Está en la página 1de 26

Guidelines for Assesment and

instruction in Statistics
Education
(GAISE)
Karen Tatiana Quitian Ariza
Vanessa Romero Ochoa
Jonathan David Bernal Gamboa
¿Qué es?

El proyecto GAISE (Guidelines for Assesment and Istruction in


Statistics Education), es una guía para la instrucción y
evaluación en educación Estadística. Fue creado por la
Asociación Americana de Estadística en 2003 y contiene
recomendaciones para enseñar y evaluar tópicos
estocásticos, especialmente los aspectos conceptuales y el
razonamiento estadístico, desde los niveles escolares
iniciales.
RECOMENDACIONES DE LA GAISE
1. Énfasis en la alfabetización estadística y el desarrollo del
pensamiento estadístico.
2. Enfocarse en la comprensión conceptual.
3. Integrar datos reales con un contexto y un propósito.
4. Fomentar el aprendizaje activo.
5. Usar la tecnología para explorar conceptos y analizar datos.
6. Usar evaluaciones para mejorar y evaluar el aprendizaje de
los estudiantes.
1. Énfasis en la alfabetización estadística y el
desarrollo del pensamiento estadístico
 Desarrollo de habilidades que permitan a los estudiantes pensar
críticamente sobre temas estadísticos.
 Reconocer la necesidad de los datos.
 La importancia de la producción de datos.
 La omnipresencia de la variabilidad.
 La cuantificación y explicación de la variabilidad.
 Ayudar a los estudiantes a convertirse en consumidores de
información estadística mejor educados.
Enseñar estadísticas como un proceso investigativo
de resolución de problemas y toma de decisiones

Se reconocen al menos dos maneras de pensar sobre el resumen


investigativo:
 El acrónimo PPDAC (Problema, Plan, Datos, Análisis, Conclusión).

 El Informe GAISE PreK12 (Franklin et al. 2007).


Cuatro componentes para
la resolución
de problemas estadísticos
El Rol de la variabilidad en el proceso de
resolución de problemas de acuerdo con los
niveles de desarrollo.
Componentes de la
resolución de problemas Niveles de desarrollo
estadísticos

1. Formular preguntas
• Nivel A
2. Recopilar datos
• Nivel B
3. Analizar los datos
• Nivel C
4. Interpretar los resultados
Formulación de Preguntas:
Comprensión de diferencias
 Anticipar la Variabilidad
¿Qué respuesta se espera de acuerdo con la pregunta?

Respuesta determinista Respuesta basada en datos y variabilidad

¿Qué tan altos son los hombres adultos


en USA?
¿Qué tan alto soy?
¿Cómo la luz del sol afecta el crecimiento
de una planta?
Formulación de preguntas
Nivel A Nivel B Nivel C

Comienza toma de Incrementa la toma de Los estudiantes pueden


consciencia sobre la consciencia de la distinguir las preguntas
distinción de la distinción de la estadísticas.
pregunta estadística. pregunta estadística.
Recolección de
datos: Diseños
Muestreo aleatorio
experimentales
 Reconocer la Variabilidad
Asignación
Muestra Población
aleatoria

Reconoce las
% margen de error diferencias entre
dos o más grupos
Niveles recolección de datos

A B C
Inicia la toma de Los estudiantes hacen
Todavía no hay diseño
conciencia del diseño diseños para las
para las diferencias
para las diferencias diferencias
Encuestas por
Censo en el salón de Diseños muestrales con
muestreo; inicia el uso
Clases selección aleatoria
de selección aleatoria
Experimentos
comparativos: Inicia el Diseño experimental con
Experimento simple
uso de aleatorización
asignación aleatoria
Análisis de datos:
 Seleccionar métodos gráficos y numéricos apropiados.
 Usar estos métodos para analizar los datos.

Dar cuenta de la variabilidad – Usar Distribuciones


Variabilidad de la muestra Margen de error Nivel de confianza
Cuando los resultados de una
Indica qué tan lejos los
encuesta establecen: “42% de Nos dice qué tan frecuente
resultados de la muestra
los encuestados apoyan un las estimaciones
(42% +/-3%) pueden diferir
candidato particular con un producidas por el método
del porcentaje real de todos
margen de error +/- 3% con empleado producirán
los votantes que apoyan el
un nivel de confianza del resultados correctos.
candidato.
95%”.
Análisis de datos
Nivel A Nivel B Nivel C

Aprende a usar
Uso de propiedades
propiedades Entiende y usa
particulares de
particulares de distribuciones en el
distribuciones en el
distribuciones como análisis como un
contexto.
herramientas de concepto global.
análisis.
Interpretación de resultados:

 Las interpretaciones estadísticas son hechas en presencia de la


variabilidad y debe permitirla.
 La generalización de resultados de encuestas a la población mira
más allá de la muestra de encuestados y debe permitir la posibilidad
de variabilidad de los resultados entre muestras diferentes.
 La generalización de los resultados mira más allá de los datos
recogidos de sujetos participantes en el experimento y debe permitir
esas fuentes de variabilidad.
 Mirar más allá de los datos para hacer generalizaciones debe permitir
variabilidad en los datos
Interpretación de resultados
Nivel A Nivel B Nivel C
Los estudiantes no miran Los estudiantes reconocen Los estudiantes pueden
más allá de los datos. que es posible mirar más mirar más allá de los datos
allá de los datos. en algunos contextos.
2. Enfocarse en la comprensión conceptual

 Algo más que una comprensión superficial de conceptos e ideas


importantes.
 Para que los estudiantes puedan tomar decisiones sobre las formas
más adecuadas de visualizar, explorar y, en última instancia, analizar
un conjunto de datos.
 Tener una buena comprensión de los conceptos facilitará a los
estudiantes el uso de las herramientas y procedimientos necesarios
para responder a preguntas particulares sobre un conjunto de datos.
Algunas sugerencias para los docentes en el
enfoque de la comprensión conceptual
 Enfóquese en la comprensión de los estudiantes de los conceptos
clave, ilustrados por algunas técnicas, en lugar de cubrir una
multitud de técnicas con un enfoque mínimo en las ideas
subyacentes.
 Reduzca el contenido de un curso de introducción para centrarse en
los conceptos básicos con mayor profundidad.
 Realice la mayoría de los cálculos utilizando la tecnología para
permitir un mayor énfasis en la comprensión de los conceptos y la
interpretación de los resultados.
3. Integrar datos reales con un contexto y un
propósito

 Brinda a los estudiantes experiencia en el análisis de datos genuinos


 Sirven para ilustrar utilidad sobre la disciplina
 El uso de datos reales es interesante para los estudiantes de acuerdo
con el contexto en que se encuentren
 Debe incluir un contexto que explique cómo y porqué se produjeron
o recopilaron datos
Algunas sugerencias sobre el uso de datos reales

 Usar datos reales para animar la clase, motivar a los estudiantes y


aumentar la relevancia para su uso en el mundo real
 Asegúrese que las preguntas sean de interés para los estudiantes,
explicando el tipo de datos y lo que representan
 Use datos generados por la clase para formular preguntas
estadísticas
 Minimice el uso de conjuntos de datos hipotéticos
 Exponga a los estudiantes datos con los que interactúan de manera
regular.
4. Fomentar el aprendizaje activo

 Es un conjunto de enfoques que involucran a los estudiantes en


hacer cosas y pensar sobre lo que están haciendo.

 El uso de métodos de aprendizaje activo en clase permite al


estudiante descubrir, construir y comprender ideas estadísticas
importantes, así como participar en el pensamiento estadístico.
Algunas sugerencias sobre el aprendizaje activo

 Actividades terrestres en el contexto de datos reales con una


pregunta motivadora. No "recopile datos para recopilar datos" por sí
mismo.
 Tenga en cuenta la necesidad del estudiante de realizar
exploraciones físicas (por ejemplo, tirar de un dado, robar cartas)
antes de usar simulaciones por computadora para ilustrar o practicar
conceptos.
 Evite actividades que guíen a los estudiantes paso a paso a través de
una lista de procedimientos. En su lugar, permita que los estudiantes
discutan y piensen sobre los datos y el problema.
5. Usar la tecnología para explorar conceptos y
analizar datos
 Permite que los estudiantes realicen análisis con mayor facilidad
 Hay más tiempo para interpretar resultados y probar las condiciones
 Debería ayudar a aprender a pensar estadísticamente
 Facilita el acceso a conjunto de datos reales
 Su uso debe complementarse con la experiencia de lectura de
resultados
 Es una forma de explorar ideas y mejorar el aprendizaje
 No todas las tecnologías tendrán todas las características deseadas
Algunas sugerencias sobre el uso de tecnología

 Realizar cálculos de rutina para permitir mayor énfasis en la


interpretación de resultados.
 Ver el objetivo principal como descubrir conceptos en lugar de
cubrir métodos.
 Realizar simulaciones para ilustrar conceptos abstractos.
 Utilizar sistemas de respuesta en tiempo real para la evaluación
formativa.
 Disponibilidad para estudiantes, portabilidad.
 Consistencia funcional en todas las plataformas.
6. Usar evaluaciones para mejorar y evaluar el
aprendizaje de los estudiantes.
 La evaluación debe centrarse en comprender las ideas clave, y no sólo
en habilidades, procedimientos y respuestas.
 La evaluación es una forma de ofrecer realimentación útil y oportuna
que conduzca al aprendizaje.
 Los estudiantes deben tener la capacidad de sacar conclusiones sobre
la pregunta de investigación y explicar el razonamiento que tuvieron
para llegar a esta.
Algunas sugerencias para los profesores sobre el
uso de evaluaciones
 Integrar la evaluación como un componente esencial del curso.

 Usar elementos que se centren en elegir buenas interpretaciones de


gráficos o en seleccionar procedimientos estadísticos apropiados.

 Usar una variedad de métodos de evaluación; proyectos de clase,


presentaciones orales, reportes escritos, críticas de artículos
(prensa), etc.
Referencias
Franklin, C., Kader, G., Mewborn, D., Moreno, J., Peck, R., Perry, M., y otros.
(2005). Lineamientos para la evaluación y enseñanza en Educación
Estadística, Reporte (GAISE). Disponible en: www.amstat.org/education/gaise.
GAISE College Report ASA Revision Committee, “Guidelines for Assessment and
Instruction in Statistics Education College Report 2016”. Disponible en:
http://www.amstat.org/education/gaise.

También podría gustarte