir a las(os) niñas(os) y los jóvenes en el mundo del pensamiento científico.

La inquietud por las demostraciones en matemáticas

Las demostraciones en la matemática escolar, según diferentes estudios,

han dejado de ser parte, lamentablemente, de los planes de enseñanza, de los
libros de texto y las clases de matemáticas. Hace algunos años se consideraba
importante demostrar algunas cosas, como por ejemplo los teoremas de Thales y

Pitágoras, que es un número irracional, identidades trigonométricas,

construcción de fórmulas como la regla que permite resolver una ecuación de
segundo grado o la demostración de algunas sucesiones aplicando el método de
inducción completa. Estas demostraciones ya no se hacen; se argumenta que han
sido eliminadas del currículo porque eran muy difíciles y los estudiantes no las
comprendían. Sin embargo, la matemática escolar está llena de reglas y teoremas,
muchos de ellos necesariamente tienen que ser explicados, construidos y
demostrados en las clases de matemática. Tal como lo hemos señalado en los
párrafos anteriores, el valor formativo de la demostración obliga a los docentes de
matemática a que dediquen mayor tiempo a esta parte esencial de las
matemáticas escolares.

Una buena educación matemática se debe caracterizar por la incorporación,

en el proceso de aprendizaje y enseñanza, de estrategias didácticas que le
brinden a los estudiantes la oportunidad de participar en la demostración de reglas
y teoremas. Esto significa que la demostración tiene que convertirse realmente en
parte fundamental de la acción educativa. En tal sentido, es muy importante crear
e impulsar en los estudiantes las ganas y necesidad de demostrar cosas, que
aunque sean afirmativas y provengan de los libros de texto o de los docentes,
generen inquietud por la veracidad de tales afirmaciones. Las matemáticas, más
que cualquier otra especialidad, están constituidas por demostraciones de reglas,
teoremas y afirmaciones y por problemas en general.

El aprendizaje de procedimientos y algoritmos matemáticos

Los procedimientos matemáticos juegan un papel muy importante en la

matemática escolar, más que en las matemáticas profesionales, aunque cuando
se demuestra un teorema o se elabora un concepto matemático desarrollamos un
procedimiento caracterizado por cierta lógica y secuencia de pasos. Los
procedimientos son en realidad soluciones esquematizadas de una determinada
tarea y también los podemos ver como algoritmos; sin embargo, existe una
pequeña diferencia entre ambos. Los primeros son más complejos y forman parte
del trabajo cotidiano en matemáticas, mientras que los algoritmos se centran
especialmente en seguir un conjunto de indicaciones secuenciales para resolver
algunos tipos de tareas matemáticas muy específicas, para lo cual existe un
camino estrictamente ordenado y rigurosamente mecánico.

La educación matemática escolar está impregnada por procedimientos y

algoritmos, lo cual ha hecho que la enseñanza matemática en los diferentes
niveles del sistema educativo, inclusive en las universidades, esté enfocada
fundamentalmente al aprendizaje de algoritmos. No es grave, también contribuye
a la formación matemática, los alumnos tienen que hacer uso correcto de ellos,
inclusive aprender a construirlos. Ésta es una tarea importante de la educación
matemática, sin embargo, hemos reducido el aprendizaje y la enseñanza de las
matemáticas solamente a algoritmos, lo cual, según algunos educadores
matemáticos, ha causado cierto daño al aprendizaje de las matemáticas. dentro de
la perspectiva de una educación matemática orientada hacia la resolución de
problemas, los proyectos y las aplicaciones, los procedimientos y algoritmos
matemáticos constituyen un elemento del eslabón matemático, lo cual es en cierta
forma mucho más complejo, compacto y profundo que la simple aplicación de un
algoritmo matemático.

Una de las razones por las cuales las matemáticas escolares se han
convertido en una lista de algoritmos tiene que ver con la concepción didáctica en
cuanto a que estos procedimientos compactos ayudan a simplificar la solución de
muchos ejercicios matemáticos. Esta aparente ventaja tiene como consecuencia
negativa, no solamente el hecho de que los estudiantes cometan muchos errores
en la aplicación del algoritmo, sino que tiende a sacrificarse gran parte de los
objetivos de la educación matemática. La solución didáctica, entonces, no está en
suprimir los algoritmos o procedimientos de la enseñanza de las matemáticas, sino
verlos como una parte del proceso del trabajo matemático dentro de la resolución
de problemas, los proyectos y las aplicaciones con su respectiva modelación
matemática.
Cambios y principios didácticos en la educación matemática

La educación matemática en constante transformación

Antes de presentar las concepciones progresistas para el desarrollo del

proceso de aprendizaje y enseñanza de las matemáticas escolares, con las cuales
estamos identificados, consideramos importante señalar brevemente algunos
hechos históricos en el campo de la pedagogía y particularmente de la educación
matemática, los cuales han influido considerablemente en el desarrollo de tales
concepciones metodológicas. Una de ellas es, por ejemplo, la concepción
relacionada con la enseñanza abierta, la cual tiene que ver más con otras
asignaturas diferentes a las matemáticas, pero que juega actualmente un papel
fundamental en el campo del aprendizaje y la enseñanza de las matemáticas. El
impulso del "pensamiento funcional" y la "conectividad del pensamiento" son, por
el contrario, concepciones que provienen más bien de las matemáticas y que
últimamente tienden a ser incorporadas en otras áreas científicas.

La escuela como institución y la enseñanza como parte de la acción concreta

de la educación tienen la particularidad de aferrarse a las tradiciones. Los cambios
se producen muy lentamente y la práctica educativa acepta pocas
transformaciones, a pesar de la diversidad de estudios y trabajos que proponen
constantemente, y en muchos casos de manera reiterada, modificaciones
profundas de la filosofía educativa predominante y de las concepciones didácticas
y pedagógicas en las instituciones escolares. También la didáctica general y las
especiales han avanzado considerablemente, desarrollaron propuestas concretas,
muchas de ellas ya se han puesto en práctica o se han validado con grandes
conglomerados de docentes y estudiantes. Es el caso, por ejemplo, de la
enseñanza abierta y el uso de tecnologías de punta como la computadora e
internet en la enseñanza. Sobre ambas corrientes didácticas se ha escrito mucho
durante los últimos diez años. El impulso de estas dos grandes tendencias ha
tenido, sin embargo, muy poca resonancia en los respectivos sistemas educativos
de nuestro continente, a pesar de las grandes expectativas que se han
desarrollado en el marco de las reformas educativas.

Antes de los años ochenta las reformas en el campo de la educación

matemática estaban considerablemente influenciadas por dos visiones sobre la
enseñanza de las matemáticas, por una parte por quienes consideraban que la
educación matemática debía estar orientada hacia la profesionalización del
conocimiento matemático, en este caso los matemáticos profesionales, y por el
otro quienes pensaban que la pedagogía, la sicología y la didáctica deberían jugar
un papel importante en la enseñanza de las matemáticas. En la actualidad ya se
habla de la didáctica de las matemáticas como disciplina científica.

Por otra parte, la educación matemática está en constante transformación.

Estos cambios ocurren por la influencia del desarrollo de ideas y conceptos
pedagógicos, crecimiento del conocimiento matemático, necesidades de la
población e intereses y objetivos políticos, pedagógicos y didácticos. Es así como
tiende a estandarizarse un currículo internacional para la educación matemática
hasta el duodécimo grado por la presión que viene haciendo internacionalmente el
NTCM (National Council of Teachers of Mathematics); en los años ochenta se da
un avance sumamente importante en cuanto a la ampliamente conocida
"enseñanza abierta" en los diferentes niveles del sistema educativo. Durante los
años noventa surgen, con muchas expectativas, la computadora y los diferentes
softwares en el campo de la educación matemática, especialmente en álgebra y
geometría. Actualmente ya existen algunos programas ampliamente difundidos
como el Derive, Euklid, Cabrí, etc. Igualmente en la década de los noventa se
realiza un gran número de estudios comparativos internacionales, no solamente
sobre rendimiento en matemáticas y lenguaje, sino además sobre factores
asociados al proceso de aprendizaje y enseñanza de las matemáticas, del
lenguaje y las ciencias naturales.

Como hemos visto la educación matemática está sujeta a muchas

transformaciones, influenciadas o bien por el desarrollo de la misma matemática o
por el adelanto vertiginoso de disciplinas tales como la pedagogía, didáctica,
sicología, informática, etc.

Preceptos didácticos y pedagógicos en la educación matemática

En vista de que la enseñanza es sumamente compleja, los docentes en

general y los de matemáticas en particular tienen que asumir, con reiterada
frecuencia, las consecuencias que trae la toma de desiciones y acciones tanto en
las fases preparatorias de la enseñanza como durante el desarrollo del proceso.
Para evitar, en cierta forma, tales consecuencias los docentes, con mucha razón,
se afianzan en preceptos didácticos y pedagógicos aceptados por la comunidad
de educadores matemáticos nacional o internacionalmente. Tal vez el temor que
tienen los docentes por las consecuencias que puedan provocar sus innovaciones
didácticas y pedagógicas, puede ser una de las razones importantes por las
cuales existe cierta resistencia a los cambios y transformaciones deseados por
pedagogos y didactas progresistas en diferentes épocas y momentos históricos.
Algunos de esos principios didácticos serán presentados muy sucintamente a
continuación.

Algunos principios didácticos y pedagógicos en la educación matemática

a) En primer lugar, toda actividad de enseñanza tiene que estar orientada hacia
los niños y niñas, en sus intereses, capacidades, habilidades y dificultades. Sobre
todo en la escuela básica (en sus tres etapas o ciclos) los niños y niñas deben ser
realmente el centro de toda enseñanza y por lo tanto de la educación matemática.
b) En segundo lugar, tenemos el precepto de la actividad independiente de los
niños y jóvenes. Esto significa que los estudiantes de cualquier edad tienen el
derecho a trabajar dentro y fuera del aula de manera autónoma. Los sistemas
educativos y los docentes en particular deben brindar los recursos y las
posibilidades para que las(os) niñas(os) y jóvenes trabajen las matemáticas, y
cualquier otra asignatura, de manera activa, creativa, colectiva e independiente.

c) Los estudiantes deben recibir las respectivas ayudas e indicaciones por parte
de los docentes durante y después del proceso de aprendizaje y enseñanza de las
matemáticas. Tanto las indicaciones claras y detalladas como las ayudas
pertinentes e inmediatas se hacen más necesarias cuando los docentes ponen en
práctica concepciones didácticas tales como la resolución de problemas, las
aplicaciones y su proceso de modelación matemática y la enseñanza por
proyectos.

d) Ya desde tiempos inmemorables, la didáctica se ha preocupado por establecer

como prioritario el principio de la dificultad progresiva. Esto significa que las
unidades de enseñanza en cualquier sistema educativo deben estar organizadas
de tal manera que los contenidos tratados pasen de lo más sencillo a lo más
complejo. Esta visión didáctica no contradice la idea del desarrollo de una
enseñanza basada en unidades generadoras de aprendizaje o temas
generadores, tal como lo ha señalado ampliamente en sus diferentes trabajos
Paulo Freire (1973) y también Manning, Manning y Long (2000).

e) El precepto didáctico conocido como la experiencia intransitiva consiste, tal

como lo hemos mencionado anteriormente, en prestar atención a las ideas
intuitivas previas de los estudiantes. Se habla con frecuencia de los conocimientos
previos. Esta afirmación es, en cierta forma, imprecisa ya que no siempre los
seres humanos, independientemente de su escolaridad, y por razones conocidas
en cuanto al olvido acelerado de lo aprendido, disponen de un conocimiento previo
elaborado; sin embargo, la experiencia intransitiva garantiza la existencia de ideas
y conocimientos que se acercan a las explicaciones teóricas aceptadas
científicamente.

f) El principio de la utilidad de los conocimientos adquiridos en las instituciones

educativas, concretamente de las matemáticas escolares. Las matemáticas tienen
la particularidad de ser muy amplias, interesantes, útiles y significativamente
importantes para los seres humanos. Sin embargo, también se puede hacer de las
matemáticas una actividad sumamente aburrida e inútil. Hemos constatado,
durante algunos trabajos de investigación, que los docentes dedican
prácticamente tres meses a un tema matemático, como la radicación en el noveno
grado, o las identidades trigonométricas en el undécimo grado. Aunque los temas
son importantes desde el punto de vista de las matemáticas y sus aplicaciones, los
estudiantes no encuentran ningún sentido a listas interminables de ejercicios sin
utilidad o importancia fuera y dentro de las matemáticas. El precepto utilitario de
las matemáticas escolares, entonces, tiene que ser rescatado.

g) El principio de la claridad en cuanto a la presentación de los conocimientos

matemáticos. Con frecuencia oímos las críticas que hacen nuestros estudiantes a
los(as) profesores(as) de matemáticas porque no entienden realmente las
explicaciones que realizan los docentes durante el desarrollo de sus clases. En
muchos casos, los docentes de matemáticas presentan los conceptos
matemáticos a sus estudiantes tal como están establecidos en los libros de texto o
como fueron adquiridos en las instituciones de educación superior durante su
formación académica. Esta forma de tratar los conocimientos matemáticos
escolares con los estudiantes contradice considerablemente el desarrollo mismo
de las matemáticas y del trabajo que realizan los matemáticos profesionales. Los
conocimientos tienen que ser trabajados en clase mediante la discusión, reflexión
y construcción por parte de quienes intervienen en el proceso de aprendizaje y
enseñanza.

h) El orden y la sistematicidad en cuanto a la estructuración y presentación de los

conocimientos científicos es un principio didáctico muy antiguo, el cual intentan
poner en práctica todos los docentes en cualquier nivel del sistema educativo. No
importa que se trabaje, didácticamente hablando, con estrategias de aprendizaje
abiertas y altamente complejas como los proyectos o la resolución de problemas.
Los docentes elaboran sus actividades sistemática y ordenadamente, lo cual,
probablemente, tendrá un mejor y mayor efecto en los aprendizajes de los
estudiantes. También es conocido, desde el punto de vista de las teorías
cognitivas del aprendizaje, que los seres humanos elaboran conceptos mentales
obedeciendo a ciertas estructuras de organización sistemáticas y ordenadas de
situaciones contextuales externas.

Durante la enseñanza los(as) profesores(as), no solamente de

matemáticas, deberían poner en práctica la mayor parte de estos principios. Ellos
están relacionados entre sí de manera implícita y automática, ya que contribuyen a
establecer normas sociomatemáticas, objetivos, experiencias, actividades, etc.
Muchos de estos principios forman parte actualmente de las investigaciones en el
campo de la educación matemática y constituyen puntos de partida para las
discusiones didácticas en diferentes centros de investigación en el ámbito
internacional.

Los ocho principios didácticos mencionados en los párrafos anteriores no

son los únicos que determinan el proceso de aprendizaje y enseñanza, en
particular de las matemáticas. Muchos autores han establecido listas muy bien
elaboradas de preceptos didácticos; desde Comenius (1640/1993) en su
ampliamente conocida Didáctica Magna hasta trabajos referidos a la didáctica en
general como Meyer (1998), pasando por aportes muy específicos en el campo de
la didáctica de las matemáticas como ocurre con el excelente trabajo de Wittmann
(1997), quien en su obra Preguntas básicas de la enseñanza de las
matemáticas establece claramente un conjunto de principios didácticos y
pedagógicos para esta asignatura. Este autor señala que los preceptos didácticos
están determinados, en buena medida, por las experiencias de los docentes de
matemática y se ajustan a las vivencias didácticas y de la especialidad que han
tenido los docentes tanto en su proceso de formación como de actualización
didáctica. Los preceptos didácticos antes mencionados están presentes,
genéricamente hablando, en todas las estrategias de aprendizaje y enseñanza,
concretamente en el tratamiento de las matemáticas escolares. Su presencia en
cada una de las concepciones didácticas tendrán un determinado peso de acuerdo
con cada una ellas, tal como lo veremos a continuación.

Concepciones de aprendizaje y enseñanza de las matemáticas

En el campo de la didáctica general y de la educación matemática en

particular se viene desarrollando un conjunto muy importante de concepciones de
aprendizaje y enseñanza, las cuales afectan directamente a todas las áreas del
conocimiento científico tratado en las instituciones escolares, las cuales han
encontrado alta receptividad en los educadores matemáticos. La enseñanza de las
matemáticas desde su propia génesis, la educación matemática orientada en
la resolución de problemas, enseñanza de las matemáticas orientada
hacia objetivos formativos, educación matemática desde el punto de vista de
las aplicaciones y la modelación, enseñanza de las matemáticas basada
en proyectos; aprendizaje y enseñanza de las matemáticas tomando en cuenta el
plan semanal, el aprendizaje libre y trabajo en estaciones y, finalmente, la
educación matemática a través del uso de la informática.

Estas siete concepciones están muchas veces relacionadas unas con otras
y pueden ser aplicadas indistintamente por los docentes durante el desarrollo de
las actividades de aprendizaje y enseñanza a lo largo del año escolar. Muchas
autores incorporan otras estrategias como los juegos, la historia o la
experimentación matemática. Sin embargo, consideramos que sería muy amplio
relatar detalladamente cada una de ellas, lo cual no significa que las demás dejen
de ser muy importantes en la educación matemática. Cada concepción didáctica
requiere un desarrollo teórico profundo, lo cual forma parte de algunas de nuestras
actividades en cuando a las reflexiones que venimos haciendo en el campo de la
educación matemática escolar.
Generalidades en la construcción de números índices

El número índice es una medida estadística diseñada para poner

de relieve cambios en una variable o en un grupo de variables relacionadas con
respecto al tiempo, situación geográfica, ingreso o cualquier otra característica.

Este tipo de número puede definirse también como un valor relativo con
base igual a 100% o un múltiplo de 100% tal como 10 y 100, que permite medir
qué tanto una variable ha cambiado con el tiempo.

Calculamos un número índice encontrando el cociente del valor actual entre

un valor base. Luego multiplicamos el número resultante por 100, para expresar el
índice como un porcentaje. Este valor final es el porcentaje relativo. El número
índice para el punto base en el tiempo siempre es 100.

Uso de los Números Índices

Los números índices son útiles cuando se quiere comparar variables o

magnitudes que están medidas en unidades distintas. Por ejemplo, con los
números índices podemos comparar los costes de alimentación o de otros
servicios en una ciudad durante un año con los del año anterior, o
la producción de arroz en un año en una zona del país con la otra zona.

Aunque se usa principalmente en Economía e Industria, los números

índices son aplicables en muchos campos. En Educación, por ejemplo, se pueden
usar los números índices para comparar la inteligencia relativa de estudiantes en
sitios diferentes o en años diferentes.

Muchos gobiernos se ocupan de elaborar números índice con el propósito

de predecir condiciones económicas o industriales, tales como: índices de precios,
de producción, salariales, del consumidor, poder adquisitivo, costo de vida, etc.

En la administración se utilizan como parte de un cálculo intermedio para

entender mejor otra información.
 Clasificación de los Números Índices

Los números índice se clasifican en:

1. Simples
2. Compuestos, estos a su vez se clasifican en:

 Sin ponderar
 Ponderados

Índices Simples

Son los que se refieren a una sola magnitud o concepto, y, por tanto, nos
proporcionan la variación que ha sufrido esa magnitud en dos períodos distintos.
La forma usual de expresar un índice simple es:

I = mt X 100

mo

Donde mt es la magnitud en el período t, y mo es la magnitud en el período-base.

Índices Compuestos

Si lo que deseamos es medir la evolución en el tiempo de una magnitud

compleja, o conjunto de magnitudes simples, como, por ejemplo, el precio de las
frutas, en este caso no se podrá utilizar un índice simple, ya que tendríamos
diferentes precios para cada una de las variedades que presenta este tipo
de alimentos (naranjas, manzanas, peras, etc).

En estos casos, hemos de acudir a otro tipo de índices, denominados en

la literatura índices compuestos, que se obtienen por combinación de los índices
simples de cada una de las magnitudes que estamos analizando.

Existen diferentes formas o criterios para obtener el índice compuesto. Una

primera clasificación consiste en distinguir entre índices compuestos sin ponderar
e índices compuestos ponderados.
Índices Compuestos Sin Ponderar

Son los que tratan de medir la evolución de una magnitud compleja, pero
donde las diferentes magnitudes simples que intervienen tienen toda la misma
importancia.

Índices Compuestos Ponderados

Aunque los índices compuestos ponderados se pueden obtener para todo

tipo de variables, los más importantes son los que miden las variaciones en los
precios.

Índices De Precios

Entre los índices compuestos ponderados que más se utilizan, se

encuentran los que se refieren a las variaciones de precios. Los más importantes
son los de Laspeyres, Paasche y Fisher.

La característica común a estos índices y a la mayoría de los índices de

precios es que utilizan valores como coeficientes de ponderación; es decir, datos
que se pueden expresar como producto de un precio por una cantidad.

Índice de Agregados no Pesados

No pesados quiere decir que todos los valores considerados son de igual
importancia. Agregado significa que agregamos o sumamos todos los valores. La
principal ventaja es su simplicidad.

(Q1/ Q0) x 100

Se calcula mediante la suma de todos los elementos del compuesto, para el

período dado, y luego dividiendo este resultado entre la suma de los mismos
elementos durante el período base.

La principal desventaja de un índice no pesado es que no le da mayor

importancia o peso al cambio de precio de un producto de uso común que el que
le da a uno de uso poco común. Un cambio sustantivo en el precio
de productos de lento movimiento puede distorsionar por completo un índice. Por
esta razón, no es práctica común utilizar un índice simple no pesado
en análisis importantes.

Un índice no pesado puede verse distorsionado por un cambio en unos

cuantos productos, lo cual puede no ser representativo de la situación que se está
estudiando.

Índice de Agregados Pesados

A menudo tenemos que asignar una importancia mayor a los cambios que
se dan en algunas variables que a los que se presentan en otras cuando
calculamos un índice. Esta ponderación nos permite incluir más información,
aparte del cambio de los precios en el tiempo, nos permite mejorar la precisión de
la estimación. El problema está en decidir cuánto peso asignar a cada una de las
variables en la muestra.

La fórmula general para calcular un índice de precios de agregados pesados es:

P (P1Q/Q0) x 100

Existen tres formas de pesar un índice:

Método Laspeyres

Este método utiliza las cantidades consumidas durante el período base. Es

el más usado, debido a que requiere medidas de cantidades de únicamente un
período. Como cada número índice depende de los mismos precios y cantidades
base, la administración puede comparar el índice de un período directamente con
el índice de otro.

Una ventaja de este método es la comparabilidad de un índice con otro. El

uso de la misma cantidad de período base nos permite hacer comparaciones de
manera directa. Otra ventaja es que muchas medidas de cantidad de uso común
no son tabuladas cada año. La principal desventaja es que no toma en cuenta los
cambios de los patrones de consumo.
Método de Paasche

Es un proceso parecido al seguido para encontrar un índice de Laspeyres.

La diferencia consiste en que los pesos utilizados en el método Paasche son las
medidas de cantidad correspondientes al período actual. Es particularmente útil
porque combina los efectos de los cambios de precio y de los patrones de
consumo, así, es un mejor indicador de los cambios generales de la economía que
el método Laspeyres.

Una de las principales desventajas es la necesidad de tabular medidas de

cantidad para cada período examinado. Cada valor de un índice de precios
Paasche es el resultado tanto de cambios en el precio como en la cantidad
consumida correspondiente al período base. Como las medidas de cantidad
utilizadas por un período de índice, por lo general son diferentes de las medidas
de cantidad de otro período de índice, resulta imposible atribuir la diferencia entre
los dos índices solamente a cambios de precio. En consecuencia, es difícil
comparar índices de diferentes períodos con el método Paasche.

Método de agregados de peso fijo

En lugar de utilizar pesos de período base o de período actual, utiliza pesos

tomados de un período representativo. Los pesos representativos se conocen
como pesos fijos. Estos últimos y los precios base no tienen que provenir del
mismo período. La principal ventaja es la flexibilidad al seleccionar el precio base y
el peso fijo (cantidad).

Métodos de Promedio De Relativos

Método de promedio no pesado de relativos.

Como una alternativa del método de agregados, podemos utilizar el método

de promedio de relativos.

Cuando tenemos más de un producto (o actividad), primero encontramos el

cociente del precio actual entre el precio base para cada producto y multiplicamos
cada cociente obtenido por 100. Luego sumamos los porcentajes relativos
resultantes y dividimos el resultado entre el número de productos.
 [(Q1/ Q0) x 100] / n

Con el método de promedio no pesado de relativos, calculamos el promedio

de los cocientes de los precios para cada producto. Con el método de agregados
no pesados, calculamos el cociente de las sumas de los precios de cada producto.

No es lo mismo que asignar a algunos productos más peso que a otros. El

método de promedio de relativos convierte cada elemento a una escala relativa en
la que los elementos están representados como un porcentaje más que como una
cantidad. Debido a esto, cada uno de los elementos del compuesto se mide con
respecto a una base de 100.

Método de promedio pesado de relativos

Con los métodos de promedio pesado de relativos existen varias formas de

determinar un valor pesado. Como en el método de Laspeyres, podemos utilizar el
valor base que encontramos multiplicando la cantidad base por el precio base. El
uso del valor base producirá exactamente el mismo resultado que si estuviéramos
calculando el índice con el método de Laspeyres. Usamos el método Laspeyres
cuando los datos de cantidad se obtienen con mayor facilidad.

{[(Q1/ Q0) x 100] PnQn} / PnQn

Si deseamos calcular un índice de promedio pesado de relativos usando

valores base, la ecuación a utilizar sería:

{[(Q1/ Q0) x 100] P0Q0} / P0Q0

Cuando utilizamos valores actuales, no podemos comparar de manera

directa valores de períodos diferentes, ya que tanto los precios como las
cantidades pueden haber cambiado. Así que por lo general utilizamos valores
base o valores fijos cuando calculamos un índice de promedio pesado de relativos.

Índices de Cantidad y Valor

También podemos utilizar números índice para describir cambios en

cantidades y en valores
Índice de cantidad

En tiempos de inflación, un índice de cantidad proporciona una medida más

confiable de la producción real de materias primas y bienes terminados que el
correspondiente índice de valores. De manera parecida, la producción agrícola se
mide mejor si se utiliza un índice de cantidad, debido a que éste elimina los
efectos engañosos producidos por la fluctuación de precios. A menudo usamos un
índice de cantidad para medir mercancías que están sujetas a una variación
considerable de precios.

Cualquiera de los métodos analizados para determinar índices de precios,

puede utilizarse para calcular índices de cantidad. Cuando deseamos calcular
índices de precios, usamos cantidades o valores como pesos. Ahora que
queremos calcular índices de cantidad, utilizamos precios o valores como pesos.

Índice de valor.

Un índice de valor mide cambios generales en el valor total de alguna

variable. Como el valor está determinado tanto por el precio como por la calidad,
un índice de valor realmente mide los efectos combinados de los cambios de
precios y cantidad.

La principal desventaja de un índice de valor es que no hace diferencia

alguna entre los efectos de estados dos componentes.

Problemas en la Construcción de Números Índice

Problemas en la construcción

Existen varios problemas en la construcción de un número índice, de los cuales

podemos mencionar los siguientes:

 Selección de un elemento para ser incluido en un compuesto

Casi todos los índices se construyen para responder a una cierta pregunta en
particular. Los elementos incluidos en el compuesto dependen de la pregunta en
cuestión.
 Selección de los pesos apropiados

Los pesos seleccionados deberían representar la importancia relativa de los

diferentes elementos. Desafortunadamente, lo que resulta apropiado en un
período puede volverse inapropiado en un lapso muy corto.

 Selección de un período base

El período base seleccionado debe ser un período normal, preferentemente un

período bastante reciente. Normal significa que el período no debe estar en un
pico o en una depresión de una fluctuación. Una técnica para evitar la elección de
un período irregular consiste en promediar los valores de varios períodos
consecutivos.

Advertencia en la interpretación de un índice

En cuanto a las advertencias en la interpretación de un índice, podemos

mencionar las siguientes :

 Generalización a partir de un índice específico

Generalización de los resultados.

 Falta de conocimiento general con respecto a índices publicados

Es la falta de conocimiento de qué es lo que miden los diferentes índices.

 Efecto del paso del tiempo en un índice

Los factores relacionados con un índice tienden a cambiar con el tiempo, en

particular, los pesos apropiados. A menos que se cambien los pesos de acuerdo a
las circunstancias, el índice se vuelve cada vez menos confiable.

 Cambios de calidad

Los números índice no reflejan los cambios en la calidad de los productos que
miden. Si la calidad ha cambiado realmente, entonces el índice sobrestima o
subestima los cambios en los niveles de precios.
 Cambio del periodo de base

"La base de una serie establecida de números índices suele cambiarse a un

año mas reciente para que las comparaciones actuales sean mas significativas.
Partiendo del supuesto de que no se dispone de las cantidades originales en las
que se apoya la serie de números índices, el periodo base de un numero índice
puede cambiarse dividiendo cada índice (original) entre el índice del año base
recién determinado y multiplicando el resultado por 100:" Leonard Kasmier

x100

Interpretación de modelos de regresión y correlación

Análisis de Correlación

Es el conjunto de técnicas estadísticas empleado para medir la intensidad

de la asociación entre dos variables.

El principal objetivo del análisis de correlación consiste en determinar qué

tan intensa es la relación entre dos variables. Normalmente, el primer paso es
mostrar los datos en un diagrama de dispersión.

Diagrama de Dispersión: es aquel grafico que representa la relación entre dos

variables.
Variable Dependiente: es la variable que se predice o calcula. Cuya
representación es "Y"
Variable Independiente: es la variable que proporciona las bases para el cálculo.
Cuya representación es: X1,X2,X3.......
Coeficiente de Correlación: Describe la intensidad de la relación entre
dos conjuntos de variables de nivel de intervalo. Es la medida de la intensidad de
la relación lineal entre dos variables.

El valor del coeficiente de correlación puede tomar valores desde menos

uno hasta uno, indicando que mientras más cercano a uno sea el valor del
coeficiente de correlación, en cualquier dirección, más fuerte será la asociación
lineal entre las dos variables. Mientras más cercano a cero sea el coeficiente de
correlación indicará que más débil es la asociación entre ambas variables. Si es
igual a cero se concluirá que no existe relación lineal alguna entre ambas
variables.

Análisis de regresión: Es la técnica empleada para desarrollar la ecuación y dar

las estimaciones.
Ecuación de Regresión: es una ecuación que define la relación lineal entre dos
variables.
Ecuación de regresión Lineal: Y‟ = a + Bx
Ecuación de regresión Lineal Múltiple: Y‟ = a + b1X1 + b2X2 + b3X3...
Principio de Mínimos Cuadrados: Es la técnica empleada para obtener la
ecuación de regresión, minimizando la suma de los cuadrados de las distancias
verticales entre los valores verdaderos de "Y" y los valores pronosticados "Y".
Análisis de regresión y Correlación Múltiple.- consiste en estimar una variable
dependiente, utilizando dos o más variables independientes.

Regresión lineal simple

Si deseamos estudiar la relación entre dos variables cuantitativas y además

una de ellas puede considerarse como variable dependiente o "respuesta"
podemos considerar el uso de la regresión lineal simple. Con la regresión, aparte
de medir el grado de asociación entre las dos variables, podremos realizar
predicciones de la variable dependiente.

Veamos un ejemplo de regresión lineal simple y cómo se interpretarían sus

resultados. Dependiendo del programa estadístico utilizado, pueden variar la
cantidad de información y el formato de las salidas, aunque los resultados van a
ser los mismos así como su interpretación.

Diagrama de dispersión

Un diagrama de dispersión o gráfica de dispersión o gráfico de burbujas es

un tipo de diagrama matemático que utiliza las coordenadas cartesianas para
mostrar los valores de dos variables para un conjunto de datos

Se emplea cuando una o varias variables está bajo el control del

experimentador. Si existe un parámetro que se incrementa o disminuye de forma
sistemática por el experimentador, se le denomina parámetro de control o variable
independiente y habitualmente se representa a lo largo del eje horizontal (eje de
las abscisas). La variable medida o dependiente usualmente se representa a lo
largo del eje vertical (eje de las ordenadas). Si no existe una variable dependiente,
cualquier variable se puede representar en cada eje y el diagrama de dispersión
mostrará el grado de correlación (no causalidad) entre las dos variables.

Un diagrama de dispersión puede sugerir varios tipos de correlaciones entre

las variables con un intervalo de confianza determinado. La correlación puede ser
positiva (aumento), negativa (descenso), o nula (las variables no están
correlacionadas). Se puede dibujar una línea de ajuste (llamada también "línea de
tendencia") con el fin de estudiar la correlación entre las variables. Una ecuación
para la correlación entre las variables puede ser determinada por procedimientos
de ajuste. Para una correlación lineal, el procedimiento de ajuste es conocido
como regresión lineal y garantiza una solución correcta en un tiempo finito.

Uno de los aspectos más poderosos de un gráfico de dispersión, sin

embargo, es su capacidad para mostrar las relaciones no lineales entre las
variables. Además, si los datos son representados por un modelo de mezcla de
relaciones simples, estas relaciones son visualmente evidentes como patrones
superpuestos.
Probabilidades

Probabilidad: El término probabilidad proviene de lo probable, o sea, de

aquello que es más posible que ocurra, y se entiende como el mayor o menor
grado de posibilidad de que un evento aleatorio ocurra, expresado en una cifra
entre 1 (posibilidad total) y 0 (imposibilidad absoluta), o bien en porcentajes
entre el 100% o el 0%, respectivamente.

Para obtener la probabilidad de un suceso, generalmente se determina

la frecuencia con la que ocurre (en experimentos aleatorios bajo condiciones
estables), y se procede a realizar cálculos teóricos.

Para ello se sigue lo establecido por la Teoría de la probabilidad, una rama de

las matemáticas dedicada al estudio de la probabilidad. Esta disciplina es
largamente empleada por otras ciencias
naturales y sociales como disciplina auxiliar, ya que les permite manejar
escenarios posibles en base a generalizaciones

Experimento aleatorio: es la reproducción controlada de un fenómeno, existiendo

incertidumbre sobre el resultado que se obtendrá. Un experimento aleatorio bajo el
mismo conjunto aparente de condiciones iniciales, puede presentar resultados
diferentes, es decir, no se puede predecir o reproducir el resultado exacto de cada
experiencia particular. (Ej.: Lanzamiento de un dado, lanzamiento de una moneda,
lanzamiento de una carta de una baraja).

Este tipo de fenómeno es opuesto al suceso determinista, en el que

conocer todos los factores de un experimento permite predecir exactamente el
resultado del mismo. Por ejemplo, conociendo la altura desde la que se arroja un
móvil es posible saber exactamente el tiempo que tardará en llegar al suelo en
condiciones de vacío. Es al azar ya que es aleatorio.
Evento

Evento es un término que hace referencia a un hecho dado

inesperadamente y modifica las circunstancias que rodean al mismo. Igualmente,
también puede tratarse de un suceso atravesando una ardua planificación, para
que cada aspecto que lo conforme esté bajo control. Ésto, mayormente, genera
confusión en cuanto al uso de la palabra, pues, no se conoce específicamente la
situación en la cual debería emplearse, aunque ambos tengan el visto bueno de la
Real Academia Española (RAE). Según la última, existen tres acepciones sobre el
término: el de eventualidad (algo inesperado), un acontecimiento (planificado) y el
evento como tal (acaecimiento), siendo este el encargado de englobar los dos
primeros

El espacio muestral: está formado por todos los posibles resultados de un

experimento aleatorio. Es decir, se compone de todos y cada uno de los sucesos
elementales.

El espacio muestral es una parte del espacio probabilístico. Como su propio

nombre indica, está formado por los elementos de la muestra. Al contrario, el
espacio probabilístico engloba todos los elementos. Incluso aunque no salgan
recogidos en la muestra.

Suceso: Se define como suceso a una cuestión que ocurre. El término tiene su
origen en el vocablo latino successus y se emplea en especial cuando aquello que
ocurre o se desencadena posee una cierta trascendencia. Es decir: que
un hombre salga a caminar por la calle es un suceso en el sentido más literal del
concepto (por ser algo que sucede), pero la aplicación de la noción gana sentido si
el hombre que camina está desnudo o si encuentra miles de dólares en su
caminata, por ejemplo.
 Tipos de probabilidad

Existen los siguientes tipos de probabilidad:

 Frecuencial. Aquella que determina la cantidad de veces que un fenómeno puede

ocurrir, considerando un número determinado de oportunidades, a través de la
experimentación.

 Matemática. Pertenece al ámbito de la aritmética, y aspira al cálculo en cifras de la

probabilidad de que determinados eventos aleatorios tengan lugar, a partir de
la lógica formal y no de su experimentación.

 Binomial. Aquella en la que se estudia el éxito o fracaso de un evento, o cualquier

otro tipo de escenario probable que tenga dos posibles resultados únicamente.

 Objetiva. Se denomina así a toda probabilidad en la que conocemos de antemano

la frecuencia de un evento, y simplemente se dan a conocer los casos probables
de que ocurra dicho evento.

 Subjetiva. Contrapuesta a la matemática, se sustenta en ciertas eventualidades

que permiten inferir la probabilidad de un evento, aunque alejada de una
probabilidad certera o calculable. De allí su subjetividad.

 Hipergeométrica. Aquella que se obtiene gracias a técnicas de muestreo, creando

grupos de eventos según su aparición.

 Lógica. La que posee como rasgo característico que establece la posibilidad de

ocurrencia de un hecho a partir de las leyes de la lógica inductiva.

 Condicionada. Aquella que se emplea para comprender la causalidad entre dos

hechos distintos, cuando puede determinarse la ocurrencia de uno tras la
ocurrencia del otro.
Muestreo

En la estadística, se conoce como muestreo a la técnica para la selección

de una muestra a partir de una población estadística.

Una muestra aleatoria se espera conseguir que sus propiedades sean

extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez
obtener resultados parecidos a los que se alcanzarían si se realizase un estudio
de toda la población. En las investigaciones llevadas por empresarios y de la
medicina se usa muestreo extensivamente en recoger información sobre
poblaciones.

Cabe mencionar que para que el muestreo sea válido y se pueda realizar
un estudio adecuado (que consienta no solo hacer estimaciones de la población
sino estimar también los márgenes de error correspondientes a dichas
estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente
seguros de que el resultado sea una muestra representativa, pero sí podemos
actuar de manera que esta condición se alcance con una probabilidad alta.

En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño

de la población, se puede extraer dos o más muestras de la misma población. Al
conjunto de muestras que se pueden obtener de la población se
denomina espacio muestral. La variable que asocia a cada muestra su
probabilidad de extracción, sigue la llamada distribución muestral.

Ventajas

Reducción de costos: Los costes de un estudio serán menores si los datos de

interés se pueden obtener a partir de una muestra de la población blanco. Por
ejemplo, cuando se realizan estudios de prevalencia de un evento de interés, es
más económico medir una muestra representativa de 1500 sujetos de la población
blanco, que a los 250.000 individuos que la componen.
Eficiencia: Al trabajar con un número reducido de sujetos a estudio,
representativos de la población blanco; el tiempo necesario para conducir el
estudio y obtener resultados y conclusiones será ostensiblemente menor.

Desventaja

Inadecuada representación de la población blanco: Esto puede ocurrir si se

decide trabajar con muestras pequeñas.

Por ejemplo, es muy común ver publicaciones en las que se comparan 50

sujetos tratados con la intervención en estudio versus 50 con la intervención
estándar. Este es un número muy recurrente, pero posiblemente conlleva una
mala representación de la población a la que se desea inferir los resultados.

Técnicas de Muestreo

Existen dos métodos para seleccionar muestras de poblaciones: el

muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar
como recurso en el proceso de selección). Cuando este último cumple con la
condición de que todos los elementos de la población tienen alguna oportunidad
de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto
de la población es conocida de antemano, recibe el nombre de muestreo
probabilístico. Una muestra seleccionada por muestreo de juicio puede basarse en
la experiencia de alguien con la población. Algunas veces una muestra de juicio se
usa como guía o muestra tentativa para decidir cómo tomar una muestra aleatoria
más adelante.34

Muestreo aleatorio simple

Forman parte de este tipo de muestreo todos aquellos métodos para los
que se puede calcular la probabilidad de extracción de cualquiera de las muestras
posibles. Este conjunto de técnicas de muestreo es el más aconsejable, aunque
en ocasiones no es posible optar por él.
Tipos

 Sin reposición de los elementos: Cada elemento extraído se descarta para

la subsiguiente extracción. Por ejemplo, si se extrae una muestra de una
"población" de bombillas para estimar la vida media de las bombillas que la
integran, no será posible medir más que una vez la bombilla seleccionada.
 Con reposición de los elementos: Las observaciones se realizan con
remplazo de los individuos, de forma que la población es idéntica en todas las
extracciones. En poblaciones muy grandes, la probabilidad de repetir una
extracción es tan pequeña que el muestreo puede considerarse con reposición
aunque, realmente, no lo sea.
 Con reposición múltiple: En poblaciones muy grandes, la probabilidad de
repetir una extracción es tan pequeña que el muestreo puede considerarse con
reposición.

Para realizar este tipo de muestreo, y en determinadas situaciones, es muy útil

la extracción de números aleatorios mediante ordenadores, calculadoras o tablas
construidas al efecto.

Muestreo sistemático

Se utiliza cuando el universo o población es de gran tamaño, o ha de

extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas
con el calendario (cuando proceda). Luego hay que calcular una constante,
denominada coeficiente de elevación:

K= N/n,

Donde N es el tamaño de la población y n el tamaño de la muestra.

Para determinar en qué fecha se producirá la primera extracción hay que

elegir al azar un número entre 1 y K; de ahí en adelante tomar uno de cada K a
intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la
periodicidad del fenómeno.
 Esto quiere decir que si tenemos un determinado número de personas que
es la población (N) y queremos escoger de esa población un número más
pequeño el cual es la muestra (n), dividimos el número de la población por el
número de la muestra que queremos tomar y el resultado de esta operación será
el intervalo, entonces escogemos un número al azar desde uno hasta el número
del intervalo, y a partir de este número escogemos los demás siguiendo el orden.

Muestreo estratificado

Consiste en la división previa de la población de estudio en grupos o clases

que se suponen homogéneos con respecto a alguna característica de las que se
van a estudiar. A cada uno de estos estratos se le asignaría una cuota que
determinaría el número de miembros del mismo que compondrán la muestra.
Dentro de cada estrato se suele usar la técnica de muestreo sistemático, una de
las técnicas de selección más usadas en la práctica.

Según la cantidad de elementos de la muestra que se han de elegir de cada

uno de los estratos, existen dos técnicas de muestreo estratificado:

 Asignación proporcional: el tamaño de la muestra dentro de cada estrato es

proporcional al tamaño del estrato dentro de la población.
 Asignación óptima: la muestra recogerá más individuos de aquellos estratos
que tengan más variabilidad. Para ello es necesario un conocimiento previo de
la población.

Para una descripción general del muestreo estratificado y los métodos de

inferencia asociados con este procedimiento, suponemos que la población está
dividida en h subpoblaciones o estratos de tamaños conocidos N1, N2,..., Nh tal
que las unidades en cada estrato sean homogéneas respecto a la característica
en cuestión. La media y la varianza desconocidas para el i-ésimo estrato son
denotadas por mi y si2, respectivamente.
Muestreo por etapas múltiples

Esta técnica es la única opción cuando no se dispone de lista completa de

la población de referencia o bien cuando por medio de la técnica de muestreo
simple o estratificado se obtiene una muestra con unidades distribuidas de tal
forma que resultan de difícil acceso. En el muestreo a estudios múltiples, se
subdivide la población en varios niveles ordenados que se extraen sucesivamente
por medio de un procedimiento de embudo. El muestreo se desarrolla en varias
fases o extracciones sucesivas para cada nivel.

Por ejemplo, si es necesario construir una muestra de profesores de

primaria en un país determinado, estos pueden subdividirse en unidades primarias
representadas por circunscripciones didácticas y unidades secundarias que serían
los propios profesores. En primer lugar extraemos una muestra de las unidades
primarias (para lo cual debemos tener la lista completa de estas unidades) y en
segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de
cada una de las primarias seleccionadas en la primera extracción.

Muestreo por conglomerados

Artículo principal: Muestreo por conglomerados

Se utiliza cuando la población se encuentra dividida, de manera natural, en

grupos que se supone que contienen toda la variabilidad de la población, es decir,
la representan fielmente respecto a la característica a elegir, pueden seleccionarse
sólo algunos de estos grupos o conglomerados para la realización del estudio.

Dentro de los grupos seleccionados se ubicarán las unidades elementales,

por ejemplo, las personas a encuestar, y podría aplicársele el instrumento de
medición a todas las unidades, es decir, los miembros del grupo, o sólo se le
podría aplicar a algunos de ellos, seleccionados al azar. Este método tiene la
ventaja de simplificar la recolección de información muestral.

Cuando, dentro de cada conglomerado seleccionado, se extraen algunos

individuos para integrar la muestra, el diseño se llama muestreo bietápico.
 Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El
primer método funciona mejor cuanto más homogénea es la población respecto
del estrato, aunque más diferentes son estos entre sí. En el segundo, ocurre lo
contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben
ser muy parecidos entre sí.

Homogeneidad de las poblaciones o sus subgrupos

Homogéneo significa, en el contexto de la estratificación, que no hay mucha

variabilidad. Los estratos funcionan mejor cuanto más homogéneos son cada uno
de ellos respecto a la característica a medir. Por ejemplo, si se estudia la estatura
de una población, es bueno distinguir entre los estratos mujeres y hombres porque
se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos
heterogéneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas
y otras dentro del estrato que en la población total.

Por el contrario, la heterogeneidad hace inútil la división en estratos. Si se

dan las mismas diferencias dentro del estrato que en toda la población, no hay por
qué usar este método de muestreo. En los casos en los que existan grupos que
contengan toda la variabilidad de la población, lo que se construyen son
conglomerados, que ahorran algo del trabajo que supondría analizar toda la
población. En resumen, los estratos y los conglomerados funcionan bajo principios
opuestos: los primeros son mejores cuanto más homogéneo es el grupo respecto
a la característica a estudiar y los conglomerados, si representan fielmente a la
población, esto es, contienen toda su variabilidad, o sea, son heterogéneos.

El espacio muestral es: Conjunto formado por todos los resultados posibles
de un experimento aleatorio. Ejemplo: Al lanzar un dado no cargado el espacio
muestral del dado sería: 1-2-3-4-5-6.

Muestreo no probabilístico

Es aquel para el que no se puede calcular la probabilidad de extracción de

una determinada muestra ya que no todos los sujetos tienen la misma probabilidad
de ser elegidos. Por tal motivo, se busca seleccionar a individuos que tienen un
conocimiento profundo del tema bajo estudio y se considera que la información
aportada por esas personas es vital para la toma de decisiones.

Muestreo por cuotas

Es la técnica más difundida sobre todo en estudios de mercado y sondeos

de opinión. En primer lugar es necesario dividir la población de referencia en
varios estratos definidos por algunas variables de distribución conocida (como el
género o la edad). Posteriormente se calcula el peso proporcional de cada estrato,
es decir, la parte proporcional de población que representan. Finalmente se
multiplica cada peso por el tamaño de n de la muestra para determinar la cuota
precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez
determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra
dentro de cada estrato.

Muestreo de bola de nieve

Indicado para estudios de poblaciones clandestinas, minoritarias o muy

dispersas pero en contacto entre sí. Consiste en identificar sujetos que se incluirán
en la muestra a partir de los propios entrevistados. Partiendo de una pequeña
cantidad de individuos que cumplen los requisitos necesarios, servirán como
localizadores de otros con características análogas.

Muestreo subjetivo por decisión razonada

En este caso las unidades de la muestra se eligen en función de algunas de

sus características de manera racional y no casual. Una variante de esta técnica
es el muestreo compensado o muestreo equilibrado, en el que se seleccionan las
unidades de tal forma que la media de la muestra para determinadas variables se
acerque a la media de la población, la cual funciona sobre la base de referencias o
por recomendación, después se reconoce por medio de la estadística.

Muestreo aleatorio simple

Todos aquellos métodos para los que se puede calcular la probabilidad de

extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de
muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él.
 La estadística y los proyectos socio productivos

Los Proyectos Socio productivos (PSP) permiten la integración de los

miembros del Consejo Escolar y contribuyen con la formación integral de las
ciudadanas y ciudadanos, con principios éticos y morales, capaces de transformar
su entorno para el desarrollo social socialista que demanda el Estado venezolano,
como se describe en el preámbulo de la Constitución de la República. Para
abordar los proyectos socio productivos, es necesario contar con docentes que
tomen conciencia sobre la importancia de éstos, y se preparen metodológicamente
en el proceso de los mismos, organizando los saberes y los conocimientos,
considerando las potencialidades de las y los estudiantes, así como también de la
comunidad. Los proyectos socio productivos permiten vincular la teoría con la
práctica, valorar el trabajo liberador y emancipador, promover la orientación y
formación vocacional de las y los estudiantes y la formación y organización de las
comunidades.

En las instituciones y centros educativos, se desarrollan los Proyectos Socio

productivos, a través de un conjunto de acciones pedagógicas, prácticas, técnicas
y administrativas, dirigidas a mejorar las condiciones de vida de las comunidades,
en las que maestras (os), estudiantes, familias y comunidad, se apropien de los
avances de la ciencia y la tecnología, desde el trabajo cooperativo, colaborativo y
liberador, con pertinencia social, mediante un proceso activo, participativo y
productivo de bienes y/o servicios, centrado en la investigación, la creatividad y la
innovación, así como de los elementos correspondientes a su cultura local,
regional, nacional, latinoamericana y caribeña, con criterio enriquecedor y
transformador, disminuyendo el impacto socio ambiental que afecta el equilibrio
ecológico

Estos proyectos tienen como propósito contribuir a la formación integral de

la personalidad de las y los estudiantes, consolidando una concepción centrada en
el ser y no en el tener. La estrategia se fundamenta en el aprender haciendo en
condiciones de igualdad y justicia y enseñar produciendo. Su finalidad es vincular
la educación con el trabajo liberador para el bienestar social, la teoría con la
práctica y la escuela con el proyecto de vida de las y los estudiantes y sus
comunidades. Incluye además una dimensión política donde se deciden las formas
de distribución equitativa de los recursos y la reinversión social del excedente
(nuevos proyectos y mejoras generales en la institución educativa), para la
satisfacción de necesidades materiales e intangibles de la sociedad.

Los Proyectos socio productivos son de carácter social que garantizan la

producción de bienes y servicios, sin explotar a los involucrados en el proceso
productivo, proporcionándoles una calidad de vida digna y la satisfacción de las
necesidades colectivas, evitando el enriquecimiento individual o colectivo, la
explotación del hombre por el hombre, los patrones de consumo y la visión
limitada a una línea de producción que los reduce sólo al ámbito económico, en
función de alcanzar el desarrollo del trabajo liberador y dignificante.

Propósitos de los Proyectos socio productivos

 Impulsar el desarrollo integral del ser humano, vinculando la teoría con la

práctica en armonía con la naturaleza.

 Fortalecer la participación protagónica, responsable, corresponsable y solidaria,

de los colectivos del Consejo Escolar, en un modelo de producción social que
responda a la dignificación del ser humano a través del trabajo liberador y
emancipador.

 Promover la formación de una ciudadana y ciudadano con conciencia ecológica,

geohistórica e identidad nacional, mediante la complementariedad de saberes y el
respeto a la diversidad cultural, contribuyendo al desarrollo de la comunidad desde
el hacer del poder popular.

 Potenciar el desarrollo local, regional y nacional, a través de la integración

escuela comunidad, mediante la investigación, creatividad e innovaciones
pedagógicas, tecnológicas, científicas y sociales.

 Fomentar valores sociales, éticos, morales y patrióticos

 Propiciar la sinergia entre la comunidad y la escuela.

El uso de la estadística en los proyectos socio productivos y la integración

escuela, familia y comunidad.

La finalidad es articular con instituciones y centros educativos de los

distintos niveles y modalidades, así como con las Comunas, Consejos Comunales,
organizaciones sociales, Misiones, empresas de propiedad social, entre otros.

El resultado de la producción de bienes y servicios tendrá enfoque social,

por tanto, estos se distribuirán priorizando formas que beneficien a las
comunidades tales como la donación y el trueque. En aquellos casos donde exista
un excedente de producción, la distribución de éste se transará con los colectivos
sociales acordando precios justos y solidarios, sin uso de intermediarios,
destinando estos ingresos a la sustentabilidad y generación de nuevos proyectos
de la institución educativa, así como a sus gastos operativos.

La familia y comunidad:

Comparten el saber popular y ancestral con las y los estudiantes, personal

docente, obrero y administrativo, padres, madres y/o responsables.

Participan en la planificación, ejecución, control, seguimiento, evaluación y

divulgación de los proyectos de la institución.

Promueven la investigación comunitaria.

Los Consejos Comunales:

 Impulsan y promueven la formulación de proyectos comunitarios que

busquen satisfacer las necesidades, aspiraciones y potencialidades de la
comunidad.
 Articulan e integran los procesos productivos de las organizaciones socio
productivas comunitarias, para el intercambio de saberes, bienes y
servicios, basados en los principios de cooperación y solidaridad.
  Ejercen el seguimiento, vigilancia, supervisión y control de la ejecución de
los planes, proyectos comunitarios y socio productivos, de organizaciones
socio productivas e instituciones educativas.

Estrategias pedagógicas para la enseñanza de la estadística

La Estadística es una fuerte herramienta para las diferentes disciplinas

científicas, tanto es así que se le ha concebido como un pilar fundamental dentro
de la investigación científica. El mayor aporte que la Estadística le brinda a las
diferentes disciplinas dentro de este proceso, consiste en su potencial para la
recolección y análisis de la información que se genera en estas áreas, con el
propósito de argumentar sus valoraciones e investigaciones que vienen generar
nuevo conocimiento.

La objetividad con la que los científicos utilizan la información estadística en

diferentes áreas del saber, viene a contrastar con la posición de algunos sectores
de la sociedad que conciben la Estadística y la Probabilidad como un áreas de
poca rigurosidad, donde los errores, la imprecisión y la incertidumbre, pueden
provocar un manejo inadecuado de la información que tiende a confundir o
inclusivo a tergiversar la realidad.

Los mayores problemas que enfrentan la orientación y el desarrollo de

estas áreas tienen su origen en el escaso avance de la enseñanza de las
disciplinas que no ha sido capaz de generar el conocimiento necesario sobre los
principios que fundamentan la disciplina y su quehacer. Señala Araujo, que en el
público en general existe una percepción generalizada respecto a que las
estadísticas “mienten”, “son frías” y “no son confiables o seguras”. Indica que
América Latina requiere dar prioridad a una política educativa que de un fuerte
impulso al desarrollo estadístico en la región.

Para lograr una adecuada formación estadística en la ciudadanía, el

sistema educativo juega un rol fundamental, pues solamente mediante un
adecuado proceso de enseñanza y aprendizaje de la disciplina, se puede
favorecer la adquisición de los conocimientos y habilidades propicios para lograr
este objetivo.

Con el propósito de mejorar esta condición, en diferentes países de

Latinoamérica, desde hace algunos años se han incluido esta la enseñanza de la
Estadística y la Probabilidad en los currículos educativos de primaria y secundaria.
Sin embargo, diferentes estudios demuestran que a pesar de esta inclusión, su
implementación ha sido relegada a pequeñas esfuerzos de unos cuantos
docentes, pero, en general no trasciende con el dinamismo que se planteó
originalmente.

La situación descrita anteriormente ha venido mejorando, redactando

programas de estudio que dejan más explícito la importancia de favorecer este
proceso de enseñanza, e incluso introducen una mayor cantidad de conceptos de
Estadística y Probabilidad dentro de los programas. Con ello se ha pretendido
favorecer el pensamiento aleatorio y el desarrollo de habilidades dirigidas a
abordar situaciones de incertidumbre en la vida cotidiana. No obstante, hay un
problema que sigue vigente, consiste en el error de percibir estas áreas como un
conjunto de procedimientos y técnicas para la recolección y presentación de
información que tiene un componente aleatorio. Por esta razón, su enseñanza,
muchas veces, se centra en la implementación de mecanismos para la descripción
de situación particulares y, en el mejor de los casos, inferir hacia la población de
origen; pero normalmente no se lleva a cabo un razonamiento estadístico que
permita profundizar en el mensaje que se extrae luego de aplicar estas técnicas, lo
que, a menudo, degenera en importantes errores en el análisis de la información

La estrategia da sentido y coordinación a todo lo que se hace para llegar a

la meta. Mientras se pone en práctica la estrategia, todas las acciones tienen un
sentido, una orientación.

Las estrategias de enseñanza-aprendizaje, en conjunto con los contenidos,

objetivos y la evaluación de los aprendizajes, son componentes fundamentales del
currículo que permiten al docente junto a sus estudiantes desarrollar actividades
correspondientes para mejorar el aprendizaje.

Las estrategias de enseñanza las planifica el docente, teniendo como

objetivo que el estudiante aprenda, considerando sus necesidades e intereses.
Las acciones que se planifiquen dependen de los contenidos que se quieran
enseñar, cómo se va a enseñar y por cuáles medios. Tal como nos indican Díaz y
Hernández (2002) “Consideramos que el docente debe poseer un bagaje amplio
de estrategias (…) para enriquecer el proceso de enseñanza-aprendizaje”

De las afirmaciones anteriores se desprende en la cotidianidad al menos

tres estilos de enseñanza en el aula de clases, y a su vez tres aspectos de la
comunicación que visto desde el mejoramiento de la enseñanza son considerados
los más importantes; estos aspectos son “la direccionalidad que posee la
comunicación, el control sobre la misma y la intencionalidad que subyace a ella”
(Manterola, p.10, 1991); al compararse se puede identificar de un mejor modo los
siguientes estilos de enseñanza:

1) En una enseñanza memorística, el estudiante actúa como un ser pasivo que

produce lo que el profesor dice. El profesor solo le da instrucciones a los
estudiantes y ellos repiten. En esta enseñanza memorística, el estilo didáctico que
se desenvuelve en la comunicación suele ser un „monólogo profesoral‟ o también
conocido como una clase magistral, el estudiante es un receptor. Solo se
encuentra una unidireccionalidad en la comunicación de este proceso.

2) Por otra parte, está el docente que intenta hacer que el estudiante participe,
orientándolo con ciertas tareas específicas. El estudiante logra no solo conocer,
sino también ser más partícipe. En este proceso se observa una intención más
clara del profesor, en donde intenta llevar la comunicación al logro de un objetivo,
cuyo estilo didáctico se repite entre el profesor y el estudiante (cualquier
estudiante), siendo el profesor quien inicia y termina la actividad, hay muchas
intervenciones entre ambos pero de corta duración y son dirigidas hacia al tema
académico que se enseña. A este proceso de enseñanza Manterola (1991) lo
señala como la comunicación “interlocución D-E-D”, el proceso de comunicación
es similar al anterior (Monólogo profesoral) en cuanto se observa que los
estudiantes están limitados a responder las preguntas realizadas por el profesor y
que las mismas son preguntas cerradas, la diferencia con el anterior es que logran
involucrar al estudiante, siendo éste más partícipe; esta enseñanza también se
puede encontrar como una “enseñanza dirigida”.

3) En el estilo de enseñanza abierta, el profesor actúa como un mediador,

mejorando en el estudiante las habilidades que poseen para poder comprender y
reflexionar sobre el qué, cómo y para qué hacer una actividad, antes y después de
haberla realizado. En algunos casos, se observa una multidireccionalidad en la
comunicación, en donde la comunicación se da entre estudiante-estudiante, este
es el que inicia y cierra el tema, y son ellos mismo los que tratan de resolver los
problemas, siendo el docente solo un orientador en su proceso de aprendizaje. La
intención del profesor es promover la participación no dirigida de los estudiantes,
es decir, incentivar al estudiante, que sean ellos los que introduzcan el tema y
aporten los contenidos de la conversación.

La didáctica también ha tenido cambios en las últimas décadas, pudiéndose

clasificar dos tipos de didáctica, una tradicional y otra moderna. Ambas procuran
responder cinco preguntas fundamentales que describen la acción docente.
Mientras que la didáctica tradicional busca ¿a quién se enseña?, ¿quién enseña?,
¿para qué se enseña?, ¿qué se enseña? y ¿cómo se enseña?, la didáctica
moderna busca responder ¿quién aprende?, ¿con quién aprende el alumno?,
¿para qué aprende el alumno?, ¿qué aprende el alumno? y ¿cómo aprende el
alumno? (Mattos, 1979). Ambos casos coinciden en el resultado, en el objetivo
principal. En la primera pregunta, la respuesta es el alumno, la segunda el
maestro, la tercera es el objetivo, la razón, la cuarta es el contenido, la asignatura,
y la quinta es el método. La diferencia es que en la tradicional las preguntas van
centradas al profesor y su enseñanza, y la didáctica moderna se enfoca al
estudiante y su aprendizaje, esto en relación a las estrategias didácticas de
enseñanza y aprendizaje.
 Importancia de la estadística en la investigación cualitativa

La Estadística, como toda ciencia, es un modo de acercarnos al

conocimiento de la realidad. Se caracteriza por su rigurosidad matemática lo cual
requiere una presentación y comprensión de sus términos y relaciones. Sin
embargo, no se puede perder de vista que el conocimiento de la realidad, si se
quiere evitar todo reduccionismo, no se puede abordar con un mismo método y
desde una misma perspectiva; la riqueza y complejidad de la realidad requiere ser
estudiada desde múltiples ángulos y con el método que mejor se adecua para ello,
por eso a pesar de la importancia de la matemática y de su amplia aplicación no
se puede reducir el conocimiento a ella, ni se puede pretender que su método sea
el único válido. Por otra parte, debemos reconocer, que la estadística, como todo
lo cuantitativo, favorece, en el individuo que la ejercita, la conformación de una
sana disciplina mental.}

En esta investigación, las variables son de tipo no métricas o cualitativas,

entendiendo por 253 variable categórica “una etiqueta la cual se asigna a los
objetos con propósito de clasificarlos, pero no poseen el significado numérico
usual, aparente de la relación de igualdad; por tanto tienen una naturaleza no-
métrica. El género, la raza, la profesión, el credo religioso, entre otros, son
variables de este tipo (Díaz, 2002)”

Análisis de estudios de investigación cualitativa en educación media general

El proceso de la Investigación y de algunos tipos de investigación más

frecuentemente utilizados en el ámbito educativo pudieran enmarcarse con la
Metodología de la investigación como proceso que toda institución educativa debe
implementar tanto en sus planes y programas de estudio, como en la propia
práctica docente. Cabe mencionar que algunas de las problemáticas a las que se
enfrenta la Investigación en nuestro país se deben a la falta de contar con
estructuras metodológicas en el proceso educativo, la mala interpretación que se
le da al proceso investigativo y a la deficiente formación que presentan algunos
docentes en este campo.
 La investigación en la educación se integra como un conjunto de
procedimientos sistemáticos que nos permiten llegar al planteamiento, al diseño y
a la producción de nuevos valores, competencias, teorías, modelos, evaluaciones,
y cambios en los hábitos de estudio en los estudiantes; por lo que es fundamental
que el docente integre en su práctica cotidiana el proceso de la metodología de la
investigación, que le permita innovar el diseño de su quehacer, así como el
cambio de ambientes en el aula donde se fortalezcan las conductas en el diseño
de su propio entorno investigativo.

Poco se sabe acerca de este proceso de manera generalizada, se cree que

algunas instituciones de educación media carecen de sistemas adecuados de
administración académica, y por lo tanto los trabajos realizados en el ámbito
educativo, siguen pautas informales en cuanto a su creación, seguimiento y
evaluación.

Es necesario crear conductas disciplinares que permitan mediar los modelos de la

metodología propia para la investigación en el aula, donde se propongan nuevos
estilos de investigación colaborativa que se puedan aplicar a los distintos campos
de la educación.

Existen formas de trabajo colaborativo en las que los docentes encuadran

en su práctica cotidiana algunos elementos que les permiten a sus estudiantes
realizar investigaciones de calidad con un estricto apego metodológico; sin
embargo, se ha detectado que en algunos casos no se tiene la adecuada
formación para el proceso o no se tiene el interés por desarrollar en los
estudiantes del bachillerato una formación en investigación. Esto sin lugar a duda
viene en detrimento de la propia formación integral del alumno.

Esto implica el modo de hacer investigación con una perspectiva en común,

no de forma aislada, ya que se requiere el trabajo en grupo, es decir, de manera
colectiva en la que los docentes mejoren su quehacer indicando al alumno las
nuevas formas de usar las TIC, así como el mejor uso de las redes sociales, lo
cual sin lugar a duda mejora la percepción y permite una mejor evolución en el
cómo mirar las tecnologías para beneficio en sus propias actividades de trabajo
independiente.

Hoy en día la investigación en la educación es fundamental; por lo que toda

reforma educativa debe contemplar la formación, actualización y capacitación de
los docentes en este plano; con ello se podrán rescatar las grandes lagunas que
existe en la formación de los jóvenes de la educación media para la fortaleza de
sus propio aprendizaje y formación en la investigación.

Muchos jóvenes destacan que es importante integrar la metodología de la

investigación desde los inicios de su bachillerato, lo que les permite estar en un
sistema de búsqueda constante orientado con un proceso formal para aprender a
investigar desde sus inicios y con ello ir fortaleciendo su proceso al paso de su
tránsito académico; cabe mencionar que no es formar investigadores, es formar
estructuras o constructos mentales de los jóvenes que serán propios para el
desarrollo del pensamiento crítico, mismos que permiten al joven estudiante
fortalecer su criterio y desarrollar la capacidad de madurez intelectual. ES por ello,
que las reformas y nuevos planes de estudio deben encausar la investigación
constante y permanente tanto en los docentes, como en los estudiantes.

La estadística en la Investigación Acción Participativa y Transformadora.

En este contexto la investigación se aborda bajo un nuevo paradigma,

donde tanto el investigador social como la comunidad investigada se funden en un
solo ente investigativo para generar las soluciones y transformaciones que le
afecta en su vida diaria y a este nuevo paradigma se ha dado a
llamar Investigación Acción Participativa (IAP) la cual puede definirse como un
proceso de búsqueda de conocimientos sociales y prácticos, con participación
de los grupos y de agentes externos, que permite ligar la reflexión teórica con la
práctica transformadora de una determinada realidad, con implicaciones
ideológicas, teóricas y epistemológicas.
 En esta síntesis se destacan dos lugares comunes: el referente al proceso
de producción del conocimiento y el propósito transformador mediante la
participación de los grupos. Estos lugares comunes debido a su naturaleza se
tipifican como epistemológicos-políticos y se constituyen en el eje de la reflexión
presentada en este trabajo.

Es un enfoque investigativo y una metodología de investigación, aplicada a

estudios sobre realidades humanas. Como enfoque se refiere a una orientación
teórica (filosofía, marco teórico) en torno a cómo investigar. Como metodología
hace referencia a procedimientos específicos para llevar adelante
una investigación - estudio científico diferente a la investigación tradicional; es una
manera concreta de llevar adelante los pasos de la investigación científica de
acuerdo con su enfoque.

La novedad puede ubicarse en el sentido e implicación de las dos palabras

que acompañan la primera investigación: Acción - Participación. No es solo
investigación, ni solo Investigación-Participativa, ni solo Investigación-Acción;
implica la presencia real, concreta y en interrelación de la Investigación, de la
Acción, y de la Participación.

El método de la investigación-acción participación (IAP) combina dos

procesos, el de conocer y el de actuar, implicando en ambos a la población cuya
realidad se aborda. Al igual que otros enfoques participativos, la IAP proporciona a
las comunidades y a las agencias de desarrollo un método para analizar y
comprender mejor la realidad de la población, sus problemas, necesidades,
capacidades, recursos, y permite planificar acciones y medidas para transformarla
y mejorarla. Es un proceso que combina la teoría y la praxis, y que posibilita el
aprendizaje, la toma de conciencia crítica de la población sobre su realidad, su
empoderamiento, el refuerzo y ampliación de sus redes sociales, su movilización
colectiva y su acción transformadora.