Medición de las habilidades algebraicas, trigonométricas y geométricas de los estudiantes en el curso de cálculo diferencial en ingeniería

Measuring students’ algebra, trigonometry, and geometry skills on a differential calculus for engineering course

Maximiliano de las Fuentes-Lara, Wendolyn Elizabeth Aguilar-Salinas, Araceli Celina Justo-López y César Gonzalo Iñiguez-Monroy

DOI: https://doi.org/10.22550/REP80-2-2022-07

Se presentan los resultados de una inves­tigación que incluyó la construcción y vali­dación de un instrumento de medición para determinar las habilidades algebraicas, trigo­nométricas y geométricas que los estudiantes universitarios tienen al ingresar a una carrera de ingeniería y que son fundamentales para desempeñarse adecuadamente en los cursos de cálculo. En el diseño del instrumento parti­ciparon los profesores de la academia de mate­máticas, todos con al menos grado de maestría y experiencia docente en el área de cálculo. El instrumento de medición quedó integrado por 40 reactivos y su análisis de calidad se describe y se deriva de las respuestas emitidas durante el ciclo lectivo 2020-2022 por 875 estudiantes de nuevo ingreso a la carrera de ingeniería. Los resultados muestran que los reactivos con dificultad media y con alta discriminación, son los que cuentan con mayor coeficiente de predicción y corresponden mayormente al área de geometría, específicamente en los temas de la línea recta, la circunferencia y el cálculo de superficies y volúmenes de figuras geométricas. Esta investigación aporta a los docentes elementos importantes para conside­rar ajustar o modificar sus diseños instruccio­nales y mejorar la calidad del aprendizaje de sus estudiantes universitarios en el campo del cálculo, así como también la consideración de los profesores del nivel medio respecto de las mayores dificultades que presentan los estu­diantes que pretenden ingresar a los progra­mas de ingeniería.


Cómo citar este artículo: De las Fuentes-Lara, M., Aguilar-Salinas, W. E., Justo-López, A. C. y Iñiguez-Monroy, C. G. (2022). Medición de las habilidades algebraicas, trigonométricas y geométricas de los estudiantes en el curso de cálculo diferencial en ingeniería | Measuring students’ algebra, trigonometry, and geometry skills on a differential calculus for engineering course. Revista Española de Pedagogía, 80 (282), 289-308. https://doi.org/10.22550/REP80-2-2022-07

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. re­vista española de pedagogía, 78 (275). 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. http://www.edma0-6.es/ index.php/edma0-6/article/view/129

Areaya, S. y Sidelil, A. (2012). Students’ difficulties and misconceptions in learning concepts of li­mit, continuity and derivative [Dificultades y conceptos erróneos de los alumnos en el apren­dizaje de los conceptos de límite, continuidad y derivada]. The Ethiopian Journal of Edu­cation, 32 (2), 1-38. http://213.55.95.79/index. php/EJE/article/view/343/246

Arraiz, G. y Valecillos, M. (2010). Regreso a las ba­ses de la matemática: un imperativo en educa­ción superior. Revista Digital Universitaria, 11 (9), 1-14. http://www.revista.unam.mx/vol.11/ num9/art90/index.html

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. https://redie.uabc. mx/redie/article/view/15/26

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. https://dialnet. unirioja.es/servlet/articulo?codigo=2358908

Bausela, E. (2005). SPSS: un instrumento de análi­sis de datos cuantitativos. Revista de Informá­tica Educativa y Medios Audiovisuales, 2 (4), 62-69. http://laboratorios.fi.uba.ar/lie/Revista/ Articulos/020204/A3mar2005.pdf

Brito, M., Alemán, I., Fraga, E., Para, J. y Arias, R. (2011). Papel de la modelación matemática en la formación de los ingenieros. Ingeniería Me­cánica, 14 (2), 129-139. http://scielo.sld.cu/pdf/ im/v14n2/im05211.pdf

Carmines, E. y Zeller, R. (1987). Reliability and Va­lidity Assessment assessment [Evaluación de la fiabilidad y la validez]. Sage.

Castejón, J., Gilar, R., Miñano, P. y González, M. (2016). Latent class cluster analysis in explo­ring different profiles of gifted and talented students [Análisis de conglomerados de clases latentes en la exploración de diferentes perfiles de alumnos superdotados y con talent]. Lear­ning and Individual Differences, 50, 166-174. https://doi.org/10.1016/j.lindif.2016.08.003

Cisneros, E., Jorquera, M. y Aguilar, Á. (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. https://dialnet.unirioja. es/descarga/articulo/4054206.pdf

Contreras, L. (2000). Desarrollo y pilotaje de un exa­men de español para la educación primaria en Baja California [Tesis de maestría, Universidad Autónoma de Baja California]. Repositorio de la Universidad Autónoma de Baja California. http://iide.ens.uabc.mx/documentos/divulga­cion/tesis/MCE/1998/Luis_Angel_Contreras_ Nino.pdf

Contreras, L. y Backhoff, E. (2004). Metodología para elaborar exámenes criteriales alineados al currículo. En Castañeda, S. (Eds.), Educación aprendizaje y cognición, teoría en la práctica (pp. 155-174). Manual Moderno.

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. https://es.calameo.com/read/ 00441616680da9a5cd6ab

Correa, A., Chahar, B., Nieva, M., Figueroa, G., Gallo, R. y Holgado, L. (2009). Evaluando el rendimien­to académico. Acta Latinoamericana de Matemá­tica Educativa 22, 317-326. http://funes.uniandes. edu.co/4759/1/CorreaEvaluandoAlme2009.pdf

Crocker, L. y Algina, J. (1986). Introduction to clas­sical and modern test theory [Introducción a la teoría de la prueba clásica y moderna]. Holt, Rinehart and Winston.

Ding, L., Chabay, R., Sherwood, B. y Beichner, R. (2006). Evaluating an electricity and mag­netism assessment tool: Brief electricity and magnetism assessment [Evaluación de una herramienta de valoración de la electricidad y el magnetismo: breve evaluación de la electrici­dad y el magnetismo]. Physical Review Special Topics - Physics Education Research, 2 (1). ht­tps://doi.org/10.1103/PhysRevSTPER.2.010105

Dixson, D., Worrell, F. y Mello, Z. (2017). Profiles of hope: How cluster of hope relate to school variables [Perfiles de esperanza: cómo se re­lacionan los grupos de esperanza con las va­riables escolares]. Learning and Individual Differences, 59, 55-64. https://doi.org/10.1016/j. lindif.2017.08.011

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. ht­tps://www.ecorfan.org/bolivia/researchjournals/ Sistemas_y_Gestion_Educativa/vol3num7/Revis­ta_Sistemas_Gestion_Educativa_V3_N7_4.pdf

Engelhardt, P. (2009). An introduction to classical test theory as applied to conceptual multi­ple-choice tests [Introducción a la teoría clásica de los tests aplicada a los tests conceptuales de elección multiple]. Getting Started in PER, 2 (1).

García, M. y Vilanova, S. (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. https://ppct. caicyt.gov.ar/index.php/reiec/article/view/7409

Gempp, R. (2006). El error estándar de medida y la puntuación verdadera de los tests psicológicos: algunas recomendaciones prácticas. Terapia psi­cológica, 24 (2), 117-129. https://www.redalyc. org/pdf/785/78524201.pdf

Gonçalves, T., Niemivirta, M. y Lemos, M. (2017). Identification of students’ multiple achieve­ment and social goal profiles and analysis of their stability and adaptability [Identificación de los perfiles de logros múltiples y objetivos sociales de los estudiantes y análisis de su es­tabilidad y adaptabilidad]. Learning and In­dividual Differences, 54, 149-159. https://doi. org/10.1016/j.lindif.2017.01.019

Henrysson, S. (1971). Gathering, analysing, and using data on teste items [Recogida, análisis y utilización de datos sobre las pruebas]. En R.L. Thorndike (Ed.), Educational Measurement (pp. 130-159). American Council on Education.

Hernández, A. (2005). El rendimiento académico de las matemáticas en alumnos universitarios. Encuentro educacional, 12 (1), 9-30. https:// produccioncientificaluz.org/index.php/encuen­tro/article/view/861/863

Hernández, R., Fernández, C. y Baptista, P. (2006). Metodología de la investigación. Mc Graw Hill.

Hernández-Nieto, R. (2002). Contributions to sta­tistical analysis [Contribuciones al análisis es­tadístico]. Universidad de Los Andes.

Hernández, J., Espinosa, J., Peñaloza, M., Rodrí­guez, J., Chacón, J., Toloza, C., Arenas, M., Carrillo, S. y Bermúdez, V. (2018). Sobre el uso adecuado del coeficiente de correlación de Pearson: definición, propiedades y suposicio­nes. Archivos Venezolanos de Farmacología y Terapéutica, 37 (5), 587-595. https://www.revis­taavft.com/images/revistas/2018/avft_5_2018/ 25sobre_uso_adecuado_coeficiente.pdf

Iglesias, N. y Alonso I. (2017). Estudio explorato­rio sobre la importancia de la matemática para la carrera de ingeniería civil en la Universidad de Oriente. REFCalE: Revista Electrónica de Formación y Calidad Educativa, 5 (1), 45-62. http://refcale.uleam.edu.ec/index.php/refcale/ article/view/1325/0

Morales, E. (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. http://ve.scielo.org/scielo.php?script=sci_art­text&pid=S1316-48212009000300004

Muñoz, J. y Mato, M. (2008). Análisis de las acti­tudes respecto a las matemáticas en alumnos de ESO. Revista de Investigación Educativa, 26 (1), 209-226. http://revistas.um.es/rie/article/ view/94181

Nitko, A. (1994). A model for developing curricu­lum-driven criterion-referenced and norm-refe­renced national examinations for certification and selection of students [Un modelo para desarrollar exámenes nacionales basados en criterios y normas para la certificación y selec­ción de Estudiantes] [Ponencia]. Conferencia Internacional sobre Evaluación y Medición Educativas de la Asociación para el Estudio de la Evaluación Educativa (ASSESA), Pretoria, Sudáfrica. https://eric.ed.gov/?id=ED377200

Posso, A. (2005). Sobre el bajo aprovechamiento en el curso de matemáticas I de la UTP. Scientia et Technica, 11 (28), 169-174.

Popham, J. (1990). Modern educational measure­ment: A practitioner’s perspective. Allyn and Bacon, MA.

Prieto, G. y Delgado, A. (2010). Fiabilidad y validez. Papeles del Psicólogo, 3 (1), 67-74. http://www. papelesdelpsicologo.es/pdf/1797.pdf

Reidl-Martínez, L. (2013). Confiabilidad en la me­dición. Investigación en Educación Médica, 2 (6), 107-111. http://www.scielo.org.mx/pdf/iem/v2n6/v2n6a7.pdf

Ruiz, E., Carmona, E. y Montiel, Á. (2016). Impor­tancia del cálculo en el desarrollo académico del ingeniero. Pistas Educativas, 120, 402-420. http://www.itcelaya.edu.mx/ojs/index.php/pis­tas/article/view/559

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

Urrutia, M., Barrios, S., Gutiérrez, M. y Mayorga, M. (2014). Métodos óptimos para determinar validez de contenido. Educación Médica Su­perior, 28 (3), 547-558. http://scielo.sld.cu/pdf/ ems/v28n3/ems14314.pdf

Zabala, A. y Arnau, L. (2008). 11 ideas clave. Cómo aprender y enseñar competencias. Editorial Grao.

Zavaleta, A. y Flores, C. (2009). Evaluación del cu­rrículum matemático escolar aprendido. Red Cimates, 702-712. https://core.ac.uk/download/ pdf/322383805.pdf

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 Integral y Ecua­ciones Diferenciales 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

Wendolyn Elizabeth Aguilar-Salinas es Doctora en Ciencias por la Universidad Autónoma de Baja California. Actualmente es Profesora Titular y Responsable de Etapa Básica 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

Araceli Celina Justo-López es Doc­tora en Ingeniería por la Universidad Au­tónoma de Baja California. Actualmente es Profesora Titular y Directora 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

César Gonzalo Iñiguez-Monroy es Doctor en Ingeniería por la Universidad Autónoma de Baja California. Actualmen­te es Profesor Titular y Encargado del área académica de Química de la Facultad de Ingeniería en esta universidad. Su línea de investigación está centrada en el enseñan­za y aprendizaje de la Química para Inge­nierías y educación STEM+A.

 https://orcid.org/0000-0002-7101-0738

Datos recogidos por PlumX Metrics.

Este artículo se ha leído en esta web: 398 veces