Instrumento de medición para diagnosticar las habilidades algebraicas de los estudiantes en el Curso de Cálculo Diferencial en ingeniería

A measurement instrument for establishing the algebraic skills of engineering students on a Differential Calculus Course in engineering

Wendolyn Aguilar, Maximiliano de las Fuentes, Araceli Justo y Ana Dolores Martínez

DOI: https://doi.org/10.22550/REP78-1-2020-02

Se construyó un instrumento de medición altamente confiable, con validez de contenido y de criterio. Su contenido está basado en las habilidades algebraicas que los estudiantes de ingeniería requieren para desempeñarse favorablemente en un Curso de Cálculo Diferencial en las carreras de ingeniería. En el diseño del instrumento participó un equipo de 10 profesores con al menos grado de maestría y experiencia docente en el área de cálculo diferencial.

El instrumento de medición es de opción múltiple, criterial, de gran escala, está integrado por 25 reactivos y su análisis de calidad se describe y se deriva de las respuestas emitidas durante los ciclos lectivos 2018-2 y 2019-1 por estudiantes de nuevo ingreso en la carrera de ingeniería. Los resultados muestran que los tópicos que predicen el éxito del alumno y cuentan con el mayor poder de discriminación en el instrumento de medición están fuertemente relacionados con habilidades que los estudiantes adquieren desde la primaria y secundaria, como es el caso de las operaciones con fracciones y las leyes de los exponentes. También se logró identificar que la mayor deficiencia en las habilidades algebraicas de los estudiantes pertenece al tema de la racionalización, división de polinomios, factorización de suma y diferencia de cubos.

 


 

Cómo citar este artículo: Aguilar-Salinas, W. E., de las Fuentes-Lara, M., Justo-López, A. C. y Martínez-Molina, A. D. (2020). Instrumento de medición para diagnosticar las habilidades algebraicas de los estudiantes en el Curso de Cálculo Diferencial en ingeniería | A measurement instrument for establishing the algebraic skills of engineering students on a Differential Calculus Course in engineering. Revista Española de Pedagogía, 78 (275), 5-25. doi: https://doi.org/10.22550/REP78-1-2020-02

Alsina, Á. y Coronata, C. (2014). Los procesos matemáticos en las prácticas docentes: diseño, construcción y validación de un instrumento de evaluación. Educación Matemática en la Infancia, 3 (2), 23-36.

Arriaga, M. (2015). El diagnóstico educativo, una importante herramienta para elevar la calidad de la educación en manos de los docentes. Atenas, 3 (1), 63-74.

Ausubel, D. P., Novak, J. D. y Hanesian, H. (1983). Psicología educativa: Un punto de vista cognoscitivo. México: Editorial Trillas.

Backhoff, E., Larrazolo, N. y Rosas, M. (2000). Nivel de dificultad y poder de discriminación del examen de habilidades y conocimientos básicos (EXHCOBA). Revista Electrónica de Investigación Educativa, 2 (1), 1-19.

Barrazas, A. (2007). La consulta a expertos como estrategia para la recolección de evidencias de validez basadas en contenido. Investigación Educativa Duranguense, 7, 5-13.

Carbonero, M. A. y Navarro, J. C. (2006). Entrenamiento de alumnos de educación superior en estrategias de aprendizaje en matemáticas. Psicothema, 18 (3), 348-352.

Carmines, E. y Zeller, R. (1987). Reliability and Validity Assessment. USA: Sage.

Cisneros, E., Jorquera, M. y Aguilar, A. (2012). Validación de instrumentos de evaluación docente en el contexto de una universidad española. Voces y Silencios: Revista Latinoamericana de Educación, 3 (1), 41-55.

Contreras, L. A. (1998). Metodología para desarrollar y validar un examen de español, de referencia

criterial y referencia normativa orientado por el curriculum, para la educación primaria en México. Trabajo presentado en el III Foro Nacional de Evaluación Educativa de CENEVAL, Veracruz, México

Contreras, L. A. (2000). Desarrollo y pilotaje de un examen de español para la educación primaria en Baja California (Tesis doctoral, Instituto de Investigación y Desarrollo Educativo, Ensenada, México).

Contreras, L., Backhoff, E. y Larrazolo, N. (2004). Educación, aprendizaje y cognición. Teoría en la práctica. México: Manual moderno.

Contreras, L. A., Encinas, J. A., de las Fuentes, M. y Rivera, R. E. (2005). Evaluación Colegiada del aprendizaje en la Universidad Autónoma de Baja California. Trabajo presentado en el VIII Congreso Nacional de Investigación Educativa  del Consejo Mexicano de Investigación Educativa (COMIE), Hermosillo, México.

Corral, Y. (2009). Validez y confiabilidad de los instrumentos de investigación para la recolección de datos. Revista Ciencias de la Educación, 19 (33), 228-247.

Crocker, L. y Algina, J. (1986). Introduction to Classical and Modern Test Theory. Florida: Holt, Rinehart & Winston.

Difabio, H. E. (1994). La temática de la motivación en el neoconductismo contemporáneo: locus de control y teoría de la atribución. revista española de pedagogía, 52 (197), 37-56.

Encinas, A., de las Fuentes, M. y Rivera, R. (2007). Construcción colegiada y aplicación de un examen criterial alineado con el currículo para evaluar a gran escala un curso de cálculo diferencial. Acta Latinoamericana de Matemática Educativa, 20, 192-197.

Encinas, F., Osorio, M., Ansaldo, J. y Peralta, J. (2016). El cálculo y la importancia de los conocimientos previos en su aprendizaje. Revista de Sistemas y Gestión Educativa, 3 (7), 32-41.

García, M. B. y Vilanova, S. L. (2008). Las representaciones sobre el aprendizaje de los alumnos de profesorado. Diseño y validación de un instrumento para analizar concepciones implícitas sobre el aprendizaje en profesores de matemática en formación. Revista Electrónica de Investigación en Educación en Ciencias, 3 (2), 27-35.

Gatica-Lara, F., Méndez-Ramírez, I., Sánchez-Mendiola, M. y Martínez-González, A. (2010). Variables asociadas al éxito académico de los estudiantes de la Licenciatura en Medicina de la UNAM. Revista de la Facultad de Medicina de la UNAM, 53 (5), 9-18.

González, E. I. (2013). Estudio sobre factores contexto en estudiantes universitarios para conocer por qué unos tienen éxito mientras otros fracasan. Revista Intercontinental de Psicología y Educación, 155 (2), 135-154.

González, R. M. (2005). Un modelo explicativo del interés hacia las matemáticas de las y los  estudiantes de secundaria. Educación Matemática, 17 (1), 107-128.

Guilford, J. P. (1975). Psycometric Methods. Nueva Delhi: McGraw-Hill.

Hernández, R., Fernández, C. y Baptista, P. (2006). Metodología de la investigación. México: McGraw-Hill.

Henrysson, S. (1971). Gathering, Analysing, and Using Data on Test Items. En R. L. Thorndike (Ed.), Educational Measurement (pp. 130-159). Washington: American Council on Education.

Morales, E. M. (2009). Los conocimientos previos y su importancia para la comprensión del lenguaje matemático en la educación superior. Universidad, Ciencia y Tecnología, 13 (52), 211-222.

Muñoz, J. M. y Mato, M. D. (2006). Diseño y validación de un cuestionario para medir las actitudes hacia las matemáticas de los alumnos de ESO. Revista Galego-Portuguesa de Psicología e Educación, 13 (11-12), 413-424.

Nitko, A. J. (1994). A Model for Developing Curriculum-Driven Criterion-Referenced and Norm-Referenced National Examinations for Certification and Selection of Students. Trabajo presentado en la Conferencia Internacional sobre Evaluación y Medición Educativas de la Asociación para el Estudio de la Evaluación Educativa (ASSESA), Pretoria, Sudáfrica.

Orozco, C. y Díaz, M. A. (2009). Atribuciones de la motivación al logro y sus implicaciones en la formación del pensamiento lógico-matemático en la universidad. Interciencia, 34 (9), 630-636.

Orozco-Moret, C. y Morales, V. (2007). Algunas alternativas didácticas y sus implicaciones en el aprendizaje de contenidos de la teoría de conjuntos. Revista Electrónica de Investigación Educativa, 9 (1), 1-19.

Prieto, G. y Delgado, A. R. (2010). Fiabilidad y validez. Papeles del Psicólogo, 3 (1), 67-74.

Popham, J. (1990). Modern educational Measurement: a practitioner’s perspective. Boston: Prentice Hall.

Reidl-Martínez, L. M. (2013). Confiabilidad en la medición. Investigación en Educación Médica, 2 (6), 107-111.

Reynoso, O. y Méndez-Luévano, T. E. (2018). ¿Es posible predecir el rendimiento académico? La regulación de la conducta como un indicador del rendimiento académico en estudiantes de educación superior. Diálogos sobre educación. Temas actuales en investigación educativa, 9 (16), 1-19.

Rodríguez, O., Casas, P. y Medina, Y. (2005). Análisis Psicométrico de los exámenes de evaluación de la calidad de la educación superior (ECAES) en Colombia. Avances en Medición, 3, 153-172.

Sells, L. W. (1973). High School Mathematics as the Critical Filter in the Job Market. Recuperado de https://bit.ly/33YD5uy (Consultado el 15-10-2019).

SEP (2017). Planes de estudio de referencia del componente básico del marco curricular común de la educación media superior. México: Secretaría de Educación Pública.

Zabala, A. y Arnau, L. (2008). 11 Ideas clave, ¿cómo aprender y enseñar competencias? Barcelona: Editorial Grao.

Wendolyn Elizabeth Aguilar Salinas es Doctora en Ciencias por la Universidad Autónoma de Baja California. Actualmente es Profesora Titular y Responsable de Tutorías de la Facultad de Ingeniería Mexicali en esta universidad. Su línea de investigación está centrada en el aprendizaje y enseñanza de las matemáticas, en las técnicas y tecnologías de enseñanza, así como en las modalidades educativas.

 

http://orcid.org/0000-0003-2223-9234

 

Maximiliano de las Fuentes Lara es Doctor en Educación Superior en Ingeniería por la Universidad Autónoma de Baja California. Actualmente es Profesor Titular y Coordinador de las asignaturas de Cálculo Diferencial e Integral de la Facultad de Ingeniería Mexicali en esta universidad. Su línea de investigación está centrada en la problemática de la enseñanza, aprendizaje y evaluación de las matemáticas para ingeniería.

 

http://orcid.org/0000-0002-1001-4663

 

Araceli Celina Justo López es Doctora en Ingeniería por la Universidad Autónoma de Baja California. Actualmente es Profesora Titular y Coordinadora de Tronco Común de la Facultad de Ingeniería Mexicali en esta universidad. Su línea de investigación está centrada en las tecnologías educativas.

 

http://orcid.org/0000-0002-6911-2065

 

Ana Dolores Martínez Molina es Máster en Tecnología en Redes e Informática de CETYS Universidad. Actualmente es Profesora Titular y Responsable de Asesorías Académicas de la Universidad Autónoma de Baja California. Su línea de investigación está centrada en la matemática educativa.

 

https://orcid.org/0000-0001-5130-6243