Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.12494/17004
Exportar a:
Title: Propuesta B-learning apoyada en el software infostat para favorecer el aprendizaje de la inferencia estadística en estudiantes de Ingeniería Industrial
Author: Silva Vargas, Dany Mariela
Email autor: dany.silvav@campusucc.edu.co
metadata.dc.description.cvlac: https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000073685
Issue Date: 2019
Advisor / Validator: Betancur Aguirre, Jorge Armando
Keywords: Educación
B-learning
Inferencia estadística
Ingeniería
Enseñanza
Aprendizaje
Educación superior
Resume: Los procesos de aprendizaje en la educación superior varían según las necesidades de los estudiantes. El modelo de aprendizaje es adquirido desde los primeros años de vida y se forja especialmente hacia algunas áreas del saber. Aprender estadística es una cualidad que todos los seres humanos deben poseer, es indispensable contar con bases estadísticas para realizar cualquier actividad de la cotidianidad. Es por esto, que el presente trabajo hace un estudio sobre la el proceso de aprendizaje de la inferencia estadística en el programa de ingeniería industrial, implementando una metodología de asesorías asistidas y acompañamiento semipresencial para favorecer el aprendizaje conceptual, procedimental y actitudinal propio de esta disciplina. Asimismo, busca fortalecer habilidades tecnológicas y engranarlas en una propuesta con un eje diferenciador como lo es el software estadístico infostat.
Abstract: Learning processes in higher education vary according to the needs of the students. The learning model is acquired from the first years of life and is especially forged towards some areas of knowledge. Learning statistics is a quality that all human beings must possess, it is essential to have statistical bases to perform any activity of everyday life. For this reason, the present work makes a study on the process of learning statistical inference in the industrial engineering program, implementing a methodology of assisted counseling and semi-essential support to favor the conceptual, procedural and attitudinal learning of this discipline . It also seeks to strengthen technological skills and engage them in a proposal with a differentiating axis such as the statistical software infostat.
Table Of Contents: Capítulo I. Planteamiento del problema -- 1.1. Problema de investigación -- 1.2. Objetivos -- 1.2.1. Objetivo General. -- 1.2.2. Objetivos específicos. -- 1.3. Justificación -- Capítulo II. Marco teórico y antecedentes -- 2.1. Estado del arte -- 2.1.1. Educación estadística. -- 2.1.2. Propuestas de innovación pedagógica y tecnológica. -- 2.1.3. Herramientas tecno-pedagógicas y software libre para la construcción de conocimiento. -- 2.1.4. Tendencias de las investigaciones. -- 2.2. Fundamentos Teóricos -- 2.2.1. Aprendizaje de la estadística en la educación superior. -- 2.2.1.1. Aprendizaje de la inferencia estadística. -- 2.2.2. Aprendizaje Significativo. -- 2.2.2.1. Aspecto conceptual. -- 2.2.2.2. Aspecto procedimental. -- 2.2.2.3. Aspecto Actitudinal. -- 2.2.3. Educación superior presencial vs educación superior a distancia -- 2.2.3.1. Educación Presencial. -- 2.2.3.2. Educación a Distancia (EaD). -- 2.2.3.2.1. Modalidad B-learning. -- 2.2.3.2.2. El B-learning en el aprendizaje de la estadística. -- 2.3. Software para el aprendizaje de la estadística en la modalidad B-learning. -- 2.3.1. Software infostat como eje diferenciador -- Capítulo III. Diseño metodológico -- 3.1. Enfoque -- 3.2. Diseño -- 3.3. Alcance -- 3.4. Población y muestra -- 3.5. Hipótesis -- 3.1.1. Hipótesis Nula (H0). -- 3.1.2. Hipótesis Alterna (H1). -- 3.6. Variables -- 3.1.1. Variable Independiente. -- 3.1.2. Variable Dependiente. -- 3.1.3. Variable Interviniente. -- 3.7. Operacionalización de las variables: -- 3.8. Técnicas e instrumentos de investigación -- 3.9. Caracterización del espacio de investigación -- 3.10. Metodología de Aprendizaje: Método de casos (MdC) -- 3.1.3. Caso planteado -- 3.1.4. Propuesta B-learning -- 3.1.5. Cronograma. -- 3.1.6. Categorías y subcategorías de análisis -- Capítulo IV. Resultados y análisis -- 4.1. Validación y Confiabilidad de los instrumentos -- 4.2. Análisis e interpretación de resultados -- 4.2.1. Aplicación prueba Kolmogorov – Smirnov. -- 4.2.2. Aplicación prueba T de Student -- 4.2.3. Resultados prueba prestest de los grupos experimental (O1) y de control (O3) -- 4.2.3.1. Contrastación de hipótesis -- 4.2.4. Descripción y análisis de resultados prueba pretest de los grupos experimental (O1) y de control (O3) -- 4.2.5. Resultados de la prueba postest de los grupos experimental (O2) y control (O4) -- 4.2.5.1. Contrastación de hipótesis. -- 4.2.6. Descripción y análisis de resultados prueba postest de los grupos experimental (O2) y de control (O4) -- 4.2.7. Análisis con relación a la hipótesis -- 4.2.7.1. Contrastación de hipótesis. -- 4.3. Análisis por categoría -- 4.3.1. Categoría: Aspecto conceptual -- 4.3.2. Categoría: Aspecto procedimental -- 4.3.3. Categoría: Aspecto Actitudinal -- 4.3.4. Relación entre resultados observados y resultados esperados -- 4.4. Discusión y resumen del proceso y de los resultados -- Capítulo V. Conclusiones y recomendaciones -- 5.1. Conclusiones -- 5.2. Recomendaciones.
Program: Maestría en Informática Aplicada a la Educación
Headquarters: Bogotá
Type: Trabajos de grado - Posgrados
Citation: Silva, D. M. (2019). Propuesta B-learning apoyada en el software infostat para favorecer el aprendizaje de la inferencia estadística en estudiantes de Ingeniería Industrial (Tesis de maestría). Recuperada de https://repository.ucc.edu.co/handle/20.500.12494/17004
Appears in Collections:Matemáticas e Informática

Files in This Item:
File Description SizeFormat 
2019_propuesta_learning_apoyada.pdfTesis de maestría1.71 MBAdobe PDFView/Open
2019_propuesta_learning_apoyada_formato.pdfFormato de licencia de uso de obra48.33 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.