Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Diseño e implementación de una metodología para el proceso de
enseñanza aprendizaje de la física asistido por simulación para mejorar
el grado de satisfacción de los estudiantes hacia el aprendizaje
Héctor Fabio Collazos Valencia
Universidad Nacional de Colombia
Facultad de Ciencias
Maestría en Enseñanza de las ciencias exactas y naturales.
Manizales, Colombia
2019
Diseño e implementación de una metodología para el proceso de
enseñanza aprendizaje de la física asistido por simulación para mejorar
el grado de satisfacción de los estudiantes hacia el aprendizaje
Héctor Fabio Collazos Valencia
Tesis o trabajo de investigación presentado como requisito parcial para optar al título de:
Magister en enseñanza de las ciencias exactas y naturales
Director:
Doctor en Bioingeniería, Omar Danilo Castrillón Gómez
Universidad Nacional de Colombia
Facultad de Ciencias
Maestría en Enseñanza de las ciencias exactas y naturales.
Manizales, Colombia
2019
A mi madre, la mujer más noble que conozco,
por todos sus esfuerzos y preocupaciones y a
mi esposa por acompañarme y alentarme en
este proceso, a ellas enorme gratitud y
profundo amor.
VI
Resumen
La presente tesis tiene como propósito principal investigar si es posible incrementar el nivel
de satisfacción de estudiantes de grado undécimo hacia el aprendizaje de la física, a través
de la implementación de una metodología de enseñanza basada en simulaciones
computarizadas. Para ello se diseñó un conjunto de simulaciones sobre movimiento
oscilatorio y movimiento ondulatorio empleando el software Geogebra, se trabajó con dos
grupos de estudiantes de acuerdo con la distribución preestablecida por la institución
educativa. En el grupo control se orientaron los temas con la metodología tradicional y en
el grupo experimental se combinó la metodología tradicional con la aplicación de las
simulaciones computarizadas.
Se generó un cuestionario con preguntas de tipo abierto, con el fin de motivar los
estudiantes a la exploración de las simulaciones, en la mayoría de las respuestas de dicho
cuestionario se evidencia una correcta asociación entre el comportamiento de los
fenómenos estudiados y las variables manipuladas en la simulación, sin embargo, en
algunas respuestas se evidencia confusión de conceptos. Se construyó un test de Likert
compuesto de 10 preguntas, la mitad de ellas formuladas de forma favorable (a favor del
estímulo buscado) y la otra mitad de forma desfavorable (en contra del estímulo buscado).
El test se aplicó en ambos grupos de forma previa y posterior a la implementación de las
metodologías respectivas, para cada pregunta del test se calculó un valor promedio en una
escala numérica de 0 a 5, entre mas alto el valor promedio de la pregunta mayor es el nivel
de satisfacción de los estudiantes hacia ese aspecto especifico de la metodología. En las
respuestas al test de Likert, se presentaron variaciones porcentuales que para el grupo
control oscilan entre –5,0% y 3,6%, y para el grupo experimental entre 1,3% y 12%, el
grupo experimental presentó mayor variación porcentual que el grupo control en el valor
promedio de cada una de las preguntas del test.
Palabras clave: simulación computarizada; nivel de satisfacción; metodología de
enseñanza; movimiento oscilatorio; movimiento ondulatorio; Geogebra.
VII
Design and implementation of a methodology for the teaching-learning process of physics assisted by simulation to improve the students’ satisfaction degree towards learning.
Abstract
The main purpose of this thesis is to investigate if it is possible to increase the level of
satisfaction of eleventh grade students towards the learning of physics, through the
implementation of a teaching methodology based on computer simulations. To this end, a
set of simulations on oscillatory movement and wave motion using the Geogebra software
was designed, working with two groups of students according to the distribution pre-
established by the educational institution. In the control group the subjects were oriented
with the traditional methodology and in the experimental group the traditional methodology
was combined with the application of the computerized simulations.
A questionnaire with open questions was generated, in order to motivate the students to
explore the simulations, in most of the responses of the questionnaire is evident a correct
association between the behavior of the studied phenomena and the variables manipulated
in the simulation, however, in some answers confusion of concepts is evident. A Likert test
composed of 10 questions was constructed, half of them formulated favorably (in favor of
the stimulus sought) and the other half unfavorably (against the stimulus sought). The test
was applied in both groups before and after the implementation of the respective
methodologies, for each question of the test an average value was calculated on a
numerical scale from 0 to 5, the higher the average value of the question the higher the
level of satisfaction of the students towards that specific aspect of the methodology. In the
responses to the Likert test, there were percentage variations that for the control group
ranged between -5.0% and 3.6%, and for the experimental group between 1.3% and 12%,
the experimental group showed greater variation percentage that the control group in the
average value of each of the test questions.
Keywords: computer simulation; level of satisfaction; teaching methodology;
oscillatory movement; wave motion; Geogebra
VIII
Contenido
Pág.
Resumen ............................................................................................................................. VI
Abstract .............................................................................................................................. VII
Lista de Figuras .................................................................................................................. X
Lista de Tablas .................................................................................................................. XII
Lista de Anexos ............................................................................................................... XIV
1. Introducción .................................................................................................................. 17
2. Planteamiento del problema y Justificación ............................................................ 21
3. Objetivos. ...................................................................................................................... 27
4. Marco Teórico ............................................................................................................... 29 4.1. Enseñanza de la Física. ....................................................................................... 31 4.2. Pedagogía. ........................................................................................................... 33 4.3. Motivación en el aprendizaje (Aprendizaje activo). ............................................. 34 4.4. Metodología de enseñanza tradicional. ............................................................... 35 4.5. Simulaciones. ....................................................................................................... 37 4.6. Metodologías de enseñanza empleando simulaciones. ..................................... 40 4.7. Aprendizaje por descubrimiento .......................................................................... 45 4.8. Geogebra.............................................................................................................. 46 4.9. PhET ..................................................................................................................... 47 4.10. Test de Likert. ................................................................................................... 49 4.11. Movimiento armónico simple MAS. .................................................................. 50 4.12. Péndulo simple. ................................................................................................ 52 4.13. Movimiento ondulatorio. ................................................................................... 55
5. Metodología. ................................................................................................................. 57 5.1. Paso 1: Diseño de las simulaciones: ................................................................... 58 5.2. Paso 2: Diseño de los cuestionarios de apoyo. .................................................. 62 5.3. Paso 3: Diseño del test de Likert ......................................................................... 63 5.4. Paso 4: Aplicación de la metodología.................................................................. 65
IX
6. Resultados y Discusión. ............................................................................................. 67 6.1. Paso 1: Diseño de las simulaciones. ................................................................... 67 6.2. Paso 2: Diseño de los cuestionarios de apoyo. .................................................. 70 6.3. Paso 3: Diseño del Test de Likert. ....................................................................... 75 6.4. Paso 4: Aplicación de la metodología.................................................................. 76
6.4.1. Grupo control. ................................................................................................... 76 6.4.2. Grupo Experimental. ......................................................................................... 78
7. Conclusiones. ............................................................................................................... 90
Agradecimientos ............................................................................................................... 92
Nomenclatura .................................................................................................................... 94
Referencias ........................................................................................................................ 95
X
Lista de Figuras
Pág.
Figura 1. Diagrama de cuerpo libre sobre un péndulo simple. Adaptado de (Serway &
Jewett, 2008, p.432) ........................................................................................................... 53
Figura 2. Porcentaje de diferencia entre un ángulo y el valor de la función seno del mismo
ángulo tomado de (Serway & Jewett, 2008, p.433) ........................................................... 54
Figura 3. Forma de una onda periódica sinusoidal elaborado con Geogebra. Elaboración
propia .................................................................................................................................. 56
Figura 4. Simulación 1: Elementos de un MAS. Elaboración propia ................................. 59
Figura 5. Simulación 2: Ecuaciones de un MAS. Elaboración propia ............................... 59
Figura 6. Simulación 3: Energía de un oscilador armónico. Elaboración propia............... 60
Figura 7. Simulación 4: Péndulo simple. Elaboración propia ............................................ 60
Figura 8. Simulación 5: elementos de un movimiento ondulatorio. Elaboración propia ... 61
Figura 9. interfaz gráfica de la simulación “elementos de un MAS”. Adaptada de Geogebra.
Elaboración propia. ............................................................................................................. 67
Figura 10. Interfaz gráfica de la simulación ecuaciones de un MAS. Adaptada de Geogebra.
Elaboración propia. ............................................................................................................. 68
Figura 11. Interfaz gráfica de la simulación energía de un oscilador armónico simple.
Adaptada de Geogebra. Elaboración propia. ..................................................................... 69
Figura 12. Interfaz gráfica de la simulación: péndulo simple. Adaptada de Geogebra.
Elaboración propia. ............................................................................................................. 69
Figura 13. Interfaz gráfica de la simulación elementos de una onda. Adaptada de
Geogebra. Elaboración propia. ........................................................................................... 70
Figura 14. Resultados ítems favorables Grupo Control. Adaptada de Microsoft Excel.
Elaboración propia. ............................................................................................................. 76
Figura 15. Resultados ítems desfavorables Grupo Control. Adaptada de Microsoft Excel.
Elaboración propia. .............................................................................................................. 77
Figura 16. Resultados ítems favorables Grupo Experimental. Adaptada de Microsoft Excel.
Elaboración propia. ............................................................................................................. 79
Figura 17. Resultados ítems desfavorables Grupo Experimental. Adaptada de Microsoft
Excel. Elaboración propia. .................................................................................................. 79
Figura 18. Comparación calificación promedio de cada ítem antes y después del estudio para
el grupo control. Adaptada de Microsoft Excel. Elaboración propia. .................................... 82
XI
Figura 19. Comparación calificación promedio de cada ítem antes y después del estudio para
el grupo experimental. Adaptada de Microsoft Excel. Elaboración propia. .......................... 83
Figura 20. Simulación de péndulo simple. Fotografía. Elaboración propia. .................... 109
Figura 21. Proyección de simulación mediante video beam. Fotografía elaboración propia.
........................................................................................................................................... 111
Figura 22. Simulación elementos de un movimiento armónico simple. Fotografía
elaboración propia. ........................................................................................................... 111
Figura 23. Simulación energía de un oscilador armónico simple. Fotografía elaboración
propia. ............................................................................................................................... 113
Figura 24. Simulación ecuaciones de un movimiento armónico simple. Fotografía
elaboración propia. ........................................................................................................... 113
Figura 25. Simulación elementos de una onda. Fotografía elaboración propia. ............. 115
XII
Lista de Tablas
Pág.
Tabla 1. Total bienes TIC por sector y zona año 2017. ..................................................... 24
Tabla 2. Total sedes según frecuencia de uso de los bienes TIC en el nivel de educación
media año 2017. ................................................................................................................. 24
Tabla 3. Sedes y uso de los bienes TIC por departamento, zona y tipo de actividad en los
que se utilizan año 2017. .................................................................................................... 25
Tabla 4. Preguntas realizadas en los cuestionarios de apoyo. ......................................... 62
Tabla 5. Ítems del test de Likert aplicado a grupos experimental y de control. ................ 64
Tabla 6. Escala de valoración para los ítems del test de Likert. ....................................... 64
Tabla 7. Simulación 1: Elementos de un MAS. Distribución de respuestas cuestionario de
apoyo................................................................................................................................... 72
Tabla 8. Simulación 2: Ecuaciones de un MAS. Distribución de respuestas cuestionario de
apoyo................................................................................................................................... 72
Tabla 9. Simulación 3: Energía de un oscilador Armónico Simple. Distribución de
respuestas cuestionario de apoyo. ..................................................................................... 73
Tabla 10. Simulación 4: Péndulo simple. Distribución de respuestas cuestionario de apoyo.
............................................................................................................................................. 74
Tabla 11. Simulación 5: Elementos de una Onda. Distribución de respuestas cuestionario
de apoyo. ............................................................................................................................ 74
Tabla 12. Rango de calificación de resultados. ................................................................... 75
Tabla 13. Resultados calificación cualitativa y cuantitativa - ítems favorables Grupo control.
............................................................................................................................................. 77
Tabla 14. Resultados calificación cualitativa y cuantitativa - ítems desfavorables Grupo
control.................................................................................................................................. 78
Tabla 15. Resultados calificación cualitativa y cuantitativa - ítems favorables grupo
experimental........................................................................................................................ 80
Tabla 16. Resultados calificación cualitativa y cuantitativa - ítems desfavorables grupo
experimental........................................................................................................................ 80
Tabla 17. Diferencias en los resultados del test de Likert. ................................................ 81
Tabla 18. Resultados de análisis de varianza ANOVA. ..................................................... 82
Tabla 19. Variación porcentual en la calificación promedio de los ítems del test de Likert. . 83
XIII
Tabla 20. Comparación de promedios entre segundo y tercer periodo para grupo control.
............................................................................................................................................. 84
Tabla 21. Comparación de promedios entre segundo y tercer periodo para grupo
experimental........................................................................................................................ 85
Tabla 22. Resultados consolidados iniciales test de Likert para grupo control (Pre) ..... 105
Tabla 23. Resultados consolidados finales test de Likert para grupo control (Post) ...... 106
Tabla 24. Resultados consolidados iniciales test de Likert para grupo experimental (Pre)
........................................................................................................................................... 107
Tabla 25. Resultados consolidados finales test de Likert para grupo experimental (Post)
........................................................................................................................................... 108
XIV
Lista de Anexos
Pág.
Anexo A. Carta de aceptación para publicación de artículo en revista internacional Información Tecnológica. .................................................................................................. 103
Anexo B. Carta aporte de tesis Institución Educativa La Sagrada Familia. .................... 104
Anexo C. Resultados consolidados test de Likert para Grupo Control. .......................... 105
Anexo D. Resultados consolidados test de Likert para Grupo Experimental. ................. 107
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo experimental...................................................................................................................... 109
XV
1. Introducción
La labor pedagógica de los docentes actualmente se ve enfrentada a la problemática de la
búsqueda de herramientas que permitan mejorar la motivación en el aprendizaje de los
estudiantes (Díez, 2015), quienes se observan con menos empeño ante el aprendizaje a
través de los métodos de enseñanza tradicionales. De acuerdo a lo anterior y teniendo en
cuenta la posición actual que ocupan las nuevas tecnologías en la sociedad y en particular
en la vida de los jóvenes, se hace necesario incorporarlas al sistema educativo vigente
(Smetana & Bell, 2012), para de esta manera lograr una transformación del enfoque de
enseñanza actual (Huapaya, Arona, & Lizarralde, 2005) hacia un sistema que sea
fácilmente asimilado por cualquier estudiante, independiente de sus características.
En el área de ciencias naturales se genera un gran interés por la investigación de nuevos
métodos de enseñanza (Cardona & López, 2017), debido a que es una de las áreas donde
se observan de forma más evidente las problemáticas en el aprendizaje (Dinescu, Dinica,
& Miron, 2010), sobresaliendo fundamentalmente la dificultad en la enseñanza de la física,
una de las materias con mayores obstáculos en su comprensión (Rubio, 2013).
Generalmente la enseñanza se basa en sistemas tradicionales donde el alumno es sólo
un receptor pasivo de conocimiento (Zuluaga, 2016), además en estos modelos se
pretende transmitir los conocimientos de la misma manera a todos los alumnos, sin
considerar la importancia de las características de personalidad, ritmo de aprendizaje, o
prácticas de estudio particulares, los cuales pueden limitar el nivel de aprendizaje
(Huapaya et al., 2005), generando en muchos casos que el estudiante solo aprenda
momentáneamente, se desmotive y por tanto no interiorice o no reconozca la aplicación
en la vida real de los conocimientos que adquiere, el cual se busca sea perdurable en el
tiempo (Díez, 2015).
Introducción 18
El ideal es identificar la combinación de estrategias de enseñanza tanto tradicionales como
interactivas (libros, videos, simulaciones, etc.), que permitan generar en el estudiante un
mayor interés y estimular su participación en clase (Márquez & Cárdenas, 2008) y por tanto
mejorar la interpretación a través del aprendizaje teórico, práctico y experimental, de forma
que los alumnos tomen el control de su formación, incrementen su interés para poder
relacionar los conocimientos adquiridos con situaciones de la vida cotidiana y de esta forma
mejorar la comprensión de lo aprendido (Zacharia, 2007).
La enseñanza de las ciencias a partir de metodologías no tradicionales, usando
herramientas didácticas, ha sido objeto de varias investigaciones, las cuales se han
enfocado en la implementación de herramientas tecnológicas, algunas basadas en
simulaciones por computadora, otras en prácticas experimentales (Carpenter, Moore, &
Perkins, 2016),(Chang, Chen, Lin, & Sung, 2008), (Smetana & Bell, 2012), (Zacharia,
2007), (Dinescu et al., 2010), (Krobthong, 2015), (Stoica, Paragina, Paragina, Miron, &
Jipa, 2011), (Khudanov et al., 2018), la generalidad de los estudios demuestra la necesidad
de la incorporación de nuevas tecnologías, como por ejemplo software especializado, en
las aulas y otros ambientes laborales de la actualidad, ya que estas herramientas pueden
contribuir a que los estudiantes logren una mayor comprensión; y aprendan más sobre
ciencia (Zucker & Hug, 2008), (Rossi & Baldini, 2008), y su posición frente a ella cambie
favorablemente y por tanto se pueda contribuir con la mejora en la calidad educativa
(Summak, Baǧlibel, & Samancioǧlu, 2010).
Algunos autores afirman que una metodología efectiva debe favorecer los cambios
conceptuales en el entorno de aprendizaje (Zacharia, 2007), logrando un impacto positivo
en la actitud del estudiante hacia el aprendizaje de la física, potenciando sus habilidades
(Jaramillo, 2016) y desarrollando la motivación intrínseca, contando de esta forma con
estudiantes motivados por aprender tanto en el aula como fuera de ésta (Díez, 2015).
Además, las simulaciones aplicadas en la enseñanza de la física pueden contribuir a la
interacción y comunicación bidireccional entre estudiantes y docentes, despertando de
esta forma un mayor interés en la materia (Dega, Kriek, & Mogese, 2013). En la presente
investigación, a partir de la implementación de una metodología de enseñanza asistida por
simulaciones computarizadas, se pretende cuantificar el cambio en el nivel de satisfacción
Introducción 19
hacia el aprendizaje de la física. Se busca promover la exploración autónoma de las
simulaciones a través de unas preguntas guía que se proporcionan mediante un
cuestionario de apoyo.
El presente trabajo se estructura como se describe a continuación:
En el capítulo 1 se realizó la introducción a la temática a tratar, en el capítulo 2 se realizará
una descripción del problema y se hará la discusión respectiva, estos permitirán dar a
conocer la generalidad del tema tratado y contextualizar la situación de partida. En el
capítulo 3 se describirán los objetivos del presente trabajo y en el capítulo 4 se expondrá
el marco teórico donde se abordarán contenidos específicos relacionados con la temática,
el cual describe la teoría de diferentes metodologías de enseñanza por simulaciones y
algunas temáticas relacionadas con la asignatura física, a partir de las cuales se realizó el
estudio respectivo y se puntualizará por qué se ha escogido la metodología determinada
para este proyecto, en el capítulo 5 se detallará la metodología empleada y los pasos para
llevarla a cabo. En el capítulo 6 se describen los resultados y discusión para las
simulaciones, cuestionarios de apoyo y test de Likert aplicados y finalmente en el capítulo
7 se abordarán las conclusiones del trabajo.
20
21
2. Planteamiento del problema y Justificación
La motivación es un componente fundamental en cualquier proceso de aprendizaje, y
depende de factores tanto internos como externos, entre los factores externos se tiene el
entorno escolar, la pedagogía y didáctica utilizada, la relación de lo enseñado con la
experiencia cotidiana, la empatía generada entre el profesor y sus estudiantes o entre los
mismos estudiantes, entre los factores internos se pueden listar, el bienestar físico y
sicológico de los estudiantes, el conocimiento previo acerca de los temas estudiados, etc.
Lin, Yen & Wang (2018) afirman: “A nivel individual, la motivación hacia el aprendizaje se
puede concebir como un tipo de motivación intrínseca que persiste en los aprendices, la
cual puede ejercer una influencia en el desempeño del aprendizaje al interactuar con el
método de aprendizaje” (p.31).
Algunos estudios evidencian que el método tradicional de enseñanza se queda corto en el
propósito de transmitir eficazmente el conocimiento y más aún propicia apatía en los
estudiantes hacia el aprendizaje. La metodología de enseñanza tradicional no es atractiva
para los estudiantes, por lo tanto, desarrollar nuevas metodologías basadas en TICs puede
incrementar el interés de los estudiantes por el aprendizaje de la física (Renata & Jana,
2012), además los estudiantes presentan mayor motivación y disposición al aprendizaje
cuando se involucran en él las TICs (Erixon, 2010).
La importancia de relacionar los conocimientos teóricos y experiencias prácticas con el
aprendizaje teórico impartido en las clases tiene más valor para los estudiantes que tienen
gusto especial por el aprendizaje de la física, y aquellos que no tienen este mismo tipo de
gusto, solo ven esta materia como un requisito más por cumplir dentro de su programa
curricular y muestras desaprobación por ella (Sunal et al., 2016).
Planteamiento del problema y Justificación 22
Los cursos de física generalmente están conformados por contenidos con un nivel alto de
complejidad en sus conceptos, los cuales requieren un nivel de conocimiento en las áreas
de matemáticas, lo anterior complejiza el aprendizaje y puede llevar a que los estudiantes
desarrollen actitudes desfavorables con este tipo de cursos por su predisposición a los
conceptos complejos (Ozcan & Gercek, 2015).
De acuerdo a (Pyatt & Sims, 2012) los estudiantes muestran una actitud positiva hacia el
empleo de laboratorios virtuales, argumento que sustentan en un alto porcentaje de
afirmaciones positivas tales como: disfruto aprendiendo en un computador, las
simulaciones computarizadas son una buena forma para aprender procesos y conceptos,
las simulaciones computarizadas me permiten estudiar problemas que son más complejos
y realistas que los laboratorios habituales.
(Chen & Wu, 2012) en su investigación sobre la interacción de variables cognitivas y
motivacionales en la eficacia de una plataforma online para el aprendizaje de la física,
describen los objetivos de aprendizaje como el deseo de saber y entender, mientras que
la necesidad cognitiva la definen como la necesidad de pensar y conocer a un nivel más
profundo, esta distinción es importante ya que estos factores impactan el desempeño en
el proceso de aprendizaje.
Los estudiantes de la institución educativa La Sagrada Familia del municipio de Palestina
están inmersos en un contexto sociocultural que podría incidir en el nivel de motivación
hacia el aprendizaje; problemáticas tales como familias disfuncionales, violencia
intrafamiliar, padres desempleados, drogadicción, trastornos de aprendizaje, entre otros
son comunes entre los habitantes. A nivel cognitivo la mayoría de los estudiantes
evidencian vacíos conceptuales en el manejo de procedimientos matemáticos y un bajo
nivel de interés por la formación académica, esto se puede deber a que los estudiantes no
ven una aplicación práctica inmediata de los conceptos enseñados para solucionar
problemas asociados a su contexto diario. Los estudiantes participantes en esta
Planteamiento del problema y Justificación 23
investigación pertenecen a los grados, undécimo uno y undécimo dos. La malla curricular
de la asignatura física para el grado undécimo está distribuida de la siguiente manera
▪ Primer periodo: mecánica de fluidos y termodinámica (10 semanas, 3 horas
semanales).
▪ Segundo periodo: movimiento armónico simple y movimiento ondulatorio (10
semanas, 3 horas semanales).
▪ Tercer periodo: sonido y óptica (10 semanas, 3 horas semanales).
▪ Cuarto periodo: electricidad y magnetismo. (10 semanas, 3 horas semanales).
El uso de simulaciones permite construir ambientes virtuales e interactivos en los cuales
los estudiantes pueden analizar las relaciones entre conceptos físicos y modelos
matemáticos. Relacionar lo que se enseña con el mundo real, los hechos y experiencias
del alumno. Con la implementación de la metodología de enseñanza asistida por
simulación, en la asignatura física para los estudiantes del colegio La Sagrada Familia del
municipio de Palestina se espera aumente la motivación de los estudiantes hacia el
aprendizaje, proporcionando una herramienta tecnológica, innovadora en el ámbito local,
que impacte positivamente la percepción que los estudiantes tienen acerca de que los
cursos de física, los cuales ven como contenidos aburridos, difíciles de comprender y sin
relación alguna con la realidad cotidiana.
Es por esto por lo que la enseñanza a través de herramientas didácticas puede convertirse
en una herramienta eficaz para la transformación cultural en las aulas, y pasar así de tener
estudiantes solo pasivos a ser participantes más activos en su proceso de aprendizaje.
Pregunta de Investigación:
¿Es posible incrementar el nivel de satisfacción hacia el aprendizaje de la física, de los
estudiantes de grado 11 de la institución educativa La Sagrada Familia, a través de la
implementación de una metodología de enseñanza basada en simulaciones
computarizadas?
Planteamiento del problema y Justificación 24
Justificación:
Social: Lograr un acercamiento de la comunidad estudiantil hacia las tecnologías de la
información y la comunicación TICs, en concordancia con las políticas del Ministerio de
Educación Colombiano por dotar con infraestructura tecnológica las instituciones
educativas y disminuir los niveles de analfabetismo tecnológico. La tabla 1 muestra la
distribución de bienes relacionados con tecnologías de la información y comunicación TIC
en instituciones educativas oficiales del municipio de Palestina de acuerdo con la zona y
el sector para el año 2017. En la tabla 2 se muestra la frecuencia de uso de los bienes TIC
para las instituciones educativas del departamento de Caldas en el nivel de educación
media en 2017.
Tabla 1. Total bienes TIC por sector y zona año 2017.
Departamento / Municipio TOTAL Oficial
Urbano Rural Total
CALDAS PALESTINA 1.957 339 1.618 1.957 Dane. (2017). Educación formal total bienes TIC por sector y zona año 2017. Recuperado de
http://www.dane.gov.co/index.php/estadisticas-por-tema/educacion/poblacion-escolarizada/educacion-
formal#informacion-2017-por-departamento
Tabla 2. Total sedes según frecuencia de uso de los bienes TIC en el nivel de educación media año 2017.
Departamento.
Al menos una
vez a la
semana, pero
no todos los
días.
Al menos
una vez al
mes, pero
no cada
semana.
Al menos una
vez al mes,
pero no todos
los meses del
año.
Ningún
día de la
semana.
Todos los
días de la
semana.
Caldas 163 0 2 1 92
Dane. (2017). Educación formal total sedes según frecuencia de uso de los bienes TIC en el nivel de media
año 2017. Recuperado de http://www.dane.gov.co/index.php/estadisticas-por-tema/educacion/poblacion-
escolarizada/educacion-formal#informacion-2017-por-departamento
En la tabla 1 se puede evidenciar que la mayor cantidad de bienes TIC se encuentran
asignados en el sector rural, debido a que en el municipio de Palestina la mayoría de las
instituciones se encuentran ubicadas en veredas, mientras que en el casco urbano solo se
encuentra la institución educativa La Sagrada Familia con sus dos sedes primaria y
Planteamiento del problema y Justificación 25
secundaria. Por otra parte de la tabla 2 se puede visualizar que la mayor parte de las
instituciones educativas en el nivel de educación media del departamento de Caldas,
utilizan los bienes TIC al menos una vez por semana.
La tabla 3 presenta los tipos de actividades en que se emplean los bienes TIC en las
instituciones educativas del municipio de Palestina para el año 2017.
Tabla 3. Sedes y uso de los bienes TIC por departamento, zona y tipo de actividad en los que se utilizan año 2017.
Departamento/ Municipio
Oficial
Exposición y enseñanza de los contenidos curriculares en red (intranet)
Consulta de contenidos pedagógicos, mediante buscadores en internet
Aprendizaje y evaluación del aprendizaje utilizando la plataforma virtual
Total sedes
CALDAS PALESTINA 12 13 14 39 Dane. (2017). Educación formal sedes y uso de los bienes TIC por departamento, zona y tipo de actividad en
los que se utilizan año 2017. Recuperado de http://www.dane.gov.co/index.php/estadisticas-por-
tema/educacion/poblacion-escolarizada/educacion-formal#informacion-2017-por-departamento
De la tabla 3 se puede concluir que los bienes TIC son utilizados en proporciones similares
para las actividades de exposición y enseñanza de contenidos en intranet, consulta de
contenidos pedagógicos en internet y aprendizaje y evaluación del aprendizaje a través de
plataformas virtuales.
Académica: dinamizar el proceso de enseñanza aprendizaje de la física, aumentar la
motivación de los estudiantes en clase y ampliar los resultados de la investigación hacia
otras temáticas de la física e incluso otras asignaturas.
Personal: a través de la experiencia como docente he percibido que los temas de
movimiento oscilatorio y ondulatorio presentan un nivel de complejidad alto para los
estudiantes de nivel de educación media (grados décimo y undécimo), por tal motivo busco
implementar una metodología que permita al estudiante visualizar los fenómenos
asociados a este tipo de movimientos, con el fin de aumentar la comprensión y motivación
hacia estos temas.
Planteamiento del problema y Justificación 26
Económica: la utilización de simulaciones computarizadas permite la realización de
prácticas empleando elementos ya existentes en la institución tales como tablets y
computadores, permitiendo la reducción de costos comparado con otras alternativas tales
como la adquisición de elementos de laboratorio, cabe aclarar que en el colegio existen
kits para desarrollar algunas prácticas, sin embargo, no se encuentran en óptimas
condiciones (están dañados, incompletos u obsoletos).
Hipótesis general de la investigación
Los estudiantes de grado 11 que aprenden física a través de una metodología de
enseñanza basada en simulaciones computarizadas, alcanzarán una mayor variación
porcentual en el nivel de satisfacción hacia al aprendizaje que los estudiantes que
aprenden física a través de una metodología tradicional de enseñanza.
Objetivos. 27
3. Objetivos.
Objetivo general: Diseñar una metodología que permita mejorar el nivel de
satisfacción hacia el aprendizaje de la física en los estudiantes de grado undécimo
del colegio la sagrada familia, a través de simulaciones computarizadas, con el fin
de mejorar la motivación.
Objetivos específicos:
• Diseñar e implementar una metodología de enseñanza de la física con
estudiantes del grado 11 del Colegio La Sagrada Familia empleando el
software GeoGebra.
• Comparar el nivel de satisfacción de los estudiantes del grado 11 del Colegio
La Sagrada Familia, para la metodología implementada, frente a la
metodología de enseñanza tradicional aplicando un test de Likert
28
Marco Teórico 29
4. Marco Teórico
La física es una asignatura del área de ciencias naturales que trata los temas de materia,
energía, movimiento y fuerza. El aprendizaje de esta materia cobra importancia ya que
tiene una aplicación directa con fenómenos de la vida diaria de las personas, las cuales en
la mayoría de casos tienen cierta prevención por su aprendizaje, pues la consideran de
gran dificultad, muchas veces por la forma como la presentan en las instituciones
educativas, en donde se exponen números, fórmulas, gráficos y demás explicaciones muy
conceptuales y no prácticas, es por esto que es necesario desarrollar métodos de
enseñanza que permitan a los estudiantes aprovechar sus conceptos para llevarlos a una
aplicación práctica de los mismos. (Saleh & Subramaniam, 2018)
El proceso de aprendizaje de la física plantea ciertas dificultades a los estudiantes, algunas
de estas son por ejemplo que éstos no identifican la relación entre los fenómenos físicos y
sus modelos matemáticos, no tienen claro las condiciones bajo las cuales una formula
puede ser aplicada, no distinguen las diferencias entre cantidades vectoriales y cantidades
escalares. Su conocimiento matemático está mal fundamentado pues tienen vacíos
conceptuales de aprendizajes anteriores, tienen problemas para comprender conceptos
abstractos, presentan bajo nivel de motivación (Aykutlu, Bezen, & Bayrak, 2015). Taub,
Armoni, Bagno, & Ben-ari (2015) afirman: “los estudiantes de bachillerato y universidad
enfrentan muchas dificultades cuando manejan formulas físicas, tales como falta de
comprensión de sus componentes o de las relaciones físicas entre los dos lados de una
fórmula” (p.10). Adicionalmente los estudiantes en su contacto previo con fenómenos
físicos de la cotidianidad desarrollan una serie de ideas y preconceptos, Aykutlu et al.
(2015) plantean que: “Los estudiantes asisten a las clases de física bajo la impresión de
su conocimiento previo, actitudes creencias y valores. Esto los lleva a tener opiniones y
prejuicios que involucran ideas incompletas o científicamente inexactas” (p.391). Un
Marco Teórico 30
proceso de enseñanza exitoso debe tener cuenta la forma en que los aprendices
interpretan los conceptos estudiados, tomando en cuenta los conceptos previos que dichos
aprendices tienen.
El tiempo asignado para el aprendizaje de los contenidos es en la mayoría de los casos
insuficiente, en algunos establecimientos educativos la experimentación es poca o nula.
En muchas instituciones los docentes se ven enfrentados a orientar asignaturas que no
dominan completamente, pues su perfil profesional no se corresponde con la carga
académica que reciben (Sunal et al., 2016), además estos autores analizan las
perspectivas de diferentes docentes acerca de su práctica educativa en escuelas
secundarias, algunos de los docentes entrevistados que no han sido formados
específicamente como educadores manifiestan que, a pesar de tener un amplio dominio
conceptual de los temas enseñados, presentan fallas al tratar de transmitir efectivamente
este conocimiento a sus estudiantes y lograr que ellos piensen críticamente sobre lo que
deben hacer en clase.
En muchos casos las instituciones educativas realizan inversiones en tecnología, pero no
existe la certeza de que estas sean empleadas de manera eficaz por los docentes, en
muchas ocasiones se puede deber a que estos no tienen la preparación suficiente para
una adecuada aplicación, esto podría llevar a ineficiencias en la aplicación de estas
herramientas por parte de los docentes (El Shaban & Egbert, 2018). Es importante
considerar que para que el aprendizaje sea efectivo se debe generar una mayor interacción
entre estudiante y maestro para obtener reciprocidad en el proceso de enseñanza
(Dukuzumuremyi & Siklander, 2018).
La mayor parte del aprendizaje puede ocurrir fuera del aula, en lugares como jardines
botánicos, museos, planetarios y otros ambientes que permitan a los estudiantes adquirir
y aplicar conocimientos en ambientes informales de una forma práctica y más duradera
(Marcus, Haden, & Uttal, 2018), es por esto que es importante encontrar un método de
enseñanza ideal que contribuya a este relacionamiento teórico – práctico.
Marco Teórico 31
4.1. Enseñanza de la Física.
La física es una asignatura dentro del área de las ciencias naturales que se fundamenta
básicamente en tratar la materia, la energía y demás fenómenos asociados, su aprendizaje
es fundamental por su aplicación a la vida cotidiana y los fenómenos que ocurren (Pehlivan
& Köseo, 2011) (Saleh & Subramaniam, 2018) y es generalmente una materia de
obligatorio curso para muchas carreras existentes (Hsu & Hsu, 2012). A pesar de esto la
física siempre ha sido considerada como una de las materias con más dificultad en su
aprendizaje, más que en química o biología, pues está conformada en su mayoría de veces
por muchas fórmulas, experimentos, gráficas, cálculos y explicaciones conceptuales
(Saleh & Subramaniam, 2018). Evidentemente existe una disminución del interés por las
disciplinas científicas entre los estudiantes de secundaria, lo cual pone en peligro su
preparación y por el convertirse en profesionales competentes de acuerdo a las exigencias
del siglo actual (Cruz, 2015).
Actualmente se observa que existe mucha deserción escolar y en la mayoría de casos por
materias como matemáticas y ciencias físicas, y aquellos que aprueban los grados finales
no llegan a estar realmente preparados para aprobar un examen de admision en una
universidad, algunos precursores de esta problemática se centran en algunos casos en los
bajos niveles de formacion docente, restricciones financieras y de capital humano
capacitado, crisis del sistema educativo actual en algunos paises (Chetty, 2015).
Los laboratorios de física tradicionalmente se basan en llevar a cabo instrucciones de paso
a paso, por lo cual los estudiantes en la mayoría de casos ajustan los resultados
experimentales a la teoría conocida, sin haber un análisis más allá de los resultados,
además, por el poco tiempo que se dedica a este tipo de prácticas, el estudiante
generalmente cuenta con pocos datos y por tanto la precision de los ensayos es mucho
menor, por lo cual se limita la investigacion científica y continúa como enfoque fundamental
la memorizacion de teoría, es por esto que se evidencian falencias en los procesos de
investigación llevados a cabo por los estudiantes (Liu, Wu, Wong, Lien, & Chao, 2017).
Marco Teórico 32
La actual sociedad exige profesionales capacitados en tecnología y con alto grado de
interés por las disciplinas científicas, países como Estados Unidos dependen cada vez
más de la ciencia, tecnología, ingeniería y las matemáticas (STEM) para su competitividad
e innovación (Boyce et al., 2019). Para esto es importante que se fortalezca la integración
del conocimiento científico y la investigación con las practicas escolares (Mayorova,
Grishko, & Leonov, 2018).
Es por esto que uno de los principales objetivos de los educadores para este siglo es la
investigacion, debiendo por tanto predominar la enseñanza y aprendizaje de la indagación
(Wang & Jou, 2016). Una de las formas de mejorar la comprensión de temáticas en el
campo de la física, es el uso de analogías, lo cual permite sacar conclusiones debido a la
relación existente con una idea ya conocida, permitiendo que con la imaginación se dé
sentido a una situación cotidiana particular (Cruz, 2015). Además otros métodos de
enseñanza como el Método de enseñanza basado en el cerebro BBTM (Brain-Based
Teaching Method) muestran que mejoran los resultados de los procesos de enseñanza de
la física comparados con los métodos tradicionales, de forma que se saque provecho de
todo el potencial que tienen los estudiantes (Saleh & Subramaniam, 2018).
Se enmarca la importancia de que aquellos que quieran estudiar los fenómenos físicos
tengan un pensamiento creativo y a la vez crítico, de forma que sean capaces de ver en la
vida cotidiana las relaciones existentes entre la ciencia y la tecnología (Pehlivan & Köseo,
2011). Es por lo tanto fundamental impulsar en los estudiantes sentimientos positivos hacia
la física, ya que de esto depende un buen resultado en cuanto a su educación y por lo
tanto hacia la consecución de logros en este campo de aplicación (Pehlivan & Köseo,
2011).
Marco Teórico 33
4.2. Pedagogía.
El uso de la tecnología ha llevado a cambios sin precedentes en el sistema educativo
actual, la incursión de nuevos métodos de enseñanza como por ejemplo la educación
virtual, educación a través de simulaciones, entre otras, han llevado a evaluar los modelos
pedagógicos aplicados actualmente y a desarrollar modelos pedagógicos acordes a las
necesidades actuales (Alfred, Neyens, & Gramopadhye, 2019).
En algunos casos los maestros tienen arraigadas costumbres y actitudes que influyen en
los métodos de enseñanza, por lo cual es un aspecto clave es la conciencia del docente
para reconocer si las estrategias que está empleando son adecuadas, característica
fundamental de profesionales pedagógicamente sensibles, los cuales pueden ser
competentes en este ámbito (Belo, Driel, Veen, & Verloop, 2014).
El conocimiento profesional del docente es la herramienta esencial para el aprendizaje por
parte de los estudiantes, además es fundamental que los docentes tengan un buen dominio
tanto de la temática a dictar como de la pedagogía aplicada (Evens, Elen, Larmuseau, &
Depaepe, 2018). Dadas las falencias actuales de los estudiantes en algunas temáticas, se
requiere que los maestros cuenten con un conjunto de habilidades altamente desarrolladas
para ayudar en el desarrollo del compromiso de los estudiantes con las asignaturas y
temáticas vistas (Wood, Taylor, Atkins, & Johnston, 2018).
La formación docente es por tanto en el siglo XXI un gran esfuerzo de actualización
constante, y de esta dependerá la base para una sociedad en proceso de cambio, es por
esto que se requiere docentes con conocimientos, habilidades y competencias que
permitan a las instituciones educativas promover los cambios en el sistema actual, el cual
debe tener un enfoque directamente relacionado con las nuevas tecnologías e intereses
de la sociedad, el maestro será clave para el éxito de cualquier institución y sistema
educativo, la formación de estos docentes deberá por tanto estar enfocada en la
implementación de pedagogías basadas en la innovación, teniendo como base
fundamental el aprendizaje de nuevas herramientas pedagógicas, adaptándolas por tanto
Marco Teórico 34
a sus entornos de trabajo y logrando el aprendizaje por medio de la interacción (Avidov &
Forkosh, 2018).
4.3. Motivación en el aprendizaje (Aprendizaje activo).
Las asignaturas en las cuales la base fundamental es el aprendizaje tradicional basado en
lecturas y talleres ha hecho que los estudiantes de la era digital pierdan la motivación para
el desarrollo de los cursos. Lo anterior afecta altamente el desempeño del estudiante y por
tanto el tiempo de dedicación al curso, es fundamental por tanto tener un estudiante
motivado, con alto grado de competitividad y autonomía en su aprendizaje (Schneider,
Nebel, Beege, & Rey, 2018).
Una de las tendencias actuales para la integración de las nuevas tecnologías a las aulas
es el modelo de aula invertida, el cual consiste en que los estudiantes entiendan y
comprendan los contenidos de un curso antes de asistir a clase viendo conferencias
grabadas en video, esto altera el proceso de aprendizaje y facilita que se desarrolle un
aprendizaje más autónomo y mejora la comunicación entre los integrantes del curso,
brindando como resultado una mejora en el rendimiento de los alumnos, la motivación, el
compromiso y la interacción, pero para esto no solo basta con dar unas simples
indicaciones a los estudiantes, el docente tendrá la tarea de dar una instrucción llamativa
la cual genere motivación en el estudiante para la aplicación de este método (Zainuddin,
2018). Adicionalmente otros estudios relacionan que se observan cambios en los
resultados del aprendizaje cuando se incorporan estrategias de aprendizaje activo en las
aulas (Rockich, Train, Rudolph, & Gillette, 2018). En la actualidad, uno de los marcos más
populares para explorar la motivación de los alumnos es el marco L2MSS (second
language motivational self system) (Calafato & Tang, 2018).
Las tecnologías de la información y comunicaciones TIC han introducido muchos desafíos
al sistema educativo actual, es por tanto inevitable que se requieran grandes cambios en
los modelos de enseñanza, y se ha demostrado que el aprendizaje basado en simulaciones
da un enfoque diferente en los entornos escolares, mejorando la motivación en los
Marco Teórico 35
estudiantes y los resultados obtenidos (Lin et al., 2018). Se requiere entonces considerar
la motivación como un eje fundamental de gran influencia en las habilidades y efectividad
del proceso de enseñanza (Cook et al., 2018).
El aprendizaje deberá por tanto ser interactivo y dinámico de manera que genere en los
estudiantes emociones y motivación en todo el proceso de enseñanza (Järvenoja, Järvelä,
& Malmberg, 2017). Por tanto el aprendizaje activo en los estudiantes, conformado por la
motivación y una variedad de conocimientos teóricos, será fundamental para su
aprendizaje y le ofrecerá más probabilidades de mejorar sus resultados y ser exitoso (Lin,
Zhang, & Zheng, 2017).
4.4. Metodología de enseñanza tradicional.
Durante muchos años el enfoque de la enseñanza tradicional se ha visto enmarcado en
un modelo en donde el docente deja en responsabilidad de sus alumnos la realización de
tareas asociadas a temas dictados en clase (Guise, Habib, Thiessen, & Robbins, 2017).
Además los estudiantes opinan que esta enseñanza se fundamenta principalmente en
tomar apuntes en clase, tomar notas de presentaciones en PowerPoint, sacar conclusiones
de una lectura o simplemente una práctica experimental la cual es muy ocasional (Sunal
et al., 2016). Lo anterior puede ser una causa para que una gran cantidad de aprendices
presenten una actitud poco proactiva frente a los temas de estudio, sin mostrar interés
alguno para la participación activa, la cual es considerada indispensable para el desarrollo
del estudiante (Olokundun et al., 2018)
En el modelo pedagógico tradicional, el profesor es considerado el transmisor del
conocimiento y los estudiantes tienen el papel de receptores pasivos de dicho
conocimiento. En el ámbito de las matemáticas y las ciencias, los estudiantes aprenden
una cantidad de fórmulas y procedimientos para realizar operaciones, pero no son guiados
a través de un proceso de pensamiento crítico aplicado a la resolución de problemas, es
decir, no se propician espacios para que el estudiante reflexione el por qué debe usar
dichas operaciones en determinados eventos (Garcia & Pacheco, 2013). Dictar clases es
Marco Teórico 36
por tanto un componente fundamental de los modelos de enseñanza actuales, incluidos
modelos como los basados en enseñanza basada en problemas (Jia et al., 2017)
En muchos centros educativos la metodología de enseñanza de la física y de las ciencias
en general, se restringe a enseñar a los estudiantes a memorizar un conjunto de fórmulas
que se deben aplicar de una forma determinada, esto disminuye en gran medida la
capacidad de análisis y abstracción del estudiante, el uso de variables y conceptos
algebraicos no es tan directo como las demostraciones gráficas, dichas demostraciones
pueden servir como punto de partida para comprender las relaciones de proporcionalidad
que pueden llegar a existir entre ciertas variables.
La mayor parte del tiempo, los estudiantes centran su aprendizaje en la elaboración de
trabajos, exposiciones y otros trabajos en entornos ya sean individuales o grupales y en
algunos de estos casos pueden hacer uso total o parcial de herramientas computacionales,
además durante la exposición de temas y transmisión de conocimiento de los maestros
hacia los estudiantes estas herramientas se utilizan, pero no permiten un aprovechamiento
total de sus funcionalidades, por tanto no se podrá garantizar una mejora en el proceso de
aprendizaje de los estudiantes (Álvarez, Martín, Fernández, & Urretavizcaya, 2013).
Estudios como el de (Stern, Echeverría, & Porta, 2017) en donde se dictaba la asignatura
de física, se asignó una actividad de desarrollo de un experimento empleando metodología
tradicional, es decir, recibieron ciertas instrucciones que debían llevar a cabo, los
estudiantes coincidieron en encontrar ésta aburrida, además de asegurar que no aprenden
nada. Se espera que los estudiantes tengan una visión más amplia del experimento, pero
no se les da la suficiente libertad para pensar y proponer alternativas, un gran error en el
que incurren las instituciones si quieren dar un enfoque investigativo.
Es importante que los modelos de enseñanza estén enfocados en generar mejoras
significativas y aprendizaje de calidad, la cual permita aplicar los conocimientos en la
práctica, lo cual es uno de los principales retos en el proceso de aprendizaje. Lo anterior
se dificultará lograr a través de un sistema de educación pasivo apoyado solamente en
metodologías tradicionales (Chilton, He, Fountain, & Alfred, 2018).
Marco Teórico 37
Estudios como el realizado por (Hidalgo & Lopez, 2018) muestran que los modelos de
enseñanza tradicionales aumentan el conocimiento y que los modelos nuevos permiten
mejorar las habilidades cognitivas.
Otros estudios como el realizado por (Alfred, Neyens, & Gramopadhye, 2018) indican que
en muchos casos la educación de laboratorio requiere de habilidades técnicas que se
logran solo con la práctica, algo que en los entornos de aprendizaje por simulación es difícil
lograr, pero existe una ventaja del aprendizaje simulado frente al presencial y es que este
puede permitir al estudiante aprender con mayor seguridad, a su propio ritmo y en horarios
más flexibles. Es importante mencionar que todos los resultados dependerán del nivel y
desarrollo cognitivo del estudiante en particular.
Por lo tanto, es importante establecer la gran necesidad actual por desarrollar métodos de
enseñanza nuevos o mejorar los establecidos, de forma que se permita una mayor
aplicación práctica de los conocimientos en los estudiante (Tortorella & Cauchick-miguel,
2018).
4.5. Simulaciones.
Una simulación computarizada se realiza mediante algún tipo de software que permita
imitar el comportamiento de un fenómeno, en el campo de la física las simulaciones se
sustentan en un modelo matemático que describa adecuadamente el comportamiento de
un sistema ante el cambio de algunas variables. Sin embargo, no cualquier herramienta
multimedia o sustentada en las tecnologías de la información y comunicación (Tics) es una
simulación. La posibilidad de que el usuario pueda interactuar con el sistema es una
característica que distingue una simulación de una simple animación (Rutten, Van
Joolingen, & Van Der Veen, 2012). La idea basada en datos proporcionará a los científicos
herramientas más importantes para apoyar su descubrimiento en el futuro. (Wu & Zhang,
2019).
Mediante la utilización de simulaciones computarizadas se pueden propiciar interacciones
de aprendizaje entre los mismos estudiantes o entre los estudiantes y sus docentes lo cual
puede impactar positivamente el proceso de aprendizaje desde un punto de vista
Marco Teórico 38
constructivista (Dega et al., 2013). Además (Jimoyiannis & Komis, 2001) afirma que el uso
de simulaciones permiten al docente despertar un mayor compromiso de los estudiantes,
obteniendo resultados en un tiempo menor que en un salón de clase o hasta en un mismo
laboratorio de física.
Dada la flexibilidad y velocidad de los computadores en la actualidad se puede ejecutar un
gran número de simulaciones en un corto periodo de tiempo (Concari, Giorgi, Cámara, &
Giacosa, 2006) disminuyendo costos de operación porque se reduce o elimina el
desperdicio de materiales. “La simulación computarizada al permitir a los estudiantes
explorar y probar predicciones, puede también facilitar el desarrollo de la comprensión
científica de los estudiantes acerca de los conceptos …” (Sarabando, Cravino, & Soares,
2016, p. 116). Una simulación computarizada permite entender las causas de
determinados fenómenos físicos o evaluar la validez de ideas previas (Sarabando,
Cravino, & Soares, 2014).
La forma de distribuir los estudiantes para la realización de las prácticas, es un elemento
clave a tener en cuenta, que depende entre otras cosas del número de equipos disponibles
para asignar, sin embargo, otras consideraciones de tipo cognitivo, como por ejemplo el
aprendizaje colaborativo a través de la discusión pueden influenciar la actitud que los
estudiantes adopten hacia el trabajo propuesto. En la investigación de (Stephens &
Clement, 2015) se dice que algunos docentes tienen una creencia generalizada de que las
simulaciones son más efectivas cuando son implementadas a través de pequeños grupos
de trabajo, sin embargo, los resultados de la investigación sugieren una ligera tendencia a
favor de la presentación de las simulaciones a través de exposición a un grupo completo.
Es también importante exponer el punto de vista de algunos autores que muestran las
desventajas existentes en el uso de las simulaciones en los procesos de enseñanza.
Algunos sicólogos educativos consideran que el uso excesivo de la enseñanza asistida por
computador puede distraer la atención de los estudiantes, dificultando el proceso de
transmisión de información (Dai & Fan, 2012), en algunos casos los educadores se
equivocan al creer que las simulaciones computarizadas son efectivas por si solas al
comunicar modelos complejos a los estudiantes (Stephens & Clement, 2015).
Marco Teórico 39
En el desarrollo histórico de la física, el aprendizaje tradicionalmente ha estado basado en
la experimentación, aunque la física se divide tanto en teórica como experimental, y en la
observación de fenómenos reales, el uso de TICs o de simulaciones puede hacer que los
estudiantes pierdan la conexión con la realidad (Erixon, 2010).
Algunos autores señalan como dificultad para la implementación del uso de simulaciones,
el desconocimiento de los estudiantes en el manejo básico de programas de computador
y destacan la necesidad de incorporar cursos de instrucción en sistemas para los
estudiantes de secundaria (Bacon & Swithenby, 1996). Existe y sobre todo en los centros
educativos rurales un relativo analfabetismo tecnológico debido a la carencia de equipos
adecuados para la enseñanza y la articulación de los contenidos. Aunque cabe destacar
el aporte que en este campo realiza el gobierno colombiano a través de su programa
computadores para educar. Además, las preguntas planteadas deben dirigir el aprendizaje
suscitando nuevas preguntas y creando motivación para el proceso de aprendizaje
(Ajredini, Izairi, & Zajkov, 2014). Proveer acceso al software sin ofrecer modelos de
enseñanza o soporte al aprendizaje puede llevar al no cumplimiento de los objetivos
propuestos (Sarabando et al., 2016).
Existen programas que tienen la capacidad de monitorear los hábitos de los usuarios al
interactuar con ellos, hábitos tales como: tiempo dedicado a la realización de los trabajos
y horarios frecuentes de acceso al programa, esta información permite entre otras cosas
saber que temas particulares presentan mayor dificultad a los estudiantes (Harrison, 1996).
Algunas plataformas como moodle y blackboard aunque no son software de simulación
propiamente dichos, sino más bien plataformas educativas que permiten la incorporación
en su contenido de aplicaciones de simulación, permiten llevar a cabo el registro de los
hábitos de uso de los usuarios.
La simulación debe presentar los contenidos de una manera atractiva, mediante recursos
visuales, animaciones y la oportunidad de que el usuario pueda manipular diferentes
parámetros que le permitan tener conclusiones respecto a varias preguntas que se den
respecto al fenómeno que se esté analizando.
Existen actualmente diferentes opciones de software para la simulación de fenómenos
físicos, desde aplicaciones comerciales hasta software de uso libre bajo diferentes
Marco Teórico 40
acuerdos de licencia, entre los más populares se encuentra el proyecto PhET de la
universidad del colorado, que presenta un conjunto de simulaciones programadas a través
de diversos lenguajes como java y html5, y que cubren diferentes áreas de las ciencias y
matemáticas. También existen programas como Geogebra, que no es específicamente un
software de simulación, sin embargo, debido a su capacidad para manejar lenguaje
algebraico y a la característica dinámica del mismo que permite incluir gráficos, funciones,
figuras geométricas, transformaciones geométricas, así como imágenes y texto, se
convierte en una herramienta útil para programar simulaciones de fenómenos físicos.
4.6. Metodologías de enseñanza empleando
simulaciones.
Los modelos utilizados en la enseñanza de la física y sobre todo a nivel de secundaria,
implican una serie de simplificaciones y por lo tanto presentan un modelo idealizado que
difiere del fenómeno que se podría presentar en la realidad, estos niveles de complejidad
variables pueden ser incorporados en una simulación, McKagan, Handley, Perkins, &
Wieman, (2008) emplearon una simulación para la enseñanza del efecto fotoeléctrico, en
la cual el usuario podía escoger entre un modelo simple y uno realista. Dado que la
complejidad del fenómeno estudiado puede variar, la instrucción suministrada al usuario
debe enfatizar los diferentes niveles de abstracción expresados en la simulación
computarizada (Taub et al., 2015).
Según (Wang, Zhang, Du, & Wang, 2018), el aprendizaje mediado por tecnología (TML)
es un entorno en el que las interacciones de todos los actores involucrados tienen de por
medio tecnologías de la información. Con la entrada de la tecnología de la información en
la sociedad, la incorporación de esta a la vida cotidiana se ha convertido en el núcleo del
proceso de aprendizaje (Chiu, Tasi, Yang, & Guo, 2019). En los últimos años, se han
logrado avances significativos en las tecnologías de la información, Internet y los sistemas
multimedia han permitido crear herramientas para la mejora de la calidad del
aprendizaje.(Hamidi & Chavoshi, 2018). Este tipo de entornos de aprendizaje pueden
Marco Teórico 41
mejorar la comprensión conceptual, lo que permitiría al estudiante tener mejores relaciones
conceptuales y visualizar de forma más clara su aplicación (Sullivan & Puntambekar, 2019)
Las tecnologías emergentes son actualmente el eje fundamental para la sociedad en
general, en donde la industria y el gobierno son los entes mayoritariamente interesados en
el desarrollo de estas (Lee, Kwon, Kim, & Kwon, 2018). La tecnología permite por tanto a
las personas una mayor eficiencia en la puesta en práctica de conocimientos, pero esto
solo se obtiene a través de la educación y su correcta aplicación (Ayvaz & Ozdemir, 2010).
Las metodologías bajo las cuales una simulación puede ser más o menos efectiva para
potenciar el proceso de enseñanza-aprendizaje son amplio objeto de investigación. Sin
embargo, la mayoría de los estudios se enfocan aplicar pruebas comparativas para
determinar el alcance de la apropiación del conocimiento y la mejora en los resultados de
pruebas evaluativas.
En la mayoría de los casos se adopta un diseño cuasi experimental con un grupo de control
y un grupo experimental, en el grupo de control generalmente se lleva a cabo el proceso
de enseñanza mediante una metodología tradicional, y en los grupos experimentales se
utilizan metodologías apoyadas en software de simulación, o en la combinación de dicho
software con metodologías tradicionales como clase magistral y prácticas de laboratorio.
Algunos investigadores han optado por la integración de diferentes estrategias como la
solución de problemas, el trabajo de laboratorio y el uso de simulaciones de sistemas
físicos (Concari et al., 2006). Adquirir cierta competencia en ciencias requiere que los
alumnos desarrollen cierto dominio de sus conceptos, algunos autores como (Schalk,
Edelsbrunner, Deiglmayr, Schumacher, & Stern, 2019) relacionan que la aplicación de
metodologías novedosas en sus entornos de aprendizaje, lograron que tuviera mejoras en
el conocimiento más significativas en comparación con los grupos a los cuales se les aplicó
metodología tradicional, aunque no fue muy considerable la diferencia se considera un
ventaja que podría tener una gran influencia sobre el proceso de aprendizaje. (Ünlü &
Dökme, 2015) refieren: “Los estudiantes declaran que el uso combinado de simulaciones
computarizadas y actividades de laboratorio facilita la comprensión, provee aprendizaje
más rápido y permanente, (…) así como hace que las lecciones sean más agradables y
divertidas” (p. 1176).
Marco Teórico 42
Diversos artículos presentan un paralelo entre la realización de experimentos en
laboratorios físicos y en laboratorios virtuales (Chen, Chang, Lai, & Tsai, 2014) (Ajredini et
al., 2014). Los resultados indican que la combinación de experimentación real y virtual
(simulación) mejora la comprensión conceptual más que el uso de experimentación real
solamente (Zacharia, 2007). Sin embargo (Kirschner & Huisman, 1998) plantea que el uso
de la experimentación virtual es apropiado en condiciones específicas como cuando: la
experimentación real no es posible, cuando el tipo de experimento es muy riesgoso, las
técnicas a utilizar son demasiado complejas para un estudiante típico o existen
restricciones fuertes de tiempo. Un entorno virtual permitirá la integración de conocimiento
científico y experiencias cotidianas, considerando entornos de aprendizaje que van más
allá de las aulas (Choi, Land, & Zimmerman, 2018)
Un argumento a favor de la experimentación virtual es la disminución del error de medida,
pues la capacidad de recolectar datos confiables y representativos permite la construcción
o validación de un modelo conceptual sobre el fenómeno estudiado (Pyatt & Sims, 2012)
mientras que el análisis de datos erróneos puede llevar a desviaciones del comportamiento
esperado.
Debido a la capacidad de las simulaciones computarizadas para emular un gran abanico
de fenómenos físicos, los docentes tienden utilizar esta herramienta como la única
existente, desdibujando el propósito de la misma, no es aconsejable utilizar la simulación
como el único medio para demostrar la aplicación de los conceptos estudiados, pues esto
va en detrimento del espíritu científico de explorar la realidad (Jian & Hong, 2012).
(Niemi, 2002) asegura que en una metodología de aprendizaje activo debe estar orientado
hacia la búsqueda de la solución de problemas, el estudiante por tanto será quien sea
responsable de su propio proceso de aprendizaje haciendo uso eficaz del conocimiento
adquirido. Este tipo de aprendizaje puede ser potenciado en un ambiente virtual siempre y
cuando la metodología sea tal que no busque el papel pasivo del usuario, sino más bien
que propicie la reflexión sobre los contenidos y que provoque la curiosidad, generando
nuevas preguntas y la búsqueda de aplicaciones de lo aprendido.
De Jong et al (1998) y de Jong et al (1999) plantean la posibilidad de asignar tareas como
soporte en el proceso de aprendizaje a través de simulaciones, dichas asignaciones se
Marco Teórico 43
estructuran en diferentes niveles de complejidad que pueden consistir en: una simple
exploración de la simulación, investigar la relación entre variables del sistema, o la
manipulación de parámetros para predecir la respuesta del sistema. (McKagan et al., 2008)
en su investigación sobre la enseñanza del efecto fotoeléctrico, emplearon como estrategia
la asignación de tareas con preguntas tipo selección múltiple, y calculadas, relacionadas
con la simulación del experimento. Los estudiantes se benefician al estar en control de su
aprendizaje mediante la toma de notas, fijación de objetivos o realización de tareas (Chen
et al., 2014).
En la investigación llevada a cabo por (Vreman, De Jong, & Gijlers, 2013) se les asigna a
los aprendices la labor de crear tareas relacionadas con una simulación para enseñar los
temas vistos a un hipotético aprendiz, esta metodología se fundamenta en la idea de
aprender enseñando, se les solicita a los aprendices demostrar el conocimiento adquirido
a través del diseño de preguntas, de las cuales deben suministrar la respuesta correcta e
información de soporte. Los estudiantes primero exploran por si mismos la simulación a
través de observación y experimentación, para posteriormente diseñar las actividades
solicitadas. Sin embargo, no reportan resultados concluyentes que demuestren un mejor
desempeño del grupo experimental en cuanto al conocimiento conceptual o procedimental.
El nivel de interactividad se puede establecer de acuerdo a las características del
estudiante que hará uso de la simulación, y a su conocimiento previo del tema objeto de
estudio. Según (Chen & Wu, 2012) el aprendizaje significativo se presenta cuando el
estudiante construye nueva información en el marco de referencia de su conocimiento
previo. Un nivel bajo de interactividad permite al usuario controlar el avance de la
simulación a través de una serie de pasos secuenciales, esto puede ser conveniente para
estudiantes con poco o nulo conocimiento previo del tema estudiado, pues reduce el
volumen de datos que deben procesar y les permite asimilar de una mejor manera los
conceptos a su propio ritmo de aprendizaje. Por otro lado, un nivel alto de interactividad se
caracteriza por que el usuario puede manipular diferentes parámetros, realizar
predicciones, y comprobar su validez al ejecutar la simulación, estas características
favorecen estudiantes que tengan conocimiento previo de los conceptos estudiados,
simulación (Park, Lee, & Kim, 2009) (de Jong et al., 1999) habla de un modelo progresivo
en el cual se fracciona el sistema a simular en varios niveles de complejidad los cuales son
presentados al estudiante de una forma secuencial.
Marco Teórico 44
Es importante destacar el papel que juega la creatividad dentro de la educación del siglo
XXI (Walsh, Chappell, & Craft, 2017), existe mayor compromiso con los modelos de estudio
que involucren el desarrollo creativo, lo que puede llevar a mejorar el desempeño de los
estudiantes (Bich, Tran, Nhat, Mackenzie, & Kim, 2017) (Perry & Karpova, 2017). De
acuerdo a esto es que los aprendices buscarán explorar por su propia cuenta, participarán
activamente en clase y construirán un nuevo conocimiento (Vlassi & Karaliota, 2013),
tendrán perspectivas únicas y propias, ya que los estudiantes emplearán su imaginación
dentro de su proceso de aprendizaje, yendo más allá de los conocimientos simplistas
(Gajda, Beghetto, & Karwowski, 2017). Esto sería por lo tanto uno de los objetivos
principales en los modelos educativos ajustados a las necesidades actuales.
Es por esto que se considera la gran necesidad de que los maestros enseñen con un
modelo basado en la creatividad para poder a través de esta generar una correcta
aplicación en las demás asignaturas relacionadas con la ciencia, la creatividad en los
estudiantes será entonces parte fundamental en su proceso de enseñanza (Soh, 2017).
La tecnología por tanto puede influir en la forma como se diseñan los cursos actualmente,
pues se busca que estos sean totalmente compatibles con un plan de estudios en donde
se tenga una mejor relación de las temáticas y su aplicación práctica (Salah & Darmoul,
2018).
Para que este aprendizaje sea significativo, se necesita que los nuevos conceptos se
relacionen con conceptos anteriormente vistos y de esta manera lograr un aprendizaje
crítico, en donde el estudiante busque, analice y encuentre aplicación de lo aprendido,
ampliando su punto de vista frente a los conocimientos adquiridos y de esta forma lograr
establecer en los estudiantes un criterio más claro (Bolívar, 2017).
(Donou, 2018) relaciona que en los países donde existe mayor tasa de alfabetización, la
infraestructura de las tecnologías informáticas es más empleada, por lo tanto, la educación
será primordial para hacer que estos sistemas generen valor económico. La modernidad
exige que tanto el aprendizaje como la enseñanza tengan un enfoque de apoyo en las TIC
(Au-yong, Gonçalves, Martins, & Branco, 2018), esto con el fin de que los procesos sean
más llamativos tanto para estudiantes como para maestros, con el fin de facilitar el
aprendizaje y desarrollar la creatividad. La sociedad actual necesita por tanto la
Marco Teórico 45
preparación de personas en competencias digitales con el fin de ir en busca del desarrollo
(Ivanovic, Milicevic, Aleksićb, Bratića, & Mandi, 2018).
Las herramientas tecnológicas juegan actualmente un papel fundamental en la enseñanza,
ya que favorecen en los estudiantes un mayor enfoque de su atención en las temáticas y
por tanto se logra ampliar su motivación para mejorar así sus habilidades (Malaquias,
Malaquias, & Hwang, 2018), estas tecnologías digitales apoyan el trabajo, aprendizaje,
colaboración e interacción de los estudiantes (Pacheco, Lips, & Yoong, 2018).
4.7. Aprendizaje por descubrimiento
En la teoría de aprendizaje por descubrimiento el estudiante es un sujeto activo, de tal
forma que es él mismo quien descubre la conexión entre diferentes conceptos y los adapta
a su propio esquema de conocimiento. En este orden de ideas para aplicar esta
metodología, se enfrenta al estudiante con la simulación, proporcionándole un mínimo de
instrucción sobre su funcionamiento, permitiendo que sea él mismo quien en su
exploración, manipule los parámetros del sistema y observe el comportamiento que
desencadena. Algunos tipos de simulación permiten al usuario una relativa libertad al
interactuar con ellas, de tal manera que se puede inferir la relación entre las diferentes
variables del sistema al manipularlas y observar el resultado que se obtiene. El estudiante
se enfrenta a una situación en la cual debe abstraer las interrelaciones entre las diferentes
variables involucradas en un fenómeno (Swaak & De Jong, 2001).
El aprendizaje por descubrimiento se ve favorecido cuando se presentan entornos ricos en
información, es decir, simulaciones en las cuales se presentan los datos de una forma
gráfica, y dinámica, además de resultados numéricos (Swaak & De Jong, 2001), sin
embargo, los procesos involucrados en la metodología de aprendizaje por descubrimiento
tales como la formulación de hipótesis, el diseño de experimentos o la interpretación de
datos suelen presentar problemas a los estudiantes (de Jong et al., 1998).
Marco Teórico 46
4.8. Geogebra.
Debido a que la tecnología se ha convertido en una de las principales herramientas para
los procesos de enseñanza, se han desarrollado múltiples herramientas que permiten
optimizar estos procesos, algunos de ellos Geometer's Sketchpad y Mathematica y
Geogebra (Arbain & Shukor, 2015).
Una de las herramientas de tecnología de conocimiento más empleadas en educación ha
sido Geogebra, un software gratuito disponible en www.geogebra.org, empleada para
enseñar y aprender matemáticas, ésta permite a sus usuarios crear modelos e interactuar
con ellos, Geogebra acepta comandos relacionados con geometría, álgebra y cálculo
(Ayvaz & Ozdemir, 2010) (Caligaris, Schivo, & Romiti, 2015) (Zengin, Furkan, & Kutluca,
2012).
La aplicación desarrollada dependerá del nivel y grado de conocimiento obtenido para su
manejo, pero fundamentalmente a través de Geogebra se posibilita la aplicación interactiva
de diferentes temáticas, presentándolas en forma de animaciones y permitiendo una
exploración visual y dinámica (Caligaris et al., 2015) (Aizikovitsh-Udi & Radakovic, 2012).
Esta herramienta facilita el aprendizaje en grupo, ya que contribuye con el debate y
exploración de los contenidos matemáticos (Taka, Stankov, & Milanovic, 2015).
Por tanto, GeoGebra busca mejorar la capacidad y los resultados de los procesos de
enseñanza, sobre todo en aquellas asignaturas en donde la comprensión de las temáticas
se dificulta más en los estudiantes, en algunos casos por su complejidad, por su poco
interés en la materia o porque existe una relación casi nula entre la asignatura y su
aplicación práctica (Ayvaz, 2010). La integración de la computadora con estos conceptos
matemáticos permitirá lograr una mayor visualización de éstos y podrá contribuir a una
mejor comprensión de las temáticas estudiadas (Akkaya, Tatar, Berrin, & Ka, 2011)
Marco Teórico 47
El papel docente es fundamental para dar una correcta aplicación a la herramienta y hacer
que a través de Geogebra los estudiantes comprendan los temas y los contextualicen,
además permitiría a los estudiantes salir de una rutina de forma que se capte fácilmente
su atención, obteniendo un aprendizaje permanente en ellos. Lo anterior permitiría abordar
uno de los principales problemas a los cuales se ve expuesto el modelo de aprendizaje
convencional (Ayvaz, 2010).
En este sentido la mayor parte del software disponible sobre fenómenos físicos incluido el
proyecto PhET, funcionan como simuladores. Para esta investigación se seleccionó
Geogebra, un software gratuito empleado para enseñar y aprender matemáticas, permite
a sus usuarios crear modelos e interactuar con ellos, Geogebra acepta comandos
relacionados con geometría, álgebra y cálculo; posibilita la aplicación interactiva de
diferentes temáticas, presentándolas en forma de animaciones y permitiendo una
exploración visual y dinámica (Caligaris et al., 2015). Esta herramienta permite la
familiarización del estudiante con el tema de estudio, a través de la visualización de los
resultados de mediciones realizadas (León, 2017).
4.9. PhET
Los investigadores científicos a lo largo de los años han buscado desarrollar muchas
simulaciones científicas o programas que sean interactivos y permitan acceder de forma
gratuita, una de estas aplicaciones en línea más empleadas es el proyecto de Tecnología
de Educación de Física (PhET) http://phet.colorado.edu/ (Zhang, 2014).
PhET es un proyecto sin ánimo de lucro desarrollado por el premio Nobel Carl Wieman de
la Universidad de Colorado en Boulder 2002, el cual se fundamenta en simulaciones
interactivas basadas en matemáticas y ciencias, la idea inicial de su creación fue el
promover la alfabetización científica y su objetivo es ayudar a los estudiantes a relacionar
los fenómenos con la cotidianidad (Schaffhauser, 2017), esta aplicación contiene una
colección de aproximadamente 80 simulaciones de temas relacionados con la física y a lo
largo del tiempo han ido introduciendo temas de química, biología y matemáticas, teniendo
Marco Teórico 48
en cuenta niveles desde primaria hasta universitario, todas estas simulaciones son de
acceso gratuito, estas pueden ser empleadas en todos los entornos de aprendizaje,
formales, informales, prácticas de laboratorio y autoaprendizaje desarrollado por los
estudiantes (Zhang, 2014) (Wieman, Adams, & Perkins, 2008), (Bandoy, Pulido, &
Sauquillo, 2016).
Las simulaciones PhET no fueron diseñadas para reemplazar las prácticas de laboratorio,
ya que se ha observado que los estudiantes requieren de ambas, pues que una simulación
es mucho más efectiva cuando se pretende una mayor comprensión conceptual sobre un
tema tratado, por ejemplo en una práctica de laboratorio esto le ayudará al estudiante a
explorar y mejorar su aprendizaje (Wieman et al., 2008). Se ha demostrado que a partir de
este tipo de herramientas es posible incrementar la motivación hacia el aprendizaje en los
estudiantes, logrando una mayor efectividad del proceso de enseñanza (Krobthong, 2015).
Mediante el uso de simulaciones con PhET, los docentes tendrán la posibilidad de facilitar
la comunicación y el aprendizaje efectivo con sus estudiantes a través del uso de la
tecnología informática, logrando mejor interiorización de los conceptos y mayor exploración
e independencia por parte de los estudiantes (Pinzón, 2018), además se cambiará de una
metodología tradicional centrada en el maestro a una metodología constructivista centrada
en el estudiante (Bandoy et al., 2016).
PhET es una plataforma que ofrece simulaciones de fenómenos físicos de una forma
didáctica la cual permite manipular variables para observar la influencia sobre el
comportamiento del sistema estudiado, pero no otorga la posibilidad crear las
simulaciones. En cambio, Geogebra concede la facultad de crear las simulaciones desde
cero utilizando cualquier conjunto de imágenes que el docente desee y esto permite
adaptarse a los intereses de los estudiantes. Por ejemplo, en la mayoría de las
simulaciones desarrolladas para este trabajo se reemplazó el objeto oscilante por un cubo
rubik.
Marco Teórico 49
4.10. Test de Likert.
El test de Likert es la escala psicométrica más empleada en encuestas sobre procesos de
investigación relacionados con la percepción del sujeto (Wadgave & Khairnar, 2018). Con
esta herramienta se busca realizar preguntas para determinar el grado de acuerdo que el
encuestado tienen con ellas, los encuestados por tanto deberán indicar en una escala de
5 puntos su calificación.
Lo interesante de esta escala se enmarca fundamentalmente en que las medias que logra
analizar (Cuestionario desarrollado) son relativamente sencillas para su cuantificación y
análisis, el cual puede llegar a ser muy significativo (Camparo, 2013).
En una escala de Likert de 5 puntos, para cada nivel en la escala es asignado un valor
numérico, se puede utilizar por ejemplo calificaciones de su nivel de acuerdo como: 1 =
muy en desacuerdo (SD), 2 = en desacuerdo (D), 3 = ninguno en desacuerdo ni de acuerdo
(NN), 4 = estar de acuerdo (A), y 5 = estar muy de acuerdo (SA). (Li, 2013) (Vonglao, 2017)
Una forma de abordar la investigación en el aprendizaje interactivo es a través de la
aplicación de la herramienta test de Likert, una escala que permite hacer una medición
imparcial (Hartley, 2013) y que está constituida por una serie de preguntas que pretenden
conocer la actitud del encuestado frente al tema de referencia (Harpe, 2015), la encuesta
muestra una serie de opciones de respuesta que indican si el encuestado está o no de
acuerdo con el enunciado que se le propone , mostrando una posición frente al tema objeto
del estudio (Jaramillo, 2016) la escala de Likert puede ser aplicada antes y después de la
implementación de los cambios específicos para determinar e identificar de esta forma la
percepción de los estudiantes frente a la metodología implementada y por tanto la
favorabilidad de la misma, además de medir el grado de satisfacción de los estudiantes
con el modelo de enseñanza aplicado (Harpe, 2015).
Marco Teórico 50
4.11. Movimiento armónico simple MAS.
El movimiento armónico simple se verifica cuando una partícula está sometida a una fuerza
que es directamente proporcional a la posición de dicha partícula respecto a un punto de
referencia. Por ejemplo, para el caso de un sistema masa resorte el punto de referencia se
toma como la posición natural del resorte cuando no está estirado ni comprimido.
La fuerza que actúa sobre dicho sistema se describe matemáticamente mediante la ley de
Hooke, la cual dice que la fuerza es igual al producto entre la constante de elasticidad del
resorte (describe la fuerza máxima que puede soportar el resorte) y la posición del objeto,
pero con signo contrario, esto es, porque la fuerza siempre tiene una dirección opuesta a
la del desplazamiento.
( ) ( )=− 1 & , 2008, .419F k x Serway Jewett p
La segunda ley de Newton establece que la fuerza neta que actúa sobre un objeto es igual
al producto de su masa por la aceleración con que se mueve (siempre y cuando la masa
del objeto permanezca constante).
( ) ( )= 2 Serway & Jewett, 2008, p.104F m a
A partir del cálculo diferencial se puede definir la velocidad del sistema como la derivada
de la posición respecto al tiempo.
( ) ( )= 3 Serway & Jewett, 2008, p.24dx
vdt
De manera análoga la aceleración se puede definir como la segunda derivada de la
posición respecto al tiempo
( ) ( )=2
4 Serway & Jewett, 2008, p.292
d xa
dt
Marco Teórico 51
Combinando las ecuaciones (1) y (2) se obtiene
( ) ( )− = 5 Serway & Jewett, 2008, p.419k x m a
Y la aceleración se sustituye a partir de la ecuación (4) y se reorganizan los términos
( ) ( )=− 2
6 Serway & Jewett, 2008, p.4202
d x kx
mdt
El cociente entre la constante elástica del resorte y la masa del objeto es un parámetro
muy importante del movimiento oscilatorio que se denomina frecuencia angular
( ) ( ) =2 7 Serway & Jewett, 2008, p.420km
La frecuencia angular es una medida de la rapidez con la que oscila el sistema. Al
reemplazar la frecuencia angular en la ecuación (6) se obtiene
( ) ( )=− 2
2 8 Serway & Jewett, 2008, p.4202
d xx
dt
La solución general de la ecuación diferencial presentada en la ecuación (8) implica la
utilización de una función trigonométrica.
( ) ( ) ( ) ( ) = +cos 9 Serway & Jewett, 2008, p.420x t A t
En la ecuación (9) A representa la amplitud del movimiento, es decir, la máxima elongación
que alcanza el sistema, y denominado ángulo de fase es un valor constante que se
determina a partir de la elongación inicial del sistema. Si la partícula está en su posición
máxima x=A en t=0, la constante de fase es =0 (Serway & Jewett, 2008)
Al efectuar las derivadas indicadas en las ecuaciones (3) y (4) se obtienen las expresiones
equivalentes para la velocidad en función del tiempo y la aceleración en función del tiempo.
Marco Teórico 52
( ) ( ) ( ) ( ) =− +s 10 Serway & Jewett, 2008, p.420v t A en t
( ) ( ) ( ) ( ) =− +2 cos 11 Serway & Jewett, 2008, p.420a t A t
El periodo del movimiento corresponde al intervalo de tiempo que transcurre durante una
oscilación, es decir, el tiempo necesario para que el sistema retorne a los mismos valores
de posición, velocidad y aceleración.
( ) ( )212 Serway & Jewett, 2008, p.421T
=
A partir de la ecuación (7) se define la frecuencia angular como la raíz cuadrada del
cociente entre la constante elástica del resorte y la masa del objeto oscilante.
( ) ( )13 Serway & Jewett, 2008, p.421km
=
4.12. Péndulo simple.
El péndulo simple es un sistema físico que consta de una partícula de masa m suspendida
por una cuerda de masa despreciable, el movimiento del péndulo es debido a la fuerza
gravitacional. La Figura 1. Muestra las fuerzas que actúan sobre un péndulo simple.
Marco Teórico 53
Figura 1. Diagrama de cuerpo libre sobre un péndulo simple. Adaptado de (Serway &
Jewett, 2008, p.432)
Para analizar las fuerzas que actúan sobre la partícula se toma el sistema coordenado con
el eje x coincidente con el segmento rectilíneo de la cuerda del péndulo y el eje y en la
dirección tangencial a la trayectoria de la partícula.
Las fuerzas que actúan sobre el eje x se encuentran en equilibrio.
( ) ( )− =cos 0 14T m g
El péndulo se desplaza describiendo un arco cuyo radio corresponde a la longitud de la
cuerda. Se define la variable S como la distancia entre la posición del péndulo y su posición
de equilibrio (Serway & Jewett, 2008). Al aplicar la segunda ley de newton:
( ) ( )= 2 Serway & Jewett, 2008, p.104F m a
( ) ( ) ( )− = 2
15 Serway & Jewett, 2008, p. 4322
d Sm g sen m
dt
La longitud del arco S es igual al producto entre el radio L y el ángulo . Teniendo en
cuenta que la longitud de la cuerda es constante la ecuación (15) se convierte en
Marco Teórico 54
( ) ( ) ( )=−
216 Serway & Jewett, 2008, p. 432
2d g
senLdt
Para valores pequeños del ángulo (menores de 10°) el valor de la función sen ( ) es
aproximadamente igual a , la Figura 2 muestra el porcentaje de diferencia entre el valor
del ángulo y el valor de la función seno para el mismo ángulo.
Figura 2. Porcentaje de diferencia entre un ángulo y el valor de la función seno del mismo
ángulo tomado de (Serway & Jewett, 2008, p.433)
Por lo cual la ecuación (16) se puede transformar en
( ) ( )=−
217 Serway & Jewett, 2008, p.432
2d g
Ldt
La solución de la ecuación diferencial presentada en (17) tiene la siguiente forma
( ) ( ) ( ) ( ) = +cos 18 Serway & Jewett, 2008, p.432máxt t
máx
es la posición angular máxima y la frecuencia angular 𝜔 se define como la raíz
cuadrada del cociente entre la aceleración de la gravedad y la longitud de la cuerda
( ) ( )= 19 Serway & Jewett, 2008, p. 432gL
Marco Teórico 55
El periodo en un movimiento armónico simple es
( ) ( )
=2
12 Serway & Jewett, 2008, p. 421T
Reemplazando la frecuencia angular por la expresión de la ecuación (19), se obtiene una
expresión para el periodo del péndulo simple.
( ) ( )= 2 20 Serway & Jewett, 2008, p. 433L
Tg
4.13. Movimiento ondulatorio.
Una onda es una perturbación que se puede propagar a través de un medio (onda
mecánica) o incluso en el vacío (onda electromagnética). una onda implica la transferencia
de energía a través del espacio sin transferencia de materia (Serway & Jewett, 2008). Las
ondas surgen siempre que un sistema es perturbado de su posición de equilibrio y la
perturbación puede viajar o propagarse de una región del sistema a otra. (Young &
Freedman, 2009). Una onda que se propaga en la dirección en la que se mueven los
osciladores se denomina onda longitudinal si la onda se propaga en dirección
perpendicular a la dirección en que se mueven los osciladores se denomina onda
transversal (Bauer & Westfall, 2011).
Para comprender el desarrollo matemático de la propagación de una onda mecánica
transversal varios autores (Bauer & Westfall, 2011) (Serway & Jewett, 2008) (Young &
Freedman, 2009) proponen suponer una cuerda sujeta por uno de sus extremos, en el
extremo libre de dicha cuerda se produce una perturbación en forma de movimiento
vertical, la perturbación generada usualmente denominada pulso, viaja de forma horizontal
a través del medio (la cuerda). La coordenada vertical y de cualquier punto de la cuerda
será una función de dos variables: la coordenada horizontal x de dicho punto y el tiempo t.
Marco Teórico 56
Una clase común de fenómenos de ondas involucran una excitación periódica, en particular
una excitación sinusoidal (Bauer & Westfall, 2011). La ecuación (21) es el modelo
matemático que describe la posición y de una onda sinusoidal como función del tiempo y
de la coordenada x.
( ) ( ) ( )= − 21 Serway & Jewett, 2008, p. 456y A sen k x t
La constante k es denominada número de onda (Serway & Jewett, 2008) y se define
como :
( ) ( )
=2
22 Serway & Jewett, 2008, p. 455k
Para una onda periódica la distancia entre una cresta y la siguiente, o de un valle al
siguiente o de cualquier punto al correspondiente en la siguiente repetición de la forma se
denomina longitud de onda (Young & Freedman, 2009) y se representa con la letra griega
lambda . La Figura 3 muestra la ubicación de las crestas y los valles sobre la gráfica de
uno onda sinusoidal.
Figura 3. Forma de una onda periódica sinusoidal elaborado con Geogebra. Elaboración propia
La otra constante utilizada en la ecuación (21) es la frecuencia angular que se define
como:
( ) ( )
= =
22 23 Serway & Jewett, 2008, p. 456f
T
Donde T y f representan el periodo y la frecuencia respectivamente.
Metodología. 57
5. Metodología.
La población estudiada corresponde a estudiantes de grado undécimo de la Institución
Educativa La Sagrada Familia del municipio de Palestina, en el departamento Caldas,
Colombia. La institución es de carácter mixto y pertenece al sector oficial. Los contenidos
de la asignatura física se orientan de acuerdo con los lineamientos curriculares del
Ministerio de Educación Nacional de Colombia. En el colegio existen dos grados
undécimos, denominados 11-1 y 11-2 con un total de 59 estudiantes. Para calcular el
tamaño de la muestra se utilizó la siguiente formula:
( )
( )( ) ( )
−=
− + −
2 124 Martinez, 2012, p. 306
2 21 (1 )
N z p pn
N e z p p
Donde:
n = tamaño de la muestra.
N = tamaño de la población (59 estudiantes)
z = nivel de confianza (95%), se obtiene mediante el uso de tablas.
Nivel de confianza 90%, z=1,645
Nivel de confianza 95%, z=1,96
Nivel de confianza 99%, z=2,575
e = precisión de la estimación o margen de error (5%).
p = probabilidad de éxito (50%)
( )
( )
−= =
− + −
259 1,96 0,5 1 0,551,26
2 259 1 0,05 1,96 0,5 (1 0,5)n
Metodología. 58
Es decir, una muestra de 52 estudiantes, sin embargo, debido a la escasa diferencia con
la población total a estudiar se opta por considerar el total de estudiantes. El estudio se
realizó con 59 estudiantes, la muestra está conformada por 32 mujeres y 27 hombres en
edades comprendidas entre los 17 y los 19 años. Se seleccionaron dos grupos de estudio, el
primero llamado grupo control (11-1) está conformado por 30 estudiantes y el segundo
llamado grupo experimental (11-2) constituido por 29 estudiantes, ambos grupos son de
carácter mixto. En el grupo de control se orientaron los temas a través de metodología
tradicional, es decir, a través de exposición teórica, desarrollo de ejercicios y evaluación
escrita. En el grupo experimental se combinó esta misma metodología con el uso de
simulaciones computarizadas.
5.1. Paso 1: Diseño de las simulaciones:
Existe gran variedad de software tanto de pago como gratuito que se enfoca en la
simulación de fenómenos físicos. Desde aplicaciones comerciales hasta software de uso
libre bajo diferentes acuerdos de licencia, entre los más populares se encuentra el proyecto
PhET de la Universidad del Colorado, que presenta un conjunto de simulaciones
programadas a través de diversos lenguajes, y que cubren diferentes áreas de las ciencias
y matemáticas. Las simulaciones del proyecto PhET se encuentran en continuo desarrollo,
son amigables con el usuario y están disponibles para descarga libre (Krobthong, 2015).
La interacción del usuario con una simulación tiene un carácter exploratorio, mientras que
en una modelación el usuario tiene acceso a la estructura básica y está en capacidad de
construir el modelo desde cero, modificarlo o reconstruirlo conforme desee (Lopez, Veit &
Araujo, 2016). En este sentido la mayor parte del software disponible sobre fenómenos
físicos incluido el proyecto PhET, funcionan como simuladores. Para esta investigación se
seleccionó Geogebra, un software gratuito empleado para enseñar y aprender
matemáticas, permite a sus usuarios crear modelos e interactuar con ellos, Geogebra
acepta comandos relacionados con geometría, álgebra y cálculo; posibilita la aplicación
interactiva de diferentes temáticas, presentándolas en forma de animaciones y permitiendo
una exploración visual y dinámica (Caligaris et al., 2015). Esta herramienta permite la
familiarización del estudiante con el tema de estudio, a través de la visualización de los
Metodología. 59
resultados de mediciones realizadas (León, 2017). Para el objeto de estudio actual se
diseñaron en total 5 simulaciones las cuales se describen en las Figuras 4 a la 8 a través
de los algoritmos básicos utilizados para su construcción.
Figura 4. Simulación 1: Elementos de un MAS. Elaboración propia
Figura 5. Simulación 2: Ecuaciones de un MAS. Elaboración propia
NO
SI
FIN
t=t+1
t<tf
INICIO
Modifique los valores de frecuencia y amplitud
f, A
w=2πf T=1/f
𝑡 = 0
x=Acosሺwtሻ
“Graficar” 𝑥
NO
SI
INICIO
“Modifique los valores de frecuencia, amplitud y ángulo de fase”
f, A, ϕ
w=2πf T=1/f
𝑡 = 0
x=A∙cosሺwt+ϕሻ v=-Aw∙senሺwt+ϕሻ a=Aw2∙cosሺwt+ϕሻ
“Graficar” x, v, a
t<tf
FIN
t=t+1
Metodología. 60
Figura 6. Simulación 3: Energía de un oscilador armónico. Elaboración propia
Figura 7. Simulación 4: Péndulo simple. Elaboración propia
SI
INICIO
A=4, k=1
w=1, m=1
t=0
x=A∙cosሺwtሻ v=-Aw∙senሺwtሻ
Ec=0,5∙mv2
Ep=0,5∙kx2
ET=Ec+Ep
“Graficar” x,v,Ec,Ep,ET
t<tf
FIN
t=t+1
NO
“graficar” θ
INICIO
“Modifique los valores de longitud, masa y gravedad”
L, m, g
T=2πሺL/gሻ0,5 w=ሺg/Lሻ0,5
t=0, α=0,175 rad
θ=α∙cosሺwtሻ
t<tf
FIN
t=t+1
SI
NO
Metodología. 61
Figura 8. Simulación 5: elementos de un movimiento ondulatorio. Elaboración propia
La mayoría de las investigaciones orientadas a la implementación de software en las aulas
de clase de física se enfocan en la utilización de simulaciones, poca utilización se da a las
actividades de modelación computacional, probablemente debido a que implica aparte del
conocimiento de los modelos matemáticos conocimientos en la utilización de un lenguaje
de programación especifico (Lopez, Veit & Araujo, 2016). En este sentido la investigación
que se presenta en este artículo contiene elementos de modelación dado que los
escenarios de los fenómenos estudiados fueron construidos de cero a partir de sus
modelos matemáticos, sin embargo, el producto de estos modelos computacionales se
presenta al estudiante como una serie de simulaciones, en las cuales debe manipular
variables y observar el comportamiento presentado.
NO
SI
INICIO
“Modifique los valores de periodo, amplitud y longitud de onda”
T, A, λ
k=2π/λ w=2π/T
t=t+1
FIN
t=0
y=A∙senሺkx-wtሻ
“Graficar” y
t<tf
Metodología. 62
5.2. Paso 2: Diseño de los cuestionarios de apoyo.
Para guiar el trabajo con cada una de las simulaciones se generaron una serie de
preguntas con el fin de motivar la exploración por parte del estudiante de la relación
existente entre las diferentes variables, las preguntas se muestran en la Tabla 4.
Tabla 4. Preguntas realizadas en los cuestionarios de apoyo.
Simulación 1. Elementos de un MAS
1. ¿Qué efecto tiene modificar la frecuencia de oscilación del sistema masa-resorte sobre la gráfica trazada en el papel milimetrado?
2. ¿Qué efecto tiene modificar la amplitud de oscilación del sistema masa resorte sobre la gráfica trazada en el papel milimetrado?
3. ¿Cómo se modifica la velocidad del sistema masa resorte al variar la frecuencia?
4. ¿Cómo se modifica el periodo de oscilación al variar la frecuencia?
5. ¿Qué relación existe entre frecuencia y amplitud?
Simulación 2. Ecuaciones de un MAS
1. ¿Qué sucede al variar el ángulo phi?
2. ¿En qué puntos de la trayectoria la velocidad vale cero?
3. ¿En qué puntos de la trayectoria la velocidad es máxima?
4. ¿Cómo se interpreta la velocidad negativa?
5. ¿En qué puntos de la trayectoria la aceleración vale cero?
6. ¿En qué puntos de la trayectoria la aceleración es máxima?
Simulación 3. Energía en un oscilador armónico
1. ¿De qué depende la energía cinética del sistema?
2. ¿De qué depende la energía potencial del sistema?
3. ¿Por qué la energía mecánica no cambia?
4. ¿En qué puntos de la trayectoria la energía cinética es máxima y en qué puntos
vale cero?
5. ¿En qué puntos de la trayectoria la energía potencial es máxima y en qué puntos
vale cero?
Simulación 4. Péndulo simple
1. ¿Qué sucede con el periodo del péndulo al variar la longitud de la cuerda?
2. ¿Qué sucede con el periodo del péndulo al variar la aceleración de la gravedad?
3. ¿Qué sucede con el periodo del péndulo al variar la masa del péndulo?
Simulación 5. Elementos de una onda
1. ¿Qué sucede con la animación al variar el periodo?
2. ¿Qué sucede con la animación al variar la amplitud?
3. ¿Qué sucede con la animación al variar la longitud de onda?
Metodología. 63
5.3. Paso 3: Diseño del test de Likert
Una forma de abordar la investigación en el aprendizaje interactivo es a través de la
aplicación de la herramienta test de Likert, una escala que permite hacer una medición
imparcial (Hartley, 2013) y que está constituida por una serie de preguntas que pretenden
conocer la actitud del encuestado frente al tema de referencia (Harpe, 2015), la encuesta
muestra una serie de opciones de respuesta que indican si el encuestado está o no de
acuerdo con el enunciado que se le propone , mostrando una posición frente al tema objeto
del estudio (Jaramillo, 2016). La escala de Likert puede ser aplicada antes y después de
la implementación de los cambios específicos para determinar e identificar de esta forma
la percepción de los estudiantes frente a la metodología implementada y por tanto la
favorabilidad de la misma, además de medir el grado de satisfacción de los estudiantes
con el modelo de enseñanza aplicado (Harpe, 2015).
Para el presente trabajo se desarrolló un test conformado por 10 preguntas, de las cuales 5
son favorables, es decir los enunciados están a favor del estímulo o la actitud del estudiante
y 5 son desfavorables, es decir están en contra del estímulo (Delgadillo, 2013). Las opciones
de respuesta para cada una de ellas fueron: Total Desacuerdo, En Desacuerdo, Indeciso, De
acuerdo y Totalmente de acuerdo. Con las preguntas se pretende identificar el grado de
satisfacción de los estudiantes frente al uso de los recursos y metodologías aplicadas en la
asignatura y su percepción frente a la física. Además, que tan efectivo es este método de
enseñanza y si a partir de él se pueden generar cambios de actitud de los estudiantes frente
al aprendizaje de la física. En la Tabla 5. Se muestra la versión final de las preguntas
incorporadas en el test.
Metodología. 64
Tabla 5. Ítems del test de Likert aplicado a grupos experimental y de control.
No. Pregunta Intención
1 Las herramientas utilizadas en la asignatura me permiten entender
conceptos metodológicos complicados. Favorable
2 La metodología de enseñanza de la asignatura no me permite
explorar por mi propia cuenta el comportamiento de los sistemas
físicos estudiados.
Desfavorable
3 Considero que la intensidad horaria de la asignatura se distribuye
apropiadamente entre la teoría y la práctica Favorable
4 Al iniciar un tema nuevo no me preguntan qué conocimiento tengo
acerca de él. Desfavorable
5 Prefiero aprender a través de contenidos multimedia que con las
clases tradicionales de tablero y marcador. Favorable
6 Considero que los temas estudiados no tienen aplicación práctica. Desfavorable
7 Me gustaría que otros docentes empleen herramientas similares a las
utilizadas en esta asignatura. Favorable
8 El docente se interesa por enseñar todos los temas de la asignatura,
más que por alcanzar el aprendizaje de sus estudiantes. Desfavorable
9 El docente alienta la participación y la discusión acerca de los temas
estudiados en clase. Favorable
10
En la asignatura no se optimiza la utilización de recursos tecnológicos
para la enseñanza (Computadores, tabletas, proyectores, internet,
etc).
Desfavorable
La escala de valoración para cada pregunta se asignó de 1 a 5, siendo 1 totalmente en
desacuerdo y 5 totalmente de acuerdo para los ítems favorables y la escala inversa para
las preguntas desfavorables (Delgadillo, 2013), tal como se muestra en la Tabla 6.
Tabla 6. Escala de valoración para los ítems del test de Likert.
Alternativas de respuesta
Ítems
favorables
Ítems
desfavorables Valor Valor
Total Desacuerdo 1 5
En desacuerdo 2 4
Indeciso 3 3
De acuerdo 4 2
Totalmente de acuerdo 5 1
Metodología. 65
5.4. Paso 4: Aplicación de la metodología.
Para ambos grupos se aplicó el test de Likert al inicio del tercer periodo académico, con el
fin de medir el nivel de satisfacción hacia la metodología tradicional de enseñanza. Para
los dos grupos se desarrolló el mismo plan de estudios, es decir, se orientaron los mismos
temas correspondientes a movimiento armónico simple y movimiento ondulatorio. En el
grupo de control se emplearon clases teóricas, solución de problemas y evaluación escrita,
en el grupo experimental además de lo anterior se realizaron sesiones adicionales empleando
las simulaciones computarizadas. Cada estudiante del grupo experimental tuvo acceso a un
computador portátil para correr las simulaciones y a una versión impresa del cuestionario de
apoyo. Una vez culminado el tercer periodo académico se aplicó nuevamente el test de
Likert en ambos grupos, con el fin de conocer la influencia de las metodologías aplicadas
en el nivel de satisfacción de los estudiantes.
6. Resultados y Discusión.
A continuación, se presentan los resultados obtenidos para la metodología de enseñanza
implementada en ambos grupos.
6.1. Paso 1: Diseño de las simulaciones.
Simulación 1. Simulación 1. Elementos de un MAS: Se presenta un objeto unido a un
resorte, el sistema oscila de forma vertical y su movimiento es registrado sobre un papel
cuadriculado que se desplaza de forma horizontal. Se pueden modificar la frecuencia y la
amplitud de la oscilación. El tiempo de la animación está fijado a 20 segundos, los cuales
se pueden visualizar en el cronometro. En cualquier instante de la animación se pueden
variar los valores de frecuencia y amplitud y observar el resultado sobre el trazo generado
en el papel. Figura 9.
Figura 9. interfaz gráfica de la simulación “elementos de un MAS”. Adaptada de
Geogebra. Elaboración propia.
Resultados y Discusión. 68
Simulación 2. Ecuaciones de un MAS: Se utiliza el mismo sistema masa-resorte de la
simulación 1. El resorte empieza a oscilar desde su posición inicial determinada por el
ángulo phi. Al lado derecho de la simulación se van trazando las gráficas de posición,
velocidad y aceleración en función del tiempo, dichas gráficas se pueden mostrar u ocultar
utilizando las casillas de verificación. El botón t→0 reinicia el deslizador de tiempo y hace
visible el deslizador del ángulo phi lo cual permite variar la posición inicial del resorte. En la
Figura 10 se muestra una captura de pantalla de la simulación 2.
Figura 10. Interfaz gráfica de la simulación ecuaciones de un MAS. Adaptada de Geogebra. Elaboración propia.
Simulación 3. Energía de un oscilador armónico: Se utilizan dos ventanas gráficas, en la
ventana de la izquierda se muestra mediante un diagrama de barras como varían la
energía potencial, la energía cinética y la energía mecánica total del sistema masa-resorte,
de acuerdo a la posición. En la ventana de la derecha se muestra una gráfica de energía
potencial elástica en función de la elongación del resorte para el mismo sistema. En esta
simulación el usuario no puede modificar ninguna variable, simplemente su rol se limita a
observar cómo varia la energía del sistema de acuerdo con la posición. La Figura 11
muestra una captura de pantalla de la simulación 3.
Resultados y Discusión. 69
Figura 11. Interfaz gráfica de la simulación energía de un oscilador armónico simple.
Adaptada de Geogebra. Elaboración propia.
Simulación 4. Péndulo simple: Se presenta un modelo de un péndulo simple. Existen tres
deslizadores que permiten variar la longitud del péndulo, la aceleración de la gravedad y
la masa del péndulo. En pantalla se presenta información sobre la fórmula para calcular el
periodo, el tiempo de oscilación y el periodo de oscilación. La Figura 12 muestra una
captura de pantalla de la simulación 4.
Figura 12. Interfaz gráfica de la simulación: péndulo simple. Adaptada de Geogebra. Elaboración propia.
Resultados y Discusión. 70
Simulación 5. Elementos de una onda: En esta simulación se pueden manipular los
valores de periodo, amplitud y longitud de onda mediante el uso de deslizadores. De igual
forma se puede analizar por separado el efecto de cada una de estas tres variables,
utilizando las casillas de verificación correspondientes, como se muestra en la Figura 13.
Figura 13. Interfaz gráfica de la simulación elementos de una onda. Adaptada de
Geogebra. Elaboración propia.
6.2. Paso 2: Diseño de los cuestionarios de apoyo.
El cuestionario de apoyo presentado en la Tabla 4 contiene preguntas de carácter abierto,
por consiguiente, las respuestas dadas por los estudiantes a este cuestionario son muy
variadas, se optó por agrupar las respuestas a partir de conceptos claves. Dichos
conceptos permiten inferir el nivel de comprensión que tienen los estudiantes hacia el tema
tratado. En las Tablas 7, 8, 9, 10 y 11 se muestra un resumen de las respuestas obtenidas
al aplicar el cuestionario de apoyo al grupo experimental. Las respuestas que presentaron
baja frecuencia (menos de 3 repeticiones) se agruparon bajo la denominación otras
respuestas.
En muchas de las respuestas se evidencia una correcta asociación entre el
comportamiento del fenómeno estudiado y las variables manipuladas, por ejemplo para la
Resultados y Discusión. 71
primera pregunta de la simulación 1: ¿Qué efecto tiene modificar la frecuencia de
oscilación del sistema masa-resorte sobre la gráfica trazada en el papel milimetrado?, en
el 44,8 % de las respuestas obtenidas los estudiantes manifiestan que cambia la velocidad
con que se mueve el sistema masa-resorte; al ser la frecuencia una medida del número de
oscilaciones por segundo que alcanza el sistema oscilante, existe una relación directa
entre la frecuencia y la velocidad con que se mueve el sistema masa-resorte, como lo
manifiestan el 20,7 % de los estudiantes al responder que a mayor frecuencia mayor
velocidad y viceversa. En el 17,2 % de las respuestas los estudiantes manifiestan que el
trazado se comprime o expande horizontalmente como efectivamente ocurre, mientras
tanto el 10,3 % de los estudiantes manifiesta que el periodo cambia, lo cual es cierto por
la relación inversa que existe entre las variables periodo y frecuencia y además indica
atención a los detalles por parte de los estudiantes que observaron el cambio en el valor
numérico de dicho parámetro que se muestra en la interfaz gráfica de la simulación. Sin
embargo, en algunas de las respuestas se evidencia confusión de conceptos, por ejemplo:
en la pregunta 2 de la simulación 1 ¿Qué efecto tiene modificar la amplitud de oscilación
del sistema masa-resorte sobre la gráfica trazada en el papel milimetrado? El 20,7 % de
los estudiantes respondieron cambia el tamaño de la onda utilizando erróneamente el
término onda en lugar de oscilación, de igual manera en la pregunta 5 de la simulación 1,
¿Qué relación existe entre frecuencia y amplitud? El 17,2 % responde frecuencia es la
cantidad de ondas por minuto, amplitud es la carga energética. Intercambiando
nuevamente los conceptos de onda y oscilación y utilizando además un concepto de
energía que no se estaba explorando en la simulación. Welti, (2005) manifiesta que la
interacción entre el aprendizaje de la temática de ondas, en especial la energía de la onda
y el conocimiento previo sobre osciladores armónicos propicia la transferencia de los
significados anteriores al nuevo fenómeno generando algunos errores. Sin embargo, en
las respuestas del grupo experimental se evidencia que el error se puede generar en la
dirección opuesta, es decir, el nuevo conocimiento sobre ondas se mezcla con el anterior
sobre movimiento armónico simple.
Resultados y Discusión. 72
Tabla 7. Simulación 1: Elementos de un MAS. Distribución de respuestas cuestionario de apoyo.
PREGUNTA 1
RESPUESTA FRECUENCIA PORCENTAJE
Cambia la velocidad con que se mueve el sistema masa-resorte.
13 44,8%
A mayor frecuencia mayor velocidad y/o viceversa.
6 20,7%
El trazado se comprime o expande horizontalmente.
5 17,2%
El periodo cambia. 3 10,3%
Otras respuestas. 1 3,4%
PREGUNTA 2
RESPUESTA FRECUENCIA PORCENTAJE
Aumenta o disminuye el tamaño de la oscilación.
10 34,5%
Cambia el tamaño de la onda. 6 20,7%
Cambia la elongación de la oscilación. 6 20,7%
Otras respuestas. 7 24,1%
PREGUNTA 3
RESPUESTA FRECUENCIA PORCENTAJE
A mayor frecuencia mayor velocidad y/o viceversa.
16 55,2%
Cambia la velocidad del sistema masa-resorte.
3 10,3%
Al modificar la velocidad del resorte varía la frecuencia.
3 10,3%
Otras respuestas. 7 24,1%
PREGUNTA 4
RESPUESTA FRECUENCIA PORCENTAJE
A mayor frecuencia menor periodo y/o viceversa.
19 65,5%
Otras respuestas. 10 34,5%
PREGUNTA 5
RESPUESTA FRECUENCIA PORCENTAJE
No tienen relación. 14 48,3%
La frecuencia modifica la velocidad y la amplitud modifica el estiramiento
5 17,2%
Frecuencia es la cantidad de ondas por minuto, amplitud es la carga energética.
5 17,2%
Otras respuestas. 5 17,2%
Tabla 8. Simulación 2: Ecuaciones de un MAS. Distribución de respuestas cuestionario de apoyo.
PREGUNTA 1
RESPUESTA FRECUENCIA PORCENTAJE
Cambia la posición de inicio de la oscilación. 10 34,5%
Varía la oscilación y el periodo de la onda. 7 24,1%
Las gráficas empiezan de un punto diferente. 3 10,3%
Otras respuestas. 9 31,0%
Resultados y Discusión. 73
PREGUNTA 2
RESPUESTA FRECUENCIA PORCENTAJE
En el punto de equilibrio. 13 44,8%
Cuando el ángulo vale cero y la amplitud vale cero.
7 24,1%
Cuando pasa por el punto t. 3 10,3%
Otras respuestas. 5 17,2%
PREGUNTA 3
RESPUESTA FRECUENCIA PORCENTAJE
En los puntos de elongación. 19 65,5%
Cuando está a punto de llegar a su máxima amplitud.
3 10,3%
Otras respuestas. 6 20,7%
No responde. 1 3,5%
PREGUNTA 4
RESPUESTA FRECUENCIA PORCENTAJE
Por debajo del punto de equilibrio. 13 44,8%
No tiene velocidad negativa sino rapidez negativa.
7 24,1%
Por debajo o encima del punto de equilibrio. 5 17,2%
Otras respuestas. 3 10,3%
No responde. 1 3,45%
PREGUNTA 5
RESPUESTA FRECUENCIA PORCENTAJE
En el punto de equilibrio. 23 79,3%
Otras respuestas. 5 17,2%
No responde. 1 3,5%
PREGUNTA 6
RESPUESTA FRECUENCIA PORCENTAJE
En los puntos de elongación. 9 31,0%
En el punto de equilibrio. 7 24,1%
En el punto de mayor elongación. 5 17,2%
Cuando se cumple una oscilación. 3 10,3%
Otras respuestas. 3 10,3%
No responde. 2 6,9%
Tabla 9. Simulación 3: Energía de un oscilador Armónico Simple. Distribución de respuestas cuestionario de apoyo.
PREGUNTA 1
RESPUESTA FRECUENCIA PORCENTAJE
Depende de la velocidad. 7 24,1%
Depende de la masa y de la velocidad. 7 24,1%
Depende de la elongación. 5 17,2%
Otras respuestas. 5 17,2%
No responde. 5 17,2%
PREGUNTA 2
RESPUESTA FRECUENCIA PORCENTAJE
Depende de la posición. 8 27,6%
Depende de la altura. 7 24,1%
De la elongación del resorte. 4 13,8%
Otras respuestas. 6 20,7%
No responde. 4 13,8%
Resultados y Discusión. 74
PREGUNTA 3
RESPUESTA FRECUENCIA PORCENTAJE
Vale cero en los puntos de elongación y es máxima en el punto de equilibrio.
16 55,2%
Otras respuestas. 9 31,0%
No responde. 4 13,8%
PREGUNTA 4
RESPUESTA FRECUENCIA PORCENTAJE
Vale cero en los puntos de elongación y es máxima en el punto de equilibrio.
16 55,2%
Otras respuestas. 9 31,0%
No responde. 4 13,8%
PREGUNTA 5
RESPUESTA FRECUENCIA PORCENTAJE
Vale cero en el punto de equilibrio y es máxima en su elongación.
16 55,2%
Otras respuestas. 7 24,1%
No responde. 6 20,7%
Tabla 10. Simulación 4: Péndulo simple. Distribución de respuestas cuestionario de apoyo.
PREGUNTA 1
RESPUESTA FRECUENCIA PORCENTAJE
A mayor longitud mayor periodo y/o viceversa.
19 65,5%
Otras respuestas. 5 17,2%
No responde. 5 17,2%
PREGUNTA 2
RESPUESTA FRECUENCIA PORCENTAJE
A mayor gravedad menor periodo. 8 27,6%
Aumenta la velocidad. 8 27,6%
No responde. 6 20,7%
Se mueve más rápido disminuyendo el periodo.
3 10,3%
Otras respuestas. 4 13,8%
PREGUNTA 3
RESPUESTA FRECUENCIA PORCENTAJE
El periodo no cambia. 20 69,0%
Otras respuestas. 3 10,3%
No responde. 6 20,7%
Tabla 11. Simulación 5: Elementos de una Onda. Distribución de respuestas cuestionario de apoyo.
PREGUNTA 1
RESPUESTA FRECUENCIA PORCENTAJE
Cambia su velocidad. 11 37,9%
El trazado aumenta. 4 13,8%
Otras respuestas. 3 10,3%
No responde. 11 37,9%
PREGUNTA 2
RESPUESTA FRECUENCIA PORCENTAJE
Resultados y Discusión. 75
Cambia su tamaño. 9 31,0%
Se reduce la trayectoria. 3 10,3%
Otras respuestas. 4 13,8%
No responde. 13 44,8%
PREGUNTA 3
RESPUESTA FRECUENCIA PORCENTAJE
Cambia la distancia entre los puntos B y C.
6 20,7%
Cambia el recorrido vertical 4 13,8%
La onda se comprime o se expande 3 10,3%
Otras respuestas 3 10,3%
No responde 13 44,8%
6.3. Paso 3: Diseño del Test de Likert.
Para cada ítem del test se calculó un valor promedio de acuerdo a la escala de valoración
presentada en la Tabla 6. El promedio se calcula multiplicando el número de veces que
aparece cada alternativa de respuesta (total desacuerdo, en desacuerdo, indeciso, de
acuerdo o totalmente de acuerdo) por el valor asignado (1, 2, 3, 4 o 5) a dicha alternativa
(dependiendo si el ítem es favorable o desfavorable). Se realiza la suma de los productos
mencionados y el resultado de la suma se divide entre el número de personas que dieron
respuesta a ese ítem. Dado que el promedio así calculado puede generar un número que
no es entero, se definió un rango de calificación para establecer una equivalencia
cualitativa como se muestra en la Tabla 12.
Tabla 12. Rango de calificación de resultados.
Escala cualitativa Ítems favorables Ítems desfavorables
Rango de valor promedio Rango de valor promedio
Total desacuerdo 0 ≤ x < 1 4 ≤ x ≤5
En desacuerdo 1 ≤ x <2 3 ≤ x <4
Indeciso 2 ≤ x <3 2 ≤ x <3
De acuerdo 3 ≤ x <4 1 ≤ x <2
Totalmente de acuerdo 4 ≤ x ≤5 0 ≤ x < 1
Para todos los ítems, entre mayor sea el valor promedio, mayor será la fortaleza observada
en el aspecto analizado para cada pregunta particular. Un ítem cuyo promedio esté entre
1 y 3, representaría una situación adversa con respecto al aspecto que se está midiendo.
Resultados y Discusión. 76
Lo ideal es que los ítems favorables se encuentren en la escala cualitativa De acuerdo –
Totalmente de acuerdo y que los ítems desfavorables se encuentren en la escala
cualitativa Desacuerdo – Totalmente desacuerdo, es decir, en ambos casos un valor
promedio mayor a 3. Los resultados obtenidos se presentan en las Tablas 13 y 14 para el
grupo control y en las Tablas 15 y 16 para el grupo experimental.
6.4. Paso 4: Aplicación de la metodología
Se comparan los resultados obtenidos en los test de Likert para ambos grupos, tanto al
inicio del tercero periodo, es decir, antes de aplicar la metodología en el grupo experimental
como al final del tercer periodo cuando ya se había aplicado la metodología de enseñanza
asistida por simulaciones al grupo experimental.
6.4.1. Grupo control.
Para este grupo se observó una mejora del 3% en la respuesta a las preguntas favorables
1, 5 y 9 (Figura 14), para las preguntas desfavorables 2 y 6 se evidenció una mejora
igualmente del 3% (Figura 15), las demás preguntas no tuvieron un incremento en su
calificación comparando los resultados de la primera encuesta con los de la segunda.
Figura 14. Resultados ítems favorables Grupo Control. Adaptada de Microsoft Excel. Elaboración propia.
0% 3%
27%17% 13%
23%
3%
27%37%
17%
63% 63%
50%57%
50%43%
60%
33%
47%70%
0%
20%
40%
60%
80%
100%
PRE POST PRE POST PRE POST PRE POST PRE POST
1 3 5 7 9
Grupo Control Items Favorables
Totalmente de acuerdo De acuerdo
Resultados y Discusión. 77
Figura 15. Resultados ítems desfavorables Grupo Control. Adaptada de Microsoft Excel. Elaboración propia.
Adicionalmente el rango promedio de calificación del antes y después de cada pregunta,
tanto favorable como desfavorable, no tuvo cambio alguno, esto teniendo en cuenta que
al grupo de control no se le aplicó la metodología diseñada (Tablas 13 y 14
respectivamente).
Tabla 13. Resultados calificación cualitativa y cuantitativa - ítems favorables Grupo control.
No. Pregunta
Calificación Promedio
Pre Post
Valor promedio
Escala cualitativa Valor
promedio Escala cualitativa
1 3,6 De acuerdo 3,7 De acuerdo
3 4,0 De acuerdo 3,8 De acuerdo
5 3,5 De acuerdo 3,6 De acuerdo
7 3,7 De acuerdo 3,8 De acuerdo
9 4,1 Totalmente de acuerdo 4,0 Totalmente de acuerdo
60% 60%
37%43%
67% 67%
50%43%
80% 77%
0% 3%
27%20%
0%3%
33%40%
7% 10%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
PRE POST PRE POST PRE POST PRE POST PRE POST
2 4 6 8 10
Grupo Control Items Desfavorables
En Desacuerdo Total Desacuerdo
Resultados y Discusión. 78
Tabla 14. Resultados calificación cualitativa y cuantitativa - ítems desfavorables Grupo control.
No. Pregunta
Calificación Promedio
Pre Post
Valor promedio
Escala cualitativa Valor
promedio Escala cualitativa
2 3,5 En desacuerdo 3,6 En desacuerdo
4 3,8 En desacuerdo 3,7 En desacuerdo
6 3,7 En desacuerdo 3,7 En desacuerdo
8 4,1 Totalmente desacuerdo 4,2 Totalmente desacuerdo
10 3,9 En desacuerdo 4,0 En desacuerdo
6.4.2. Grupo Experimental.
En el grupo experimental se evidenció una respuesta positiva para cada uno de los ítems
analizados, a excepción de la pregunta 8, comparando el test de entrada como el aplicado
posteriormente a la implementación de las nuevas metodologías de enseñanza. Para los
ítems favorables se observaron mejoras del 7%, 13%, 16%, 10% y 3% para las preguntas
1, 3, 5, 7 y 9 respectivamente (Figura 16). La mayor mejora en el rango de respuesta se
obtuvo para la pregunta 5, “Prefiero aprender a través de contenidos multimedia que con
las clases tradicionales de tablero y marcador”, lo que refleja la aceptación positiva que
tuvo en los estudiantes la implementación de las nuevas metodologías de enseñanza.
Para los ítems desfavorables se obtuvo una mejora del 10%, 3%, 7% y 3% para las
preguntas 2, 4, 6 y 10 respectivamente (Figura 17). La mayor mejora en la respuesta se
obtuvo para la pregunta 2, “La metodología de enseñanza de la asignatura no me permiten
explorar por mi propia cuenta el comportamiento de los sistemas físicos estudiados” y la
pregunta 6, “Considero que los temas estudiados no tienen aplicación práctica”, lo anterior
permite evidenciar que la Implementación de las nuevas metodologías ayuda a los
estudiantes a mejorar su disposición al aprendizaje práctico.
Resultados y Discusión. 79
Figura 16. Resultados ítems favorables Grupo Experimental. Adaptada de Microsoft Excel. Elaboración propia.
Figura 17. Resultados ítems desfavorables Grupo Experimental. Adaptada de Microsoft Excel. Elaboración propia.
Adicionalmente el rango promedio de calificación del test comparando la encuesta de
entrada con la de salida, se pueden evidenciar cambios positivos para las preguntas 2, 5,
7 y 10, las demás permanecieron estables, pero en el nivel esperado tanto para preguntas
52% 54%
17% 18%
34%
50%
31%
50%
14%21%
41%46%
52%64% 31%
32%
41%
32%
79%75%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
PRE POST PRE POST PRE POST PRE POST PRE POST
1 3 5 7 9
Grupo Experimental Items Favorables
Totalmente de acuerdo De acuerdo
83%
61% 59% 54%62%
50%
28% 21%
41% 36%
0%
32%
14% 21%
24% 43%
69% 75%28% 36%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
PRE POST PRE POST PRE POST PRE POST PRE POST
2 4 6 8 10
Grupo Experimental Items Desfavorables
En Desacuerdo Total Desacuerdo
Resultados y Discusión. 80
favorables (De acuerdo – Totalmente de acuerdo) como para preguntas desfavorables
(Desacuerdo – Totalmente desacuerdo) (Tablas 15 y 16).
Tabla 15. Resultados calificación cualitativa y cuantitativa - ítems favorables grupo experimental.
No. Pregunta
Calificación Promedio
Pre Post
Valor promedio
Escala cualitativa Valor
promedio Escala cualitativa
1 4,4 Totalmente de acuerdo
4,5 Totalmente de acuerdo
3 3,7 De acuerdo 3,9 De acuerdo
5 3,9 De acuerdo 4,3 Totalmente de acuerdo
7 4,0 De acuerdo 4,3 Totalmente de acuerdo
9 4,1 Totalmente de acuerdo
4,2 Totalmente de acuerdo
Tabla 16. Resultados calificación cualitativa y cuantitativa - ítems desfavorables grupo experimental.
No. Pregunta
Calificación Promedio
Pre Post
Valor promedio
Escala cualitativa Valor
promedio Escala cualitativa
2 3,8 En desacuerdo 4,3 Totalmente desacuerdo
4 3,8 En desacuerdo 3,9 En desacuerdo
6 4,1 Totalmente desacuerdo 4,4 Totalmente desacuerdo
8 4,7 Totalmente desacuerdo 4,7 Totalmente desacuerdo
10 3,9 En desacuerdo 4,1 Totalmente desacuerdo
Los estudiantes están Totalmente en desacuerdo con que La metodología de enseñanza
de la asignatura no les permite explorar por su propia cuenta el comportamiento de los
sistemas físicos estudiados y también con que en la asignatura no se optimiza la utilización
de recursos tecnológicos para la enseñanza. Por otra parte, los estudiantes están
totalmente de acuerdo con que prefieren aprender a través de contenidos multimedia más
que con las clases tradicionales de tablero y marcador y además con que les gustaría que
otros docentes empleen herramientas similares a las utilizadas en esta asignatura.
Resultados y Discusión. 81
Lo anterior permite evidenciar para el grupo experimental una respuesta positiva de los
estudiantes a la implementación de nuevas metodologías de enseñanza de la física
asistida por simulaciones.
Se realizó un análisis de varianza de un solo factor considerando las diferencias en los
resultados de las pruebas previas y posteriores para el test de Likert en ambos grupos, las
cuales se presentan en la tabla 17.
Tabla 17. Diferencias en los resultados del test de Likert.
No. Pregunta Grupo Control
Grupo Experimental
1 0,1 0,1
2 0,1 0,5
3 -0,2 0,2
4 -0,1 0,1
5 0,1 0,4
6 0,0 0,3
7 0,1 0,3
8 0,1 0,0
9 -0,1 0,1
10 0,1 0,2
Promedio 0,02 0,22
Varianza 0,0128889 0,024
Desviación Estándar 0,113529242 0,154919334
Nivel de significancia 0,05
Nivel de confianza 95%
Para el análisis de varianza se consideró un nivel de significancia de 0,05 y se planteó
como hipótesis nula H0 “Las medias de los grupos no presentan diferencias significativas”.
Se realizó este análisis estadístico por medio de la herramienta ANOVA de Excel, el cual
se presenta en la tabla 18.
Resultados y Discusión. 82
Tabla 18. Resultados de análisis de varianza ANOVA.
RESUMEN
Grupos Cuenta Suma Promedio Varianza
Control 10 0,2 0,02 0,01288889
Experimental 10 2,2 0,22 0,024
ANALISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados de
libertad
Promedio de los
cuadrados F Probabilidad
Valor crítico para F
Entre grupos 0,2 1 0,2 10,8433735 0,00404394 4,413873419
Dentro de los grupos
0,332 18 0,0184444 - - -
Total 0,532 19 - - - -
A partir de los grados de libertad se obtuvo un valor de F crítico de 4,4139 y de acuerdo
con los datos del análisis se obtuvo un valor de F igual a 10,8434. Ya que F es mayor que
el valor crítico para F, se rechaza la hipótesis nula, es decir, existen diferencias
significativas en las medias de los grupos.
Luego de la implementación de herramientas tecnológicas en los procesos de enseñanza
de la física, los estudiantes reflejan mayor nivel de satisfacción con las nuevas
metodologías de enseñanza implementadas, lo cual permitió mejorar los niveles de
percepción de los estudiantes frente a la materia, esto para el caso del grupo experimental
(ver Figura 18) en comparación con el grupo control (ver Figura 19).
Figura 18. Comparación calificación promedio de cada ítem antes y después del estudio
para el grupo control. Adaptada de Microsoft Excel. Elaboración propia.
3,63,5
4,0
3,8
3,5
3,7
4,1
3,7
4,1
3,9
3,73,6 3,8
3…3,6
3,7
4,2
3,8 4,04,0
3,53,63,73,83,94,04,14,24,34,44,54,64,74,84,95,0
1 2 3 4 5 6 7 8 9 10
Cal
ific
ació
n P
rom
edio
No. Pregunta
G. Control Pre G. Control Post
Resultados y Discusión. 83
Figura 19. Comparación calificación promedio de cada ítem antes y después del estudio
para el grupo experimental. Adaptada de Microsoft Excel. Elaboración propia.
La Tabla 19 muestra la variación porcentual entre el antes y después de la aplicación del
test de Likert para el grupo control y el grupo experimental, como se puede observar el
grupo experimental presentó mayor variación entre el antes y después de la aplicación del
test, mientras que para el grupo control la variación no fue tan significativa, para algunos
ítems incluso la variación fue negativa.
Tabla 19. Variación porcentual en la calificación promedio de los ítems del test de Likert.
Pregunta Variación Porcentual
Grupo control Variación Porcentual Grupo experimental
1 1,8% 2,0%
2 0,9% 12,0%
3 -5,0% 6,5%
4 -1,8% 3,6%
5 2,8% 9,1%
6 1,8% 6,2%
7 1,6% 7,1%
8 3,6% 1,3%
9 -1,6% 2,7%
10 0,8% 3,6%
4,4
3,83,7
3,83,9
4,14,0
4,7
4,1
3,9
4,5
4,3
3,93,9
4,3
4,4 4,3
4,7
4,2
4,1
3,53,63,73,83,94,04,14,24,34,44,54,64,74,84,95,0
1 2 3 4 5 6 7 8 9 10
Cal
ific
ació
n P
rom
edio
No. Pregunta
G. Experimental Pre G. Experimental Post
Resultados y Discusión. 84
A partir de los resultados se pudo evidenciar que existe una mejor respuesta de los
estudiantes del grupo experimental, en comparación con el grupo control, a la disposición
al aprendizaje práctico. El grupo experimental presentó un mayor nivel de satisfacción
hacia la metodología de enseñanza de la asignatura, y a partir de los promedios obtenidos
para los diferentes ítems del test de Likert se puede afirmar que los estudiantes de este
grupo consideran que la metodología aplicada les permite explorar por su propia cuenta el
comportamiento de los sistemas físicos estudiados, que los temas estudiados tienen
aplicación práctica, prefieren aprender a través de contenidos multimedia más que con las
clases tradicionales de tablero y marcador y les gustaría que otros docentes empleen
herramientas similares a las utilizadas en esta asignatura. El grupo de control no tuvo
cambios significativos con respecto a la evaluación realizada una vez terminó el periodo
de evaluación
La comparación de los promedios obtenidos en la asignatura Física para los estudiantes
de ambos grupos, entre el segundo y tercer periodo, se presenta en las tablas 20 y 21.
Tabla 20. Comparación de promedios entre segundo y tercer periodo para grupo control.
Estudiante II Semestre III Semestre Diferencia
Acevedo Castillo Jonathan 3,5 2,9 -0,6
Agudelo Vinasco Juan José 3,3 3,5 0,2
Aguirre Osorio Luis Alejandro 3,5 3,5 0,0
Arredondo Franco Yomara 3,8 4,2 0,4
Arroyave Molina Alex Daniel 3,5 4,1 0,6
Arroyave Molina Isabela 3,7 4,2 0,5
Bedoya Teneche Jhan Sebastián 3,2 3,7 0,5
Bernal Castro Daniela 3,5 3,1 -0,4
Cárdenas Castro Sebastián 3,5 3,3 -0,2
Castaño Hurtado Manuela 3,7 4,3 0,6
Castellanos Atehortúa Edgar Estiven 3,1 2,9 -0,2
Echeverry Ruíz Jhon Jairo 3,5 4,9 1,4
García Ocampo Mariana 3,7 3,7 0,0
Giraldo Porras Pedro Pablo 3,5 3,6 0,1
Giraldo Triana Juan Camilo 3,5 4,6 1,1
González Sepúlveda Yeison 3,6 3,1 -0,5
Marín Delgado Katerine 3,0 2,4 -0,6
Mejía Iza Jessica 2,7 3,9 1,2
Mora Hernández María Camila 3,3 4,9 1,6
Morales Gómez Diego Fernando 3,7 3,9 0,2
Resultados y Discusión. 85
Orrego Gil Juan Fernando 4,0 3,8 -0,2
Osorio González Xiomar 4,0 4,7 0,7
Osorio Jiménez Samuel 3,6 3,0 -0,6
Osorio Jiménez Santiago 3,5 4,0 0,5
Osorio Paz Yenny Alejandra 3,7 4,9 1,2
Sánchez Bedoya Leidy Yuliana 3,5 3,8 0,3
Uribe Osorio Daniela 3,8 4,5 0,7
Villa Bedoya Jaqueline 3,5 2,9 -0,6
Zape Orozco Francy Estefanía 3,5 3,1 -0,4
Zuluaga Hurtado Sandra Milena 2,9 2,0 -0,9
PROMEDIO GRUPO 3,5 3,7 0,2
Tabla 21. Comparación de promedios entre segundo y tercer periodo para grupo experimental.
Estudiante II Semestre III Semestre Diferencia
Agudelo García Manuela 4,0 3,9 -0,1
Cano Aristizábal Sebastián 3,1 4,0 0,9
Castaño Cardona Brenda María 4,5 4,5 0,0
Castaño Ríos Andrés Felipe 3,0 4,5 1,5
Castaño Ríos Valentina 3,3 4,5 1,2
Castaño Usme Katerine 4,1 4,6 0,5
Castro Correa Paola Andrea 3,4 3,9 0,5
García Hoyos Luis Fernando 4,1 3,9 -0,2
García Suárez Juan Pablo 3,5 2,9 -0,6
Giraldo González Carlos Andrés 3,3 3,9 0,6
González Ballen Erika Carolina 4,4 4,8 0,4
Gutiérrez Henao Katherine 3,5 4,3 0,8
Hincapié Cardona Daniel 3,9 4,1 0,2
Largo Largo Mónica Valentina 3,7 4,5 0,8
López Morales Julián Andres 3,5 3,8 0,3
López Zapata Yisel Dahyana 3,1 2,9 -0,2
Marín Londoño María José 3,6 3,9 0,3
Marín Zapata Estiven 3,6 4,0 0,4
Martínez Bedoya Juan José 4,3 4,3 0,0
Mejía Osorio Juliana 3,0 4,3 1,3
Morales Quintero Marcelo 3,9 4,0 0,1
Moreno Duque Valentina 3,1 3,0 -0,1
Muñoz Largo Yeison 3,6 3,9 0,3
Quintero Arredondo Rubén Darío 3,1 3,1 0,0
Quintero Campiño Leici Dayana 3,0 3,9 0,9
Resultados y Discusión. 86
Ramírez Coronado Daniela 3,3 3,5 0,2
Ramírez Coronado Valeria 3,3 4,1 0,8
Serna Vinasco Valentina 3,3 4,1 0,8
Velásquez Arias Yeraldín 4,2 4,5 0,3
PROMEDIO GRUPO 3,6 4,0 0,4
Se puede evidenciar que el promedio general de la asignatura tuvo un incremento de 4
décimas para el grupo experimental y de 2 décimas para el grupo control.
Discusión.
Estudios como el realizado por (Dinescu et al., 2010) han mostrado que existen diferencias
significativas en los grupos experimentales, observando mayor eficiencia en la
participación activa e interactiva luego de la implementación de métodos de enseñanza
didácticos. Otros estudios como (Martínez et al., 2018) reportan que un alto porcentaje de
sus estudiantes consideran que la utilización de las TIC facilita su aprendizaje, de acuerdo
a los resultados obtenidos en este estudio se evidencia que a la pregunta: prefiero
aprender a través de contenidos multimedia que con las clases tradicionales de tablero y
marcador las respuestas dadas por los estudiantes del grupo experimental presentaron
una variación positiva del 9,1% y (Tapasco y Giraldo, 2017) informa que además estas
aplicaciones son primordiales para los sistemas educativos actuales, a través de las cuales
se puede lograr una mayor efectividad en el aprendizaje si se compara con los métodos
de enseñanza tradicionales.
Otras investigaciones como las hechas por (Tikhonova y Tereshkova, 2014) corroboran
que los programas que hacen uso de herramientas tecnológicas mejoran su rendimiento
en comparación con aquellos cursos formados a través de métodos de enseñanza
habituales, en el alcance del presente estudio no se contempla evaluar la variación del
rendimiento académico de los grupos, sin embargo, tal como lo muestran las respuestas a
los cuestionarios de apoyo resumidas en las Tablas 7, 8, 9, 10 y 11 se logran tanto aciertos
como desaciertos por parte de los estudiantes en la conceptualización de los temas
estudiados. Investigaciones relacionadas indican que las plataformas interactivas,
conocidas como entorno de aprendizaje virtual, son especialmente útiles cuando se
Resultados y Discusión. 87
enfocan en la enseñanza de ciencias y en particular de la física, la cual es generalmente
de difícil comprensión para los estudiantes. (Martín y Serrano, 2009), al desarrollar su
estudio observaron que los estudiantes que siguieron el curso con la ayuda de estas
plataformas aumentaron su interés y por tanto obtuvieron mejores calificaciones en
comparación con años anteriores para las materias objeto de ese análisis, en el presente
estudio se evidenció un aumento en el interés de los estudiantes hacia la metodología de
enseñanza, ante la pregunta: me gustaría que otros docentes empleen herramientas
similares a las utilizadas en esta asignatura, el grupo experimental muestra una variación
positiva del 7,1%.
Otros autores reconocen a través de sus estudios la importancia del papel de las TIC en
la integración en las aulas escolares para promover la eficiencia en la enseñanza (Ezugwu,
Ofem, Rathod, Agushaka, & Haruna, 2016) y mejorar las competencias de los estudiantes,
llevando a mejores resultados en las áreas de aplicación (Ferraro, 2018).
Además, estudios llevados a cabo por (Wang, Jou, Lv, & Huang, 2018) demuestran que
bajo un cambio en el modelo de enseñanza basado en tecnología, aplicado al modelado
de la física, los maestros y estudiantes pueden iniciar el intercambio de aprendizaje en el
aula de una forma más participativa, de manera que se establezcan conceptos y
conocimientos correctos de las diferentes temáticas y además mejore el proceso cognitivo
de los estudiantes, ofreciendo un enfoque científico y mejorando su razonamiento. Este
estudio concluyó que los estudiantes que se sometieron a las nuevas metodologías de
enseñanza en el aula tuvieron una mejora notable en cuanto a los conceptos aplicados a
los modelos de física.
No hay que desconocer que algunos de los mayores obstáculos que se presentan en la
implementación adecuada de las nuevas metodologías de enseñanza basadas en TIC en
algunas regiones, son entre otros la limitante de la conectividad a internet y además los
pocos recursos en cuanto a la disponibilidad de computadoras, acceso a energía eléctrica
y otros accesorios requeridos (Ezugwu et al., 2016). Es importante entonces que, para la
implementación de las nuevas metodologías de enseñanza, exista alto compromiso del
gobierno y de las instituciones sobre los recursos otorgados para una correcta aplicación
en las aulas. Además, es de vital importancia el tiempo que los maestros dediquen en la
cátedra a estos nuevos modelos y además el entrenamiento y compromiso que estos
tengan (Claro et al., 2018).
Resultados y Discusión. 88
Entonces a partir de la implementación de una metodología de enseñanza asistida por
simulaciones computarizadas, se logró aumentar el nivel de satisfacción del estudiante
frente al aprendizaje de la física. Si bien es cierto existe una amplia oferta de software
orientado a la simulación de fenómenos físicos, Geogebra ofrece versatilidad al docente a
la hora de crear las simulaciones, permitiendo personalizar las mismas a través de la
creación de escenarios específicos al contexto del estudiante, mientras que los paquetes
de software existentes funcionan con escenarios predeterminados. Como líneas de
investigación futura se plantean: incluir a los estudiantes en el proceso de modelado de las
simulaciones de fenómenos físicos. Estudiar el impacto de la metodología en otras áreas
del conocimiento e incluir el uso de dispositivos portátiles tales como teléfonos inteligentes
y tabletas.
Resultados y Discusión. 89
Conclusiones. 90
7. Conclusiones.
De acuerdo a los resultados obtenidos se evidencia que se logró cumplir satisfactoriamente
con el propósito de diseñar e implementar una metodología de enseñanza de la física
asistida por simulación para mejorar el grado de satisfacción de los estudiantes, pues los
resultados del test de Likert muestran una variación porcentual mayor para cada uno de
los 10 ítems medidos en el grupo experimental que los correspondientes al grupo control,
por lo cual se concluye que la implementación de las herramientas tecnológicas en los
procesos de enseñanza de la física, permiten lograr un mayor nivel de satisfacción de los
estudiantes con el proceso de aprendizaje.
A partir del análisis de varianza ANOVA realizado utilizando la aplicación Excel de
Microsoft office se pudo determinar que existen diferencias significativas entre las medias
de la variable nivel de satisfacción hacia al aprendizaje entre ambos grupos.
El uso de la herramienta tecnológica Geogebra con el grupo experimental, permitió la
presentación de las temáticas estudiadas de una forma visual y dinámica, lo cual busca
mejorar el proceso de aprendizaje y la satisfacción de los estudiantes con la asignatura y
las metodologías aplicadas.
La metodología de enseñanza tradicional aplicada en el grupo control no favorece por si
sola un cambio significativo en el nivel de satisfacción del estudiante frente a la enseñanza
de la física, ya que no se evidenciaron cambios significativos en los resultados obtenidos
en el test de Likert aplicado antes y después del curso.
Por otra parte, para el grupo experimental se evidenció que existe una respuesta positiva
de los estudiantes a la implementación de la nueva metodología, durante el periodo de
Conclusiones. 91
estudio evaluado. A través de los resultados del test de Likert se determinó que los
estudiantes de este grupo consideran que esta nueva metodología les permite aprender
por su cuenta el comportamiento de los sistemas físicos estudiados, además consideran
que se optimizaron los recursos tecnológicos para el proceso de enseñanza y finalmente
para los estudiantes es preferible aprender a través de herramientas tecnológicas, más
que con las clases tradicionales, además consideran que este tipo de herramientas podrían
ser aplicadas en otras asignaturas para facilitar la comprensión de la temática orientada.
Agradecimientos 92
Agradecimientos
Agradecimientos especiales a la institución educativa La sagrada Familia del municipio de
Palestina Caldas, en cabeza del Rector Roberto Gil Carvajal por permitirme desarrollar mi
trabajo de investigación en sus instalaciones y con sus estudiantes, a la Universidad
Nacional de Colombia Sede Manizales, en especial a la maestría en enseñanza de las
ciencias exactas y naturales por todo el proceso de formación y a mi tutor Omar Danilo
Castrillón Gómez por su asesoría oportuna y constante.
Agradecimientos 93
Nomenclatura 94
Nomenclatura
Símbolo Término Unidad SI
𝐴 Amplitud M
𝑎 Aceleración m/s2
𝐸𝑐 Energía cinética J
𝐸𝑝 Energía potencial J
𝐸𝑇 Energía mecánica total J
𝑓 Frecuencia Hz
F Fuerza N
𝑔 Aceleración de la gravedad m/s2
𝑘 Constante elástica del resorte N/m
𝐿 Longitud del péndulo m
𝑚 Masa Kg
S Distancia entre el péndulo y la posición de equilibrio m
𝑇 Periodo, Fuerza de Tensión s, N
T Tiempo s
𝑡𝑓 Tiempo máximo de la simulación s
𝑣 Velocidad m/s
𝑤 Frecuencia angular rad/s
𝑥 Elongación, coordenada. m
𝑦 Coordenada m
Letras griegas:
𝛼 ángulo máximo del péndulo rad
𝜃 ángulo de rotación del péndulo respecto a la posición de equilibrio
rad
𝜆 Longitud de onda m
𝜙 ángulo o constante de fase rad
Referencias
Aizikovitsh-Udi, E., & Radakovic, N. (2012). Teaching probability by using geogebra dynamic tool and implemanting critical thinking skills. Procedia - Social and Behavioral Sciences, 46(Galotti 1989), 4943–4947. https://doi.org/10.1016/j.sbspro.2012.06.364
Ajredini, F., Izairi, N., & Zajkov, O. (2014). Real Experiments versus Phet Simulations for Better High-School Students’ Understanding of Electrostatic Charging. European Journal of Physics Education, 5(1), 59–70.
Akkaya, A., Tatar, E., Berrin, T., & Ka, Õ. (2011). Using Dynamic Software in Teaching of the Symmetry in Analytic Geometry : The Case of GeoGebra. Procedia Social and Behavioral Sciences, 15, 2540–2544. https://doi.org/10.1016/j.sbspro.2011.04.141
Alfred, M. C., Neyens, D. M., & Gramopadhye, A. K. (2019). Learning in simulated environments : An assessment of 4-week retention outcomes. Applied Ergonomics, 74(July 2018), 107–117. https://doi.org/10.1016/j.apergo.2018.08.002
Alfred, M., Neyens, D. M., & Gramopadhye, A. K. (2018). Comparing learning outcomes in physical and simulated learning environments. International Journal of Industrial Ergonomics, 68, 110–117. https://doi.org/10.1016/j.ergon.2018.07.002
Álvarez, A., Martín, M., Fernández, I., & Urretavizcaya, M. (2013). Blending traditional teaching methods with learning environments : Experience , cyclical evaluation process and impact with MAgAdI. Computers & Education, 68, 129–140. https://doi.org/10.1016/j.compedu.2013.05.006
Arbain, N., & Shukor, N. A. (2015). The effects of GeoGebra on students achievement. Procedia - Social and Behavioral Sciences, 172(2007), 208–214. https://doi.org/10.1016/j.sbspro.2015.01.356
Au-yong, M., Gonçalves, R., Martins, J., & Branco, F. (2018). The social impact of technology on millennials and consequences for higher education and leadership. Telematics and Informatics, 35(4), 954–963. https://doi.org/10.1016/j.tele.2017.10.007
Avidov, O., & Forkosh, A. (2018). Professional identity of teacher educators in the digital era in light of demands of pedagogical innovation. Teaching and Teacher Education, 73, 183–191. https://doi.org/10.1016/j.tate.2018.03.017
Aykutlu, I., Bezen, S., & Bayrak, C. (2015). Teacher Opinions about the Conceptual Challenges Experienced in Teaching Physics Curriculum Topics. Procedia - Social and Behavioral Sciences, 174, 390–405. https://doi.org/10.1016/j.sbspro.2015.01.681
Ayvaz, Z. (2010). Computer supported mathematics with Geogebra. Procedia Social and Behavioral Sciences, 9, 1449–1455. https://doi.org/10.1016/j.sbspro.2010.12.348
Ayvaz, Z., & Ozdemir, S. (2010). Using Geogebra as an information technology tool : parabola teaching. Procedia Social and Behavioral Sciences, 9, 565–572. https://doi.org/10.1016/j.sbspro.2010.12.198
Bacon, R., & Swithenby, S. (1996). A strategy for the integration of IT-led methods into physics—the SToMP approach. Computers & Education, 26(1–3), 135–141. https://doi.org/10.1016/0360-1315(95)00072-0
Bandoy, J. V. B., Pulido, M. T. R., & Sauquillo, D. J. (2016). The Effectiveness of using PHET Simulations for Physics Classes : A Survey The Effectiveness of using PHET Simulations for Physics Classes : A Survey. Research Gate, (October 2015), 1–4.
Bauer, W., & Westfall, G. (2011). Física para Ingeniería y Ciencias Volumen 1. Mc Graw Hill.
Belo, N. A. H., Driel, J. H. Van, Veen, K. Van, & Verloop, N. (2014). Beyond the dichotomy of teacher- versus student-focused education : A survey study on physics teachers ’ beliefs about the goals and pedagogy
Referencias 96
of physics education. Teaching and Teacher Education, 39, 89–101. https://doi.org/10.1016/j.tate.2013.12.008
Bich, T., Tran, L., Nhat, T., Mackenzie, S. V, & Kim, L. (2017). Developing assessment criteria of a lesson for creativity to promote teaching for creativity. Thinking Skills and Creativity, 25(November 2016), 10–26. https://doi.org/10.1016/j.tsc.2017.05.006
Bolívar, J. M. D. (2017). Diseño de un proyecto de aula sobre la enseñanza de enlace químico y su relación con las propiedades físicas de la materia mediante la aplicación de software educativo en química. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Medellín.
Boyce, A. S., Avent, C., Adetogun, A., Servance, L., Destefano, L., Nerem, R., & Platt, M. O. (2019). Implementation and evaluation of a biotechnology research experience for African-American high school students. Evaluation and Program Planning, 72(October 2018), 162–169. https://doi.org/10.1016/j.evalprogplan.2018.10.004
Calafato, R., & Tang, F. (2018). ScienceDirect The status of Arabic , superdiversity , and language learning motivation among non-Arab expats in the Gulf. Lingua. https://doi.org/10.1016/j.lingua.2018.11.003
Caligaris, M. G., Schivo, M. E., & Romiti, M. R. (2015). Calculus & GeoGebra , an interesting partnership. Procedia - Social and Behavioral Sciences, 174, 1183–1188. https://doi.org/10.1016/j.sbspro.2015.01.735
Camparo, J. (2013). A geometrical approach to the ordinal data of Likert scaling and attitude measurements : The density matrix in psychology. Journal of Mathematical Psychology, 57(1–2), 29–42. https://doi.org/10.1016/j.jmp.2013.02.004
Cardona, M. E., & López, S. (2017). Una revisión de literatura sobre el uso de sistemas de adquisición de datos para la enseñanza de la física en la educación básica, media y en la formación de profesores. Revista Brasileira de Ensino de Física, 39(4). https://doi.org/10.1590/1806-9126-rbef-2016-0308
Carpenter, Y., Moore, E. B., & Perkins, K. K. (2016). ConfChem Conference on Interactive Visualizations for Chemistry Teaching and Learning: Using an Interactive Simulation To Support Development of Expert Practices for Balancing Chemical Equations. Journal of Chemical Education, 93, 1150–1151. https://doi.org/10.1021/acs.jchemed.5b00546
Chang, K. E., Chen, Y. L., Lin, H. Y., & Sung, Y. T. (2008). Effects of learning support in simulation-based physics learning. Computers and Education, 51(4), 1486–1498. https://doi.org/10.1016/j.compedu.2008.01.007
Chen, C.-H., & Wu, I. C. (2012). The interplay between cognitive and motivational variables in a supportive online learning system for secondary physical education. Computers and Education, 58(1), 542–550. https://doi.org/10.1016/j.compedu.2011.09.012
Chen, S., Chang, W. H., Lai, C. H., & Tsai, C. Y. (2014). A Comparison of Students’ Approaches to Inquiry, Conceptual Learning, and Attitudes in Simulation-Based and Microcomputer-Based Laboratories. Science Education, 98(5), 905–935. https://doi.org/10.1002/sce.21126
Chetty, N. (2015). Teaching Teachers to Teach Physics to High School Learners. Procedia - Social and Behavioral Sciences, 174, 1886–1899. https://doi.org/10.1016/j.sbspro.2015.01.852
Chilton, J., He, Z., Fountain, R., & Alfred, D. (2018). PT US CR. Journal of Professional Nursing. https://doi.org/10.1016/j.profnurs.2018.10.002
Chiu, C., Tasi, W., Yang, W., & Guo, J. (2019). How to help older adults learn new technology ? Results from a multiple case research interviewing the internet technology instructors at the senior learning center. Computers & Education, 129(November 2018), 61–70. https://doi.org/10.1016/j.compedu.2018.10.020
Choi, G. W., Land, S. M., & Zimmerman, H. T. (2018). Investigating children’s deep learning of the tree life cycle using mobile technologies. Computers in Human Behavior, 87, 470–479. https://doi.org/10.1016/j.chb.2018.04.020
Claro, M., Salinas, A., Cabello Hutt, T., San Martín, E., Preiss, D. D., Valenzuela, S., & Jara, I. (2018). Teaching in a Digital Environment (TIDE): Defining and measuring teachers’ capacity to develop students’ digital information and communication skills. Computers & Education, 121(March), 162–174. https://doi.org/10.1016/j.compedu.2018.03.001
Collazos, H. F., & Castrillón, O.D. En prensa (2019). Metodología para la Enseñanza del Movimiento Oscilatorio mediante Simulación Computarizada, Información Tecnológica, 30(4).
Referencias 97
Concari, S., Giorgi, S., Cámara, C., & Giacosa, N. (2006). Didactic strategies using simulations for Physics teaching. Research Gate, (November), 1–5.
Cook, D. A., Becca, G., R, Farley, D., Matthew, L., Naik, N. D., Cardenas Lara, F. J., & Artino, A. R. (2018). Influencing Mindsets and Motivation in Procedural Skills Learning: Two Randomized Studies. Journal of Surgical Education, DavidA.Coo(507). https://doi.org/10.1016/j.jsurg.2018.09.018
Cruz, R. (2015). Analogies in High School Classes on Quantum Physics. Procedia - Social and Behavioral Sciences, 167, 38–43. https://doi.org/10.1016/j.sbspro.2014.12.639
Dai, W., & Fan, L. (2012). Discussion about the Pros and Cons and Recommendations for Multimedia Teaching in Local Vocational Schools. Physics Procedia, 33, 1144–1148. https://doi.org/10.1016/j.phpro.2012.05.188
de Jong, T., Martin, E., Zamarro, J.-M., Esquembre, F., Swaak, J., & van Joolingen, W. R. (1999). The integration of computer simulation and learning support: An example from the physics domain of collisions. Journal of Research in Science Teaching, 36(5), 597–615. https://doi.org/10.1002/(SICI)1098-2736(199905)36:5<597::AID-TEA6>3.0.CO;2-6
de Jong, T., Van Joolingen, W. R., Swaak, J., Veermans, K., Limbach, R., King, S., & Gureghian, D. (1998). Self-directed learning in simulation-based discovery environments. Journal of Computer Assisted Learning, 14(3), 235–246. https://doi.org/doi:10.1046/j.1365-2729.1998.143060.x
Dega, B. G., Kriek, J., & Mogese, T. F. (2013). Students’ conceptual change in electricity and magnetism using simulations: A comparison of cognitive perturbation and cognitive conflict. Journal of Research in Science Teaching, 50(6), 677–698. https://doi.org/10.1002/tea.21096
Delgadillo, F. A. (2013). Propuesta didáctica para la enseñanza de la hidrostática en ciclo 5 a partir de situaciones paradójicas. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Bogotá.
Díez Rodríguez, J. A. (2015). Manual de herramientas pedagógicas para la enseñanza de técnicas instrumentales de análisis químico y físico. (Tesis de Maestría). Universidad Nacional de Colombia, Medellín.
Dinescu, L., Dinica, M., & Miron, C. (2010). Active strategies - Option and necessity for teaching science in secondary and high school education. Procedia - Social and Behavioral Sciences, 2(2), 3724–3730. https://doi.org/10.1016/j.sbspro.2010.03.579
Donou, F. (2018). Technology , education , and economic growth in Sub-Saharan Africa. Telecommunications Policy, (February), 1–8. https://doi.org/10.1016/j.telpol.2018.08.005
Dukuzumuremyi, S., & Siklander, P. (2018). Interactions between pupils and their teacher in collaborative and technology-enhanced learning settings in the inclusive classroom. Teaching and Teacher Education, 76, 165–174. https://doi.org/10.1016/j.tate.2018.08.010
El Shaban, A., & Egbert, J. (2018). Diffusing education technology : A model for language teacher professional development in CALL. System, 78, 234–244. https://doi.org/10.1016/j.system.2018.09.002
Erixon, P. O. (2010). School subject paradigms and teaching practice in lower secondary Swedish schools influenced by ICT and media. Computers and Education, 54(4), 1212–1221. https://doi.org/10.1016/j.compedu.2009.11.007
Evens, M., Elen, J., Larmuseau, C., & Depaepe, F. (2018). Promoting the development of teacher professional knowledge : Integrating content and pedagogy in teacher education. Teaching and Teacher Education, 75, 244–258. https://doi.org/10.1016/j.tate.2018.07.001
Ezugwu, A. E., Ofem, P. O., Rathod, P., Agushaka, J. O., & Haruna, S. (2016). An Empirical Evaluation of the Role of Information and Communication Technology in Advancement of Teaching and Learning. Procedia Computer Science, 92, 568–577. https://doi.org/10.1016/j.procs.2016.07.384
Ferraro, S. (2018). Is information and communication technology satisfying educational needs at school? Computers and Education, 122(April), 194–204. https://doi.org/10.1016/j.compedu.2018.04.002
Gajda, A., Beghetto, R. A., & Karwowski, M. (2017). Exploring creative learning in the classroom : A multi-method. Thinking Skills and Creativity, 24(February), 250–267. https://doi.org/10.1016/j.tsc.2017.04.002
Garcia, I., & Pacheco, C. (2013). A constructivist computational platform to support mathematics education in elementary school. Computers and Education, 66, 25–39. https://doi.org/10.1016/j.compedu.2013.02.004
Guise, M., Habib, M., Thiessen, K., & Robbins, A. (2017). Continuum of co-teaching implementation : Moving
Referencias 98
from traditional student teaching to co-teaching *. Teaching and Teacher Education, 66, 370–382. https://doi.org/10.1016/j.tate.2017.05.002
Hamidi, H., & Chavoshi, A. (2018). Analysis of the essential factors for the adoption of mobile learning in higher education : A case study of students of the University of Technology. Telematics and Informatics, 35(4), 1053–1070. https://doi.org/10.1016/j.tele.2017.09.016
Harpe, S. E. (2015). How to analyze Likert and other rating scale data. Currents in Pharmacy Teaching and Learning, 7(6), 836–850. https://doi.org/10.1016/j.cptl.2015.08.001
Harrison, M. T. M. J. (1996). Computer-assisted assignments in a large physics class. Computers & Education, 27(2), 141–147.
Hartley, J. (2013). Some thoughts on Likert-type scales. International Journal of Clinical and Health Psychology, 13, 83–86. https://doi.org/10.1016/S1697-2600(14)70040-7
Hidalgo, A., & Lopez, C. (2018). Teaching Styles and Achievement: Student and Teacher Perspectives. Economics of Education Review. https://doi.org/10.1016/j.econedurev.2018.10.009
Hsu, J., & Hsu, R. (2012). Physics teaching in the medical schools of Taiwan. Kaohsiung Journal of Medical Sciences, 28(2), S33–S35. https://doi.org/10.1016/j.kjms.2011.08.006
Huapaya, C. ., Arona, G. ., & Lizarralde, F. A. (2005). Enseñanza de la Ingeniería con Sistemas Tutoriales Inteligentes. Información Tecnológica, 16(5), 75–78.
Ivanovic, M., Milicevic, A. K., Aleksićb, V., Bratića, B., & Mandi, M. (2018). Experiences and perspectives of Technology-enhanced learning and teaching in higher education – Serbian case, 0. https://doi.org/10.1016/j.procs.2018.08.086
Jaramillo García, C. C. (2016). Elaboración e implementación de una herramienta didáctica que permita enseñar la lógica proposicional a los estudiantes de grado sexto. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Manizales.
Jaramillo Garcia, J. S. (2016). Diseño de un objeto virtual para la enseñanza-aprendizaje de los conceptos matemáticos de nivelación previos al estudio de la química general. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Manizales.
Järvenoja, H., Järvelä, S., & Malmberg, J. (2017). Supporting groups’ emotion and motivation regulation during collaborative learning. Learning and Instruction, (June), 1–11. https://doi.org/10.1016/j.learninstruc.2017.11.004
Jia, X., Hu, W., Cai, F., Wang, H., Li, J., Runco, M. A., & Chen, Y. (2017). The influence of teaching methods on creative problem finding. Thinking Skills and Creativity, 24, 86–94. https://doi.org/10.1016/j.tsc.2017.02.006
Jian, S., & Hong, L. (2012). Explore the Effective Use of Multimedia Technology in College Physics Teaching. Energy Procedia, 17, 1897–1900. https://doi.org/10.1016/j.egypro.2012.02.329
Jimoyiannis, A., & Komis, V. (2001). Computer simulations in physics teaching and learning: a case study on students’ understanding of trajectory motion. Computers & Education, 36(2), 183–204. https://doi.org/10.1016/S0360-1315(00)00059-2
Khudanov, B., In, H., Kahharova, D., Lee, J., Hamidov, I., Lee, E., & Kim, B. (2018). Effect of an oral health education program based on the use of quantitative light-induced fluorescence technology in Uzbekistan adolescents. Photodiagnosis and Photodynamic Therapy, 21(January), 379–384. https://doi.org/10.1016/j.pdpdt.2018.01.012
Kirschner, P., & Huisman, W. (1998). “Dry laboratories” in science education; computer-based practical work. International Journal of Science Education, 20(6), 665–682. https://doi.org/10.1080/0950069980200605
Krobthong, T. (2015). Teaching University Physics by Using Interactive Science Simulations Methods. Procedia - Social and Behavioral Sciences, 197(February), 1811–1817. https://doi.org/10.1016/j.sbspro.2015.07.240
Lee, C., Kwon, O., Kim, M., & Kwon, D. (2018). Early identification of emerging technologies : A machine learning approach using multiple patent indicators. Technological Forecasting & Social Change, 127, 291–303. https://doi.org/10.1016/j.techfore.2017.10.002
León, C. E. (2017). El pensamiento covariacional y GeoGebra : herramientas para la explicación científica de algunas realidades for Scientific Explanation of Certain Realities. Tecné, Episteme Y Didaxis: TED, 42,
Referencias 99
159–171.
Li, Q. (2013). A novel Likert scale based on fuzzy sets theory. Expert Systems With Applications, 40(5), 1609–1618. https://doi.org/10.1016/j.eswa.2012.09.015
Lin, C., Zhang, Y., & Zheng, B. (2017). The roles of learning strategies and motivation in online language learning : A structural equation modeling analysis. Computers & Education, 113, 75–85. https://doi.org/10.1016/j.compedu.2017.05.014
Lin, H., Yen, W., & Wang, Y. (2018). Investigating the effect of learning method and motivation on learning performance in a business simulation system context : An experimental study. Computers & Education, 127(July), 30–40. https://doi.org/10.1016/j.compedu.2018.08.008
Liu, C., Wu, C., Wong, W., Lien, Y., & Chao, T.-K. (2017). Scientific modeling with mobile devices in high school physics labs. Computers & Education, 105, 44–56. https://doi.org/10.1016/j.compedu.2016.11.004
Lopez, S., Veit, E. A. y Araujo, I. S. (2016). Una Revisión de Literatura Sobre el Uso de Modelación y Simulación Computacional para la Enseñanza de la Física en la Educación Básica y Media. Revista Brasileira de Ensino de Física, 38(2), e2401-1-e2401-16, doi: 10.1590/1806-9126-RBEF-2015-0031.
Malaquias, R. F., Malaquias, F. F. O., & Hwang, Y. (2018). Understanding technology acceptance features in learning through a serious game. Computers in Human Behavior, 87(May 2017), 395–402. https://doi.org/10.1016/j.chb.2018.06.008
Marcus, M., Haden, C. A., & Uttal, D. H. (2018). Promoting children’s learning and transfer across informal science , technology , engineering , and mathematics learning experiences. Journal of Experimental Child Psychology, 175, 80–95. https://doi.org/10.1016/j.jecp.2018.06.003
Márquez, D. A., & Cárdenas, O. O. (2008). Implementación de un Laboratorio Virtual para la enseñanza de Controladores PID. Información Tecnológica, 19(3), 75–78. https://doi.org/10.1612/inf.tecnol.3884it.07
Martín Blas, T., & Serrano Fernández, A. (2009). The role of new technologies in the learning process: Moodle as a teaching tool in Physics. Computers and Education, 52(1), 35–44. https://doi.org/10.1016/j.compedu.2008.06.005
Martinez, C. (2012). Estadística y muestreo (13 edición). Ecoe ediciones.
Martínez Argüello, L. D., Hinojo Lucena, F. J., & Aznar Díaz, I. (2018). Aplicación de las Tecnologías de la Información y la Comunicación (TIC) en los Procesos de Enseñanza- Aprendizaje por parte de los Profesores de Química. Información Tecnológica, 29, 41–52. https://doi.org/10.4067/S0718-07642018000200005
Mayorova, V., Grishko, D., & Leonov, V. (2018). New educational tools to encourage high-school students ’ activity in stem. Science Direct, 61, 457–465.
McKagan, S. B., Handley, W., Perkins, K. K., & Wieman, C. E. (2008). A Research-Based Curriculum for Teaching the Photoelectric Effect. American Journal of Physics, 77(1), 1–9. https://doi.org/10.1119/1.2978181
Niemi, H. (2002). Active learning—a cultural change needed in teacher education and schools. Teaching and Teacher Education, 18(7), 763–780. https://doi.org/10.1016/S0742-051X(02)00042-2
Olokundun, M., Moses, C. L., Iyiola, O., Ibidunni, S., Ogbari, M., Peter, F., & Borishade, T. (2018). The effect of non traditional teaching methods in entrepreneurship education on students entrepreneurial interest and business startups : A data article. Data in Brief, 19, 16–20. https://doi.org/10.1016/j.dib.2018.04.142
Ozcan, O., & Gercek, C. (2015). What are the pre-service physics teachers ’ opinions about context based approach in physics lessons ? Procedia - Social and Behavioral Sciences, 197(February), 892–897. https://doi.org/10.1016/j.sbspro.2015.07.269
Pacheco, E., Lips, M., & Yoong, P. (2018). Transition 2.0 : Digital technologies , higher education , and vision impairment. The Internet and Higher Education, 37(November 2017), 1–10. https://doi.org/10.1016/j.iheduc.2017.11.001
Park, S. I., Lee, G., & Kim, M. (2009). Do students benefit equally from interactive computer simulations regardless of prior knowledge levels? Computers and Education, 52(3), 649–655. https://doi.org/10.1016/j.compedu.2008.11.014
Pehlivan, H., & Köseo, P. Õ. (2011). The reflections of certain social factors concerning science high school students into their attitudes towards physics course. Procedia Social and Behavioral Sciences, 15, 605–
Referencias 100
608. https://doi.org/10.1016/j.sbspro.2011.03.148
Perry, A., & Karpova, E. (2017). Efficacy of teaching creative thinking skills : A comparison of multiple creativity assessments. Thinking Skills and Creativity, 24, 118–126. https://doi.org/10.1016/j.tsc.2017.02.017
Pinzón, J. E. D. (2018). Aprendizaje de las matemáticas con el uso de simulación. Sophia, 14, 22–30. http://dx.doi.org/10.18634/sophiaj.14v.1i.519
Pyatt, K., & Sims, R. (2012). Virtual and Physical Experimentation in Inquiry-Based Science Labs: Attitudes, Performance and Access. Journal of Science Education and Technology, 21(1), 133–147. https://doi.org/10.1007/s10956-011-9291-6
Renata, B., & Jana, M. (2012). E-learning as a Motivation in Teaching Physics. Procedia -Social and Behavioral Sciences, 64, 328–331. https://doi.org/10.1016/j.sbspro.2012.11.039
Rockich, N., Train, B. C., Rudolph, M. J., & Gillette, C. (2018). Faculty motivations to use active learning among pharmacy educators. Currents in Pharmacy Teaching and Learning, 10(3), 277–284. https://doi.org/10.1016/j.cptl.2017.11.015
Rossi, A. P., & Baldini, P. N. (2008). Herramienta Computacional para la Enseñanza de la Evaluación del Campo Eléctrico en Instalaciones Industriales. Información Tecnológica, 19(3), 79–88. https://doi.org/10.1612/inf.tecnol.3921it.07
Rubio Orozco, E. A. (2013). Los mapas conceptuales como estrategia para la enseñanza - Aprendizaje de los gases. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Manizales.
Rutten, N., Van Joolingen, W. R., & Van Der Veen, J. T. (2012). The learning effects of computer simulations in science education. Computers and Education, 58(1), 136–153. https://doi.org/10.1016/j.compedu.2011.07.017
Salah, B., & Darmoul, S. (2018). Engineering Technology Education Based on the Reconfigurable Manufacturing Paradigm : A Case Study. Procedia Manufacturing, 23(2017), 87–92. https://doi.org/10.1016/j.promfg.2018.03.166
Saleh, S., & Subramaniam, L. (2018). Effects of Brain-Based Teaching Method on Physics achievement among ordinary school students. Kasetsart Journal of Social Sciences, 4–8. https://doi.org/10.1016/j.kjss.2017.12.025
Sarabando, C., Cravino, J. P., & Soares, A. A. (2014). Contribution of a Computer Simulation to Students’ Learning of the Physics Concepts of Weight and Mass. SLACTIONS 2013: Research Conference on Virtual Worlds – Learning with Simulations, 13, 112–121. https://doi.org/10.1016/j.protcy.2014.02.015
Sarabando, C., Cravino, J. P., & Soares, A. A. (2016). Improving student understanding of the concepts of weight and mass with a computer simulation. Journal of Baltic Science Education, 15(1), 109–126.
Schaffhauser, B. D. (2017). Legends of Learning to Add PhET Interactive Science Simulations. The Journal, 2017–2018.
Schalk, L., Edelsbrunner, P. A., Deiglmayr, A., Schumacher, R., & Stern, E. (2019). Improved application of the control-of-variables strategy as a collateral benefit of inquiry-based physics education in elementary school. Learning and Instruction, 59(September 2018), 34–45. https://doi.org/10.1016/j.learninstruc.2018.09.006
Schneider, S., Nebel, S., Beege, M., & Rey, G. D. (2018). The autonomy-enhancing effects of choice on cognitive load , motivation and learning with digital media. Learning and Instruction, 58(January), 161–172.
Serway, R. A., & Jewett, J. W. (2008). Física para Ciencias e Ingeniería Volumen 1 (Séptima). Cengage Learning.
Smetana, L. K., & Bell, R. L. (2012). Computer Simulations to Support Science Instruction and Learning: A critical review of the literature. International Journal of Science Education, 34(9), 1337–1370. https://doi.org/10.1080/09500693.2011.605182
Soh, K. (2017). Fostering student creativity through teacher behaviors. Thinking Skills and Creativity, 23, 58–66. https://doi.org/10.1016/j.tsc.2016.11.002
Stephens, A. L., & Clement, J. J. (2015). Use of physics simulations in whole class and small group settings: Comparative case studies. Computers and Education, 86, 137–156. https://doi.org/10.1016/j.compedu.2015.02.014
Referencias 101
Stern, C., Echeverría, C., & Porta, D. (2017). Teaching Physics through Experimental Projects. Procedia IUTAM, 20, 189–194. https://doi.org/10.1016/j.piutam.2017.03.026
Stoica, D., Paragina, F., Paragina, S., Miron, C., & Jipa, A. (2011). The interactive whiteboard and the instructional design in teaching physics. Procedia - Social and Behavioral Sciences, 15, 3316–3321. https://doi.org/10.1016/j.sbspro.2011.04.292
Sullivan, S., & Puntambekar, S. (2019). Learning with multiple online texts as part of scientific inquiry in the classroom. Computers & Education, 128(September 2018), 36–51. https://doi.org/10.1016/j.compedu.2018.09.004
Summak, M. S., Baǧlibel, M., & Samancioǧlu, M. (2010). Technology readiness of primary school teachers: A case study in Turkey. Procedia - Social and Behavioral Sciences, 2(2), 2671–2675. https://doi.org/10.1016/j.sbspro.2010.03.393
Sunal, D. W., Dantzler, J. A., Sunal, C. S., Turner, D. P., Harrell, J. W., Aggarwal, M. D., &, Simon, M. (2016). The 21st Century Physics Classroom: What Students, Teachers, and Classroom Observers Report. School Science and Mathematics, 116(3), 116–126. https://doi.org/10.1111/ssm.12164
Swaak, J., & De Jong, T. (2001). Discovery simulations and the assessment of intuitive knowledge. Journal of Computer Assisted Learning, 17(3), 284–294. https://doi.org/10.1046/j.0266-4909.2001.00183.x
Taka, D., Stankov, G., & Milanovic, I. (2015). Efficiency of learning environment using GeoGebra when calculus contents are learned in collaborative groups, 82, 421-431. https://doi.org/10.1016/j.compedu.2014.12.002
Tapasco, O. A., & Giraldo, J. A. (2017). Estudio comparativo sobre percepción y uso de las tic entre profesores de universidades públicas y privadas. Formacion Universitaria, 10(2), 3–12. https://doi.org/10.4067/S0718-50062017000200002
Taub, R., Armoni, M., Bagno, E., & Ben-ari, M. M. (2015). Computers & Education The effect of computer science on physics learning in a computational science environment. Computers & Education, 87, 10–23. https://doi.org/10.1016/j.compedu.2015.03.013
Tikhonova, E. V., & Tereshkova, N. S. (2014). Information and Communication Technologies in the Teaching of Interpreting. Procedia - Social and Behavioral Sciences, 154(October), 534–538. https://doi.org/10.1016/j.sbspro.2014.10.181
Tortorella, G., & Cauchick-miguel, P. (2018). Combining traditional teaching methods and PBL for teaching and learning of lean traditional teaching methods and Combining traditional teaching methods and PBL PBL for for teaching teaching and and learning learning of of lean lean manufacturing manufact. Science Direct, 51(11), 915–920. https://doi.org/10.1016/j.ifacol.2018.08.465
Ünlü, Z. K., & Dökme, İ. (2015). 7th Grade Students’ Views on Combining the use of Computer Simulations and Laboratory Activities in Science Teaching. Procedia - Social and Behavioral Sciences, 191, 1173–1177. https://doi.org/10.1016/j.sbspro.2015.04.258
Vlassi, M., & Karaliota, A. (2013). The comparison between guided inquiry and traditional teaching method . A case study for the teaching of the structure of matter to 8th grade Greek students. Procedia - Social and Behavioral Sciences, 93, 494–497. https://doi.org/10.1016/j.sbspro.2013.09.226
Vonglao, P. (2017). Application of fuzzy logic to improve the Likert scale to measure latent variables. Kasetsart Journal of Social Sciences, 38(3), 337–344. https://doi.org/10.1016/j.kjss.2017.01.002
Vreman, C., De Jong, T., & Gijlers, H. (2013). Learning by designing instruction in the context of simulation-based inquiry learning. Educational Technology and Society, 16(4), 47–58.
Wadgave, U., & Khairnar, M. R. (2018). Parametric tests for Likert scale : For and against. Asian Journal of Psychiatry, 24(2016), 67–68. https://doi.org/10.1016/j.ajp.2016.08.016
Walsh, C., Chappell, K., & Craft, A. (2017). A co-creativity theoretical framework to foster and evaluate the presence of wise humanising creativity in virtual learning environments ( VLEs ). Thinking Skills and Creativity, 24, 228–241. https://doi.org/10.1016/j.tsc.2017.01.001
Wang, J., & Jou, M. (2016). Qualitative investigation on the views of inquiry teaching based upon the cloud learning environment of high school physics teachers from Beijing, Taipei, and Chicago. Computers in Human Behavior, 60, 212–222. https://doi.org/10.1016/j.chb.2016.02.003
Wang, J., Jou, M., Lv, Y., & Huang, C. (2018). Computers in Human Behavior An investigation on teaching performances of model-based fl ipping classroom for physics supported by modern teaching
Referencias 102
technologies. Computers in Human Behavior, 84, 36–48. https://doi.org/10.1016/j.chb.2018.02.018
Wang, S., Zhang, K., Du, M., & Wang, Z. (2018). Development and measurement validity of an instrument for the impact of technology-mediated learning on learning processes. Computers & Education, 121(June 2017), 131–142. https://doi.org/10.1016/j.compedu.2018.03.006
Wieman, C. E., Adams, W. K., & Perkins, K. K. (2008). PhET: Simulations That Enhance Learning. Education Forum, 322(October), 682–684.
Wood, B. E., Taylor, R., Atkins, R., & Johnston, M. (2018). Pedagogies for active citizenship : Learning through affective and cognitive domains for deeper democratic engagement. Teaching and Teacher Education, 75, 259–267. https://doi.org/10.1016/j.tate.2018.07.007
Wu, Z., & Zhang, R. (2019). Learning physics by data for the motion of a sphere falling in a non-Newtonian fluid. Communications in Nonlinear Science and Numerical Simulation, 67, 577–593. https://doi.org/10.1016/j.cnsns.2018.05.007
Young, H. D., & Freedman, R. A. (2009). Física Universitaria Volumen 1 (12th ed.). PEARSON EDUCACION MEXICO.
Zacharia, Z. C. (2007). Comparing and combining real and virtual experimentation: An effort to enhance students’ conceptual understanding of electric circuits. Journal of Computer Assisted Learning, 23(2), 120–132. https://doi.org/10.1111/j.1365-2729.2006.00215.x
Zainuddin, Z. (2018). Students’ learning performance and perceived motivation in gamified flipped-class instruction. Computers & Education, 126(July), 75–88. https://doi.org/10.1016/j.compedu.2018.07.003
Zengin, Y., Furkan, H., & Kutluca, T. (2012). The effect of dynamic mathematics software geogebra on student achievement in teaching of trigonometry. Procedia - Social and Behavioral Sciences, 0(2011), 183–187. https://doi.org/10.1016/j.sbspro.2011.12.038
Zhang, M. (2014). Computers & Education Who are interested in online science simulations? Tracking a trend of digital divide in Internet use. Computers & Education, 76, 205–214. https://doi.org/10.1016/j.compedu.2014.04.001
Zucker, A. A., & Hug, S. T. (2008). Teaching and learning physics in a 1:1 laptop school. Journal of Science Education and Technology, 17(6), 586–594. https://doi.org/10.1007/s10956-008-9125-3
Zuluaga Gómez, C. A. (2016). Diseño e implementación de un curso virtual para la enseñanza-aprendizaje del movimiento de los cuerpos en dos dimensiones mediante el uso de unidades didácticas : Estudio de caso en el grado 10o de la Institución Educativa San Jorge , de la ciudad de Manizales. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Manizales.
Anexo A. Carta de aceptación para publicación de artículo en revista
internacional Información Tecnológica.
103
Anexo A. Carta de aceptación para publicación de artículo en revista internacional Información Tecnológica.
Anexo B. Carta aporte de tesis Institución Educativa La Sagrada Familia. 104
Anexo B. Carta aporte de tesis Institución Educativa La Sagrada Familia.
Anexo C. Resultados consolidados test de Likert para Grupo Control. 105
Anexo C. Resultados consolidados test de Likert para Grupo Control.
Tabla 22. Resultados consolidados iniciales test de Likert para grupo control (Pre)
No.
Estudiante P1 IF
P2 ID
P3 IF
P4 ID
P5 IF
P6 ID
P7 IF
P8 ID
P9 IF
P10 ID
1 4 3 2 3 4 4 3 5 4 4
2 3 4 5 4 4 4 3 4 5 3
3 4 4 4 5 4 4 4 5 5 4
4 4 3 5 4 4 3 3 5 4 4
5 4 4 4 5 4 4 4 4 4 4
6 3 4 4 4 5 3 4 5 4 3
7 4 2 5 5 2 4 4 3 4 4
8 3 4 5 4 2 4 5 2 4 3
9 3 4 2 4 4 3 3 3 5 4
10 4 4 4 3 4 4 4 5 5 5
11 4 3 4 5 3 3 4 4 5 4
12 4 3 4 2 4 4 3 5 2 4
13 3 4 4 3 4 4 4 5 5 5
14 4 4 4 3 4 4 4 4 5 4
15 4 3 4 3 4 4 4 4 5 3
16 4 4 4 4 4 3 4 4 5 4
17 4 3 4 3 4 3 4 5 5 4
18 4 4 3 4 5 3 4 4 4 4
19 4 3 4 4 3 4 4 4 4 4
20 4 3 5 5 3 4 3 4 4 4
21 4 3 3 4 5 4 3 5 4 4
22 3 2 5 4 3 4 4 4 4 4
23 3 4 4 5 2 3 4 5 2 4
24 3 4 5 5 2 4 3 4 4 4
25 4 4 3 3 4 4 3 4 5 4
26 4 4 4 5 2 4 4 4 4 4
27 4 3 5 4 2 4 4 4 4 4
28 3 4 4 3 5 3 3 4 2 4
29 3 4 3 2 4 4 3 3 3 4
30 3 4 3 2 2 3 4 3 3 4
Promedio
3,6 3,5 4,0 3,8 3,5 3,7 3,7 4,1 4,1 3,9
De acuerdo
En desacu
erdo
De acuerdo
En desacu
erdo
De acuerdo
En desacu
erdo
De acuerdo
Totalmente
desacuerdo
Totalmente de acuerd
o
En desacu
erdo
Anexo C. Resultados consolidados test de Likert para Grupo Control. 106
Tabla 23. Resultados consolidados finales test de Likert para grupo control (Post)
No. Estudia
nte
P1 IF
P2 ID
P3 IF
P4 ID
P5 IF
P6 ID
P7 IF
P8 ID
P9 IF
P10 ID
1 4 3 2 3 5 3 2 5 4 4
2 4 4 5 4 4 4 5 4 5 3
3 4 4 4 5 4 4 4 3 5 4
4 4 4 5 4 4 3 5 4 3 4
5 4 4 4 4 5 3 4 4 4 4
6 4 4 4 4 5 3 4 3 4 4
7 4 4 4 5 2 4 5 3 4 4
8 4 4 5 4 2 4 3 3 4 3
9 4 4 3 4 5 3 3 4 4 4
10 4 4 3 3 4 4 5 5 4 4
11 4 3 4 4 3 4 5 5 5 4
12 4 3 4 2 4 4 2 5 3 4
13 4 4 4 3 4 4 4 4 4 5
14 4 4 4 3 4 4 3 5 4 4
15 4 3 4 3 4 4 4 5 4 4
16 4 4 4 4 4 3 3 5 4 4
17 3 3 4 3 4 4 4 5 4 4
18 4 4 3 5 5 3 4 5 4 5
19 3 2 4 4 2 4 4 4 4 4
20 3 5 4 5 3 4 3 4 4 4
21 4 3 2 4 5 4 5 2 4 5
22 3 2 4 5 3 4 5 5 4 4
23 3 2 4 4 1 5 4 5 5 4
24 5 3 4 3 2 4 3 4 4 3
25 3 4 5 3 4 4 3 5 4 4
26 3 4 4 4 4 3 4 4 4 4
27 4 4 5 4 2 4 5 4 5 3
28 3 4 3 5 5 3 3 4 4 4
29 3 3 2 2 4 4 3 4 3 4
30 3 4 2 2 2 4 3 4 3 4
Promedio
3,7 3,6 3,8 3,7 3,6 3,7 3,8 4,2 4,0 4,0
De acuer
do
En desacu
erdo
De acuer
do
En desacu
erdo
De acuer
do
En desacu
erdo
De acuer
do
Totalmente
desacuerdo
Totalmente de acuerd
o
En desacu
erdo
Anexo D. Resultados consolidados test de Likert para Grupo Experimental. 107
Anexo D. Resultados consolidados test de Likert para Grupo Experimental.
Tabla 24. Resultados consolidados iniciales test de Likert para grupo experimental (Pre)
No. Estudiante P1 IF
P2 ID
P3 IF
P4 ID
P5 IF
P6 ID
P7 IF
P8 ID
P9 IF
P10 ID
1 4 4 3 4 4 4 4 4 3 4
2 5 4 5 4 4 5 5 5 4 4
3 5 4 5 5 3 4 4 5 4 3
4 5 4 2 2 5 5 3 5 4 3
5 5 4 1 4 2 5 5 5 4 4
6 4 4 4 4 3 4 3 5 4 3
7 4 4 4 4 3 4 3 4 4 3
8 5 4 4 5 2 4 5 5 4 5
9 4 3 2 5 5 4 5 5 4 4
10 3 2 4 2 3 3 4 5 4 5
11 5 4 4 4 4 4 4 4 4 4
12 4 4 4 4 4 4 4 5 4 4
13 5 4 4 3 5 4 4 5 4 5
14 4 4 3 3 4 3 3 4 4 3
15 5 4 3 3 4 5 3 5 4 5
16 4 3 4 4 3 4 2 4 4 2
17 4 4 4 4 4 4 4 4 4 4
18 4 3 5 4 5 5 4 3 4 3
19 4 4 2 4 4 3 4 4 4 5
20 5 4 4 5 3 4 3 5 3 4
21 5 4 3 4 2 4 4 4 5 3
22 5 4 3 3 5 5 5 5 4 5
23 5 4 4 3 5 3 5 5 5 5
24 3 3 4 4 5 4 4 5 5 4
25 5 4 4 4 5 4 5 5 4 4
26 5 4 4 4 5 4 5 5 5 4
27 4 4 5 4 4 5 4 5 4 5
28 4 4 5 4 5 4 5 5 4 3
29 5 4 4 3 3 4 3 5 4 4
30
Promedio
4,4 3,8 3,7 3,8 3,9 4,1 4,0 4,7 4,1 3,9
Totalmente de acuerd
o
En desacuer
do
De acuer
do
En desacuer
do
De acuer
do
Totalmente
desacuerdo
De acuer
do
Totalmente
desacuerdo
Totalmente de
acuerdo
En desacuer
do
108
Tabla 25. Resultados consolidados finales test de Likert para grupo experimental (Post)
No. Estudia
nte
P1 IF
P2 ID
P3 IF
P4 ID
P5 IF
P6 ID
P7 IF
P8 ID
P9 IF
P10 ID
1 4 4 4 4 4 5 5 5 5 3
2 4 4 3 3 2 4 3 4 4 4
3 4 4 4 4 4 4 4 5 4 4
4 4 3 4 4 5 5 4 5 4 4
5 5 4 4 4 5 4 5 5 5 5
6 4 4 3 3 5 3 2 4 4 3
7 5 4 2 4 5 5 5 5 4 5
8 5 4 4 4 4 4 4 5 5 4
9 4 5 4 2 5 3 5 5 4 5
10 4 4 4 3 4 4 5 5 4 3
11 4 4 4 3 3 5 3 4 4 3
12 5 5 4 4 2 5 5 5 3 5
13 4 4 3 5 5 4 5 5 5 5
14 5 4 4 4 4 4 5 5 4 4
15 5 5 5 5 4 5 4 5 5 5
16 5 5 5 4 5 5 5 5 4 5
17 4 3 4 4 5 4 4 3 4 3
18 5 4 5 4 5 5 3 4 4 4
19 4 4 4 3 4 4 3 4 4 3
20 4 4 4 4 4 4 4 4 4 4
21 5 5 4 5 5 4 4 5 4 4
22 5 5 4 5 5 4 4 5 4 4
23 5 5 2 4 5 5 5 5 4 3
24 5 4 4 4 4 4 5 5 4 5
25 4 4 4 3 3 4 5 5 5 4
26 5 5 5 5 5 5 5 5 4 5
27 5 4 4 4 3 5 4 5 4 3
28 5 5 5 5 5 5 5 5 4 5
29 - - - - - - - - - -
30 - - - - - - - - - -
Promedio
4,5 4,3 3,9 3,9 4,3 4,4 4,3 4,7 4,2 4,1
Totalmente de
acuerdo
Totalmente
desacuerdo
De acuerdo
En desacu
erdo
Totalmente de
acuerdo
Totalmente
desacuerdo
Totalmente de
acuerdo
Totalmente
desacuerdo
Totalmente de
acuerdo
Totalmente
desacuerdo
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo
experimental.
109
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo experimental.
Figura 20. Simulación de péndulo simple. Fotografía. Elaboración propia.
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo
experimental.
110
“Esta página ha sido dejada intencionalmente en blanco”
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo
experimental.
111
Figura 21. Proyección de simulación mediante video beam. Fotografía elaboración
propia.
Figura 22. Simulación elementos de un movimiento armónico simple. Fotografía elaboración propia.
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo
experimental.
112
“Esta página ha sido dejada intencionalmente en blanco”
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo
experimental.
113
Figura 23. Simulación energía de un oscilador armónico simple. Fotografía elaboración propia.
Figura 24. Simulación ecuaciones de un movimiento armónico simple. Fotografía elaboración propia.
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo
experimental.
114
“Esta página ha sido dejada intencionalmente en blanco”
Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo
experimental.
115
Figura 25. Simulación elementos de una onda. Fotografía elaboración propia.