1
Propuesta didáctica para la enseñanza universitaria
del concepto de potencia de una prueba
Ricardo Alvarado Barrantes [email protected]
Stefani Matarrita Muñoz [email protected]
Rocío Mora Fallas [email protected]
RESUMEN
La estadística es una potente herramienta de análisis cuantitativo, que se aplica en muchas áreas
de estudio, por lo cual se ha hecho indispensable incorporar conceptos y técnicas estadísticas
básicas en la formación profesional de distintas disciplinas. Muchos de estos conceptos poseen
un gran nivel de abstracción, como lo es el caso de potencia en las pruebas de hipótesis, el cual
muchas veces es difícil de asimilar por parte del estudiante, y por ende dificulta la aplicación
del concepto en problemas prácticos. Por otra parte en Costa Rica los docentes de la educación
superior, son profesionales que no necesariamente poseen formación pedagógica, debido a esto
las clases tienden a ser en su mayoría magistrales, propias del método conductual lo que
conlleva a un aprendizaje que puede carecer de practicidad o aplicabilidad a contextos reales
por parte del profesional en formación, y que además posee deficiencias al abordar temas
abstractos. Por ello el presente estudio propone una herramienta didáctica para los docentes
universitarios de cómo enseñar el concepto de potencia de prueba a través de técnicas de
enseñanza constructivistas. La herramienta es un programa en R con una interface amigable
para que los estudiantes aprovechen de un marco de simulaciones sin necesidad de tener que
hacer la programación.
Palabras claves: Potencia de prueba, R, simulación, constructivismo, educación universitaria
ABSTRACT: Statistics is a tool for quantitative analysis, which is applied in many fields, for
that reason it has become essential to incorporate concepts and basic statistical techniques in
the professional training of different disciplines. Many of these concepts have a high level of
abstraction, as is the case of power in hypothesis tests, which is often difficult to assimilate by
the students, and therefore difficult to use the concept in practical problems. On the other hand,
in Costa Rica the college's teachers are professionals who do not necessarily possess the
pedagogical training, for that reason the classes are mostly masterful; this is a technique of the
behavioral method which entails learning that may lack practice or applicability to real contexts
by the professional in training, and also has deficiencies in addressing abstract issues.
Therefore, the present study proposes a didactic tool for university teachers on how to teach
the concept the power of a hypothesis test through constructivist teaching techniques. The tool
is an R program with a friendly interface, so that students take advantage of a framework of
simulations without having to do themselves the programming.
Keywords: Power, simulation, R, constructivism, higher education.
2
I. Introducción.
Desde épocas antiguas la estadística y probabilidad ha prevalecido de forma innata en el
desarrollo de la vida cotidiana, por ejemplo algunas civilizaciones antiguas como los
babilonios (3000 A.C) utilizaron tablas de arcilla para recopilar datos de producción agrícola.
También se han encontrado documentos que manifiestan la organización de datos y censos de
población realizados por los egipcios, y por su parte los romanos se registran como la primera
población en realizar datos de relevancia en cuanto al control de población superficie y renta
de territorios (Valdes & Ponterio, 1998, 2013). No obstante la construcción de la Estadística
como disciplina científica y más allá la culturalización de la población en esta materia ha sido
un proceso paulatino, un ejemplo idóneo de esta situación es el caso de la educación Estadística
en Costa Rica, la cual ha sufrido cambios en pro de dicha culturización.
Uno de los mayores cambios que se ha dado en el sector educativo con respecto al tratamiento
de temáticas relacionados a la Probabilidad y la Estadística es en la educación preuniversitaria
costarricense, pues fue hasta 1995 que se incluyeron dichas temáticas en los planes de estudio
de primaria y los primeros años de la educación secundaria (tercer ciclo de la Educación
General Básica), no obstante estos programas presentan grandes falencias principalmente
porque tenían un enfoque totalmente algorítmico y carentes de aplicabilidad e
interdisciplinariedad (Ruiz, 2013). Además los estudiantes próximos a una educación superior
(ciclo diversificado) no recibían ninguna instrucción para el correcto tratamiento de datos. Fue
hasta el año 2012 cuando se incluyeron tópicos de Estadística y Probabilidad y esta vez con
un sentido de utilidad en la vida diaria. Además se incluyeron estos tópicos en el currículo de
toda la educación preuniversitaria costarricense (desde primaria hasta secundaria).
En cuanto a la educación Estadística a nivel superior, según información de la Escuela de
Estadística de la Universidad de Costa Rica (2007), para la década de los años 40, ya se contaba
con una Licenciatura en esta disciplina como parte de la Carrera de Ciencias Económicas y
Sociales, donde específicamente entre los años 1948 y 1972 se registraron 32 graduados en
esta especialidad, y en el año 1974 surgió la Escuela de Estadística de la Universidad de Costa
Rica de forma autónoma, siento está en la actualidad la única universidad en este país en la que
se ofrece dicha carrera.
Tomando en contraste ambas situaciones llama poderosamente la atención que hay más de
40 años de diferencia entre la existencia de una formación a nivel superior y la instrucción a
nivel preuniversitario en temáticas de Probabilidad y Estadística. Esta situación expone la poca
información que se poseía sobre la importancia de una correcta cultura estadística en el país,
lo cual conllevó por muchos años a una mínima conexión entre la educación inicial y estudios
a nivel universitario de un profesional en Estadística. A pesar de la esta situación, el panorama
tiende a vislumbrar mejoras, ya que actualmente se reconoce la importancia de la Probabilidad
y la Estadística no sólo como conocimientos a impartir en una disciplina, sino como una
herramienta que permite comprender lo que pasa en el mundo y poder actuar (MEP, 2012).
Actualmente la figura del profesional en Estadística ha cobrado mucho auge en el mercado
laboral, donde son cada vez más las empresas de distintas disciplinas profesionales que
3
requieren este tipo de servicio, al respecto Ferreiro & Fernández (1988) expresan que el
profesional estadístico es por lo general interdisciplinario y trabaja siempre en conjunto con
otros profesionales de diversas áreas como podría ser: biología, negocios, demografía,
economía, ingeniería, salud, seguros, investigaciones de mercado y del consumidor, medicina,
educación, entre muchas otras, sin embargo resalta la atención el área educativa, ya que esta
viene a representar en el estadístico un doble propósito, porque no solo puede asumir un rol
de profesional en el área como tal, sino también contribuir en la formación de otros
profesionales lo cual conlleva al requerimiento de una formación pedagógica por parte del
Estadístico.
Bajo el contexto anterior una ejemplificación idónea de la necesidad de una instrucción
pedagógica de enseñanza de los profesionales en Estadística se puede visualizar en la Escuela
de Estadística de la Universidad de Costa Rica, la cual se suscribe como una “escuela líder a
nivel centroamericano y caribeño, formando profesionales de excelencia, ejecutando
investigación científica y manteniendo una relación estrecha con la sociedad, contando con:
los mejores perfiles académicos, tecnología de avanzada, infraestructura acorde con las
necesidades, internacionalización y nuevas tecnologías.” (Hernández, 2013, p. 4). En la
actualidad además de formar profesionales con dichas características, la Escuela de Estadística
se encarga de dotar de conocimientos en el área a profesionales de más de 20 carreras
profesionales de dicha institución (Escuela de Estadística, 2017) en áreas como: biología,
medicina, administración, ciencias sociales e ingenierías. Esta situación expone la necesidad
de una instrucción pedagógica y específicamente de herramientas didácticas que le permitan a
los docentes poder externar los conocimientos que se requiere de una forma lúdica y que
demuestre la aplicabilidad característica de la disciplina.
La necesidad pedagógica anteriormente expuesta se ha visualizado por exponentes nacionales
llevando a realizar aportes en el área de Didáctica de la Estadística como lo es la contribución
de Chaves (2016) al formalizar maneras de enseñar conceptos de Estadística y Probabilidad
desde una perspectiva constructivista, tales contribuciones se destinan a la formación
preuniversitaria, no obstante se da el aliciente a la debida evolución a niveles superiores y
tomar estos aportes como herramientas a seguir, donde es de interés para este escrito hacer el
énfasis de la inclusión de dichas propuestas de aprendizaje en la educación superior, aunado al
hecho de la dificultad y gran nivel de abstracción que conllevan muchos de los términos y
conceptos estadísticos que requieren un mayor esfuerzo por parte del docente de educación
superior por demostrar su aplicabilidad a distintos entornos.
La perspectiva constructivista abarcada por Chaves se motiva en el hecho de que dicha
corriente cambia sustancialmente la clásica posición alumno- docente. Desde esta perspectiva
el educador se muestra como un facilitador y el alumno como un sujeto activo y no pasivo,
que el cual desarrolla su aprendizaje bajo sus propios mecanismos (Shunk, 2012). No obstante
el constructivismo abarca gran cantidad de técnicas y herramientas a disposición del docente,
donde esté debe buscar la que mejor se adapte a la población meta, recursos, entre otras
características. Para el caso de la educación superior un recurso constructivista ideal tanto para
4
las edades a las que se dispone la enseñanza como para la disciplina a enseñar es el uso de
simulaciones o juegos didácticos a través del ordenador.
Por otro lado, el concepto de potencia de prueba es de suma importancia en el contexto de la
enseñanza de pruebas de hipótesis, ya que se pretende que el estudiante aunque su carrera base
no sea estadística, desarrolle un criterio sobre las pruebas de hipótesis, y no solamente tome
decisiones basadas en el valor de la probabilidad asociada a una prueba, sin entender razón por
la cual se hace el rechazo de la hipótesis nula. Además, bajo el marco de que muchas editoriales
promueven una cultura de diferencias significativas, es importante que el futuro profesional
conozca que no basta con que haya diferencias significativas, sino con que estas sean relevantes
en el problema. También, se pretende que el estudiante sea capaz de justificar que una
posibilidad por la cual no se haya obtenido diferencias significativas puede ser porque la
prueba no tenía suficiente potencia, y que si ese fuera el caso esté en capacidad de brindar
sugerencias para futuros estudios.
Dado el contexto anterior el presente escrito tiene como objetivo brindar una propuesta
didáctica para enseñar el concepto de potencia de prueba en la educación superior, mediante
una herramienta tecnológica del software R, con una interface amigable para que los
estudiantes aprovechen de un marco de simulaciones sin necesidad de tener que hacer la
programación.
II. Juego didáctico a través de ordenadores en el sistema universitario.
El constructivismo es una corriente pedagógica que ha tomado gran auge en los últimos años como
filosofía esencial de enseñanza, ya que se promueve el desarrollo del intelecto del individuo en la
medida y disposición de las capacidades y mecanismos de aprendizaje del mismo individuo y el
docente se presenta como mediador de este aprendizaje (Shunk, 2012). Esta corriente ha sido
adoptada especialmente en sectores educativos anteriores a una educación superior, debido a que
en estas etapas de enseñanza-aprendizaje se cuidan más dichos procesos para garantizar una
educación integral de la persona y que pueda afrontar con éxito una educación universitaria, sin
embargo “las universidades también pueden contribuir a generar los cambios que necesita el
sistema educativo, formando profesionales conscientes de esa necesidad” (Salgado, 2006, pág. 66).
Esta consistencia puede ser lograda si se forma a los docentes de educación superior con las mismas
herramientas o recursos que se requiere que ellos transmitan en un futuro a sus alumnos.
De acuerdo a lo anterior y específicamente para el caso de la educación superior en Costa Rica el
constructivismo puede proponer un recurso valioso en este sector educativo en tanto se utilice y
adapte las herramientas seleccionadas de la mejor manera de acuerdo al nivel educativo y a los
conceptos o conocimientos que se pretenden enseñar. Bajo esta perspectiva se presenta el recurso
del juego didáctico el cual conserva las características naturales del juego pero a diferencia de éste
conlleva una finalidad educativa específica, seleccionada por el docente tomando en cuenta
aspectos como edad, conocimientos, áreas de estudio, entre otros (Moreno, 2015).
Existen múltiples tipologías de juegos didácticos, una de ellas es el juego de rol que a su vez guarda
otras tipificaciones. El juego de rol es una herramienta educativa que permite gran adaptación de
5
contextos y la posibilidad de demostrar la aplicabilidad de situaciones diversas y en planos reales
por parte del estudiante. Se puede dividir en dos categorías por su nivel de abstracción y
estructuración y por su finalidad y campo de abstracción (Matas, 2008). La correcta selección de
ambos componentes en la construcción y aplicación de un juego didáctico en un proceso de
enseñanza es clave para garantizar la finalidad deseada.
Según Taylor (1995), de acuerdo al nivel de abstracción y estructuración, se pueden distinguir 4
categorías de juegos de rol, siendo la denominada simulación a través del ordenador la que se
utiliza en este artículo. Esta categoría ofrece una variedad de posibilidades que facilita la adaptación
de situaciones con alta complejidad o dificultad de interpretación a contextos reales sin mayor
dificultad o riesgo para el alumno, además de que lo familiariza con el uso de tecnología que puede
ser un valor agregado a la finalidad educativa.
Por otra parte en cuanto a la finalidad y campo de abstracción, Matas (2008) propone dos
categorías, una de ellas es el juego de capacitación. Este tipo de juego está destinado a niveles
educativos superiores y a participantes con alta formación académica. Por lo tanto, la presente
propuesta corresponde a un juego didáctico en su modalidad de juego de rol donde su nivel de
abstracción y estructuración corresponde a la categoría de simulación a través del ordenador y en
cuanto a su finalidad y campo de abstracción es un juego de capacitación. Esta selección se realizó
debido a que la presente propuesta se destina a niveles educativos superiores donde sus
participantes requieren de gran abstracción de conceptos que no poseen una fácil asimilación a la
realidad como lo es el caso de la potencia de prueba, aunado al hecho de que quienes lo aprenden
no necesariamente son estadísticos de oficio pero necesitan la visualización de la aplicabilidad de
dicho concepto en su desarrollo profesional y la posibilidad de entender cómo aplicarlo en un
contexto real.
III. Concepto de potencia de prueba a través de las simulaciones.
Una simulación es una técnica cuantitativa donde se usa la estadística y el ordenador para
generar casos hipotéticos, y determinar el impacto que tiene el cambiar algún parámetro sobre
el comportamiento de un sistema.
La propuesta didáctica se enmarca en diseños factoriales, donde se simula la variable respuesta.
Se parte de un caso hipotético donde se tiene una respuesta con una distribución normal cuya
media depende del nivel de un cierto tratamiento. Se establece que una diferencia entre dos
medias es relevante a partir de un cierto número llamado . Esta cantidad usualmente la define
el experto en la materia de estudio. En el proceso de simulación se empieza con establecer un
conjunto de valores para las medias 1, 2, 3. Las cuales deben estar en una relación que
cumpla: 2 =1+ y 3=1+, de esta forma se asegura que entre 2 y 1 haya una separación
de unidades. Se fija un valor para la variancia de cada distribución de la respuesta 2, así
como el número de observaciones n que se van a generar de cada distribución. Se establece la
hipótesis que será puesta a prueba H0: 1=2=3. Interesa ilustrar el impacto que tienen sobre
6
la potencia de la prueba de esta hipótesis, la escogencia del tamaño de muestra n, la distancia
relevante , y la variancia dentro de cada distribución de la respuesta 2.
Se sabe que la potencia es la probabilidad que se tiene de detectar diferencias entre las medias
de los tratamientos de unidades, dado que realmente existen esas diferencias, sin embargo
este concepto puede resultar difícil de comprender para el estudiante. Por ello las simulaciones,
se convierten en una buena opción para esclarecer el concepto, ya que en primer lugar, reafirma
la idea de que dado que siempre se trabaja con una muestra, la incertidumbre está presente y
por ello se debe de trabajar con probabilidades. Además, permite al estudiante vivenciar lo que
sería sacar todas las muestras posibles de una población, para así poder calcular la proporción
en que se rechaza la hipótesis que se ha puesto a prueba, dado que sí existían diferencias entre
un par de las medias establecidas (concepto de potencia). Por último, brinda la oportunidad al
estudiante de darle respuesta a preguntas como qué pasaría si en la población los parámetros
tuvieran ciertos valores, y darse escenarios para obtener conclusiones que pueda aplicar en
casos de la vida real.
IV. Propuesta metodológica para emplear el juego didáctico a través de
simulaciones en el sistema universitario.
La presente propuesta metodológica adopta el modelo educativo y de lección propuesto por el
MEP (2012), en donde se estructuran cuatro momentos o pasos centrales para abordar una clase
educativa desde la idea del constructivismo[1] que son: la propuesta de un problema, el trabajo
estudiantil independiente, la discusión interactiva y comunicativa, y la clausura o cierre. Sin
embargo, para efectos de lo que aquí se propone y en vista de la población educativa a la que
se dirige la propuesta, los recursos a utilizar y demás situaciones de ambiente y contexto, se
establecen tres momentos claves:
1- La propuesta de un problema.
2- Trabajo del estudiante y discusión interactiva.
3- Clausura o cierre.
Según el MEP en la primera fase “se coloca como un punto de partida un problema
(contextualizado cuando resulte pertinente), un desafío inicial o una actividad para provocar la
indagación” (MEP, 2012, pág. 42). En la presente propuesta se propone un problema tal como
lo establece el MEP. En cuanto al trabajo estudiantil independiente, se explica que “en esta fase
se ofrece tiempos para el trabajo individual, en parejas o en subgrupos, en la misma se dan
varias subfases: apropiación del problema, formulación de estrategias-hipótesis-
procedimientos, resolución del problema o investigación estudiantil.” (MEP, 2012, pág. 42)
Por otra parte en cuanto a la discusión interactiva y comunicativa, se explica que “con la guía
docente, este tercer momento permite espacios para la valoración y contrastación de resultados,
soluciones o elaboraciones aportadas, entrando en juego la argumentación y la comunicación.”
(MEP, 2012, pág. 42). Para efectos de la presente propuesta el segundo y tercer momento
propuestos por el MEP se abordarán en una única sección que se denomina trabajo del
estudiante y discusión interactiva. Tal unificación se realiza en vista de la adaptación al sistema
universitario, dado que por la población estudiantil a la cual se dirige, los contenidos a explicar
7
y los recursos didácticos que se proponen, resulta de mayor viabilidad realizar el trabajo
independiente y/o grupal de manera alternada a la discusión con el docente.
Por último en cuanto al momento de clase denominado clausura o cierre, el MEP explica que
es “una actividad que concluye pedagógicamente el tema o los contenidos trabajados. Se trata
de una síntesis cognoscitiva fundamental para el aprendizaje” (MEP, 2012, pág. 42). Para
efectos de lo que aquí se propone se aborda de la manera sugerida.
Según la propuesta del MEP (2012), en materia evaluativa se propone realizar un examen
diagnóstico para constatar el dominio de conceptos previos necesarios para la instrucción de
un nuevo conocimiento, no obstante para efectos de la presente propuesta y adecuados al
sistema universitario, se asume que los estudiantes poseen los conceptos estudiados en los
cursos previos a los cuales se imparte por primera vez el concepto de potencia de prueba. Para
este caso específico se asume que el estudiante domina los conceptos referentes a estadística
descriptiva, además de intervalos de confianza, ANOVA y sus componentes.
I Parte. Propuesta de un problema (10 minutos)
En esta primera parte se pretende brindar al estudiante un contexto para no trabajar sobre datos
carentes de sentido, así como familiarizarlos con un problema que lo incite a plantearse
interrogantes.
Los estudiantes cuentan con tres instrumentos de trabajo: el primero contiene los puntajes
promedio de oscurecimiento de 300 manzanas y los tratamientos a los cuales fueron sometidas
cada una de ellas (instrumento 1); el segundo instrumento es un archivo de Excel que tiene las
mismas variables pero tiene solamente la información de 12 manzanas (instrumento 2); y el
tercer instrumento es un documento de Word donde el estudiante va a anotar resultados de las
estadísticas descriptivas y que además contiene algunas de las interrogantes que el profesor
planteará en el transcurso de la clase (instrumento 3).
El docente organiza al grupo de estudiantes en 10 subgrupos de trabajo. Esto se realiza
siguiendo el resultado de la muestra que cada estudiante haya obtenido del instrumento 2, de
esta forma se agrupan según posean la misma muestra.
[1] El Ministerio de Educación Pública aborda el modelo desde la metodología de resolución de problemas, la cual al
igual que el juego didáctico es una metodología del constructivismo.
8
Realizados los equipos de trabajo el docente propone la siguiente situación:
Las manzanas tienen un compuesto llamado polifenol oxidasa que hace que se
oscurezcan rápidamente en contacto con el aire una vez cortadas. Para evitar ese
oscurecimiento una empresa que se encarga de banquetes para altos ejecutivos, asignó
aleatoriamente el total de manzanas (300) que tenía, en grupos equitativos, a distintos
tratamientos para determinar cuál mantenía mejor el color original de la manzana. El
primer tratamiento consistió en meter las manzanas en bolsas plásticas, el segundo en
ponerles jugo de limón y un tratamiento de control que consistía en no hacerles nada.
Una vez aplicados los tratamientos cada manzana fue evaluada por tres jueces que
calificaron el color en una escala de 1 a 6 donde 1 es el color normal de la fruta y 6 es
el más oscuro. Para cada manzana se promedió el puntaje que le dieron los tres jueces.
Figura 1. Distribución de manzanas en distintos tratamientos.
El docente muestra la Figura 1 y comenta la situación con los estudiantes a fin de que no se
presenten problemas de interpretación que afecten el progreso de la clase.
II Parte. Trabajo del estudiante y discusión interactiva (1 hora 40 minutos)
En esta parte se promueve tanto el trabajo individual como grupal, donde el rol del docente es
guiar al estudiante hacia los conceptos mediante actividades e interrogantes.
● Se le pide al estudiante que utilice el instrumento 1. Se le dice al estudiante que suponga
que la información que tiene es la de la población, y se les pregunta qué harían para
responder al objetivo de la empresa. Se concretan las respuestas para concluir que una
opción es sacar el promedio y la varianza del puntaje para cada tratamiento, para poder
comparar los tratamientos entre sí.
● Se solicita a cada grupo que calcule las estadísticas anteriores con ayuda del software
que tengan a mano. El docente promueve el trabajo individual de cada subgrupo de
trabajo, de manera que concreten sus primeras respuestas sin intervención del docente.
9
Se reparte el instrumento 3 en el cual se van a anotar los resultados que van a ir
obteniendo.
Cabe resaltar que el puntaje promedio obtenido para el instrumento 1, se construyó simulando
los datos de manera que los puntajes de cada tratamiento provengan de una distribución normal
con la misma varianza pero con medias diferentes para cada tratamiento, donde se cumple que
las diferencias entre las medias son relevantes entre sí, es decir que sobrepasan cierto valor 𝛿
que el investigador considera relevante en términos del problema.
● Cuando los estudiantes hayan terminado esa actividad se les solicita que escriban en el
instrumento 3 los promedios y varianzas obtenidas para cada tratamiento, así como una
conclusión. Se hacen las siguientes interrogantes:
-¿Las varianzas del puntaje dentro de cada tratamiento son similares o difieren
mucho? ¿Este concepto se les hace conocido? (aludiendo a la
homoscedasticidad)
-En términos del problema, ¿realmente esas medias son diferentes? (aludir al
concepto de )
-¿Cómo se define si las diferencias son relevantes?
· Se realiza un conversatorio con los estudiantes y se concretan las respuestas. Además se
define que la cantidad va a ser de 3 unidades.
Al concluir se le presenta a los estudiantes la Figura 2, se expone la siguiente situación:
Supongan que cada grupo saca una muestra de esas 300 manzanas, tomando 4
manzanas de cada tratamiento, tal como se ilustra en la Figura 2. (Para ello se utiliza
el instrumento 2 donde ya está la muestra correspondiente de cada grupo).
Figura 2. Selección de muestras de 4 unidades por tratamientos y repitiendo el
experimento 10 veces.
10
· Se realizan las siguientes preguntas:
-¿Se pueden comparar las medias para concluir, tal como se hizo en el caso
anterior? (aludiendo a que se necesita estadística inferencial).
-¿Qué método estadístico utilizarían para lograr el objetivo de este investigador?
(pruebas de hipótesis de igualdad de medias)
-Antes de hacer la prueba de hipótesis, se pregunta:
- ¿Qué esperan ustedes que se vaya a concluir? ¿Por qué?
(Aludir a que en teoría debe pasar lo mismo que en la población)
· Se le solicita al estudiante escribir en el instrumento 3 la prueba de hipótesis que se desea
probar. Una vez hecho esto se pide al estudiante que primero explore su muestra con
estadísticas descriptivas tal y como lo hicieron con la población. Y se solicita que levante la
mano a quiénes los valores de los promedio y varianzas estimadas les dio similar a las de la
población. Además se les pregunta qué factores creen que inciden en que algunas muestras no
reflejan lo que sucede en la población.
· Se realiza la prueba de hipótesis mediante un ANOVA, y se solicita al estudiante que anote
en el instrumento 3 los componentes del ANOVA y la conclusión a que llegaron. Una vez
hecho esto, se solicita que una persona por grupo levante la mano si el resultado del ANOVA
refleja lo que está pasando en la población, es decir si rechazan que los promedios de los
tratamientos son iguales. El docente cuenta el número de estudiantes que levantaron la mano y
calcula el porcentaje de los que rechazaron, para que el estudiante lo anote en el instrumento
3.
· Se proponen las siguientes interrogantes
- ¿Por qué llegamos a conclusiones diferentes?
- En los casos en que se concluyó erróneamente ¿Será que el número de
manzanas que su uso en cada tratamiento no son suficientes para llegar a la conclusión
correcta?
- ¿Qué papel juega la varianza de cada uno de los tratamientos en la prueba
de hipótesis?
- ¿Cómo cambiaría el porcentaje de veces que concluimos erróneamente si
pudiéramos sacar muestras de mayor tamaño? (aludir a que para responder
esto, lo podemos hacer mediante el ordenador, en el cual podríamos sacar
muchas muestras diferentes de manera fácil y rápida)
En este punto se le muestra la aplicación al estudiante, se les explica que todo el proceso que
se acaba de hacer, se puede llevar a cabo de forma automática mediante el uso de la aplicación,
solamente que en lugar de repetir el experimento 10 veces, se repite cien veces, conservando
las mismas condiciones, es decir con el mismo tamaño de muestra y bajo el supuesto de que se
conocen los promedios y varianzas poblacionales en los tratamientos.
En la interfaz de la aplicación el estudiante ingresa las medias poblacionales de cada
tratamiento, el número de réplicas que se utiliza por tratamiento y el promedio de las varianzas
11
poblacionales de los puntajes de cada uno de los tratamientos que utilizaron en las actividades
anteriores.
Si el estudiante selecciona la opción de estadísticas descriptivas, la aplicación devuelve una
secuencia de gráficos donde cada gráfico se construye a partir de las diferentes muestras. Los
gráficos contienen la media poblacional que el estudiante ingresó y las medias estimadas de
cada tratamiento, así como el rango intercuartil como medida de variabilidad. La figura 3
muestra lo que sucede con una de las muestras obtenidas
Figura 3. Resultados de la selección de una muestra donde las rayas azules representan
los valores 1, 2, 3 y los asteriscos rojos las medias de las muestras generadas de cada
distribución. Además las cajas delimitan el rango intercuartil de cada conjunto de datos.
Después de que el estudiante observa la secuencia de gráficos se le pregunta:
- ¿En los gráficos la diferencia que existía entre la media estimada y la
media de la población era poca o mucha?
-¿Gráficamente las variancias de los datos de los tres tratamientos eran
similares o diferentes? ¿Coincide con lo esperado?
Posteriormente, se le pide al estudiante que experimente con el análisis inferencial, para ello se
les pide que seleccionen en la aplicación la opción de análisis inferencial; la aplicación va
preguntando en cada simulación si se rechaza la hipótesis nula planteada o no. Si se rechaza
aparece en un tablero un número que va contando las veces que esa hipótesis se ha rechazado,
y si no se rechaza aparece la palabra NO tal y como se observa en la figura 4.
12
Figura 4. Ejemplo de los resultados de hacer la prueba de la hipótesis en 100
selecciones consecutivas.
Al finalizar aparece la siguiente pregunta: "De las 100 pruebas que se hicieron, ¿cuántas
veces se rechaza la hipótesis?" y le muestra un rectángulo, el cual se divide
proporcionalmente según el porcentaje de rechazo, donde el color rojo representa la
proporción de veces en que la hipótesis fue rechazada y el color azul la proporción de veces
en que no fue rechazada (Ver Figura 5).
Figura 5. Ejemplo de un cuadro resumen de los resultados de 100 simulaciones
consecutivas
En este momento el docente explica que el porcentaje de muestras que lograron detectar
que la hipótesis nula era falsa, es la potencia, es decir, la probabilidad que se tiene de detectar
diferencias entre los promedios de los tratamientos, dado que existen diferencias en los
promedios poblacionales de al menos unidades. El docente habilita un tiempo para que el
estudiante plantee sus dudas.
13
El docente plantea la siguiente interrogante:
- ¿Qué pasaría con la potencia si el número de réplicas por tratamientos no
es 4, sino un número más grande?
Se invita al estudiante a ir aumentando el número de réplicas dentro de los tratamientos en la
aplicación y a observar qué sucede en las estadísticas descriptivas e inferenciales. Para una
mayor organización se le pide al estudiante que vaya anotando en el instrumento 3 si la
diferencia entre la media estimada y la población es poca o mucha, así como la proporción de
veces que se rechazó la hipótesis de que las medias de los tratamientos eran iguales, esto para
cada uno de los escenarios.
Al finalizar se le solicita al estudiante que anote una conclusión de lo que observó y que lo
comente con los compañeros. El objetivo es que todos concluyan que al aumentar el número
de réplicas por tratamiento hay una tendencia a rechazar Ho, lo cual equivale a una decisión
correcta, y que gráficamente las medias estimadas se acercan más a las poblacionales, conforme
aumenta el número de las réplicas.
El docente plantea las siguientes interrogantes:
-Dado que en la vida real sólo podemos realizar el experimento una sola vez,
¿cómo podemos aplicar los resultados anteriores? (aludir a que podríamos confiar en
las estimaciones de las medias estimadas, más que en las pruebas de hipótesis, si se
tiene muchas réplicas por tratamiento)
-¿Qué pasaría si la varianza dentro de los tratamientos aumenta?
El docente insta a los estudiantes a fijar el tamaño de muestra en 4 y a ir aumentando la varianza
dentro de los tratamientos, recordándoles que debe ser la misma, pues se asume
homoscedasticidad.
Se les da un tiempo de experimentación con la aplicación y luego se les pregunta qué
observaron al hacer este cambio. Al igual que se hizo en el paso anterior, se le pide al estudiante
que anote para cada escenario si la diferencia entre la media estimada y la población es poca
o mucha, así como el porcentaje de veces que se rechazó que las medias de los tratamientos
eran iguales.
Con ayuda del docente se pretende que todos concluyan que al aumentar la varianza dentro de
los tratamientos, las medias estimadas se alejan de las poblacionales, dado que hay pocas
réplicas por tratamiento. Y que en las pruebas de hipótesis hay una tendencia a no rechazar la
hipótesis nula, es decir que la prueba no es capaz de detectar que hay diferencias entre las
medias de los tratamientos.
14
El docente plantea la siguiente interrogante:
-Dado que en la vida real sólo podemos realizar el experimento una sola vez, ¿cómo
podemos aplicar los resultados anteriores? (aludir a que no es recomendable concluir si hay
mucha varianza dentro de los tratamientos)
-La proporción de veces que no se rechaza la hipótesis nula, ¿es un concepto conocido?
(aludir a que se relaciona con el error tipo II)
Por último el docente plantea una situación en la cual los promedios poblacionales de los
tratamientos difieren entre sí una cantidad menor a , e incita a los estudiantes a comprobar
que las conclusiones obtenidas anteriormente respecto al efecto que tiene aumentar el número
de réplicas y la varianza dentro de los tratamientos sobre la potencia se mantienen. Además, el
docente les plante las siguientes interrogantes:
- ¿Rechazar la hipótesis nula es un error?
- ¿En qué caso se incurre en un error?
- Entonces, la proporción de veces que al hacer la simulación se llegue a
rechazar la hipótesis (cometer un error) ¿es un concepto conocido? (aludir
al error tipo I y su relación con el la probabilidad asociada a la prueba)
- ¿Podríamos hablar de potencia en ese caso?
III Parte. Clausura o cierre (10 minutos)
Para el cierre de la lección se insta a los alumnos a externar sus opiniones acerca de cada
actividad, exponer dudas y revisar las actividades. Además el docente les brinda un resumen
con los conceptos.
V. Evaluación de la propuesta.
En una etapa posterior se propone la evaluación de la presente propuesta. Se realizó para dicha
evaluación una prueba piloto en dos grupos de estudiantes de la Universidad de Costa Rica
en el curso Métodos Estadísticos, el cual se encuentra en el tercer semestre del plan de estudios
de la carrera de Estadística de la cual se desprendieron varios aspectos a mejorar para realizar
una aplicación de la propuesta de manera completa. La evaluación será realizada mediante la
observación participante de los investigadores, análisis documental y entrevista a estudiantes y
docente. Por otra parte como parte de la misma evaluación de la propuesta se efectuarán
entrevistas a docentes de estadística a fin de valorar opiniones y prácticas educativas que
realizan en sus lecciones.
VI. Consideraciones finales.
La aplicación y construcción de una propuesta didáctica indiferente de la población a la que
se destine, es un proceso paulatino y de constante mejora, la actual propuesta se ha desarrollado
15
bajo supervisión de expertos y cuidando todos los aspectos pedagógicos relevantes, no obstante
como parte de un primer empleo de dicha propuesta en el aula se ha considerado que el docente
debe tomar en cuenta ciertos aspectos:
• Se sugiere que la situación modelo de la primera parte este de acuerdo según la
disciplina en la que se encuentre la carrera de los estudiantes.
• El tamaño de los subgrupos dependerá del tamaño del grupo y el docente debe
prever esta situación previamente.
• Se recomienda que previo a la clase los instrumentos de trabajo hayan sido
repartidos a los estudiantes, preferiblemente con días de antelación.
• La distribución del tiempo puede ser modificada según el criterio del docente,
haciendo ajustes según el ritmo de aprendizaje del grupo.
• Si el estudiante ya está familiarizado con el concepto de simulación se puede
omitir la primera parte que es manual y empezar directamente con la aplicación.
16
VI. Bibliografía.
Chaves, E. (s.f.). Lección inaugural II Ciclo. Aspectos Didácticos para la enseñanza
de la probabilidad y la estadística desde los primeros años.
Escuela de Estadística. (2007). Reseña histórica. San José: Universidad de Costa
Rica.
Escuela de Estadística. (2017). Cursos de servicio. San José: Universidad de Costa
Rica.
Faulín, J., & Juan, A. (2005). Simulación de Monte Carlo con Excel.
Ferreiro, O., & Fernández, P. (1988). La estadística, una ciencia en la controversia.
Revista Universitaria (25).
Hernández, O. (2013). Escuela Estadística UCR. Obtenido de Visión de la Escuela de
Estadística.
Hernández, R., Fernández, C., & Baptista, P. (2010). Metodología de la investigación.
Mc Graw Hill.
Matas, A. (2008). Los juegos de Rol un acercamiento Psicopedagógico. (C.
Commons, Ed.) Lulu.com. Obtenido de Juegos de Simulación.
MEP. (2012). Programas de estudio de matemáticas. San José: MEP.
Mondeja, D., Zumalacarregui, B., Martín, B., & Ferrer, C. (s.f.). Juegos didácticos:
¿Útiles en la educación superior? Instituto Superior Politécnico "José Antonio
Echeverría".
Moreno, R. (2015). El juego y la enseñanza de la matemática. En La enseñanza de los
contenidos numéricos en la educación inicial (págs. 13-54).
Ruiz, A. (2013). La reforma de la Educación Matemática en Costa Rica. Perspectiva
de la praxis. Cuadernos de investigación y Formación en educación matemática., Año
8(No. especial).
Salgado, E. (2006). Manual de docencia universitaria. Introducción al
constructivismo en la educación superior. Editorial ULACIT.
Shunk, D. (2012). Teorías del aprendizaje: Una perspectiva educativa. Pearson.
Taylor, L. (1995). Guía de simulación y de juegos para la educación Ambiental.
Bilbao: los libros de la catarata.
Valdes, F., & Ponterio, R. (1998, 2013). Compresión y uso de la Estadística. (L. S.-S.
Project., Ed.) Obtenido de http://web.cortland.edu