Escolar Documentos
Profissional Documentos
Cultura Documentos
Recibido 08 de enero 2021 | Arbitrado y aceptado 15 de febrero 2021 | Publicado en 01 abril 2021
405
Medidas de dispersión a través del software Geogebra
Miguel Angel Ventura Janampa; Jorge Berrospi Feliciano, y Guillermo Gamarra Astuhuaman
t1 t2 t3 t3
N G1 O1 X1 O2
NG2 O3 X0 O4
Como se puede observar, el valor del Nacional Daniel Alcides Carrión de Pasco –
coeficiente de fiabilidad, fue calculado a partir 2017.
de la expresión del método test-pretest el
coeficiente de fiabilidad del test es igual a RESULTADOS Y DISCUSIÓN
0,835 lo que indica que la correlación es alta, Se exponen los resultados obtenidos en el
por lo tanto, el instrumento es confiable para Laboratorio de Innovación Pedagógica –
el estudio en investigación. UNDAC de Pasco en el año 2018, en primer
Para esta investigación fue postulada la término, desde una perspectiva descriptiva y
hipótesis, el aprendizaje de las medidas de en segundo momento contrastando las
dispersión con sus: tendencias, rango y hipótesis de trabajo, mostrando en la Tabla 4,
coeficientes de variación; por medio del la percepción que tuvo el grupo experimental
Software GeoGebra son eficientes para al final de la investigación sobre el software
estudiantes del Laboratorio de Investigación e Geogebra.
Innovación Pedagógica de la Universidad
Tabla 4. Percepción del software GeoGebra del grupo experimental al final de la investigación.
Valoración fi hi %
Muy Bueno 3 11.1
Buena 13 48.1
Regular 9 33.3
Malo 2 7.4
Total 27 100
Fuente: Información de la encuesta aplicada en el 2018. Elaborado por: (Ventura, Berrospi, Gamarra,
2021).
Figura 1. Valoración porcentual del grupo experimental al final de la investigación. Fuente: (Ventura,
Berrospi, Gamarra, 2021).
Tabla 5. Estadísticos descriptivos del post test sobre del software GeoGebra del grupo
experimental.
N Válidos 27
Media 14,592
Mediana 15
Moda 15
Desviación típica 1,946
Varianza 3,789
Asimetría -0,556
Mínimo 11
Máximo 17
Fuente: Información de la encuesta aplicada en el 2018. Elaborado por: (Ventura, Berrospi, Gamarra,
2021).
En la Tabla 5 se muestran los estadísticos valor central, el mínimo puntaje obtenido por
descriptivos obtenidos en el post test aplicado los estudiantes del grupo experimental fue de
a los estudiantes del grupo experimental del 11 puntos y el máximo fue de 17 puntos en el
Laboratorio de Innovación Pedagógica de la post test aplicado.
UNDAC, donde el promedio del post test es de Así mismo, en la Tabla 6 se analizó la
14592 puntos, en la muestra de estudio el distribución de los datos obtenidos a través
50% de los estudiantes del grupo de la prueba de Shapiro-Wilk con la finalidad
experimental tienen como máximo 15 puntos de aplicar la prueba estadística, para la cual se
en el pre test y el resto de los 50% de los planteó la hipótesis y se obtuvo el resultado:
estudiantes tienen más de 15 puntos en el pre H0: El conjunto de datos tiene una
test. Asimismo, los puntajes de los estudiantes distribución normal.
del grupo experimental se dispersan en H1: El conjunto de datos no tiene una
promedio de 1,946 puntos alrededor de su distribución normal.
El test aplicado a los 27 estudiantes del central en el pre test mientras que en el post
Laboratorio de Innovación Pedagógico de la test se dispersa en promedio de 1,947
UNDAC, conformantes del grupo alrededor de la media.
experimental el promedio del pre test fue Con respecto a la hipótesis planteado si el
10.93 y el post test alcanzó un promedio de software GeoGebra influye en el aprendizaje
14,59 puntos. de las medidas de dispersión en los
En la muestra de estudio, el 25% de los estudiantes del Laboratorio de Innovación
estudiantes tienen puntajes inferiores o Pedagógica de la UNDAC que el p-valor es
iguales a 10 puntos antes en el pre test, sin menor que el nivel de significación (0,000 <
embargo, el 75% de ellos tienen un puntaje 0,05); por lo tanto, se rechaza la hipótesis
superior a 12 puntos. En el pos test el 25% de nula como se observa en la Tabla 7.
los estudiantes del grupo experimental tienen Los resultados encontrados muestran que
puntajes inferiores o iguales a 13 puntos en la aplicación del software GeoGebra en las
cambio el 75% de estos estudiantes tienen medidas de dispersión mejora el rendimiento
puntajes superiores a 16 puntos en el post académico de la asignatura de Matemática en
test. los estudiantes del Laboratorio de
El mínimo puntaje obtenidos por los Investigación e Innovación Pedagógica el
estudiantes del grupo experimental fue de 9 y Amauta de la Facultad de Ciencias de la
como máximo de 14 en el pre test; sin Educación de la Universidad Nacional Daniel
embargo, en el post test se observó en la Alcides Carrión de Pasco en el año 2018.
Tabla 8 que el puntaje mínimo fue de 11 Se concluye que tres estudiantes que
puntos y como máximo de 17 puntos. Los representa al 11.1% manifiesta que el
puntajes de los estudiantes, se dispersa en programa software GeoGebra es muy bueno,
promedio 1,439 puntos alrededor del valor asimismo 13 estudiantes que representa al
48,1% consideran que el programa software planteados por los docentes y alumnos
GeoGebra es buena; pero sin embargo sólo afirmando que claramente la importancia que
dos estudiantes que viene hacer el 7,4% existe el uso del software educativo en el
indican que los softwares no ayudan el aprendizaje del área de matemática,
aprendizaje. señalando la influencia del mismo sobre el
De acuerdo a los resultados de la Tabla 8, proceso de enseñanza y aprendizaje.
los estudiantes del grupo experimental del
Laboratorio de Innovación Pedagógica de la REFERENCIAS
UNDAC, el promedio de en el post test es de DCN. (2015). Diseño Curricular Nacional 2015
14,592 puntos. Asimismo, los puntajes de los de la Educación Básica Regular. Perú:
estudiantes del grupo experimental se Resolución Ministerial N° 199-2015-
dispersan en promedio de 1,946 puntos MINEDU
delMas, R., y Garfiel, J. (1999). A Model of
alrededor de su valor central, el mínimo
Classroom Research in Action: Developing
puntaje obtenido por los estudiantes del Simulation Activities to Improve Students'
grupo experimental fue de 11 puntos y el Statistical Reasoning. Journal of Statistics
máximo fue de 17 puntos en el post test Education 7(3), 1-16
aplicado. Nickerson, R. (1995). Can Technology Help
Finalmente se concluye el valor obtenido Teach for understanding? Retrieved marzo
to = 7.323, es mayor al valor crítico es t crit. = 07, 2021 from
https://books.google.co.ve/books?hl=esyl
2.056. Así la probabilidad obtenida de t de
r=yid=JyKelnvECc4Cyoi=fndypg=PA7ydq=
Student el p-valor es menor del nivel de Nickerson,+R.+S.+(1995).+Can+technolog
significación (0.000 < 0.05); por lo tanto, se y+help+teach+for+understanding.+In+eds
rechazó la hipótesis nula. .+D.+N.+Perkins,+J.+L.+Schwartz,+M.+M.+
West,+and+M.+S.+Wiske,+Software+goes
CONCLUSIONES +to+school:+teaching+for+und
Palella Stracuzzi, S., y Martins Pestana, F.
Con los resultados analizados se llega a la (2010). Metodología de la investigación
conclusión, que la aplicación del software cuantitativa. Caracas, Venezuela:
GeoGebra a los estudiantes del Laboratorio de FEDUPEL, Fondo Editorial de la
Innovación Pedagógica de la UNDAC del Universidad Pedagógica Experimental
grupo experimental tienen mejores Libertador
resultados que el grupo control. Shaughnessy, J. M. (1997). Missed
opportunities on the teaching and
Estos resultados parecen confirmar la
learning of data and chance. . Research
necesidad de desarrollar un Software papers on stochastics education, 129-145
Educativo, como un recurso instruccional que
contribuya a solucionar los problemas