EXPERIENCIAS DE INNOVACIÓN DOCENTE EN ESTADÍSTICA - uv.es · búsqueda, que su preocupación es compartida y que, a pesar de las ... introductoria en los estudios de grado: una

EXPERIENCIAS DE INNOVACIÓN

DOCENTE EN ESTADÍSTICA

Jose M. Pavía, Rosario Martínez, Francisco G. Morillas (Eds.)

978-84-15323-19-8

V-3557-2011

Ediciones

I.S.B.N.:

Depósito Legal:

Impresión y edición:

REPROEXPRES, S.L.

C/ Ramón Llull, 17 - bajo

46021 - Valencia

Tel.: 96 361 29 39

Fax: 96 361 58 49

www.reproexpres.com

[email protected]

iii

Prólogo

Con el objetivo de promover el intercambio de ideas y experiencias entre los docentes del área de Estadística y de valorar los resultados tras el primer año de implantación de los nuevos grados en el contexto del Espacio Europeo de Educación Superior, el pasado septiembre (días 12 y 13) se celebraron las “IIJornadas de Intercambio de Experiencias de Innovación Educativa en Estadística”. Las jornadas contaron con el patrocinio de la Unitat d'Innovació Educativa de la Universitat de València y la colaboración de la Facultatd’Economía. Asimismo, sirvieron para rendir homenaje académico al Profesor Roberto Escuder Vallés.

Los artículos que el lector puede encontrar en el presente volumen representan versiones evolucionadas de algunas de las ponencias más interesantes presentadas en las jornadas. Sus versiones preliminares constituyeron una valiosa fuente para la discusión y el aprendizaje mutuo, y, además, despertaron un gran interés. Esperamos que la publicación de este libro ponga los temas tratados al alcance de todos aquellos que no pudieron acudir a la reunión, facilitando así el acceso a los mismos y haciendo posible que todos los docentes e investigadores interesados puedan unirse al debate. Confiamos, asimismo, que el libro sea también de utilidad para los participantes en la reunión, evitando que tengan que confiar a la memoria las valiosas ideas y sugerencias que los distintos ponentes ofrecieron.

Los autores de los capítulos de este volumen provienen de áreas académicas variadas e imparten docencia en titulaciones con contenidos sustantivamente diferentes. A todos ellos, sin embargo, les une su inquietud por la docencia de la Estadística y por la búsqueda de caminos que faciliten el acceso y comprensión de las ideas, contenidos y procedimientos propios de la disciplina. Los asistentes a la reunión pudieron constatar que no están solos en esta búsqueda, que su preocupación es compartida y que, a pesar de las diferencias, experimentan dificultades, limitaciones, frustraciones y problemas similares a los que padecen muchos otros colegas cuando tratar de hacer la Estadística accesible a sus estudiantes.

En “Promoting leadership competencies in Higher Education” los profesores Dávila, Mora y Vila muestran, a partir del análisis de las respuestas a una macro-encuesta a egresados europeos, qué métodos de enseñanza-aprendizaje son los más adecuados para promover las competencias de liderazgo entre los estudiantes. Por su parte, el profesor Veres nos sorprende revelándonos en “Valoración de los conocimientos previos en Estadística de los alumnos del grado de ADE” la enorme cantidad de contenidos de Estadística que incluyen los programas de bachillerato, aunque rápidamente nos devuelve a la realidad confirmando, a través del análisis de los resultados de una encuesta, el poco aprovechamiento que demuestran los estudiantes de los mismos.

iv

Algunos de los retos que supone adaptar nuestras materias al nuevo entorno educativo los encontramos en “Formación en competencias y adaptación de la asignatura Estadística Industrial al EEES en la Escuela Técnica Superior de Ingenieros Industriales de la Universidad Politécnica de Valencia” y en “Adaptación de la metodología docente GCID-TIC a la asignatura Estadística Básica del grado en ADE”. En el primer caso, el profesor García Díaz nos presenta cómo ha estructurado su asignatura, tras adaptarla al Espacio Europeo de Educación Superior bajo el lema de ‘se aprende haciendo y no viendo’, diseñando un plan de trabajo consistente en el aprendizaje basado en problemas como herramienta didáctica. Los profesores Martínez de Lejarza, por su parte, critican el encorsetamiento que supone el nuevo marco y los protocolos seguidos en su implantación y nos dan pistas de cómo se pueden superar algunas de las dificultades inherentes mostrándonos cómo han adaptado al nuevo entorno educativo su experiencia previa dentro de un grupo consolidado de innovación docente. En esta línea, las profesoras Martínez Verdú y Yagüe nos relatan, en “La experiencia del GCID de Estadística en el Grado de Turismo”, su experiencia de adaptación al grado de Turismo de las lecciones aprendidas en el grupo de innovación docente y comparten con nosotros los resultados de una encuesta efectuada a los estudiantes en la que se analiza su perfil, su percepción sobre la asignatura y el proceso de enseñanza-aprendizaje.

En el siguiente bloque de capítulos, distintos autores nos muestran sus experiencias de cómo diversos cambios metodológicos afectan al proceso de enseñanza-aprendizaje de los estudiantes. El profesor Calvo nos presenta, en “Recursos estadísticos para una titulación multidisciplinar: la estadística para las ciencias laborales”, cómo dentro del contexto de una metodología basada en el aprendizaje cooperativo pueden ser introducidos, con efectos muy positivos, distintos aspectos relacionados con la Estadística a un público no especialmente receptivo. Los profesores Martínez Verdú y Morillas nos describen en “Trabajo por proyectos y Estadística” cómo utilizar una metodología basada en el trabajo por proyectos para conducir y asesorar al estudiante en la realización de un trabajo colaborativo multidisciplinar donde la Estadística ha sido el área con mayor influencia transversal. Y, en la misma dirección, los profesores Rocamora, Martínez Romero, Zacarés, Llorca, Ortega y Ribelles nos hacen partícipes en “Implicación de la Estadística en un Proyecto Integrado en el Grado de ADE” de las lecciones aprendidas en la implantación de un proyecto transversal que integra de forma aplicada los conocimientos adquiridos de las diferentes asignaturas y nos informan de las repercusiones del mismo para alumnos y profesores. Asimismo, los profesores Fuentes, García y García en “La innovación educativa para la mejora de la formación teórica y metodológica de los alumnos” introducen a los alumnos en la realidad del método científico proponiéndoles una actividad investigadora con datos reales como mecanismo para mejorar su formación teórica y metodológica y sus actitudes hacia la Estadística.

v

Por otro lado, en “Un plan de tutorías entre iguales en Estadística: resultados preliminares en Psicología” Amor Pérez junto a los profesores Hontangas y Oliver nos propone implementar un plan de tutorías, en el que algunos estudiantes seleccionados ejercen de tutores, como medio para reducir el absentismo y aumentar el porcentaje de aprobados en el conjunto de estudiantes y para mejorar el rendimiento académico y la ansiedad estadística de los tutores. Mientras que, las profesoras Benítez, Cruces, De Haro y Sarrión nos presentan en “Wikis en asignaturas de Estadística” cómo el uso de las nuevas tecnologías, y en concreto las wikis, pueden ser utilizadas como una potente herramienta para potenciar el aprendizaje activo y colaborativo.

En el capítulo “Análisis del rendimiento en las asignaturas de estadística en la promoción 2008-2009 del PIE de ADE-Derecho”, los profesores Díez, Ivars y López Rodríguez estudian, ante el cambio estructural que se produce en las condiciones de acceso en la promoción 2008-2009, el rendimiento de los estudiantes en las asignaturas Estadística I y Estadística II. Mientras, por su parte, el profesor Montoro en “Docencia en inglés en un curso de Estadística introductoria en los estudios de grado: una evaluación preliminar” ofrece algunas respuestas a cuestiones relativas a la efectividad que sobre diferentes outputs del proceso de enseñanza-aprendizaje ha tenido la implantación de los nuevos estudios de grado, analizando el impacto de la evaluación continua sobre los resultados, la motivación y la participación de los alumnos.

Por último, partiendo del famoso asesino en serie ‘Jack el Destripador’ el profesor Álvarez Jareño realiza en “Series temporales: descubriendo a Jack el destripador” un ejercicio muy didáctico e interesante para introducir los conceptos de las series temporales y nos muestra cómo podemos despertar el interés del estudiante con una adecuada motivación consiguiendo que el alumno interiorice contenidos y procedimientos que de otro modo le resultarían tremendamente áridos. Mientras que en “Experimentos interactivos para la enseñanza de Economía y Finanzas: Una aplicación a la docencia de Estadística”, los profesores Comeig, Jaramillo-Gutiérrez y Ramírez proponen utilizar las herramientas propias de la Economía Experimental como apoyo a la enseñanza de Estadística con el objetivo de incrementar la comprensión y motivación del alumno y conseguir así, a través de la realización de experimentos en el aula, un aprendizaje más eficiente y duradero. Para cerrar el libro, en “Un ejercicio de regresión lineal orientado a la evaluación de competencias básicas”, los profesores Blasco, Vila, Baeza y Coll nos muestran, a través de un ejemplo paradigmático, cómo es posible evaluar competencias de forma sistemática y organizada mediante la utilización de rúbricas y nos ofrecen claves para utilizar el procedimiento.

Finalmente, y en mi condición de coeditor de este libro y de coordinador de las jornadas desearía dar las gracias a todos aquellos de que una manera u otra han hecho posible este proyecto. A los autores y ponentes por su colaboración, participación y paciencia en las sucesivas rondas de revisión. A los responsables de la Unitat d'Innovació Educativa de la Universitat de València

vi

por confiar en nosotros y patrocinar las jornadas. A los miembros de la Facultatd’Economía por facilitarnos la tarea y poner a nuestra disposición sus recursos. A David Conesa, Ana Debón y Pedro Valero por hacernos la vida más simple como miembros del Comité Científico. A Pedro García Pilán, miembro del staff de la Oficina Open Course Ware de la Universitat de Valéncia, por mostrarnos amablemente los recursos de la Oficina. A los profesores Cabrer, Escuder, Murgui y Romero por aceptar desinteresadamente nuestra invitación a participar en las jornadas e iluminarnos con su sabiduría. Y, especialmente, a mis compañeros del Comité Organizador, Rosario Martínez, Fran Morillas y Belén García, que con su enorme dedicación y competencia han hecho posible este proyecto. Especial mención, sin embargo, merece Belén García Cárceles sin cuya dedicación desinteresada habría sido prácticamente imposible culminar con éxito esta aventura.

Jose M. Pavía Valencia, 14 de Octubre de 2011

7

ÍNDICE Prólogo ............................................................................................................... iii

Promoting Leadership Competencies in Higher Education ................................ 9

Valoración de los Conocimientos Previos en Estadística de los Alumnos del Grado en ADE ............................................................................................ 23

Formación en Competencias y Adaptación de la Asignatura Estadística Industrial al EEES en la Escuela Técnica Superior de Ingenieros Industriales de la Universidad Politécnica de Valencia .................................... 39

Adaptación de la Metodología Docente GCID-TIC a la Asignatura Estadística Básica del Grado en ADE .............................................................. 49

La Experiencia del GCID de Estadística en el Grado de Turismo .................... 67

Recursos Estadísticos para una Titulación Multidisciplinar: la Estadística para las Ciencias Laborales ........................................................... 81

Trabajo por Proyectos y Estadística ................................................................. 93

Implicación de la Estadística en un Proyecto Integrado en el Grado de ADE ................................................................................................................ 107

La Innovación Educativa para la Mejora de la Formación Teórica y Metodológica de los Alumnos ......................................................................... 119

Un Plan de Tutorías entre Iguales en Estadística: Resultados preliminares en Psicología ............................................................................. 129

Wikis en Asignaturas de Estadística .............................................................. 139

Análisis del Rendimiento en las Asignaturas de Estadística en la Promoción 2008-2009 del PIE de ADE-DERECHO ....................................... 155

Evaluación de la Metodología Docente en los Estudios de Grado: el Caso de Estadística Básica en un Grupo con Docencia en Inglés ................. 169

Series Temporales: Descubriendo a Jack el Destripador ............................... 179

Experimentos Interactivos para la Enseñanza de Economía y Finanzas: Una aplicación a la Docencia de Estadística .................................................. 191

Un ejercicio de Regresión Lineal Orientado a la Evaluación de Competencias Básicas ................................................................................... 201

Índice de Autores ........................................................................................... 211

8

9

Promoting Leadership Competencies in Higher Education

Carmen Delia Dávila Quintana(1), José-Ginés Mora(2) , Luis E. Vila(3)

(1) Departamento de Métodos Cuantitativos en Economía y Gestión Universidad de Las Palmas de Gran Canaria

e-mail: [email protected]

(2) Institute of EducationUniversity of London


(3) Departamento de Economía Aplicada University of Valencia e-mail: [email protected]

ABSTRACT

The development of leadership skills by higher education graduates is thought to be influenced by their educational path along with their early work experiences. Structural equation models (SEM) are used to estimate the effects of higher education and earlier work experience on the development of professional competencies shaping graduates leadership skills on a sample of some 5,000 recent graduates from Spanish universities. The results show that individual's leadership behavior depends on the development of specific professional skills. Competency development, in turn, emerges from university education and early career experiences. The analysis contributes to identify those teaching and learning modes with stronger marginal effects on the development of leadership skills during university education. The main implication is that the promotion of adequate learning environments at university may foster the development of leadership skills by graduates at the time of graduation, which in turn would improve the chances of further development of leadership competencies in earlier career stages.

INTRODUCTION

From a very general perspective, leadership can be defined as the process in which an individual directs, encourages and guides others to perform group tasks oriented to achieve objectives that are shared by all the members of the group (Armstrong, 1990; Cole, 1996). This type of definition highlights the fact that leadership is a functional process that can be applied to any type of human activity involving more than one person to achieve a goal. At corporate level, successful leadership would occur when the characteristics of the leader, the tasks to be performed, the objectives to be achieved and the human team fit together within the context where the organization operates (Hardy, 1985).

10

Understanding the process of leadership requires inquire into the complex interaction between the individual who leads the human team and the organizational, economic, and social environments where the process goes on. However, for effective leadership to occur there must be always one person, the leader, whose role is precisely to make the very process of effective leadership happen. Therefore, leadership development requires that some individuals acquire and deploy specific knowledge, abilities and attitudes that favour the process of leading other members of the team towards the corporate objectives.

So far, research on leadership development has been based on two assumptions: first, that more effective leadership can be achieved through the development of individual leaders; and, second, that leadership can be brought into organizations to improve their operational effectiveness (Spendlove, 2007). A major line of research in leadership development has focused on identifying the leaders and the competencies possessed by individuals that exert leadership functions in working environments. Within this line, competencies are defined as the knowledge, skills, abilities and attitudes that favour effective leadership behavior at work. Competency models offer the means to identify the abilities, attitudes and experiences of actual leaders in their current work environments. The competencies of those who lead can be used in turn to infer what equipment of competencies is required to become an effective leader. Additionally, competency development models aim at clarifying what are the best ways to enhance the acquisition by individuals of those competencies required for effective leadership (Hollenbeck et al., 2006). Broadly speaking, education and experience are the main sources for individual competency development; however, it should be noticed that not all competencies are equally suitable to be learned at educational institutions nor equally suitable to be acquired through work experience. The analysis of competency development for leadership treats competency profiles as outcomes generated by diverse types of actions explicitly oriented to the development of leadership capacity by individuals (McDaniel, 2002; Turnbull and Edwards, 2005). The varied nature of human abilities suggest that some of competencies for leadership can be more effectively developed in an educational environment while other leadership capacities should be developed by means of learning-by-doing and on-the-job training. Research about the particular competencies related to leadership behaviour, on the one hand, and about the best ways to foster its acquisition by individuals, on the other hand, would provide valuable evidence to guide the decision making processes at individual and corporate levels towards improved individual and corporate performance.

The purpose of this paper is to gain insight on the relevance of teaching and learning modes used in higher education regarding later leadership behavior of graduates at the workplace. Professional competencies related to leadership are considered here as a transmission mechanisms for higher education contribution to work performance regarding leadership development. Consequently, the profile of leadership competencies of graduates shall be evaluated twice: first, at the time of graduation from higher education institutions

11

(retrospective evaluation); second, five years later once the graduate is working (contemporary evaluation).

Structural equation models (SEM) are used to estimate the effects of higher education modes and initial work experiences after graduation on the development of professional competencies related to leadership behavior at work on a sample of recent graduates from Spanish universities. The results show that individual leadership capacity depends on the development of specific professional competencies. Those competencies related to leadership are partially provided by means of higher education and developed further through later work experience. The analysis also identifies what teaching and learning modes used in higher education have stronger effects on the development of leadership competencies. The main implication is that the promotion of adequate learning environments in higher education may foster the level of graduates regarding leadership skills at the time of graduation, which in turn would improve their chances of further development of leadership competencies in earlier career stages, thus increasing the propensity of graduates to work as leaders for the organizations that employ them.

The rest of the paper is organized as follows. Section two establishes the conceptual framework and provides the research hypotheses. Section three describes the data and the models used in the empirical analysis. Section four discusses the results including the goodness-of-fit measures corresponding to the accepted model. Finally, section five concludes.

CONCEPTUAL FRAMEWORK AND RESEARCH HYPOTHESES

It is generally accepted that human competency development emerges, born talent apart, from the interaction of two main sources: formal education and life experience. Regarding professional capacities required to accomplish specific functions within an organization, as is the case of leadership, understanding the interaction between both sources of competency involves an inquire into the complex relationship between higher education and initial graduate work experience.

At time of graduation, the profile of competencies displayed by graduates may be considered as a multidimensional outcome of higher education production, where different types of educational resources were applied to students in order to help them to develop, among other things, their equipment of professional capacities. The competency profile held by graduates at the time of graduation is likely to influence their subsequent job-search strategies as well as the real opportunities they face in the labor markets as higher education graduates. The interaction between graduates job-search approach and the job-openings they face in the labor market determines graduates earlier career choices, that is, the path of initial jobs after graduation and, therefore, their later path for further competency development by means of learning by doing during the transition from education to work. Later on, once integrated in the labor market, graduates

12

equipped with higher levels of leadership competences would tend to choose and/or to be assigned by firms and organizations to jobs and positions where the graduate must perform leadership functions as a part of the job itself. Graduates with high levels of leadership competencies are willing to be assigned to positions where they have better chances to exert effective leadership within the organizations that employs them. Organizations are willing to assign the leading position of work teams to individuals that show higher levels of leadership competencies. To lead a human team or a to lead a project are the explicit tasks and contents of certain positions; in general, graduates that act as leaders in their current work environments are those who direct, encourage and inspire the other members of the organization to achieve expected or planned objectives. Within this conceptual framework, the following five research hypotheses are jointly analysed using Structural Equation Models.

H1: Graduates’ development of competencies for leadership during higher education depends –other things being equal- on the combination of teaching/learning modes actually used in higher education institutions.

H2: Graduates’ level of competencies for leadership some years after graduation is directly and positively related to the level developed during higher education.

H3: Competencies for leadership developed during higher education are still positively related to leadership behaviour at the workplace even after some years of labor market experience.

H4: Graduates’ own level of competencies some years after graduation is positively related to contemporary leadership behaviour at the workplace.

H5: Teaching/learning modes for leadership influence later leadership behaviour mediated through the development of competencies for leadership.

The structure of the hypotheses examined in this paper is shown in Figure 1

Figure 1. Research hypotheses structure. (Source: Own elaboration)

13

According to the structure of relationships shown in Figure 1, we hypothesize that those graduates who have been more exposed to teaching-learning modes specifically addressed to the generation of leaders (ATL) will acquire during study higher levels of competencies for leadership (UCL). Graduates with higher levels of competencies for leadership at the time of graduation will be in a better starting position to develop those competencies further through early work experiences (OCL) which will contribute to enhance their propensity to act as leaders at the workplace (LW). It should be noted that all the elements involved (ATL, UCL, OCL and LW) are unobservable factors that would be expressed as latent constructs derived from observable indicators.

EMPIRICAL ANALYSIS

The Data Set

The data used in the empirical analysis come from REFLEX (The flexible professional in the knowledge society), a graduate survey including some 40,000 individuals of fourteen countries who graduated from higher education institutions in 1999/2000 and who answered the survey questionnaire in 2005 (www.reflexproject.org). To analyze the relationship between the prevalence of diverse teaching and learning modes used in higher education and later leadership behaviour at the workplace we use the information corresponding to some 5000 individuals who graduated from Spanish universities. REFLEX sections addressed graduates´ higher education, transition to education to work, earlier career stages, and current professional situation, including a section focused on competencies.

The behavior of graduates as leaders at the workplace is incorporated in the structural model as an unobserved or latent factor labelled "Leadership in the workplace (LW)" that has to be explained by means of latent constructs and observable indicators. Churchill (1979) recommended that each latent factor should be measured by at least two observable indicators highly correlated to the latent concept. Consequently, the factor LW is measured in our model through two indicators contained in the Reflex questionnaire that explicitly consider two key aspects of the functions performed by graduates that lead at work. The first indicator considers whether the graduate has a responsibility to establish objectives in the organization (answer to the question ‘Are you responsible for setting goals for the organization?’). The second one considers whether the graduate is responsible for deciding the ways work is organized (answer to the question ‘Are you responsible for deciding work strategies for the organization?’). For empirical purposes we assume that those graduates whose jobs include decision about objectives and strategies are those actually leading the organization. Therefore, graduates declaring that their current jobs included the responsibilities for deciding objectives and work strategies are identified as actual leaders.

14

The following step is to analyse the competencies profile of leading graduates to identify the abilities that characterize them as leaders from the rest of graduates who have not leadership responsibilities at work. In the section on competencies, respondents to Reflex-Spain were asked three questions regarding a list of 19 human capacities. The questions were the following:

A. “How do you rate your own competence level?”

B. “What is the required level of competence in your current work?”

C. “What was the contribution of the programme completed to your competence development?”

Answers to question A may be viewed as a self-assessed measure of the human capital accumulated, in terms of competencies, by graduates at the time of the interview, that is, five years after graduation from a higher education institution. The answers to all 19 capacities generate a graduate's competency profile. Answers to question B inform us about graduates’ view on the human capital requirements of their current jobs in terms of competence. The answers to the 19 items generate a job profile. Answers to question C contain graduates’ retrospective evaluation of the value added by their higher education to their human capital equipment in terms of competencies, and can be used to represent the competency profiles of graduates at the time of graduation, that is, before they began to develop their competencies by means of learning by doing and on-the-job training.

Defining Latent Factors and Covariance Structure

Consequently, we use the answers to question A to evaluate the competencies profile held by graduates five years after they left higher education. By looking at the profile of those leading for their organization, which have been identified in the previous step, the equipment of competencies required for leadership may be inferred. In turn, the answers to question C corresponding to the competencies for leadership, identified in the previous step, are used here to evaluate the profile of leadership competencies at the time of graduation, before leading graduates developed them further through work experience. Graduates profile of competencies at time of graduation is considered as an outcome of higher education production, a process where diverse combinations of educational resources are applied within diverse study programmes to students from varied backgrounds and who behave in different ways.

15

Figure 2. Mean values of graduates’ own level and university learned level of

competencies for leadership.

(Source: Own elaboration)

In the survey all questions on competencies offer a Likert-style response format with a seven-point scale from ‘very low’ to ‘very high’. From the list of 19 items, we focus on those competencies more likely to be required in order to perform the activities involved in leadership at the workplace. The analysis of Reflex-Spain data suggests that the relevant competencies for leadership are following: Negotiate effectively, Alertness to new opportunities, Assert your authority, Mobilize the capacities of others, Question your own and other's ideas, Come up with new ideas and solutions, Coordinate activities , and Make your meaning clear to others. Mean values for the leadership competencies at the time of the interview as well as the time of graduation are collected in Figure 2. The average level of competencies acquired in higher education are lower than those of the corresponding levels five years later, suggesting that initial work experience after graduation is a relevant source for the development of leadership competencies once graduates have started their professional careers. The contribution of higher education to the development of the diverse competencies is not equal for all of them; however, the proportion of competency level emerging directly from higher education is substantial in all cases, confirming that higher education is the main source of the leadership competencies held by graduates five years after graduation. "Make your meaning clear to others" with values of 5.5 and 3.9 respectively on a scale of 1 to 7 is the competency that graduates have developed further; "Negotiate

16

effectively" is the competency with lower average levels of 4.6 and 2.8 respectively.

For empirical purposes, the eight indicators of leadership competency are used to define a factor capturing the level of leadership competencies possessed by graduates five years after graduation (answers to question A) labelled “Own Competencies for Leadership (OCL)”, which reflects the result of combining what was learned during university education with what was developed later during initial work experiences regarding leadership competencies. Similarly, graduates profile in terms of the contribution of higher education to the development of leadership competencies enters the model as a latent factor named “University Competencies for Leadership (UCL)” which is measured through the answers in question C for the corresponding indicators. Since both UCL and OCL constructs are defined over the same group of indicators, the structure of correlation among the measures of competency needs to be considered in the model. The development of a particular competency at a given time depends not only on the contemporary level of development of the other competencies but also on the past level of development of all the competencies analysed. Consequently, in the model each indicator of competency is allowed to be correlated with the other indicators in the contemporary construct as well as with the corresponding indicator in the other competency construct. The inclusion of correlated error terms between the observed variables used to measure similar constructs is consistent with existing SEM literature (Byrne, 1994; Bollen, 1989).

The fourth construct in the model is labelled "Approaching to teaching for leadership (ATL)". It represents the most proactive creation of competence for leadership during higher education. In REFLEX respondents were asked to rate the emphasis made on eleven different modes of teaching and learning during their studies. The variables were measured in a five-point Likert scale capturing the intensity with which these methods were used for teaching and learning during the time graduates were higher education students. The three indicators selected to measure the latent construct named "Approaching to teaching for leadership (ATL)" factor: Group assignments, Written assignments, and Oral presentations written by students

Empirical Model Building

All the variables selected for the analysis and their correspondence with the four hypothesized latent factors are listed in Table 1, which also provides results of convergent validity of the research instruments.

The values for alpha-Cronbach are all higher than 0.80 suggesting that all constructs are acceptable to represent the latent factors and, consequently, valid for the analysis. The convergent validity of the measurement instruments used was also evaluated through a measure of the reliability of the construct. According to Fornell and Larcker (1981) construct reliability has been calculated as the sum of square factor leadings divided by the sum of square factor

17

leadings plus the summation of error variances. Nunnally (1978) suggested a minimum of 80 for strong evidence of convergent validity. In our case, the constructs "Approaching to teaching for leadership (ATL)" and "Leadership in the Workplace (LW)" take values higher than 0.7, while the two constructs for the competencies of graduates take even higher values in convergent validity.

Table 1. Convergent validity and correspondence between indicators and factors

Factor -

Cronbach

Construct reliability

Indicators

Approaches to teaching for leadership (ATL)

0,80 0,72 A7GROASG Group assignments A7WRIASG Written assignments

A7ORALPR Oral presentations by students

University Competencies for Leadership (UCL)

0,90 0,82

H1NEGOTC Ability to negotiate effectively H1ALERTC Alertness to new opportunities H1COORDC Ability to coordinate activities

H1MOBOTC Ability to mobilize the capacities of others

H1CMEANC Ability to make your meaning clear to others

H1AUTHOC Ability to assert your authority

H1SOLUTC Ability to come up with new ideas or solutions

H1QUESTC Willingness to question the own and others’ ideas

Own Competencies for Leadership (OCL)

0,86 0,86

H1NEGOTO Ability to negotiate effectively H1ALERTO Alertness to new opportunities H1COORDO Ability to coordinate activities

H1MOBOTO Ability to mobilize the capacities of others

H1CMEANO Ability to make your meaning clear to others

H1AUTHOO Ability to assert your authority

H1SOLUTO Ability to come up with new ideas or solutions

H1QUESTO Willingness to question the own and others’ ideas

Leadership in the Workplace (LW)

0,86 0,76 G16GOALO

Responsible for setting goals for the organization

G16STRAT Responsible for deciding work strategies for the organization

Source: Own elaboration

ESTIMATION RESULTS

The structural equation model specified in the previous section was used to judge whether there was sufficient evidence on the hypothesized relationships between independent and dependent variables and to infer the causal direction of the relationships. Specifically, to observe the influence of the teaching-learning environment (ATL) in the acquisition of skills for leadership in university (UCL) and, mediated by the competencies owned by graduates five years after graduation (OCL), the effects on graduates' performance as a leader in the market work (LW). The structural model accepted was reached after contrasting the validity of diverse measurement models regarding the assumptions involved in the analysis. The final econometric analysis was carried out after removing

18

from the sample those individuals with missing values in the key variables to facilitate estimation of the parameters in the model by robust methods using AMOS 6.1, v.18 EQS. The final valid sample size was 3.856 individuals. Coefficient estimates for the accepted model are shown in Figure 3. All parameter estimates in the model are statistically significant at p <0.05 as indicated by the corresponding t-values.

Figure 3. Structural model with standarized parameters estimates. (Source: Own elaboration)

In general, the results show that keeping constant the rest of elements included in the specifications, the panoply of teaching and learning modes deployed during university studies has a substantial influence on the propensity of graduates to act as leaders at the workplace through the development of specific competencies which, in turn, explains the transmission mechanism from higher education input to labor market outcome in the form of graduates who effectively lead for the organizations they work for. The final structural equation model represents the expected relationships between learning environments (ATL), graduates’ competency profiles at time of graduation (UCL), competency profiles five years after graduation (OCL), and current graduates’ behaviour as leaders at the workplace (LW). Table 2 presents the total, direct and indirect effects calculated from the parameter estimates for the model.

The direct effect of learning environments (ATL) on the generation of competencies for leadership in university education (UCL) is significant and positive (0.341) suggesting that if higher education study is intended to specifically help graduates to develop leadership competencies (UCL), then specific proactive methods to reach this objective need to be emphasized. This confirms the postulate in H1. Additionally, graduates who have developed higher levels of competence during higher education (UCL) are in a better

19

position to develop further their competences after graduation (OCL) once they are inserted into the labor market. This results is pointed out by the positive and significant coefficient of the relationship (0.329), thus confirming H2. Moreover, the development of competences after graduation is still conditioned by its development during higher education, as captured by an indirect effect (0.112) of ATL on OCL.

Table 2. Standarized direct, indirect, and total effects

Origin Destination Standarized effects

H0Direct effects

Indirect effects

Total Effects

Approaching to teaching for Leadership (ATL)


H1 0,341 0,341



0,112 0,112



H2 0,329 0,329



H3 0,063 0,107 0,170



H4 0,325 0,325



H5 0,058 0,058

Source: Own elaboration.

It should be noted that the indirect effect of leadership competencies acquired in higher education (UCL) on leadership behavior in the labor market (LW), as mediated by the competencies accumulated by work experience (OCL), is greater in magnitude than the corresponding direct effect (0.063), thus reflecting that the equipment of competency acquired in higher education is the basis for the development of further levels of leadership competency trough learning by doing at the workplace, resulting in higher current levels of leadership competency after five years of labor experience(OCL). The last element is the effect of graduates own leadership competency (OCL) on their behavior as leaders at work (LW) as postulated by H4 which, according to model estimates, is significant and positive with magnitude 0.325. In addition, ATL also influences indirectly (0.058) the attitudes of the leader in the workplace (LW) as postulate by hypothesis H5.

Once the estimation has been carried on, the accepted model has to be validated using statistical instruments to analyze the quality of adjustment of the

20

model to the data. Table 3 shows some alternatives proposed by Bollen (1989) Byrne (2001) and Cheung and Rensvold, (2002) to provide multiple measures of fit of the structural equation model accepted. In this case the usual Satorra-Bentler statistic is not suitable as a goodness-of-fit measure because the valid sample size is very large; however, its value has been calculated as a baseline.

Table 3. Goodness of fit results for measurement models

Fit statistics

S-B(df) AGFI NFI CFI GFI RMSEA (90%CI)


1215.7 (173)

0.951 0.961 0.965 0.964 0.044

(0.042;0.046)

Source: Own elaboration.

The goodness-of-fit indexes considered are the Adjusted Goodness of Fit Index (AGFI) and the Goodness of Fit Index (GFI) which are measures of the relative variance and covariance amounts accounted for by the structural equations model. The AGFI takes into account the number of degrees of freedom relative to the number of indicators. The values for the Normed Fit Index (NIF) and the Comparative Fit Index (IFC) are also presented in Table 4. The model fit (Hu and Bentler, 1999; Hair et al, 1999), as indicated by these estimates was excellent with all values above 95% (AGFI = 0.951, NFI = 0.961, CFI = 0.965 and GFI = 0.964). Table 3 also contains the Root Mean Squared Error (RMSEA): the point estimate and the confidence interval confirming a good approximation of the model to the data.

CONCLUSIONS

We have used structural equation models to examine the complex relationship between competency development by means of higher education and later leadership behaviour of graduates at the workplace. The results of the analysis show that graduates who where relatively more exposed to a specific combination of teaching/learning modes including group assignments, written assignments and oral presentations by students in higher education acquired higher levels of competencies for leadership at time of graduation. Consequently, they entered the labor market with a particular competency profile differentiated by relatively higher leadership capacities. Once at work, graduates better equipped to lead at the workplace developed further their own levels of competencies for leadership by means of learning by doing at the workplace. Five years after graduation, individuals with a high profile of leadership competency show greater propensity to be operating as leaders in their current work activities

The analysis and discussion point out that greater emphasis on specific teaching and learning modes used in higher education practice does influence later performance of graduates regarding leadership at work, and that the

21

relationship is channeled in terms of competencies for leadership. First, the use of group assignments, written assignments and oral presentations by students as more prevalent teaching/learning modes appears to help graduates in their development of leadership competency during higher education. Second, graduates who emerge from higher education with better competencies for leadership appear to be able to develop those competencies further during their initial career stages. The levels of leadership competency developed during higher education promote further development of competencies for leadership after graduation by guiding individuals to make the right labor market choices in order to find paths that expand their capacity to lead. Those better equipped with leadership competency at graduation time would search for work environments that allow them to build higher levels of competency for leadership. Third, the analysis confirms that graduates own current level of leadership competency is a key determinant of the propensity to operate as a leader within the organization they work for in terms of setting goals and deciding work strategies at organization level five years after graduation.

The main conclusion from our analysis is that leadership capacity can be promoted through more effective development of specific competencies in potential leaders by means of appropriate teaching and learning modes in higher education; in turn, increased leadership capacity at individual level would improve organizational and social effectiveness.

REFERENCES

Armstrong, M.. (1990) How to Be an Even Better Manager, London,Kogan Page, Cole, G.A.(1996) Management: Theory and Practice, London,DP Publications, Bollen, K.A. (1989). Structural equations with latent variables. New York: John Wiley &

Sons. Byrne, B.M. (2001). Structural Equation Modeling with AMOS. Basic concepts,

applications, and programming. New Jersey: Lawrence Erlbaum Associates Publishers.

Byrne, B.M. (2006). Structural Equation Modeling with EQS. Basic concepts, applications, and programming. New Jersey: Lawrence Erlbaum Associates Publishers.

Cheung, G. and R.B. Rensvold (2002). “Evaluating Goodness-of-Fit Indexes for Testing Measurement Invariance”. Structural Equation Modeling, 9, 2, 233-255.

Churchill, G.A., Jr. (1979). “A paradigm for developing better measures of marketing constructs”. Journal of Marketing Research, 16, 64-73.

Fornell, C. and D.F. Larcker (1981). “Evaluating Structural Equation Models with unobservable variables and measurement error” Journal of Marketing Research, 18, No.1, 39-50.

Hair, J.F., R.E. Anderson, R.L. Tatham and W.C. Black (1999). Análisis Multivariante. Madrid: Prentice Hall.

Hair, J.F., Anderson, R.E., Tathan, R.L. and Black, W.C. (1984). Multivariate data analysis. New Jersey: Prentice-Hall.

Handy, C. (1985) , Understanding Organizations, London, Penguin, Hollenbeck, G.P., McCall, W.M. Jr. and Silzer, R.F. (2006) “Leadership competency

models”, The Leadership Quarterly, 17, 4, 398-413.

22

Hu, L-T and P.M. Bentler (1999). “Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives”. Structural Equation Modeling, 6, 1, 1-55.

McDaniel, E.A. (2002), “Senior leadership in higher education: an outcomes approach”, Journal of Leadership & Organizational Studies, 9, 2, pp. 80-9.

Spendlove, M. (2007) “Competencies for effective leadership in higher education”. International Journal of Educational Management, 21,5, 407-417

Turnbull, S. and Edwards, G. (2005), “Leadership development for organizational change in a new UK university”. Advances in Developing Human Resources, 7, 3, 396-414.

23

Valoración de los Conocimientos Previos en Estadística de los Alumnos del Grado en ADE

Ernesto Jesús Veres Ferrer

Departamento de Economía Aplicada Universidad de Valencia Av. de los Naranjos s/n

46022-Valenciae-mail: Ernesto [email protected]

RESUMEN

Este trabajo evalúa el nivel de conocimientos específicos de Estadística que tienen los alumnos matriculados en la Estadística Básica del Grado en Administración y Dirección de Empresas. La evaluación tiene sentido en cuanto que dicho alumnado ha recibido formación en muchos de los contenidos que se desarrollan en el Programa de la asignatura del primer curso del Grado. Sin embargo, el nivel de conocimientos con el que acceden a esta titulación superior es manifiestamente bajo.

INTRODUCCION

Los Decretos del Consell 112/2007, de 20 de julio (DOGV 24.07.2007), y 102/2008, de 11 de julio (DOGV 15.07.2008), establecen los currículos de la Educación Secundaria Obligatoria y del Bachillerato en la Comunitat Valenciana, respectivamente (ver ANEXO I). Se aprecia que los contenidos impartidos en ESO y Bachillerato cubren prácticamente la totalidad de los contenidos de la Estadística Básica del Grado en ADE e, incluso, se adentran en muchos de los conceptos desarrollados en la Introducción a la Inferencia (ver ANEXO II).

Los dos Decretos citados son la actualización de los anteriores Decretos 39/2002, de 5 de marzo, y 50/2002, de 26 de marzo, del Gobierno Valenciano, respectivamente. Los contenidos de Estadística y Probabilidad en estos Decretos son prácticamente coincidentes con los vigentes en la actualidad, salvo en lo que se refiere a 1º de ESO, en donde no existen contenidos estadísticos, pero que sí se incorporan en su totalidad en 2º de la enseñanza secundaria; en la no división en las dos opciones que sí existen en el actual curso 4º de ESO; y en la no consideración de los contrastes de hipótesis que sí se estudian en la actual Matemáticas aplicadas a las Ciencias Sociales del 2º curso del Bachillerato de la Modalidad de Humanidades y Ciencias Sociales.

24

El Anexo I confirma que, teóricamente, el proceso de adquisición de conocimientos estadísticos es progresivo, no estanco, de manera que en cursos sucesivos sigue contemplándose contenidos de cursos anteriores pero impartidos con mayor profundización. De ahí que los conceptos elementales de la Estadística Descriptiva deben haber sido comentados en varios de los cursos anteriores a los de la enseñanza universitaria, de manera que al final de cada uno de los ciclos de secundaria y bachillerato la profundidad de los conceptos adquiridos tiene que ser suficiente.

También podemos aproximarnos al peso de los temas de Estadística en el conjunto del temario impartido en ESO y en Bachillerato valorando su número respecto a los del conjunto del programa, tal como aparecen en los libros de Matemáticas correspondientes a dichos niveles. Tomamos el ejemplo de los publicados por la Editorial ECIR, en cuanto que serán de ellos de los que se extraerán las pruebas de evaluación que luego se comentan. La Tabla 1 recoge esta estimación:

Tabla 1. Peso de los temas de Estadística en el conjunto de la asignatura de Matemáticas.

CursoTemas de

Estadística Total temas

Peso de los temas

de Estadística

1º ESO 1 14 7,14% 2º ESO 1 15 6,67% 3º ESO 3 16 18,75% 4º ESO opción A 2 13 15,4% 4º ESO opción B 3 14 21,4% 1º BAC 4 19 21,1% 1º BAC CCSS 5 14 35,7% 2º BAC CCSS 4 13 30,8%

Fuente: Elaboración propia a partir de la línea de libros de Matemáticas de la Editorial ECIR, ediciones de 2007, 2008 y 2009 (ver Referencias).

En cualquier caso –salvo excepciones de acceso a los mayores de 25 años- todos los alumnos que acceden a la Universidad han superado la enseñanza secundaria obligatoria, por lo que debieran conocer perfectamente los contenidos de la Estadística Descriptiva unidimensional y los básicos del Cálculo de Probabilidades. Si, además, la vía lógica de acceso a ADE es a través del Bachillerato en su modalidad de Humanidades y Ciencias Sociales, sus conocimientos se adentran en la Estadística Descriptiva bidimensional y en estimación y contraste de hipótesis estadísticas, con una apreciable profundización tal como se desprende de los criterios de evaluación que acompañan a los contenidos (ver Anexo I).

Podemos, pues, preguntarnos hasta qué punto tienen sentido los programas de las estadísticas impartidas en ADE y si no sería más rentable reorientarlos a otros contenidos y/o profundizaciones distintas. La respuesta debe tomarse en

25

función de los conocimientos efectivamente adquiridos por el alumnado en la enseñanza secundaria. Y, en este sentido, la experiencia de este primer curso ha sido demoledora.

En efecto, el profesorado universitario es consciente del nivel cada vez más bajo del alumnado que accede a los estudios superiores. Y este problema es, en nuestro caso, doblemente problemático: por el bajo nivel matemático en general, y por el bajo nivel de conocimientos estadísticos, en particular.

Este trabajo tiene como objetivo presentar los resultados de una sencilla evaluación del nivel de conocimientos estadísticos de los alumnos matriculados en Estadística Básica, en el primer año de implantación del grado en ADE. Dado el resultado se confirma la plena validez del programa de esa asignatura.

DISEÑO DE LA PRUEBA DE EVALUACION

Para conocer el nivel de conocimientos estadísticos de los alumnos matriculados por primera vez en ADE se diseñó una prueba para su medición. Esta consistía en pasarles el primer día de clase dos test de autoevaluación, exactamente iguales a los existentes en dos libros de texto de 3º y 4º de ESO –en este caso, común a las dos opciones A y B-, y que contenían preguntas correspondientes al primer tema del programa de Estadística Básica (ver ANEXO III). Por tanto, todos los alumnos debían contestarlas correctamente, dado su carácter de elementales.

Cada test constaba de 10 preguntas con cuatro respuestas posibles, de las que sólo una era correcta. La última alternativa era común a todas las preguntas: “Nada de lo anterior”. La puntuación obtenida se calculó a partir de la siguiente expresión utilizada con generalidad para este tipo de pruebas:

1respuestasPosibles

ErroresAciertosPuntuación

Los test se realizaron sobre un total de 106 alumnos, correspondientes a dos grupos cuya docencia se impartía por la mañana, y en los que había 120 matriculados. Dados los criterios con los que se realiza la matriculación, podemos considerarlos como una muestra aleatoria de alumnos de primer curso en el grado de ADE1.

1Esta afirmación podría ser discutible, en cuanto que el proceso de matriculación se realiza

según la nota de obtenida en las pruebas de acceso a la universidad. Dado que los grupos de mañana –como es el caso que nos ocupa- suelen ser los preferidos, podría ser que los alumnos que han respondido el test de valoración hayan tenido notas de acceso superiores a la media. Pero esta circunstancia aún reafirmaría más las conclusiones del trabajo.

26

El número total de matriculados en la asignatura fue de 395 alumnos2, por lo que el porcentaje máximo de error para los porcentajes deducidos de la valoración del test es del 8,1%, para una significación del 95%.

Las características fundamentales de los alumnos matriculados en esos dos grupos se aprecian en la siguiente Tabla:

Tabla 2. Características de los alumnos de los dos grupos evaluados.Característica % Característica % Característica %

Sexo Otros 2,5 Licenciado o Ingeniero 10,8 Hombre 50 Estudios del padre Ocupación Mujer 50 Sin estudios 10 No trabaja 88,3

Edad (en años) Primarios 25 Trabaja < 15 h 2,5 18 26,7 Bach elemental 22,5 Trabaja > 15 h 9,2 19 31,7 Bach superior 20 Otra titulación superior 20 16,7 Diplomado universitario 9,2 No 89,2 21 13,3 Licenciado o Ingeniero 13,3 Si 10,8 22 a 25 13,3 Estudios de la madre Lugar de nacimiento 26 a 30 3,3 Sin estudios 12,5 Valencia ciudad 34,8 Más de 30 2,5 Primarios 24,2 Valencia provincia 55,9

Forma de inicio Bach elemental 22,5Resto Comunidad Valenciana

5

PAU 71,7 Bach superior 22,5 Resto de España 4,3 FP 25,8 Diplomado universitario 7,5

Fuente: Elaboración propia a partir de la información de la Secretaría Virtual de la Universidad de Valencia. a Porcentaje sobre matriculados. b Porcentaje sobre presentados.

RESULTADOS

Sólo 4 alumnos alcanzaron o superaron la puntuación de 5, esto es, menos del 4%. Si no se hubieran penalizado los errores ese porcentaje habría aumentado hasta el 26%. En cualquiera de los dos casos, las puntuaciones de los que superaron el test están más cercanas al límite inferior, no habiendo destacado ninguno de los alumnos con una puntuación excelente. La Tabla 3 recoge los resultados obtenidos, en donde, en trama oscura, se señalan los que superan la prueba considerando los errores; y en trama clara los que la superan sin tenerlos en cuenta.

2 No incluye los 21 matriculados en el grupo Internacional ni los 97 matriculados en la doble titulación ADE-Derecho, pues su composición no es necesariamente homogénea respecto a la del alumnado del grado en ADE. Fuente: Secretaría de la Facultad de Economía.

27

Tabla 3. Número de alumnos según Aciertos/Errores. Prueba al inicio del curso. b

a

AE 0 1 2 3 4 5 6 7 8 9 10 11 12 13 15 Tota

l

0 1 1 1 1 1 2 2 1 1 3 1 1 2 4 1 1 1 1 4 5 1 2 1 1 1 1 7 6 1 1 1 1 4 7 2 2 1 2 7 8 1 1 1 1 5 9 9 1 1 1 1 2 1 5 12

10 1 2 6 9 11 2 1 1 3 9 6 12 2 4 8 14 13 1 2 6 9 14 5 5 15 2 2 16 1 1 17 1 1

Total 1 1 1 2 5 6 14 18 18 13 8 10 5 3 1 106

Fuente: Elaboración propia. Resultado no posible.

a Errores. b Aciertos.

Aventuramos varias hipótesis que pueden motivar este mal resultado:

Bajo nivel de exigencia de la enseñanza secundaria y del Bachillerato. Como reflexión derivada planteamos la siguiente cuestión: ¿la implantación de los nuevos grados se ha realizado pensando en subsanar las deficiencias de las enseñanzas no universitarias, convirtiendo las Universidades, en sus primeros cursos, en Institutos más o menos “ilustrados”, forzando a adaptar criterios y formas de trabajo semejantes a los de éstos?

Nivel de acceso a los estudios de ADE desde distintos itinerarios, en particular desde la Formación Profesional, cuya programación de contenidos en casi todas sus ramas no suele incluir la estadística.

No impartición de los temas de Estadística en ESO y Bachillerato por falta de tiempo, al corresponder a los últimos de su programación. O, por este motivo, impartidos de forma rápida y no rigurosa.

Posible falta de interés del profesorado de Secundaria y Bachillerato por la Estadística, en ocasiones considerada en segundo nivel respecto la Geometría, Algebra y Análisis.

Como evaluación del nivel de conocimientos adquiridos en comparación a los que disponían al inicio del curso, a los 40 alumnos uno de los grupos se les volvió a pasar los mismos tests el último día de clase. Los resultados se recogen en la Tabla 4, en la que, nuevamente, en trama oscura, se señalan los que superan la prueba considerando los errores; y en trama clara los que la superan sin tenerlos en cuenta.

28

Tabla 4. Número de alumnos según Aciertos/Errores. Prueba al final del curso.

b

a

AE

9 11 12 13 14 15 16 17 18 19 20 Total

0 1 1 2 1 1 1 2 7 7 3 1 3 4 4 1 5 6 5 1 3 4 6 1 4 5 7 4 4 8 3 3 9 2 2 11 2 2

Total 2 2 3 5 5 5 5 3 7 2 2 40

Fuente: Elaboración propia.

Resultado no posible. a Errores. b Aciertos.

Como era de esperar el resultado confirma la adquisición de conocimientos en el curso: 33 alumnos, el 82,5%, superan la prueba valorada con la fórmula que penaliza los errores, y suben a 38, el 95%, cuando sólo se tienen en cuenta los aciertos. Además las puntuaciones obtenidas ya no se acercan al límite inferior de superación, y varias de ellas alcanzan valores notables o excelentes.

CONCLUSIONES

Concluimos, pues, que el alumnado llega a los estudios del grado en ADE prácticamente sin conocimientos estadísticos básicos. Ponemos en duda la capacidad de las Pruebas de Acceso, para los alumnos que acceden a la Universidad desde el Bachillerato, para discriminar los conceptos de Estadística en la prueba específica de Matemáticas. Para aquellos que no las realizan, su incorporación a la Universidad en cuanto a sus conocimientos estadísticos es, teóricamente, peor.

Queda, por tanto, plenamente justificado el programa de la Estadística Básica, que comienza con los conocimientos básicos más elementales. La gran coincidencia de los contenidos de la Estadística Básica de ADE con los impartidos en Secundaria resulta necesaria por la falta real de conocimientos estadísticos básicos de los alumnos matriculados en el primer curso de dicho grado.

REFERENCIAS

Esteve, R. et al. (2007). Matemáticas 1º ESO. ECIR, Valencia. Esteve, R. et al. (2008). Matemáticas 2º ESO. ECIR, Valencia. Esteve, R. et al. (2007). Matemáticas 3º ESO. ECIR, Valencia. Esteve, R. et al. (2008). Matemáticas 4º ESO, opción A. ECIR, Valencia.

29

Esteve, R. et al. (2008). Matemáticas 4º ESO, opción B. ECIR, Valencia. Esteve, R. et al. (2008). Matemáticas 1º Bachillerato. ECIR, Valencia. Deusá M. et al. (2008). Matemáticas aplicadas a las Ciencias Sociales 1º Bachillerato.

ECIR, Valencia. Deusá M. et al. (2009). Matemáticas aplicadas a las Ciencias Sociales 2º Bachillerato.

ECIR, Valencia.

ANEXOS

ANEXO I

Contenidos ESO

1º ESO

– Diferentes formas de recogida de información. Organización en tablas de datos recogidos en una experiencia. Frecuencias absolutas y relativas.

– Diagramas de barras, de líneas y de sectores. Análisis de los aspectos más destacables de los gráficos estadísticos.

– Formulación de conjeturas sobre el comportamiento de fenómenos aleatorios sencillos y comprobación mediante la realización de experiencias repetidas.

– Reconocimiento y valoración de las Matemáticas para interpretar y describir situaciones inciertas.

2º ESO

– Estadística unidimensional. Población y muestra. Distribuciones discretas. Recuento de datos. Organización de los datos.

– Frecuencia absoluta y relativa. Frecuencias acumuladas.

– Construcción e interpretación de tablas de frecuencias y diagramas de barras y de sectores. Análisis de los aspectos más destacables de los gráficos estadísticos.

– Cálculo e interpretación de la media aritmética, la mediana y la moda de una distribución discreta con pocos datos.

– Utilización conjunta de la media, la mediana y la moda para realizar comparaciones y valoraciones.

– Utilización de la hoja de cálculo para organizar los datos, realizar los cálculos y generar los gráficos más adecuados.

30

3º ESO

– Estadística descriptiva unidimensional. Variables discretas y continuas.

– Interpretación de tablas de frecuencias y gráficos estadísticos.

– Agrupación de datos en intervalos. Histogramas y polígonos de frecuencias.

– Construcción de la gráfica adecuada a la naturaleza de los datos y al objetivo deseado.

– Cálculo e interpretación de los parámetros de centralización (media, moda, cuartiles y mediana) y dispersión (rango y desviación típica).

– Interpretación conjunta de la media y la desviación típica.

– Utilización de las medidas de centralización y dispersión para realizar comparaciones y valoraciones. Análisis y crítica de la información de índole estadístico y de su presentación.

– Utilización de la calculadora y la hoja de cálculo para organizar los datos y realizar cálculos.

– Experimentos aleatorios. Sucesos y espacio muestral. Utilización del vocabulario adecuado para describir y cuantificar situaciones relacionadas con el azar.

– Frecuencia y probabilidad de un suceso.

– Cálculo de probabilidades mediante la Ley de Laplace.

– Cálculo de la probabilidad mediante simulación o experimentación.

– Formulación y verificación de conjeturas sobre el comportamiento de fenómenos aleatorios sencillos.

– Utilización de la probabilidad para tomar decisiones fundamentadas en diferentes contextos. Reconocimiento y valoración de las Matemáticas para interpretar, describir y predecir situaciones inciertas.

4º ESO - Opción A

– Estadística descriptiva unidimensional. Identificación de las fases y tareas de un estudio estadístico a partir de situaciones concretas cercanas a la alumna y al alumno.

– Análisis elemental de la representatividad de las muestras estadísticas.

31

– Variable discreta: elaboración e interpretación de tablas de frecuencias y de gráficos estadísticos (gráficos de barras, de sectores, diagramas de caja y polígonos de frecuencias). Uso de la hoja de cálculo.

– Cálculo e interpretación de los parámetros de centralización y dispersión para realizar comparaciones y valoraciones.

– Variable continua: intervalos y marcas de clase. Elaboración e interpretación de histogramas. Uso de la hoja de cálculo.

– Azar y probabilidad. Idea de experimento aleatorio y suceso. Frecuencia y probabilidad de un suceso.

– Experiencias compuestas. Utilización de tablas de contingencia y diagramas de árbol para la asignación de probabilidades.

– Utilización del vocabulario adecuado para describir y cuantificar situaciones relacionadas con el azar.

4º ESO - Opción B

– Estadística descriptiva unidimensional. Identificación de las fases y tareas de un estudio estadístico.

– Análisis elemental de la representatividad de las muestras estadísticas.

– Variable discreta: elaboración e interpretación de tablas de frecuencias y de gráficos estadísticos (gráficos de barras, de sectores, diagramas de caja y polígonos de frecuencias).

– Cálculo e interpretación de los parámetros de centralización y dispersión: media, mediana, moda, recorrido y desviación típica para realizar comparaciones y valoraciones.

– Representatividad de una distribución por su media y desviación típica o por otras medidas ante la presencia de descentralizaciones, asimetrías y valores atípicos. Valoración de la mejor representatividad, en función de la existencia o no de valores atípicos.

– Variable continua: intervalos y marcas de clase. Elaboración e interpretación de histogramas.

– Análisis crítico de tablas y gráficas estadísticas en los medios de comunicación. Detección de falacias.

– Experimentos aleatorios. Espacio muestral asociado a un experimento aleatorio. Sucesos.

32

– Técnicas de recuento. Introducción a la combinatoria: combinaciones, variaciones y permutaciones. Aplicación al cálculo de probabilidades.

– Experiencias compuestas. Utilización de tablas de contingencia y diagramas de árbol para la asignación de probabilidades.

– Probabilidad condicionada.

– Utilización del vocabulario adecuado para describir y cuantificar situaciones relacionadas con el azar.

Contenidos BACHILLERATO

Modalidad de Ciencias y Tecnología

1º BACHILLERATO: Matemáticas I

Terminología y conceptos básicos de la Estadística. Conceptos básicos en el tratamiento de datos muestrales.

Distribuciones unidimensionales.

Medida de la dispersión.

Estadística descriptiva bidimensional. Relaciones entre dos variables estadísticas. El coeficiente de correlación lineal. Regresión lineal. Rectas de regresión.

Aplicaciones de las rectas de regresión a la resolución de problemas. Interpolación y predicción en las distribuciones estadísticas bidimensionales.

Terminología y conceptos básicos de la Probabilidad.

Medida de la incertidumbre. Asignación de probabilidades. Experiencias aleatorias compuestas. Independencia de sucesos.

Tablas de contingencia. Diagramas de árbol.

Leyes de la probabilidad. Probabilidad condicionada. Probabilidad Total. Probabilidad a posteriori.

Distribuciones de probabilidad binomial y normal. Utilización de tablas de la distribución binomial y de la distribución normal en la resolución de problemas de cálculo probabilístico.

Modalidad de Humanidades y Ciencias Sociales

1º BACHILLERATO: Matemáticas aplicadas a las CCSS I

Terminología y conceptos básicos de la Estadística: Individuo, población, muestra, variable estadística; organización de los datos: gráficos y tablas

33

de frecuencias; distribución de frecuencias; parámetros estadísticos de localización, de dispersión y de posición.. Significado y cálculo.

Estadística bidimensional. Elaboración e interpretación de tablas de frecuencias de doble entrada y nubes de puntos. Aplicación a la interpretación de fenómenos sociales y económicos

Cálculo e interpretación de los parámetros estadísticos bidimensionales usuales.

Coeficiente de correlación lineal. Interpretación y cálculo.

Regresión lineal. Rectas de regresión. Utilización de las rectas de regresión para interpolar. Extrapolación de resultados. Predicciones estadísticas.

Medida de la incertidumbre. Asignación de probabilidades. Leyes de la probabilidad. Experiencias aleatorias compuestas. Tablas de contingencia y diagramas en árbol. Probabilidad condicionada. Probabilidad total. Probabilidad a posteriori.

Distribuciones de probabilidad binomial y normal. Utilización de tablas de la distribución binomial y de la distribución normal en la resolución de problemas que requieran cálculos probabilísticos.

2º BACHILLERATO: Matemáticas aplicadas a las CCSS II3

Experimentos aleatorios. Sucesos. Operaciones con sucesos. Profundización los conceptos de probabilidades a priori y a posteriori, probabilidad compuesta, condicionada y total. Teorema de Bayes.

Implicaciones prácticas de los teoremas: Central del límite, de aproximación de la Binomial a la Normal y Ley de los Grandes Números.

Técnicas de muestreo. Parámetros de una población. Distribución de probabilidad de las medias y proporciones muestrales.

3 Criterios de evaluación:

Criterio 6º. Asignar probabilidades a sucesos aleatorios simples y compuestos, dependientes e independientes, relacionadas con fenómenos sociales o naturales e interpretarlas; utilizar técnicas de conteo directo, diagramas de árbol, cálculos simples o tablas de contingencia. Se pretende comprobar la capacidad de realizar estudios probabilísticos en situaciones sujetas a incertidumbre, utilizando en cada caso las técnicas adecuadas.

Criterio 7º. Planificar y realizar estudios concretos de una población, a partir de una muestra bien seleccionada, asignar un nivel de significación, para inferir sobre la media poblacional y estimar el error cometido. Se pretende verificar la comprensión del proceso estadístico en su conjunto y la capacidad de obtener información acerca de una población interpretando los datos obtenidos mediante muestreos simples.

34

Intervalo de confianza para el parámetro p de una distribución binomial y para la media de una distribución normal de desviación típica conocida. Nivel de confianza.

Contraste de hipótesis para la proporción de una distribución binomial y para la media o diferencias de medias de distribuciones normales con desviación típica conocida.

ANEXO II

Contenidos de ESTADISTICA BASICA

TEMA 1: ANÁLISIS DE DATOS TRANSVERSALES

1. Introducción. 2. Datos unidimensionales: medidas de posición, dispersión y de forma o

perfil. 3. Medidas de desigualdad.

TEMA 2: ANÁLISIS DE DATOS MULTIDIMENSIONALES

1. Datos multidimensionales: distribuciones conjuntas y marginales. 2. Vector de valores medios y matriz de varianzas-covarianzas. 3. Relaciones entre variables.

TEMA 3: ANÁLISIS DE REGRESIÓN

1. Introducción. 2. Regresión lineal mínimo-cuadrática. 3. Análisis de la bondad de un ajuste.

TEMA 4: ANÁLISIS DE DATOS TEMPORALES

1. Introducción. 2. Índices económicos. 3. Series temporales.

TEMA 5: MODELOS DE PROBABILIDAD UNIVARIANTES

1. Revisión de la Teoría Matemática de la Probabilidad. 2. Variables aleatorias. Distribuciones de probabilidad. 3. Distribuciones discretas y continuas. 4. Esperanza y varianza. Propiedades.

TEMA 6: MODELOS DE PROBABILIDAD UNIVARIANTES ESPECÍFICOS

1. Modelos específicos discretos. 2. Modelos específicos continuos.

35

TEMA 7: MODELOS DE PROBABILIDAD MULTIVARIANTES

1. Introducción. 2. Distribución de probabilidad conjunta, distribuciones de probabilidad

marginales y distribuciones condicionadas. 3. Vector de valores medios y matriz de varianzas-covarianzas.

Propiedades. 4. Independencia. Coeficiente de correlación. 5. Modelos multivariantes específicos.

Contenidos de INTRODUCCION A LA INFERENCIA ESTADISTICA

TEMA 1: REVISIÓN DE MODELOS ESTOCÁSTICOS

1. Variable aleatoria y modelos de probabilidad unidimensionales. 2. Modelos de probabilidad multivariantes. Independencia. 3. Distribuciones derivadas de la Normal.

TEMA 2: CONVERGENCIA ESTOCÁSTICA

1. Tipos de convergencia. 2. Teorema Central del Límite. Aplicaciones.

TEMA 3: INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

1. Conceptos generales: universo, población y muestra. Objetivos de la inferencia estadística.

2. Tipos de muestreo. Muestreo aleatorio. 3. Estadísticos y distribuciones asociadas.

TEMA 4: ESTIMACIÓN

1. Estimación puntual. Propiedades de los estimadores. Métodos de estimación.

2. Estimación por intervalos. 3. Determinación del tamaño muestral.

TEMA 5. CONTRASTES DE HIPÓTESIS PARAMÉTRICAS

1. Planteamiento general de la contrastación de hipótesis estadísticas. 2. Contrastes de hipótesis bilaterales. 3. Contrastes de hipótesis unilaterales.

TEMA 6: CONTRASTES DE HIPÓTESIS NO PARAMÉTRICAS

1. Contrastes de bondad de ajuste 2. Contrastes de Independencia y de Homogeneidad. 3. Otros contrastes no paramétricos.

36

ANEXO III

Tests de autoevaluación

(Fuente: ECIR, Matemáticas 3º y 4º ESO, opciones A y B)

37

39

Formación en Competencias y Adaptación de la Asignatura Estadística Industrial al EEES en la Escuela Técnica

Superior de Ingenieros Industriales de la Universidad Politécnica de Valencia

Juan Carlos García Díaz

Departamento de Estadística e I.O. Aplicadas y Calidad Universitat Politècnica de València

Camino de Vera s/nº. Edificio 7A.46022 Valencia e-mail: [email protected]

RESUMEN

En el curso 2000-01 comenzamos un cambio en la forma de impartir y evaluar la asignatura de Estadística Industrial mediante la filosofía de “Se aprende haciendo y no viendo” diseñando un plan de trabajo consistente en el Aprendizaje Basado en Problemas como herramienta didáctica. En cursos posteriores se fue perfilando el nuevo enfoque hacia la nueva realidad que se estaba imponiendo: el cambio que supone el proceso de enseñanza-aprendizaje del Espacio Europeo de Educación Superior, implica nuevos roles tanto del profesor como del alumno. Por este motivo se fue rediseñando tanto los contenidos como las herramientas de enseñanza-aprendizaje hasta la adaptación a los nuevos planes de estudio derivados del proceso de convergencia europea según el modelo Bolonia. Se presenta en este trabajo la estructura final de la asignatura adaptada al Espacio Europeo de Educación Superior y se analizan los resultados que se han ido obteniendo en la aplicación de estos nuevos enfoques para la mejora del proceso enseñanza-aprendizaje de una asignatura tradicionalmente considerada como complicada y dura en los últimos 10 años obteniendo una tasa de aprobados sobre matriculados de más del 90%.

INTRODUCCIÓN

Al plantearse la docencia de una determinada materia, parece procedente una reflexión previa sobre la evolución previsible de la misma, de cara a ese futuro en el que se hallarán inmersos los alumnos cuando apliquen los conocimientos que ahora se les imparten. Las breves ideas que se avanzan en estas líneas se refieren al lugar que debe corresponder en la sociedad del siglo XXI a la utilización de la Estadística en la industria, y por tanto a la forma en que los ingenieros y técnicos deberían enfocar el empleo de herramientas estadísticas como útiles valiosos al servicio de dicha sociedad.

40

La asignatura Estadística Industrial es una asignatura troncal de la titulación de segundo ciclo de Ingeniero en Organización Industrial, impartida en el primer curso semestre A, tanto en la Escuela Técnica Superior de Ingenieros Industriales como en la Escuela Técnica Superior de Ingeniería del Diseño y en la Escuela Politécnica Superior de Alcoy de la Universidad Politécnica de Valencia. La docencia está asignada al Departamento de Estadística e Investigación Operativa Aplicadas y Calidad.

La titulación de Ingeniero de Organización Industrial tiene básicamente un contenido formativo de carácter amplio y generalista dentro de la gestión de la cadena de valor en la industria.

Los descriptores de la asignatura son Series temporales y Previsión; Análisis multivariante; Técnicas estadísticas de fiabilidad. La asignatura tiene asignados 6 créditos totales divididos en 3 créditos teóricos y 3 prácticos. La distribución de los créditos se realiza de la siguiente manera:

Teoría y prácticas de aula: 3+2.2 = 5.2 créditos.

Prácticas de laboratorio: 0.8 créditos.

La duración del cuatrimestre fijada por la Escuela para impartir la asignatura es de 13 semanas. La distribución anterior se materializa en 4 horas semanales durante 13 semanas de Teoría y prácticas de aula y sesiones de 2 horas durante 4 sesiones de Prácticas de laboratorio.

La Estadística Industrial es una asignatura muy importante en la formación del futuro Ingeniero en Organización Industrial debido a su carácter multidisciplinar. Se trata de la primera y a veces única materia de estadística que estudiarán a lo largo de la titulación aunque previamente acceden con formación en estadística básica adquirida en un primer ciclo universitario.

La Estadística Industrial es un conjunto de técnicas estadísticas que busca implementar los procesos probabilísticos y estadísticos de análisis e interpretación de datos o características de un conjunto de elementos al entorno industrial, a efectos de ayudar en la toma de decisiones y en el control de los procesos industriales y organizacionales. Pueden distinguirse tres bloques:

el estudio de las series temporales y las técnicas de previsión, y la descripción de los pasos necesarios para el establecimiento de un sistema de previsión operativo y duradero en una empresa;

la aplicación de técnicas de fiabilidad para la gestión de activos industriales,

el análisis multivariante, necesario para la extracción de información de grandes cantidades de datos.

41

Se trata de un conjunto de técnicas que servirán como herramientas claves en la toma de decisiones en la gestión y dirección de plantas industriales. No podemos dejar de lado el marcado carácter de gestor industrial que tiene el perfil del Ingeniero en Organización Industrial, siendo por ello de vital importancia dar un enfoque eminentemente práctico a la asignatura sin renunciar a los fundamentos estadísticos de las herramientas a utilizar. Por otra parte no se concibe el formar a ingenieros en herramientas avanzadas de previsión sin que se les forme en el uso y manejo de software estadístico avanzado siendo por ello muy importante el complementar la teoría y prácticas de aula con unas sesiones prácticas en el laboratorio informático.

La innovación educativa que se pretende es el dar un giro al proceso enseñanza-aprendizaje de la asignatura Estadística Industrial convirtiendo al alumno en el protagonista de su aprendizaje y dar al profesor el papel de facilitador de dicho aprendizaje mediante la creación de condiciones cercanas a en entornos industriales reales (García Díaz, 2009).

Sin embargo, una de las causas de las dificultades en el aprendizaje de los estudiantes de las carreras técnicas es la utilización de metodologías docentes tradicionales (clase magistral) empleando métodos y procedimientos pasivos (ejercicios y problemas de pizarra). La docencia así orientada agrava la falta de motivación y pasividad de los alumnos, y lo más grave: no propicia un aprendizaje duradero y eficaz.

Para modificar esta metodología y acercarla más al modelo planteado en el Espacio Europeo de Educación Superior (EEES), resulta prioritario generar escenarios activos que motiven a los alumnos y los hagan actores principales de su formación conectándolos con su futura realidad profesional.

LA DOCENCIA DE ESTADÍSTICA INDUSTRIAL ADAPATADA AL EEES

La adaptación al EEES de las nuevas titulaciones y programas formativos, obliga a que éstos, deban tener como referencia las necesidades del sistema social y productivo debiendo estar formulados en términos de competencia y capacidad profesional. Según Lasnier (2000) Competencia es un saber hacer complejo, resultado de la integración, movilización y adecuación de conocimientos, actitudes y habilidades utilizados eficazmente para desempeñar funciones determinadas en situaciones similares.

Las competencias pueden ser específicas o genéricas. Competencias específicas son el conjunto de destrezas y capacidades relativas a cada área temática. Las competencias genéricas hacen referencia a un conjunto de atributos compartidos que pueden ser útiles en cualquier área de conocimiento: la capacidad de conocer o de aprender, la capacidad de análisis y de síntesis, etc, y se pueden clasificar en competencias instrumentales, interpersonales y sistemáticas. Podríamos decir que la enseñanza basada en competencias

42

supone pasar de una colección cerrada de asignaturas con primacía de conocimientos específicos en cada materia a una estructura abierta formada por componentes multidisciplinares y posibilitando la formación en cualidades y actitudes. La implicación sobre el diseño de la asignatura adaptada es total ya que se deben formular los objetivos de la misma en términos de capacidad profesional y con tres clases de contenidos: conceptuales, actitudinales y procedimentales.

El cambio que supone el proceso de enseñanza-aprendizaje del Espacio Europeo de Educación Superior, implica nuevos roles tanto del profesor como del alumno. El profesor debe convertirse en guía del proceso de adquisición de competencias por parte del alumno, dando un mayor protagonismo a los estudiantes (García Díaz, 2009). El alumno debe estar activo, lo que significa esfuerzo, saber que se hace y para qué se hace. Se impone por tanto un cambio de metodología para el aprendizaje. Se deben introducir metodologías activas que faciliten mediante el trabajo autónomo y cooperativo un aprendizaje significativo y duradero.

Objetivos generales y competencias

El objetivo general de la asignatura Estadística Industrial es la presentación de un conjunto de técnicas estadísticas orientadas a la toma de decisiones relativas a la Gestión Industrial y a la Dirección de Plantas Industriales. Los objetivos generales de la asignatura se desglosan en los objetivos generales de cada módulo que la componen y que se muestran a continuación.

Módulo de Series Temporales y Técnicas de previsión

Objetivos generales

Describir la evolución temporal observada de una característica de interés de una unidad observable determinada.

Prever la evolución futura (desconocida) a corto plazo de dicha característica, utilizando tan sólo información (conocida) sobre su pasado. Esta información constituye lo que se conoce como una serie temporal univariante.

Competencias

Al completar el módulo los alumnos deberán adquirir las siguientes competencias:

Comprender el significado de la realización de previsiones estadísticas y los riesgos asociados a ellas.

Reconocer la estructura y componentes del comportamiento de una serie temporal.

43

Tener una visión de las distintas técnicas a su alcance y de la idoneidad de cada una de ellas.

Ser capaces de realizar previsiones con las mejores condiciones que la metodología estadística permite.

Conocer y manejar el software disponible para la realización de previsiones.

Ser capaces de evaluar el valor de las previsiones obtenidas, el horizonte temporal de las mismas y su grado de precisión.

Módulo de Técnicas Estadísticas de Fiabilidad

Objetivos generales

Dar a conocer las técnicas básicas empleadas en el estudio cuantitativo de la Fiabilidad de componentes y sistemas en entornos industriales mediante el recurso a modelos estadísticos y a herramientas informáticas.

Presentar la importancia de la Fiabilidad en el diseño de productos y procesos y en la gestión de activos industriales (mantenimiento industrial).

Competencias

Al completar el módulo los alumnos deberán aquirir las siguientes competencias:

o Comprender el significado de la importancia de la fiabilidad en la empresa industrial actual.

o Tener una visión de las distintas técnicas a su alcance y de la idoneidad de cada una de ellas.

o Reconocer situaciones reales donde aplicar los modelos de fiabilidad más importantes.

o Ser capaces de realizar estudios y análisis de fiabilidad con las mejores condiciones que la metodología estadística permite.

o Ser capaces de evaluar el plazo de garantía de los productos que adquiera o fabrique.

o Enfocar la gestión de activos industriales como estrategia competitiva.

Módulo de Análisis Multivariante

Objetivos generales

Analizar conjuntos datos correspondientes a observaciones de 2 o más variables medidas sobre el mismo individuo de la población que puedan presentar correlación entre ellas.

44

Dar a conocer las técnicas básicas empleadas en el estudio de la relación entre variables de interés económico-industrial como el Análisis de Componentes Principales.

Competencias

Al completar el módulo los alumnos deberán adquirir las siguientes competencias:

o Determinar la posible correlación entre múltiples variables medidas sobre un mismo individuo.

o Seleccionar entre las distintas técnicas a su alcance para analizar el problema en cuestión.

o Conocer y manejar el software disponible para la realización de previsiones.

A continuación se especifican las competencias genéricas que habrá de adquirir el estudiante en la asignatura de Estadística Industrial:

El trabajo en un equipo.

El razonamiento crítico.

El aprendizaje autónomo que capacite al estudiante para realizar un aprendizaje continuo a lo largo de su vida profesional.

Desarrollo del pensamiento y razonamiento cuantitativo.

Capacidad de abstracción, pasando de problemas particulares a una casuística más general.

Habilidad para la comunicación oral y escrita así como de transmitir de forma sintética la información de relevancia.

Capacidad de dirigir todas las habilidades anteriormente mencionadas hacia el ámbito de la toma de decisiones.

A continuación se especifican las competencias específicas que habrá de adquirir el estudiante:

Realizar predicciones de los valores futuros de una serie temporal de forma científica con la máxima precisión posible utilizando las herramientas informáticas más adecuadas en cada momento.

Analizar y gestionar datos de vida o duraciones para poder garantizar el funcionamiento correcto de productos, procesos y servicios bajo parámetros de fiabilidad así como la definición de políticas de mantenimiento de activos industriales.

Analizar datos de naturaleza multivariante para su explotación con las mejores técnicas disponibles.

45

METODOLOGÍA

En el curso 2000-01 comenzamos un cambio en la forma de impartir y evaluar la asignatura de Estadística Industrial mediante la filosofía de “Se aprende haciendo y no viendo” diseñando un plan de trabajo consistente en el Aprendizaje Basado en Problemas [Morales y Landa (2004)] como herramienta didáctica cobrando así las clases un carácter dinámico. La incorporación de las tecnologías de la información y la comunicación (TIC’s) con fines educativos y formativos ha dado lugar a lo que se denomina genéricamente como e-Learning. La educación virtual puede definirse como la utilización de nuevas tecnologías y herramientas en los procesos de enseñanza-aprendizaje. Los principales componentes de esta estrategia son, por un lado, las diferentes utilidades para la presentación de los contenidos (textos, animaciones, gráficos, vídeos) y por otro, las herramientas de comunicación entre alumnos o entre alumnos y profesores (Cebrián de la Serna, 2003). Estas nuevas metodologías de autoaprendizaje a distancia pueden contribuir sustancialmente a mejorar la calidad de la formación de los futuros ingenieros industriales (Kerres, 2003).

La propuesta metodológica está basada en la enseñanza de la Estadística a partir del análisis de datos reales utilizando las TIC’s (Lara y Román, 2009; Steegmann et al., 2008), en situaciones prácticas típicas del entorno donde va a desempeñar su carrera profesional el futuro Ingeniero de Organización Industrial mediante un aprendizaje cooperativo basado en competencias (García Díaz, 2009).

Para que el alumno adquiera las competencias anteriores se propone como método docente en esta asignatura, la combinación de varias estrategias de aprendizaje:

Técnica expositiva como la lección magistral participativa donde el alumno recibe de forma alternativa, conocimientos teóricos con aplicaciones prácticas reales.

Resolución de problemas reales de forma individual y discutida en grupo donde se fomente el aprendizaje autónomo e independiente

Realización de prácticas de laboratorio donde se analizarán en grupos de 3 personas datos reales de series temporales de interés económico utilizando software adecuado.

Realización de forma voluntaria de un trabajo de curso que permitirá al alumno un aprendizaje sólido de la materia y donde se fomente el aprendizaje cooperativo, el trabajo en equipo y se potencien las relaciones interpersonales. En primer lugar deben buscar unos datos para realizar un estudio completo de Series Temporales utilizando la metodología de Box-Jenkins, proponiendo uno o varios modelos adecuados para realizar predicciones (utilizando el paquete estadístico Statgraphics). De los datos proporcionados, se dejarán algunos sin utilizar en el análisis para realizar comparaciones entre los datos reales

46

y las predicciones realizadas mediante el modelo propuesto. En clase, se realizará la exposición del trabajo.

Tutorías personalizadas donde se resuelven dudas específicas.

Evaluación mediante prueba final objetiva y portafolio. En este contexto educativo actual, surge la necesidad de incorporar nuevas estrategias evaluativas en el proceso de enseñanza-aprendizaje. En este caso, esa herramienta de evaluación que utilizamos es el portafolio, que aplicamos a la asignatura Estadística Industrial.

El portafolio consiste en una recopilación de trabajos que permiten seguir la progresión del alumno tanto en sus puntos fuertes como en los mejorables. Este método está centrado en el aprendizaje, lo que significa que está en constante evolución. Es una selección deliberada de los trabajos de un alumno, que en cierta forma, nos cuenta la historia de sus esfuerzos, su progreso y sus logros, con el que conseguimos una visión global del trabajo continuado del alumno; lo que conlleva, una mejor evaluación del mismo.

Durante todo el proceso de enseñanza-aprendizaje es necesario que dicho proceso sea auditado para poder mejorar aquellos aspectos que no estén funcionando de forma óptima como puede ser la velocidad de adquisición de conocimientos.

El sistema de evaluación que se propone tiene dos vías alternativas a las que se podrá acoger el alumno de forma voluntaria:

Opción A: Examen final teórico-práctico, que supone el 100 % de la nota final de la asignatura debiendo sacar un 5 sobre 10 como mínimo para aprobar la asignatura.

Opción B: Evaluación dinámica consistente en

o Examen teórico-práctico, que supone el 60 % de la nota final de la asignatura debiendo sacar un 3 sobre 6 como mínimo (B1)

o Portafolios: recopilación de trabajos prácticos realizados durante el curso que supone el 40 % de la nota final de la asignatura, debiendo sacar un 2 sobre 4 como mínimo para realizar la media (B2)

o La nota final será el promedio entre B1 y B2, debiendo sacar un 5 sobre 10 como mínimo para aprobar la asignatura.

RESULTADOS

En la Tabla 1 se resumen los resultados obtenidos en los últimos 10 años de impartición de la asignatura bajo los nuevos enfoques de enseñanza-

47

aprendizaje emprendidos para la docencia de la asignatura Estadística Industrial en la ETSII de la UPV.

Como puede observarse, la primera impresión es que se obtiene una tasa de éxito superior al 95%: la eficiencia del sistema para la sociedad en su conjunto es elevada. Se observa como la tasa de aprobados en primera convocatoria (A1) es, por término medio, 5 veces superior a la la tasa de aprobados en segunda convocatoria (A2), debido fundamentalmente a que los alumnos que siguen el modelo B (metodologías activas) de evaluación mayoritariamente aprueban la asignatura en primera convocatoria mientras que la tasa cae en picado cuando siguen la modalidad de evaluación A (tradicional). Los datos son más contundentes si los referimos a alumnos realmente evaluados.

Tabla 1. Resultados Académicos Registrados en la asignatura.

Curso Alumnos A1 A2 S Np A1

%

A2

%

S

%

Np

%

2000-01 175 83 19 18 55 47 11 10 31 2001-02 149 83 15 6 45 56 10 4 30 2002-03 190 97 22 4 67 51 12 2 35 2003-04 193 121 6 14 52 63 3 7 27 2004-05 73 32 9 0 32 44 12 0 44 2005-06 68 39 1 3 25 57 1 4 37 2006-07 49 27 3 2 17 55 6 4 35 2007-08 45 22 4 0 19 49 9 0 42 2008-09 59 34 4 0 21 58 7 0 36 2009-10 77 38 8 5 26 49 10 6 34

Fuente: Elaboración propia a partir de las actas de primera y segunda convocatoriaA1: nº de aprobados en 1ª convocatoria A2: nº de aprobados en 2ª convocatoria S: nº de suspendidos definitivo curso Np: nº de no presentados definitivo curso A1 %: porcentaje de aprobados en 1ª convocatoria sobre matriculados A2 %: porcentaje de aprobados en 2ª convocatoria sobre matriculados S %: porcentaje de suspendidos definitivo curso sobre matriculados Np %: porcentaje de no presentados definitivo curso sobre matriculados

CONCLUSIONES

Con la implantación de la metodología propuesta hemos podido cambiar la esencia del curso tradicional de la asignatura de Estadística Industrial constituido por clases de teoría y problemas por el análisis de casos prácticos reales mediante la aplicación de herramientas informáticas y modelos estadísticos. El éxito de este cambio queda avalado por los resultados obtenidos en los últimos 10 años de aplicación, reduciendo el porcentaje de suspendidos sobre matriculados (no sobre presentados) por debajo del 10 % y

48

aumentado la satisfacción del alumno al sentirse actor principal de su propio aprendizaje. Por otra parte se ha constatado que efectivamente la introducción de metodologías activas conlleva un aprendizaje significativo y duradero que permite aprobar la asignatura sin dificultad en primera convocatoria frente a aquellos alumnos que optan por la modalidad tradicional de evaluación obteniendo peores resultados de forma recurrente.

REFERENCIAS

Cebrián de la Serna, M. (2003). La enseñanza virtual para la innovación universitaria, Ed.Narcea,

García Díaz, J.C. (2009). Proyecto Docente. Universidad Politécnica de Valencia. Kerres, C. De UIT. (2003). “A didactical framework for design of blended learning

arrangements”. Journal of Educational Media, 28 (2/3), 101, Lara Porras, A.M. y Román Montoya, Y. (2009). “Estadística aplicando TCI´s, e-

carpetas y datos”. Investigación Operacional, 30, (2), 185-189. Lasnier, F. (2000). Réussir la formation par competences. Montreal. Guérin. Morales Bueno, P. y Landa Fitzgerald, V. (2004). “Aprendizaje basado en problemas”.

Problem-Based Learning. Theoria, 13: 145-157. Steegmann, C.; Huertas, M.A.; Juan, A.A. y Prat, M. (2008). “E-learning de las

asignaturas del ámbito matemático-estadístico en las universidades españolas: oportunidades, retos, estado actual y tendencias”, Revista de universidad y Sociedad del Conocimiento, RUSC, 2,2.

49

Adaptación de la Metodología Docente GCID-TIC a la Asignatura Estadística Básica del Grado en ADE

Ignacio Martínez de Lejarza Esparducer(1), Juan Martínez de Lejarza Esparducer(2)

(1) Departamento de Economía Aplicada, Universidad de Valencia Campus de Tarongers. Av. dels Tarongers s/n. 46022 Valencia

e-mail: [email protected](2) Departamento de Economía Aplicada, Universidad de Valencia

Campus de Tarongers. Av. dels Tarongers s/n. 46022 Valencia e-mail: [email protected]

RESUMEN

La intención que orienta el presente trabajo es la de exponer la metodología docente que se va a seguir en la asignatura de Estadística Básica del titulo de grado en Administración y Dirección de Empresas de la Universidad de Valencia en el curso 2011-2012. Dicha metodología está basada en la experiencia docente del Grupo Consolidado de Innovación Docente que ha impartido docencia en la asignatura Estadística de la Diplomatura en CC. Empresariales, por tanto, las estructuras formales, técnicas docentes, materiales, adecuadas evaluaciones y tratamientos formativos de la asignatura de grado se fundamentarán claramente en la experiencia adquirida no sólo en los tres años de vigencia del GCID sino en algunos más en los que se aplicó anteriormente sin denominarse de esta manera. Se lleva a cabo, también, una crítica no velada de los protocolos de implantación de los nuevos planes de estudios y el encorsetamiento que suponen, planteando soluciones que puedan sortear este inconveniente y orientando las actuaciones al objetivo de aplicar consecuentemente unos métodos docentes que se han revelado muy adecuados. Para terminar se expondrá de manera concisa la metodología docente GCID-TIC a llevar a cabo en la asignatura de grado en ADE.

INTRODUCCIÓN

A la sombra de la inminente implantación de las reformas de la enseñanza superior en Europa y, sobre todo, a la sombra de la explosión tecnológica en el ámbito de la información y la comunicación (TIC) han surgido en los últimos años, tanto en nuestra universidad como en otras muchas instituciones una enorme cantidad de iniciativas de renovación y mejora en los usos y métodos docentes.

50

Aún siendo, desde luego, la reforma universitaria el acicate de estas iniciativas han sido la propia preocupación por el conocimiento y su transmisión eficaz, por un lado, y la necesaria depuración y mejora de los métodos y técnicas empleados en la investigación científica y el desarrollo tecnológico, por otro, el caldo de cultivo sin el cual no se habrían podido desarrollar estas propuestas.

Los dos ejes fundamentales de la mayor parte de estas iniciativas han sido: el uso intensivo de herramientas informáticas y telemáticas y la orientación de la acción docente hacia el lado del alumno, facilitando los materiales, técnicas y procedimientos necesarios, pero proponiendo que sea el alumno el actor principal de su formación.

Estas iniciativas se han amparado, en unas ocasiones, en la implantación de titulaciones singulares, en otros casos en el interés de unos u otros centros y/o departamentos en generar experiencias piloto de cara a las nuevas titulaciones y, otras muchas veces, sólo en la voluntad renovadora del profesorado. Y para promocionarlas y propiciar su proliferación, desde el rectorado de la Universidad de Valencia, al igual que desde otras instituciones académicas, se han ido adoptando algunas medidas de apoyo incluyendo la ayuda financiera y el reconocimiento académico, implantándose distintas modalidades de promoción y reconocimiento de la innovación docente. Este ha sido, también el caso de la experiencia metodológica desarrollada por varios profesores del departamento de Economía Aplicada durante los últimos 5 años y que tras terminar su tiempo de ejecución pero, sobre todo, tras extinguirse la titulación sobre la que se desarrolló, ahora nos proponemos analizar si es posible extenderla a otros ámbitos:

El grupo consolidado de innovación docente en estadística para la titulación de diplomado en Empresariales4 (en adelante GCID-TIC, de empresariales, o simplemente GCID-TIC) aplicó el método, el sistema de estructuración de la materia, los procedimientos, las técnicas y los materiales que relataremos más tarde a la asignatura (troncal y anual) de Estadística de primer curso de la Diplomatura en Empresariales, pero buena parte de esta experiencia puede exportarse a otros contextos y pensamos que haciendo algunos importantes esfuerzos también a materias de equivalentes contenidos aunque se impartan en distintas titulaciones o con temporalizaciones diferentes.

En el GCID-TIC y en su implantación metodológica acabaron por converger muchos esfuerzos anteriores que ponían de manifiesto la larga y continuada preocupación por las labores de mejora docente orientadas en torno los dos ejes antes citados. En definitiva el GCID-TIC supuso la consolidación de muchas experiencias que incluyen la elaboración de materiales como Hipestat

4 El Grupo estuvo constituido por los profesores: Rosario Martínez Verdú, Ignacio Martínez de Lejarza Esparducer, Juan Martínez de Lejarza Esparducer, Salvador Méndez Martínez y Rosa Yagüe Perales, todos ellos profesores del Área de Métodos Cuantitativos para la Economía y la Empresa del Departamento de Economía Aplicada de la Universidad de Valencia.

51

o Caest (Mtz.Lejarza y Mtz. Lejarza,1999)5, el análisis crítico de los mismos (Mtz. de Lejarza y Mtz. de Lejarza,2000,2001),el desarrollo de proyectos de investigación vinculados a la innovación docente6, la realización de experiencias piloto en la creación de portales interactivos como la Máquina de Ideas (Melero, M. de Lejarza, Hernández y M. de Lejarza,2003,2004) o las versiones preliminares de la actual AULA-TIC 7.

La cuestión que se plantea aquí es si es posible exportar nuestra metodología y experiencia de forma satisfactoria a otras titulaciones en el área de Economía y Empresa, donde pueda haber asignaturas de similar contenido científico y eventual diferente duración temporal, periodificación y créditos. Nuestra posición es la de intentar llevarlo a cabo en el próximo curso en el caso del grado en ADE de la Universidad de Valencia introduciendo, para ello, las modificaciones necesarias que permitan mantener buena parte de los aspectos más positivos alcanzados hasta ahora intentando mejorar alguna de sus debilidades. Creemos que las mayores dificultades no estarán tanto en el tiempo de duración de la materia, ni en su carácter cuatrimestral y, mucho menos en cuestiones de contenido, ya que éste es prácticamente idéntico, sino, más bien, en la necesidad de cumplir con ciertos protocolos (en nuestra opinión arbitrarios) que la implantación de la reforma en la Facultad de Economía ha impuesto.

Pensamos que esto puede suponer un problema de implantación pero no un problema insoluble y en ello nos embarcamos.

Veamos antes en qué ha consistido, esencialmente la metodología GCID-TIC.

ORIGEN Y EVOLUCIÓN HISTÓRICA DEL GCID-TIC HISTORIA Y “PRE-HISTORIA” DE LA METODOLOGÍA

Aunque el grupo consolidado de profesores que recoge el nombre acuñado de GCID nace en el curso 2009-2010 esta consolidación sólo es concebible como reconocimiento oficial de una historia bastante más larga. El grupo adquiría sus actuales cinco componentes en el curso anterior 2008-2009 e incluso en el curso 2007-2008 cuatro de sus miembros ya llevaban a cabo la docencia con la metodología que actualmente caracteriza al grupo, mediando ya entonces el reconocimiento y la financiación de la Universidad Es más, antes de estos cursos, desde el comienzo de la década, para ser más precisos, ya se habían

5 Para un análisis de estos y otros materiales puede verse: Mtz de Lejarza,2010. 6 En los años 2002-2003 la Fundación Española para la Ciencia y la Tecnología FECYT financió el proyecto FECYT-CAD-2002-01:”La máquina de Ideas Un portal interactivo de soporte a la docencia”. Proyecto dirigido por I. M. de Lejarza y en el que participaron varios miembros del grupo. 7 Puede verse la versión actual de la misma en http://www.uv.es/lejarza/syv/

52

puesto en práctica los aspectos esenciales8 de lo que luego sería el sistema GCID-TIC por distintas combinaciones de profesores desde varios cursos anteriores.

Desde las primeras experiencias en el curso 1999-2000 en la impartición de los contenidos de Estadística Descriptiva mediante prácticas con datos reales de la economía valenciana o de la propia realidad del alumnado de la titulación9, y la introducción en el curso siguiente de los primeros materiales hipertextuales, se inicia un proceso en el que, con mayor o menor dificultad, se ha ido avanzando en (1) la introducción paulatina de instrumentos informáticos y telemáticos, (2) en la conversión de la disciplina en una herramienta práctica para el trabajo del alumno y (3) en el proceso de que sea, cada vez más, éste el principal actor de su propia formación.

Las primeras experiencias fueron realmente difíciles por distintas razones que enumeramos someramente:

La primera separación entre bloque de contenidos de Estadística Descriptiva con una clara orientación práctica y bloque teórico-práctico de Cálculo y Modelos de Probabilidad, se pone en marcha (curso 99-00), no sobre la ya extinguida asignatura de Estadística que cuenta con 9 créditos de implantación anual, ni siquiera sobre la asignatura actual de Estadística Básica de ADE, de 6 créditos cuatrimestrales sobre la que pretendemos actuar este año, sino sobre una asignatura casi equivalente en contenidos programados pero que se desarrollaba en 4,5 créditos cuatrimestrales. Ello motivó el que el desarrollo de las prácticas no se pudiera hacer con la profundidad que actualmente se hace amén de un considerable sobreesfuerzo del profesorado. Por otro lado, los medios informáticos disponibles no se encontraban tampoco tan universalmente extendidos como en la actualidad y, apenas empezábamos a desarrollar algunas primeras herramientas de apoyo.

Esta situación empezó a cambiar, casi radicalmente con la implantación de los planes de estudio del 2000 y con la revolución de las Tecnologías de la Información y la Comunicación (TIC) que eclosiona, tanto en nuestro ámbito cercano, como, en general, en la Universidad y en la sociedad española, aproximadamente con el cambio de siglo. Entre el año 2000 y 2001 se empieza a disponer de un gran número de aulas dotadas de medios informáticos, se abre la discusión académica sobre la introducción de las TIC en la docencia, se

8 Como se verá más adelante los aspectos más relevantes, aunque no únicos, del sistema docente GCID-TIC son :(1) la separación entre un cuerpo de contenidos (la Estadística Descriptiva) de impartición práctica separada y simultáneamente al cuerpo de contenidos más teóricos (Teoría de la Probabilidad) y (2) el uso profuso de herramientas TIC. 9 En este y otros cursos se propuso a los alumnos realizar prácticas a partir de datos reales oficiales procedentes de IVE o el INE y de datos sacados de un informe sobre el alumnado de Empresariales (Mtz, de Lejarza y Mtz. de Lejarza, 1991). Desde entonces, el realismo en la información facilitada para la realización de las prácticas ha sido siempre una constante.

53

empieza a promover el uso de Internet entre el alumnado y podemos empezar a contar con las primeras versiones de las primeras herramientas específicas para nuestra docencia: Hipestat y CaEst.

En años sucesivos se van estableciendo paulatina y tentativamente los dos elementos básicos de la metodología GCID-TIC : la “practificación” (si se nos permite la palabra) de la Estadística Descriptiva y la TIC-ización (si igualmente, se nos permite el neologismo) de la materia: Se pone en marcha un sistema muy similar al actual en algún o algunos grupos aislados de Estadística, se utilizan algunos métodos o ideas que van surgiendo de esta puesta en marcha para algunas otras asignaturas optativas como Técnicas de Control y Mejora de la Calidad de la Licenciatura en ADE o Inferencia Estadística de la Diplomatura en Empresariales. Igualmente se implanta un sistema ya prácticamente igual al actual para desarrollar la docencia especial de los llamados grupos G3 10 y a partir de ahí, ya empieza a ir poniéndose en funcionamiento el sistema para un número creciente de profesores y grupos.

Figura 1. Esquema de los hitos fundamentales de la evolución metodológica.

(Fuente: Elaboración propia)

10 Grupos de presencialidad reducida especialmente diseñados para alumnos matriculados en 3ª convocatoria.

54

CARACTERÍSTICAS BÁSICAS DEL SISTEMA DOCENTE GCID-TIC. EL MÉTODO GCID-TIC

Como ya hemos comentado, las características básicas del método desarrollado en el Sistema GCID-TIC son la separación de los contenidos de probabilidad y estadística descriptiva y el uso intensivo de las TIC. A estas dos características cabría añadir otras dos más, a saber: la evaluación cuasi-continua de la parte de probabilidad y la libertad de los alumnos de optar o no por el sistema. Un esquema de ellas podemos verlo aquí:

Figura 2. Esquema del método docente. (Fuente: Elaboración propia)

Con la separación sincrónica de las prácticas (Estadística Descriptiva) y las clases de corte más tradicional de cálculo de probabilidad se pretende un doble objetivo:

Por un lado incidir en la naturaleza (más) práctica de la materia y en la importancia operativa del análisis de datos en la formación y capacitación del alumno y por otro lado, facilitar la percepción por parte del alumno de la estrecha relación entre la Estadística Descriptiva y la Probabilidad incidiendo en el isomorfismo existente entre los dos ámbitos gracias al desarrollo paralelo de ambas partes de la materia. En última instancia se pretende que el alumno llegue a asimilar la relación estrecha en ambas direcciones:

(1) consolidando sus capacidades abstractivas y/o modelizadoras inspiradas en (e inspirando) la relación “Probabilidad como modelo del análisis de datos” y

(2) favoreciendo y desarrollando sus habilidades ejemplificadoras y aplicadoras inspiradas ahora en la relación considerada en sentido inverso :”la Estadística Descriptiva y análisis de datos como aplicación práctica de la Teoría de la Probabilidad.

55

En el siguiente cuadro se aprecia la estrecha relación entre los dos dominios, de hecho: un isomorfismo de modelización/aplicación:

Figura 3. Modelización de la estadística descriptiva. (Fuente: Elaboración propia)

Por razones de contenido y de temporalización, la parte práctica de la materia se organizó en cuatro prácticas y la realización y evaluación positiva de las mismas iba permitiendo, también, la progresiva evaluación continuada de los contenidos teóricos de la otra parte de la asignatura, de forma que la superación de las prácticas iba constituyendo una restricción para la realización de controles teóricos que permitían ir superando la asignatura continuada y progresivamente.

Como se discutirá más adelante, la adaptación del método a un periodo lectivo cuatrimestral va a requerir modificar el número y/o la extensión de las prácticas y el tener que cumplir con ciertas regulaciones en la evaluación tampoco permitirá ni la consideración de las prácticas y su satisfactoria realización como requisito restrictivo de la evaluación continuada ni la realización de controles teóricos eliminatorios intermedios.

La segunda característica del sistema es el uso profuso de herramientas informáticas, fundamentalmente en la parte práctica de la asignatura pero no sólo en ella.

56

Se usan herramientas específicamente creadas por los profesores del grupo para la docencia informatizada de la materia:

Hipestat: un hipertexto compilado de Estadística que abarca contenidos de distintos formatos sobre la totalidad de la materia (Descriptiva y Probabilidad, así como otros contenidos que van más allá de los programados –como Inferencia Estadística o Análisis Multivariante) orientado a facilitar la consulta relacional, no lineal, rápida y abierta a la ampliación extra-textual a través de Internet sobre cualquier aspecto teórico o práctico de ambas partes de la materia. En la actualidad forma parte del “proyecto CEACES”.

Caest : un conjunto de rutinas escritas en lenguaje Java, integradas en forma hipertextual y compiladas en un solo archivo ejecutable que permite la resolución de casi cualquier problema de análisis de datos, de probabilidad o de inferencia a través de una “factura” que se aleja de las aplicaciones de los paquetes estadísticos de gran potencia y se muestra similar a la que se desarrolla habitualmente en las explicaciones teórico-prácticas

Videos explicativos que muestran cómo realizar determinados ejercicios o que ejemplifican algunos aspectos de la materia.

Presentaciones sobre algunos temas teóricos o prácticos.

Resúmenes digitales sobre todos los temas teóricos de la asignatura en sus dos partes

Ejercicios en formato digital.

Hojas de cálculo en formato Excel para crear distintos gráficos de forma automatizada.

Todas estas herramientas se integran en una dirección web en la que se ponen a disposición de los alumnos junto con el acceso a otros servicios como un servidor FTP en el que los alumnos van depositando sus prácticas una vez realizadas, o distintos enlaces a las webs de los profesores o al “Aula Virtual”, herramienta de docencia TIC propia de la Universidad de Valencia.

Junto con estas herramientas se utilizan también otras de propósito general : a las aplicaciones telemáticas ya referidas (webs de profesores o Aula Virtual) deberíamos añadir el uso habitual del correo-electrónico para las consultas del alumnado y, por supuesto, la utilización de éste de distintas herramientas informáticas y ofimáticas, para la realización y redacción de las prácticas.

57

Además de todos estos materiales, en la actualidad y desde el año pasado el alumnado dispone11 de los contenidos de la (ya extinguida) materia de Estadística (Mtz. de Lejarza, J. 2011) y de su continuación natural Inferencia Estadística (Mtz. de Lejarza,I. 2011) en el portal OCW (Open Course Ware) de la universidad de Valencia (http://ocw.uv.es).

Aunque los mencionados contenidos hacen referencia, estrictamente hablando, al programa de la asignatura troncal de Estadística y de la optativa de Inferencia de la titulación en Empresariales es obvio que como tales contenidos científicos teóricos y prácticos son aprovechables para su utilización en otras materias afines incluida la que nos proponemos impartir de Estadística Básica del Grado en ADE.

Figura 4. Esquema. (Fuente: Elaboración propia)

Una tercera característica del sistema GCID-TIC ha sido todos estos años el sistema de evaluación “cuasi-continuado” :Por un lado para superar la materia se exigía la elaboración adecuada de todas las prácticas y la superación de la teoría que podía hacerse paulatinamente o no. Si se había superado todas las prácticas pero el alumno no había podido ir superando la parte de probabilidad debía examinarse de ésta al final del curso. Y, lógicamente, si tampoco superaba las prácticas en su totalidad el alumno debía examinarse, al final, de toda la materia. Una idea de cómo se acoplaban las restricciones entre las

11 Accesibles vía web a través de : http://ocw.uv.es/ciencias-sociales-y-juridicas/estadistica/Course_listing http://ocw.uv.es/ciencias-sociales-y-juridicas/inferencia/Course_listing

58

prácticas y los controles eliminatorios de la parte teórica puede obtenerse consultando el gráfico siguiente.

Obviamente hay que añadir que el sistema permitía al alumno la posibilidad de no participar en él en cuyo caso se evaluaba mediante examen escrito de la totalidad de la materia según los contenidos especificados en la Guía Docente, en las convocatorias oficiales de junio y/o septiembre.

Amén de la relación entre prácticas y parte teórica en lo que a su evaluación se refiere también resumimos abajo las principales características de las prácticas que se proponían a los alumnos:

Se realizaba una práctica por cada bloque temático de la Estadística Descriptiva lo que supone: (1) Una primera práctica para ejercitar el Análisis de Datos Unidimensional; (2)Una segunda práctica que abunda en las medidas de concentración y desigualdad de especial interés en el análisis de la información económica;(3) Una tercera práctica que pretende entrenar al alumno en las cuestiones fundamentales del análisis multidimensional, especialmente en la relación entre variables, la correlación y la regresión; Y, (4) finalmente, una o dos prácticas que abordan las herramientas de análisis de series temporales y los número índices.

Sólo en el caso de la primera práctica se daba la opción de repetirla si ésta no se había realizado de forma satisfactoria: la razón es obvia: Al tratarse de la primera, la falta de experiencia en el manejo de los datos o las herramientas informáticas, la bisoñez en la propia realización de trabajos prácticos de esta naturaleza y otros factores similares influían ( e influirán en el futuro) en que la práctica no alcance los estándares requeridos.

Estos estándares se pretende que sean, precisamente, los de la elaboración de un informe técnico o profesional por parte del alumno, en el que, desde luego, debe exigirse una adecuada aplicación de las técnicas y de los conceptos estadísticos, pero, también, una adecuada redacción y una presentación tal que permita concluir las características esenciales de la realidad que se analiza y la importancia de tales rasgos fundamentales en relación con otras cuestiones que ellos (los propios alumnos) consideren relevante.

Por ello, es importante que la temática de la información sea cercana real y sugerente para el alumno, para que por un lado le genere interés y, por otro, les permita utilizar y desarrollar el mayor número de sus capacidades.

59

EL AULA TIC

La docencia de la materia en el sistema TIC se organiza entorno a una dirección web: llamada Aula TIC12. Desde el Aula TIC, el alumno puede acceder a todos los materiales necesarios para la preparación, desarrollo, y estudio de la asignatura, tanto en su parte práctica como teórica. Además del acceso a la Guía Docente de la asignatura y a materiales teóricos y teorico-prácticos (ejercicios académico y problemas) en formato tradicional, se ofrecen allí enlaces a los materiales hipermedia de trabajo: OCW, Caest, Ceaces, videos explicativos. Por supuesto, desde allí se accede a los enunciados de las prácticas y a todos cuantos avisos y comentarios se vaya haciendo necesario hacerles llegar a los alumnos durante el curso. También se integra una entrada al servidor FTP al que los alumnos tienen acceso para depositar sus trabajos y prácticas y un enlace al aula virtual. Un esquema puede verse en el siguiente cuadro:

Figura 5. Aula TIC. (Fuente: Elaboración propia a partir de

http://www.uv.es/lejarza/syv/)

12 http://www.uv.es/lejarza/syv/

60

LA ADAPTACIÓN AL GRADO DE ADE

Entramos en este epígrafe en harina planteándonos la cuestión de si es adaptable o no la metodología anterior a una asignatura de diferente ( aunque cercana) titulación, de diferente creditaje y diferente duración temporal como es el caso de la Estadística Básica, asignatura cuatrimestral de 6 créditos del grado en ADE.

Curiosamente en lo relativo a los contenidos es en lo que menos problema podemos encontrar ya que la antigua asignatura de Estadística de Empresariales coincide básicamente en contenidos con la asignatura de Estadística Básica que como reza su Guía Docente igualmente:

“… se divide en dos partes fundamentales, descriptiva y probabilidad. En la primera parte se encuadra el análisis descriptivo de variables y datos estadísticos, tanto de carácter unidimensional como multidimensional. Se explican técnicas de regresión y se desarrollan temas de especial interés en el ámbito de la economía, como es el caso de las medidas de desigualdad, los indicadores económicos y las series temporales. En la segunda parte se recogen los temas relativos a la teoría de la probabilidad, cuyo objetivo es proporcionar los instrumentos que posibilitan trabajar en un ambiente de incertidumbre. Se imparten conocimientos sobre la teoría de la probabilidad y los modelos, tanto unidimensionales como multidimensionales.”

Igualmente si consultamos la guía docente en lo que respecta a lo esencial de los objetivos generales, las competencias a adquirir por parte del alumno y los resultados del aprendizaje que se pretenden no se observa ninguna dificultad ni contradicción en el uso para ello de la metodología docente GCID-TIC que hemos expuesto con anterioridad. Es más, todas las capacidades relacionadas como resultados deseables del aprendizaje son precisamente las que, desde un principio. han inspirado el desarrollo de la metodología GCID-TIC.

Un escollo fundamental, en cambio, al trasplante acrítico de la metodología a esta asignatura sí lo va a ser el distinto creditaje y duración temporal de la docencia. Pero es igualmente salvable utilizando un poco de sentido común. Veámoslo:

Pasar de nueve a seis créditos supone casi automáticamente una merma en de 30 horas de clases teóricas y prácticas y en el total de trabajo del alumno (considerando que cada crédito ECTS supone 25 horas de trabajo del alumno) supone una disminución de unas 75 horas en trabajo total del alumno. Si descontamos que la merma en trabajo presencial es de 30 horas (las horas de clase de menos) parece razonable pensar que ahora se dispone de unas 45 horas menos para la elaboración no presencial de trabajos y prácticas que las que podían disponer los alumnos de la asignatura de la Diplomatura.

Si junto con esta consideración pensamos también, que la duración del curso es menor y por lo tanto, también, la disponibilidad de tiempo para el alumno,

61

todo parece aconsejar una disminución en las exigencias (entiéndase que sólo temporales) de elaboración de las prácticas. Ello es posible sin disminuir en lo sustancial la capacitación que debe exigirse: pensamos que sí, simplemente disminuyendo su número.

Podría fácilmente pasarse a un total de 2 o 3 prácticas a realizar, simplemente

1. Agrupando las dos primeras ( Análisis univariante y medidas de desigualdad y concentración) en una sola que mantendría el carácter de práctica de incorporación y por lo tanto podría repetirse en caso de no realizarse adecuadamente.

2. Manteniendo la centralidad de la práctica dedicada al análisis multidimensional, la regresión y la correlación.

3. Y optando por impartir un seminario o la realización de una práctica guiada sobre los temas de Números Índices y Series Temporales.

De esta forma el número de horas que el alumno dedicaría a las prácticas sería llevadero a lo largo de un cuatrimestre y caería dentro de los estándares que se proponen en la guía docente de la materia que son:

Tabla 1. Horas de trabajo del alumno

ACTIVIDADES PRESENCIALES 66 h Asistencia a clases teóricas 30 h Asistencia a clases prácticas 26 h Actividades complementarias 4 h Asistencia a tutorías de seguimiento 3 h Asistencia a la realización de exámenes 3 h ACTIVIDADES NO PRESENCIALES 84h Elaboración de trabajos 25 h Elaboración de ejercicios 25 h Estudio para la preparación de clases y exámenes 34 h

Fuente: Guía Docente de Estadística Básica Grado en ADE Universidad de Valencia.

Tampoco es la metodología docente reseñada en la actual guia docente de la asignatura algo que exija una gran alteración de la metodología GCID-TIC ya que los grandes rasgos inspiradores de la metodología de la guía docente son coincidentes en lo básico con los que han inspirado la nuestra: Clases teóricas participativas, aprendizaje por resolución de problemas y por desarrollo de un proyecto de trabajo con una intencionalidad muy similar a la de nuestra realización de prácticas con la elaboración de un “informe profesional”. El punto divergente es la clara separación entre los dos grandes cuerpos de conocimiento de la asignatura y su diferente tratamiento, si bien es cierto que esto es perfectamente realizable encajando de lleno en las ideas básicas que inspiran la metodología docente de la asignatura.

62

El punto más conflictivo para la adaptación acaba siendo el que en principio casi se habría podido llegar a obviar por considerarlo el de menor relevancia discriminante a priori: La evaluación del aprendizaje.

En efecto:

En principio el triple proceso de evaluación propuesto para la materia que consideramos (y, en realidad, para todas de las que componen la titulación) no compromete en absoluto la posibilidad de la aplicación del método GCID-TIC, ya que éste también considera, como las normas “protocolarias” de nuestra facultad:

“… una prueba de síntesis al final del cuatrimestre, que evalúe el nivel de alcance de los resultados del aprendizaje y especialmente los centrados en las competencias específicas de la asignatura respecto a contenidos y aplicación, la evaluación de las actividades prácticas desarrolladas por el alumno durante el curso, y la evaluación continua del estudiante, basada en su participación e implicación en el proceso de enseñanza-aprendizaje.”

Sin embargo, la cuantificación de cada una de las componentes (o procedimientos de evaluación) 30 % para las prácticas y 70% para la prueba de síntesis, y la consideración independiente de las tres (prueba de síntesis, prácticas y evaluación continuada), priorizando la prueba de síntesis y eludiendo, en la práctica la evaluación continuada, sí se muestran incompatibles con un sistema que se caracterizaba por:

Proponer una doble vía de aprendizaje y por tanto de evaluación: una evaluación continuada de la parte práctica con un examen final de la parte no práctica, o bien una evaluación tradicional. El alumno podía elegir y a nadie se le forzaba en ningún sentido; ni que decir tiene que se intentaba potenciar la vía práctica-continuada de formación-evaluación.

Dentro del procedimiento estrictamente GCID-TIC de formación-evaluación, las prácticas y la evaluación final de la parte de Probabilidad no eran independientes ya que resultaba “necesario” superar las prácticas para acceder a la evaluación final de la probabilidad; y si no era así, se salía del sistema. Tampoco las prácticas eran independientes entre sí ya que habían de ser superadas todas y cada una de ellas.

Pensamos que algunas de las implicaciones de estos dos supuestos son fácilmente renunciables sin comprometer la filosofía inspiradora del método pero algunas otras implicaciones no lo son; entre ellas estarían:

1. El respeto a la libertad del alumno por elegir o una evaluación continuada de sus capacidades o bien una evaluación al final de los logros cognitivos alcanzados. Esta apelación a la “libertad de pupitre” no es posible en el contexto de los planes de estudios surgidos tras la reforma que como casi todas las reformas cree estar

63

en posesión de la verdad absoluta revelada. Aceptémoslo, pues en lo esencial seguramente la propuesta de “Bolonia” no es la verdad absoluta pero “parafraseando a Winston Churchill quizá sea la menos falsa o la menos relativa.

2. La diferenciación de la asignatura en dos bloques bien diferentes en cuanto a las competencias a adquirir y, por tanto en cuanto a su posible evaluación, lo que aconseja que quien supere la parte práctica de la asignatura sólo deba evaluarse al final de la parte (más teórica) de Probabilidad. Sin violentar el procedimiento general de Evaluación de la asignatura puede proponerse que la prueba de síntesis de los alumnos que superen la totalidad de las prácticas sólo comprenda aspectos de probabilidad, pero que quien no supere esta totalidad de la parte práctica de la materia deba demostrar, al final, una cierta suficiencia en la Estadística Descriptiva.

3. La realización de las prácticas debe ser un proceso continuado, paulatino y en el que cada paso depende, se basa y se potencia con los pasos anteriores y las competencias logradas hasta el momento de forma acumulativa. Para potenciar esta idea, que no es incompatible con el sistema de evaluación, se puede mantener la repetibilidad de la primera de las prácticas y optar por una evaluación sinérgica del conjunto de las prácticas que premie la implicación del alumno en el proceso.

Es evidente que algunas otras características de nuestro. hasta ahora, actual método docente se van a ver comprometidas por las razones que hemos considerado hasta aquí o por otras que quizá nos han pasado inadvertidas, aún así pensamos que, teniendo en cuenta lo comentado hasta ahora el método original propuesto más arriba en la figura 2, podría ahora “reformarse” según el siguiente esquema:

Figura 6: Propuesta de metodología GCID-TIC adaptada. (Fuente: Elaboración propia)

64

Nótese como la separación sincrónica entre los dos bloques sigue vigente, al igual que la consideración esencial práctica del bloque de Descriptiva, junto con la profusión del uso de herramientas TIC, estas eran las características esenciales.

Ha habido, sin embargo, que modificar el número de prácticas, como ya se había comentado. La evaluación continuada de la parte de probabilidad puede mantenerse a titulo orientativo o como procedimiento de auto-evaluación.

La realización correcta de todas las prácticas amen de su evaluación adecuada y sinérgica supone la liberación de la parte descriptiva de la prueba de síntesis. En cambio, si no todas las prácticas han sido superadas esto no será así.

Estas consideraciones junto con un adecuado y preciso criterio de evaluación de las prácticas facilitarían la compatibilidad del método con las restricciones protocolarias impuestas por la normativa:

Las prácticas se evaluarían hasta 3 puntos sobre 10 de la nota final según el siguiente esquema que recoge su relevancia y el carácter progresivo y sinérgico del aprendizaje. Nuestra propuesta inicial, es también una consideración evaluativa de “superado/no superado” lo que nos lleva a la cuantificación de la nota en escala ordinal. Obviamente la realización especialmente excelente de las prácticas conllevaría una pulsión al alza en la calificación final, como no podría ser de otra manera en un sistema que presume de evaluar continuadamente.

Tabla 2. Evaluación de la práctica 30% nota final (hasta 3 puntos sobre 10).

práctica 1 repetible 1+ sinergia 2,75

práctica 2 1seminario/práctica 3 0,25


Este sistema de evaluación de las prácticas conllevaría, tras la prueba de síntesis a un esquema de evaluación como el que se muestra:

Tabla 3. Posibilidades de calificación en función de las prácticas realizadas adecuadamente y de la calificación en la prueba de síntesis

Prácticas/descriptiva P.síntesis

Nota para

aprobar en

p.sintesis

(sobre 7)

Nota para

aprobar en p

sintesis

(sobre 10)

Nota final

(sobre 10)

3 puntos (Todas) resto /p.síntesis probabilidad >3,5 >5 De 6,5 A 10

2,75 (P1+P2) resto /p.síntesis >3,5 >5 De 6,25 A 9,75

1,25(P1 óP2 +P3) resto/p.síntesis >3,75 >5,35 De 5 A 8,25

1(P1 ó P2) resto/p.síntesis >4 >5,7 De 5 A 8

0,25 (P3) resto/p síntesis >4,75 >6,78 De 5 A7,25

0 ( no participa) resto/p síntesis > 5 >7,14 De 5 A 7


65

REFERENCIAS

Mtz.de Lejarza, J. y Mtz. de Lejarza I. (1991). Libro Blanco del Alumnado de la Escuela Universitaria de Estudios Empresariales de Valencia, Universidad de Valencia: 1991

Mtz.de Lejarza, J. y Mtz. de Lejarza I. (1999). Hipertexto de Estadística Económica Empresarial. Valencia: ACDE Editores, Publicación en formato CD-Rom, 1999

Mtz.de Lejarza, J. y Mtz. de Lejarza I. (2000). El hipertexto i/e como soporte docente, dificultades para su creación y utilización, Anales XIV Reunión de Asepelt España. Oviedo, Junio 2000.ASEPELT- España,2000

Mtz.de Lejarza, J. y Mtz. de Lejarza I. (2001). El hipertexto y docencia informatizada, dificultades para su desarrollo: Hipestat: Una experiencia docente II Jornadas ASEPELT de nuevas tecnologías para la enseñanza de Economía Aplicada. Bilbao 2001.

Mtz de Lejarza, J. (2010): Contenedor Hipermedia de Estadística Aplicada a la Economía y las Ciencias Sociales (CEACES).Una aproximación. @tic. Revista de Innovación Educativa, nº 5. Julio-Diciembre 2010 pp. 77-88

Mtz de Lejarza, J. (2011): ESTADISTICA en: Beatriz Gallardo Paúls y Pedro García Pilán (coords.): El Open Course Ware de la Universitat de València 2010. Espacio Abierto al conocimiento (Vol. III). València: Publicacions de la Universitat de València, 2011 (http://ocw.uv.es)

Mtz de Lejarza, I. (2011): INFERENCIA ESTADISTICA en: Beatriz Gallardo Paúls y Pedro García Pilán (coords.): El Open Course Ware de la Universitat de València 2010. Espacio Abierto al conocimiento (Vol. III). València: Publicacions de la Universitat de València, 2011 (http://ocw.uv.es)

Melero, R.; Mtz. de Lejarza, I.; Hernández, J.R.; Mtz. de Lejarza, J. (2003).The Engine of ideas. A Collaborative project for students participation (A prototype). En: Rodrígo Peñarrocha, V.M. et al. (eds) (2003) International Conference on Network Universities and E-learning (formato CD-ROM), Editorial de la UPV (Valencia, Spain, 2003).

Melero, R.; Mtz.de Lejarza, I.; Hernández, J.R.; 2004. Hosting The Engine of ideas. A self-organizing collaborative project designed for learning by participing IADIS International Conference on Web Based communities. Lisboa (Portugal)

67

La Experiencia del GCID de Estadística en el Grado de Turismo

Rosario Martínez Verdú(1), Rosa Mª Yagüe Perales(2)

(1)Departament d’Economía Aplicada Universitat de València

Facultat d’Economía. Avgda dels Tarongers s/n. 46022 Valencia e-mail: [email protected]



RESUMEN

El propósito de este trabajo es presentar la experiencia de innovación docente adaptando la metodología “TIC” aplicada en cursos anteriores en la asignatura de Estadística de la Diplomatura de Estudios Empresariales a la misma materia en el recién implantado Grado de Turismo. Asimismo, se muestran los resultados de una encuesta efectuada a los estudiantes de Turismo en la que se analiza su perfil y su percepción sobre la asignatura y sobre el proceso de enseñanza-aprendizaje. El documento finaliza con una valoración de la experiencia, de los resultados obtenidos y de posibles mejoras.

INTRODUCCIÓN

El curso 2010-2011 ha venido marcado por la implantación de los nuevos Grados en la Facultad de Economía de la Universitat de València dentro del marco del Espacio Europeo de Educación Superior. Uno de los pilares básicos del modelo Bolonia de Educación Superior es la incorporación generalizada de métodos de innovación educativa y de la adquisición de competencias en la utilización de las TICs en el ámbito de estudio. Esto ha implicado un reto de adaptación de las asignaturas que se venían impartiendo en los planes de estudio anteriores. En muchos casos los sistemas de enseñanza-aprendizaje “TIC” que se han implantado con los nuevos grados han sido adaptados de experiencias previas. En este trabajo se pretende exponer una de estas experiencias de adaptación a la asignatura de Estadística del nuevo grado de Turismo de la metodología GCID-TIC que se venía llevando a cabo en la Estadística de la desaparecida Diplomatura en Ciencias Empresariales. Una de las principales diferencias y dificultades de esta adaptación es que en la Diplomatura de Empresariales los estudiantes tenían la libertad de optar por este sistema de innovación docente o por uno tradicional, mientras que en el

68

Grado de Turismo esta metodología ha sido obligatoria para todos los estudiantes de un mismo grupo y no para alumnos autoseleccionados y presumiblemente más motivados para embarcarse en proyectos innovadores.

Otra de las dificultades con las que no hemos encontrado es que el área de conocimiento de Métodos Cuantitativos para la Economía y para la Empresa del departamento de Economía Aplicada de la Universitat de València era la primera vez que era responsable de la docencia de una asignatura de corte cuantitativo en primer curso en los estudios de Turismo, por lo que desconocíamos tanto el perfil de estudiante que nos íbamos a encontrar como su grado de aceptación de este modelo de innovación docente que pretendíamos implantar de forma generalizada para todos los estudiantes de un mismo grupo.

La estructura del resto de este trabajo es la siguiente: en primer lugar se describe las características básicas de la adaptación del sistema de innovación docente GCID-TIC de Estadística al Grado de Turismo. En segundo lugar se presentan los principales resultados de la encuesta que se efectuó a los estudiantes de Turismo de esta asignatura para paliar la falta de información existente sobre el perfil de estos estudiantes y sobre su valoración de los diferentes aspectos del sistema de enseñanza-aprendizaje aplicado (materiales utilizados, métodos docentes y de aprendizaje, evaluación, etc.). Todos estos aspectos no han sido recogidos por la encuesta institucional a los estudiantes que efectúa la Universitat de València a través de la Unitat de Qualitat, por lo que hemos diseñado una encuesta específica. En tercer lugar, se recogen los resultados obtenidos del proceso de aprendizaje de la evaluación continua, que es dónde principalmente se ha producido la innovación educativa. El trabajo finaliza con una valoración de la experiencia descrita y con propuestas de mejora.

CARACTERÍSTICAS BÁSICAS DEL GCID-TIC DE ESTADÍSTICA Y SU ADAPTACIÓN AL GRADO DE TURISMO

La propuesta que aquí se presenta es una adaptación de la experiencia llevada a cabo de forma consolidada desde el curso 2004-2005 en la Diplomatura en Ciencias Empresariales como Proyecto de Innovación Educativa en el que se conjugaban metodologías docentes tradicionales como “clases magistrales” con nuevas propuestas metodológicas que incluían las nuevas tecnologías mediante el uso de ordenador y el manejo de bases de datos reales del mundo empresarial. El proyecto dirigido por el profesor Juan Martínez de Lejarza que surgió, se le ha denominado CEACES y está disponible a través de la página web http://www.uv.es/ceaces (ver Figura 1). Los estudiantes de primer curso de Empresariales podían consultar “on line” un Hipertexto de Estadística así como utilizar la Calculadora Estadística Caest . Ésta última permite manejar con facilidad bases de datos relativamente grandes y aplicar cómodamente las técnicas estadísticas que se explican en un primer curso de Estadística económico-empresarial. Una visión más pormenorizada del método GCID-TIC y de su origen y evolución histórica puede verse en esta misma recopilación en el trabajo de Mtz.de Lejarza y Mtz. de Lejarza (2011).

69

Figura 1. Página Principal Proyecto CEACES. (Fuente: wwww.uv.es/ceaces)

El curso 2010-2011 con la puesta en marcha de los nuevos Grados, se ha intentado trasladar la experiencia de Innovación Docente a la asignatura de Estadística en el Grado de Turismo. Los estudiantes, a través del página web del proyecto CEACES y de la plataforma de la Universitat de València Aula Virtual han dispuesto para el aprendizaje de la asignatura de una serie de materiales docentes y de recursos TIC, algunos ya existentes en el GCID-TIC de Empresariales (Calculadora Estadística Caest , Hipestat, videos explicativos, ver Figura 1) y otros nuevos como diapositivas de los contenidos teóricos de los temas elaborados expresamente para el Grado de Turismo (ver figura 2) y plantillas para crear gráficos estadísticos de forma automatizada con Excel.

El Modelo de Bolonia se basa en la evaluación de competencias y habilidades que adquiere el estudiante en el proceso de enseñanza-aprendizaje. Para la evaluación de dichas competencias el estudiante debe superar una prueba escrita denominada “prueba de síntesis” que consta de cuestiones teóricas y problemas sobre los contenidos de la asignatura de Estadística. Esta prueba escrita supone el 70% de la nota final de la asignatura. Además a lo largo del curso, se procede a una evaluación continua del proceso de enseñanza- aprendizaje que conforma el 30% restante de la nota final. Esta evaluación continua se ha llevado a cabo fundamentalmente mediante la propuesta de 3 prácticas con datos actuales de la realidad del sector turístico valenciano y sobre los contenidos de los 6 temas de Estadística Descriptiva que figuran en la Guía docente de la asignatura según el siguiente esquema:

Práctica 1: Análisis de Datos Unidimensionales.

Práctica 2:Análisis de Datos Bidimensionales.

Práctica 3: Índices, Tasas y Series Temporales.

70

Figura 2. Página del Proyecto CEACES con los materiales específicos para el Grado de Turismo.

(Fuente: wwww.uv.es/ceaces)

Las prácticas se han realizado en grupos de 2 o 3 estudiantes y los enunciados de estas prácticas se han colgado en la página web CEACES a principio de curso. El enunciado de una de estas prácticas se presenta como ejemplo en la Figura 3.

Figura 3. Ejemplo del enunciado de una las tres Prácticas de la asignatura. (Fuente: Elaboración Propia)

Con la elaboración de estas prácticas el estudiante debía demostrar, los conocimientos adquiridos de Estadística y relacionarlos con la realidad turística presentando un informe o memoria que se entregaba mediante la plataforma Aula Virtual (TAREAS) y en la fecha fijada por el profesor/a. En definitiva, con la confección de estas prácticas, en el corto espacio temporal de un cuatrimestre, los estudiantes debían de demostrar ser competentes en el manejo de datos, en la manipulación de herramientas informáticas (Calculadora

71

Estadística Caest, procesador de textos, hoja de cálculo Excel, etc.) y en la redacción de informes técnicos.

RESULTADOS DE LA ENCUESTA A LOS ESTUDIANTES DEL GRADO DE TURISMO

Esta encuesta se efectuó en clase en el mes de mayo de 2011 (durante las últimas semanas del curso) y un total de 73 estudiantes rellenaron el cuestionario13.

1.- Perfil de los estudiantes

Uno de los rasgos más sobresalientes es el predominio femenino en esta titulación, ya que el 67,1% de los estudiantes encuestados son mujeres. El 71,2% no ha cumplido aún los 21 años, siendo la edad media de 20,3 años con un grado de dispersión bajo. Un 74% son estudiantes a tiempo completo, ya que no compatibilizan sus estudios con ninguna actividad laboral. El 74% ha accedido al grado a través de las pruebas de acceso (Selectividad) y el 74,3% provienen de la modalidad de Bachillerato de Humanidades y Ciencias Sociales. Respecto a su formación cuantitativa, un 32% manifiesta no haber cursado asignaturas de Matemáticas o Estadística en sus estudios de enseñanza secundaria, hecho que ha dificultado su proceso de enseñanza aprendizaje de la asignatura.

Gráfico 1. Opción de elección del Grado de Turismo por sexo. (Fuente: Elaboración Propia)

En cuanto a su motivación por el grado de Turismo, únicamente un 57,5% lo han elegido como primera preferencia14, siendo este porcentaje ligeramente

13 Esto constituye el 57% de los matriculados en los dos grupos que han seguido este sistema y el 37% de los 196 estudiantes matriculados en la asignatura. 14 Sin embargo, si tenemos en cuenta la información de los 210 admitidos a primer curso del Grado de Turismo proporcionada por el Servei d’anàlisi i planificació de la Universitat de València, el porcentaje de los que optaron por este grado como primera preferencia fue tan sólo del 41%.

72

más elevado para las mujeres que para los hombres, tal y como puede apreciarse en el gráfico 1. También se les preguntó por el principal motivo de elección del Grado de Turismo, siendo los tres más respondidos, tal y como se observa en el gráfico 2, dirigir una empresa turística (27,8%), idiomas (20,8%) y agrado por viajar (18,1%). Exceptuando el primer motivo, los otros dos denotan un escaso interés por una vocación o actividad profesional en el sector turístico.

Motivo elección Grado de Turismo

8.39.7

15.3

27.820.8

18.1

0

5

10

15

20

25

30

Quiero dirigiruna empresa

turística

Me gustan losidiomas

Me gusta viajar Otros motivos Quieroparticipar en laplanificacióndel turismo

como técnico/a

Quiero serazafata/o de

eventosturísticos

%

Gráfico 2. Motivo elección del Grado de Turismo. (Fuente: Elaboración Propia)

2. Métodos y Materiales Docentes

En lo que respecta a su valoración por los métodos y materiales docentes de la asignatura únicamente un 15,1% ha utilizado la guía docente con relativa frecuencia y un 57,5% la utilizó al principio para hacerse una idea inicial de la asignatura. En contraposición, un 72,6% ha valorado como útil o muy útil las Prácticas con ordenador y la elaboración de informes para su formación como profesional del Turismo y un 68,1% ha considerado como buena o muy buena la experiencia del trabajo en grupo. En los gráficos 3 y 4 puede apreciarse que los materiales y recursos TIC más utilizados y mejor valorados por los estudiantes son, por orden de aceptación, la plataforma Aula Virtual, los programas informáticos Excel y Calculadora Estadística, las diapositivas de los temas y las plantillas para la creación de gráficos con Excel.

73

Gráfico 3. Utilización de materiales y recursos TIC de la asignatura. (Fuente: Elaboración Propia)

Valoración grado de utilidad de materiales y recursos TIC de la asignatura

97.380.8 76.7 70.8 69.4

41.5 41.027.6

0

10

20

30

40

50

60

70

80

90

00

Aula Virtual Excel CalculadoraEstadística

Diapositivas delos Temas

Plantillas GráficosExcel

Página Webasignatura

Colección deProblemas

ContenedorEstadístico

%

nada o poco útil medio útil o muy útil

Gráfico 4. Valoración grado de utilidad de materiales y recursos TIC de la asignatura.

(Fuente: Elaboración Propia)

3. Métodos de Aprendizaje: Trabajo Autónomo

En el gráfico 5 se encuentra la distribución del número de horas semanales que los estudiantes dedican al trabajo autónomo de la asignatura, resultando un promedio de 3,1 horas de dedicación por estudiante con una desviación típica de 1,8 horas. Sin embargo, a pesar de este alto promedio declarado de horas de trabajo autónomo de los estudiantes, no queda nada claro a qué actividades han dedicado este tiempo ya que más de un 50% de los encuestados ha realizado pocos o ninguno de los ejercicios, resúmenes o esquemas de los propuestos por el profesor. Es más, atendiendo al gráfico 6, únicamente un 16,4% utiliza material complementario para preparar la asignatura, un 69% nunca o casi nunca asiste a clase de teoría habiéndose leído previamente las diapositivas o el manual recomendado y un 57,5% asiste a clase de prácticas sin haberse repasado con anterioridad el material visto en teoría. Si a esta aptitud de poca motivación en el aprendizaje autónomo añadimos la escasa preparación cuantitativa de más de un tercio de los estudiantes, el proceso de

74

enseñanza-aprendizaje según el modelo de Bolonia ha tenido serias dificultades en su aplicación.

Gráfico 5. Distribución del número de horas semanales de trabajo autónomo de la asignatura.


Gráfico 6. Estudio y trabajo autónomo de los estudiantes. (Fuente: Elaboración Propia)

4. Evaluación

Porcentaje de la nota final adecuado para la evaluación continua

5.6

9.7

22.2

18.116.7

5.6

1.4

15.3

5.6

0

5

10

15

20

25

20 30 40 50 60 70 75 80 100

%

Gráfico 7. Distribución del porcentaje de la nota final adecuado para la evaluación continua.


75

En lo que se refiere a su opinión respecto a la evaluación, casi un 85% de los estudiantes considera que el porcentaje de la nota final asignado a la evaluación continua debe ser mayor al actual 30%, tal y como puede observarse en el gráfico 7. El porcentaje de la nota final que por término medio consideran adecuado para la evaluación continua es de un 54,7% con una desviación típica del 20,5%.

También se les preguntó por su preferencia respecto a la ponderación que asignarían a los diferentes elementos que conforman la evaluación continua. En la tabla 1 puede apreciarse que los estudiantes otorgan de forma destacada la mayor importancia a la elaboración de informes con un 40% de ponderación, seguida a gran distancia de la entrega de problemas o resúmenes (20% de ponderación), de la participación activa en clase y de las exposiciones orales (ambas con un 15%), mientras que lo que menos valoran son las pruebas sorpresa (10% de ponderación). Estos resultados refuerzan que la experiencia del Sistema GCID-TIC basado en la elaboración de prácticas con datos reales del sector turístico y en la elaboración y entrega de informes en base al análisis estadístico de los mismos ha tenido buena aceptación por parte de los estudiantes.

Tabla 1. Ponderación asignada por estudiantes a elementos de la evaluación continua.

Elaboración

de Informes

Entrega de

problemas,

resúmenes

Pruebas

sorpresa

Participación

activa en

clase

Exposiciones

en clase

Media 37.2 % 21.3 % 9.5 % 16.7 % 15.8 %

desv. Típica 18.2 % 10.0 % 6.3 % 9.6 % 8.9 % Redondeo Ponderaciones 40 % 20 % 10 % 15 % 15 %

Fuente: Elaboración propia a partir de la explotación de la encuesta.

5. Valoración de la asignatura

Grado de dificultad que supone la asignatura de Estadística

5.5

72.6

21.9

0

10

20

30

40

50

60

70

80

90

100

fácil o muy fácil medio muy difícil o difícil

% Esfuerzo exigido en Estadística en relación al resto de asignaturas

16.4

68.5

15.10

10

20

30

40

50

60

70

80

90

100

el mismo mayor excesivo

%

Gráfico 8. Valoración de la asignatura.


76

Por último se les preguntó por su opinión respecto a la asignatura en relación a su grado de dificultad y al esfuerzo exigido. Los resultados del gráfico 8 indican que el 72,6% de los estudiantes consideró que el grado de dificultad que suponía la asignatura de Estadística era difícil o muy difícil, mientras que el 85% opinó que el esfuerzo exigido en Estadística en relación al resto de asignaturas era mayor o excesivo.

RESULTADOS DEL PROCESO DE APRENDIZAJE DE LA EVALUACIÓN CONTINUA.

Según la Memoria de Solicitud de Verificación del Título de Grado en Turismo de la UVEG los resultados del aprendizaje de la asignatura de Estadística deben ser los siguientes:

1. Conocimientos básicos sobre estadística. 2. Conocimientos básicos sobre conceptos y variables turísticas. 3. Capacidad para analizar los datos generados por el turismo. 4. Capacidad para describir y caracterizar la naturaleza del turismo a partir

de sus datos y estadísticas. 5. Capacidad para organizar, presentar y comunicar datos, estadísticas e

indicadores de turismo.

Las 3 prácticas planteadas a lo largo del curso dentro de la evaluación continua permiten a nuestro entender la posibilidad de valorar/ evaluar estos cinco indicadores resultado del aprendizaje. Concretamente el 30% de la nota de Estadística ha procedido de la evaluación de las prácticas.

Cada práctica ha sido debidamente comentada por el profesor/a y devuelta a los estudiantes, especificando si cada resultado del aprendizaje se reflejaba correctamente, incorrectamente o necesitaba mejorar en la Memoria.

En cuanto a los resultados obtenidos utilizando este sistema de evaluación, merece comentar lo siguiente:

Participaron inicialmente el 87,5% de los matriculados. Este alto porcentaje de participación está sin duda motivado por el peso de las prácticas del 30% en la nota final de la asignatura, ya que la experiencia previa en el GCID de Estadística de Empresariales demuestra que, si los estudiantes tienen la posibilidad de presentarse a un examen final de toda la asignatura, el porcentaje inicial de participación en este sistema que implica un esfuerzo por el volumen de trabajo que supone la realización de las prácticas no llegó al 70% en el curso 2009-2010.

El grado de abandono durante el curso ha sido muy bajo: el 18% de los estudiantes que inicialmente optaron por participar en este sistema de evaluación continua, han acabado abandonando la asignatura. En cambio, en el GCID de Estadística de Empresariales, la no obligatoriedad de este tipo de evaluación supuso que el grado de

77

abandono fue mucho mayor, en concreto del 43% en el curso 2009-2010.

Si atendemos a las notas obtenidas en la evaluación continua y valoradas sobre 10 puntos, el 28,7% de los alumnos que participaron en el sistema no superaron los 5 puntos.

Si sumamos los que no participan, más los abandonos más los supuestamente suspendidos la cifra es casi coincidente a la de estudiantes que han suspendido globalmente la asignatura de estadística. Esta circunstancia nos indica que los estudiantes que no han realizado las prácticas tampoco han hecho un seguimiento de la asignatura y la han abandonado o suspendido. Aquellos que han obtenido malos resultados en las prácticas mayoritariamente tampoco han obtenido resultados satisfactorios en la nota final de la asignatura. Por el contrario, los estudiantes con buenas notas en las prácticas también han obtenido de manera general mejores resultados en la nota final de Estadística.

En la tabla 2 se han recogido los resultados más relevantes del rendimiento académico obtenido por los estudiantes en los grupos en donde se ha aplicado el sistema GCID-TIC, destacando el rendimiento de los que completaron todo el proceso de evaluación continua.

Tabla 2. Rendimiento académico de los estudiantes de Estadística del Grado de Turismo durante el curso 2010-11 en los grupos que han seguido

el sistema GCID-TIC.

Matriculados Presentados Aprobados /

Presentados

Aprobados /

Matriculados

1ª convocatoria 117 47,0% 63,6% 29,9% 2ª convocatoria 82 40,2% 69,7% 28,0%

Resultado final de curso 117 49,6%

Participantes Participantes/

Matriculados

Aprobados/Par

ticipantes

Evaluación continua completa 86 73,5% 65,1% Fuente: Elaboración propia a partir de las actas de las 2 convocatorias.

CONCLUSIONES: VALORACIÓN DE LA EXPERIENCIA Y PROPUESTAS DE MEJORA

Valoración de la experiencia

Aspectos Positivos

Los estudiantes han aprendido a manejar Excel y la Calculadora Estadística Caest. Los estudiantes se han mostrado satisfechos de los materiales y recursos TIC utilizados en la asignatura.

78

La mejoría ha sido muy significativa entre el informe 1 y el informe 3. Aquellos estudiantes que han presentado las 3 prácticas puede decirse que han aprendido a manejar información cuantitativa, a organizarla e incluso a redactar.

El manejo de bases de datos turísticos reales les ha permitido enfrentarse a una situación semejante a la que se podrán encontrar en su futuro como profesionales del turismo.

El trabajo continuado a través de las prácticas ha permitido que el estudiante que ha observado una evolución positiva en su proceso de enseñanza-aprendizaje no abandone la asignatura.

La valoración que han efectuado la mayoría de los estudiantes respecto al sistema GCID-TIC seguido en las prácticas ha sido muy positiva, consideran que es una experiencia muy útil para su formación como profesionales del Turismo y reconocen que constituye el elemento más importante de la evaluación continua, con diferencia respecto a otras actividades alternativas. Igualmente casi un 70% han valorado como buena o muy buena la experiencia de trabajar en grupo.

Aspectos Negativos

Ha resultado muy complicado conseguir los objetivos de enseñanza-aprendizaje debido a la heterogeneidad de los estudiantes. El Grado de Turismo tiene un porcentaje significativo de estudiantes provenientes de Humanidades y con ellos ha sido casi imposible trabajar. No es de extrañar que el 73% de los estudiantes ha valorado la asignatura como difícil o muy difícil. En estos casos los conocimientos que iban adquiriendo les resultaba imposible de asimilar, por un lado el desconocimiento total y absoluto del manejo de la base de datos Excel y la casi inexistente capacidad de abstracción. Se han centrado mucho en el aprendizaje del software estadístico y no tanto en la asimilación de las diferentes técnicas estadísticas y su aplicación en la interpretación de los fenómenos turísticos.

Realmente los estudiantes de primer curso no demuestran suficiente capacidad para describir y caracterizar la naturaleza del turismo (resultado del aprendizaje nº4). Un curso académico es insuficiente y por lo tanto hay que saber evaluar este resultado en su justa medida.

No se ha podido sacar más aprovechamiento en las prácticas debido a que los estudiantes no llevaban previamente estudiados los conocimientos teóricos (este aspecto es reconocido por ellos en la encuesta). Los estudiantes no tienen interiorizado una cultura de trabajo autónomo más allá de las prácticas, elemento fundamental para que funcione el modelo de Bolonia de aprendizaje autónomo que se pretende generalizar en los nuevos grados. En este sentido, Ariza y Pérez (2009) opinan que los universitarios españoles de hoy en día no están suficientemente preparados para asumir con éxito un aprendizaje más autónomo, puesto que no se han formado en esa cultura y el cambio requiere un largo proceso de adaptación.

79

Sin embargo, la opinión de los estudiantes ha sido totalmente la contraria, ya que han estimado el esfuerzo requerido en la asignatura como mayor o excesivo en comparación con el resto de asignaturas cursadas.

Propuestas de mejora

Adaptar las prácticas que se propongan a la realidad de la clase, ya que de momento es esperable la heterogeneidad formativa inicial de los estudiantes.

Asimismo, para mejorar el aprovechamiento de las prácticas y conseguir su conexión con la asimilación de los conceptos teóricos de la asignatura es fundamental diseñar actividades que logren motivar a los estudiantes en el trabajo y en el aprendizaje autónomo. Según Marzano (Álvarez, González y García, 2007), lo que importa ahora no es tanto transmitir conocimientos sino ayudar a alguien a adquirir conocimientos, es decir, ayudar a aprender. A este respecto, se pueden proponer diversas actividades para fomentar el trabajo autónomo de los estudiantes como la carpeta de aprendizaje (Vázquez-Carrera, Laguna, Alegret y Sánchez, 2007), la preparación autónoma de un tema del programa de la asignatura (Álvarez, González y García, 2007) o incluir en la evaluación continua pruebas a lo largo del curso de preguntas cortas que promuevan el seguimiento regular de la asignatura.

REFERENCIAS

Álvarez, B.; González, C. y García, N. (2007, Mayo). “La motivación y los métodos de evaluación como variables fundamentales para estimular el aprendizaje autónomo”. Red U. Revista de Docencia Universitaria, Número 2. [Última Fecha de consulta, 9.09.2011] en http://www.redu.um.es/Red_U/2.

Ariza, M. R.y Pérez, M. (2009). “Cómo motivar a aprender en la Universidad: Una estrategia fundamental contra el fracaso académico en los nuevos modelos educativos”. Revista Iberoamericana de Educación, 51, 87-105.

Mtz.de Lejarza, I. y Mtz. de Lejarza, J. (2011). “Adaptación de la metodología docente GCID-TIC a la asignatura Estadística Básica del grado en A.D.E”, II Jornadas de Intercambio de Experiencias de Innovación Educativa en Estadística, Valencia, 12-13, Septiembre.

Universitat de València (2009). Documento de Solicitud de Verificación del Título de Grado en Turismo.

Vázquez-Carrera, M.; Laguna, J.C.; Alegret, M.y Sánchez, R.M. (2007): “Estrategias para fomentar el trabajo autónomo en Farmacología”. Edusfarm, Revista d’Educació Superior en Farmàcia. Núm.2.

81

Recursos Estadísticos para una Titulación Multidisciplinar: la Estadística para las Ciencias Laborales

Ricard Calvo Palomares

Departamento de Sociología y Antropología Social Universitat de València

Avda. dels Tarongers s/n 46021 Valencia


RESUMEN

Se trata esta de una comunicación realizada por un no estadístico con docencia en una titulación de no estadísticos. Pese a ello, el convencimiento del que suscribe de la necesidad de un planteamiento docente cada vez más interdisciplinar ha hecho que integrara dentro de su proyecto docente como coordinador de la asignatura Técnicas de Auditoría Sociolaboral en el nuevo Grado de Relaciones Laborales y Recursos Humanos, distintos y variados aspectos relacionados con la estadística, con la finalidad de que el alumnado asistente conociera y fuera capaz de aplicarlos a y en su realidad profesional presente y/o futura. Para ello, la comunicación, además de presentar el contexto básico de la asignatura y los contenidos específicos vinculados con la estadística incluidos en el desarrollo de la misma, describirá la metodología utilizada para la implementación de las prácticas, dinámicas y actividades realizadas a lo largo de los últimos dos cursos académicos. Metodología que basada en el aprendizaje cooperativo ha generado efectos muy positivos sobre el alumnado.

Las herramientas son importantes,pero no sólo las herramientas son importantes.

Tricas, 2011

INTRODUCCIÓN: ¿por qué esta comunicación?

Desde la perspectiva del que suscribe resulta muy importante que demos a conocer lo que hacemos en nuestras aulas y sobre todo cómo lo hacemos, ya que puede ser de gran utilidad a otros compañeros/as que se encuentren en una situación similar a la nuestra, al igual que a nosotros nos ha servido lo que otros que nos han precedido han hecho. Por tanto la importancia de compartir experiencias de innovación docente, entendida ésta no tan sólo la puesta en funcionamiento de metodologías de nueva creación, sino más bien de aquellas que no se están aplicando, es clave en la mejora docente ya que ningún profesional de la enseñanza nace sabiendo cómo, sino que lo va aprendiendo a lo largo del desarrollo de su proyecto como docente.

82

En este sentido y sobre todo en los últimos años, la comunidad universitaria lo ha tenido que aprender –aplicar e innovar- a marchas forzadas, adaptando sus estructuras y metodologías a un nuevo planteamiento definido por la Declaración de Bolonia y por la concreción de un nuevo Espacio Europeo de Educación Superior –EEEs- que establece un contexto de trabajo en el que aparecen distintos requerimientos docentes a los aplicados hasta el momento.

Por todo ello, reflexionar –ser capaces de reflexionar en términos de competencias- se convierte en un factor muy destacado de nuestro proceso de crecimiento profesional como profesores y a la postre de mejora de nuestra actuación docente. Por ello propongo una comunicación que recoge una experiencia docente simple, básica y muy elemental, implantada aprovechando la coyuntura de cambio y de activación de nuevas asignaturas, que plantea como reflexión de fondo la necesidad de que el profesorado universitario aplique pequeñas nuevas metodologías que permitan cumplir por un lado con los objetivos docentes propuestos, y por otro, que devuelvan al profesorado las riendas metodológicas de su docencia (algo perdidas en los últimos años).

UNA EXPERIENCIA DE APRENDIZAJE COOPERATIVO

La asistencia a unas jornadas sobre aprendizaje cooperativo en 2009 en Almería y la observación de algunas de las experiencias allí presentadas, generó en el que suscribe la inquietud por esta metodología y por sus potencialidades en cuanto que pudieran ser aplicadas a las asignaturas impartidas por este.

Una posterior profundización en la materia, conllevó un cambio en el planteamiento docente de cara al nuevo curso académico 2009-2010, que a su vez supuso una renovación de las metodologías docentes aplicadas hasta el momento, optando por la aplicación de criterios basados en el aprendizaje cooperativo como sistemática básica de funcionamiento. Nueva metodología entendida no tanto como un fin en sí mismo sino como una metodología que sólo tiene sentido como medio idóneo para el logro de determinadas finalidades, en el que facilitar a los alumnos la adquisición de las competencias propias de la materia, buscando como objetivo en estos su capacitación para aplicar dichas competencias de manera directa a lo largo del curso, se convierte en una de las premisas del nuevo contexto educativo actual.

El aprendizaje cooperativo implica que los estudiantes sean responsables de su aprendizaje y de su interacción con el resto a través del desarrollo de competencias de trabajo en equipo, por lo que el éxito final solo se alcanza si el grupo lo consigue en su conjunto. Siendo una de las características principales de la metodología del aprendizaje cooperativo consiste precisamente en el hecho de posibilitar el debate entre los alumnos asistentes –y/o los grupos de trabajo formados- frente a la docencia tradicional donde los alumnos se limitaban a escuchar el discurso emitido por el profesor. Estas interacciones establecidas por los estudiantes propician significativamente los efectos sinérgicos del aprendizaje (Sharan y Sharan, 2004), por lo que introducir el aprendizaje cooperativo equivale a cambiar la estructura de aprendizaje en el

83

aula, facilitando y potenciando el desarrollo de determinadas competencias básicas, siendo en sí mismo una forma de educar para el diálogo, la convivencia y la solidaridad (Pujolàs, 1990).

Esta nueva apuesta metodológica supuso la introducción de cambios sustanciales en la planificación y diseño docente. Entre ellos desatacamos los siguientes:

1. La búsqueda de una autoevaluación propia de los resultados obtenidos por el grupo, lo que en sí mismo supuso incentivar la capacidad de sus integrantes para reflexionar sobre el cumplimiento de los objetivos propuestos, identificando los aspectos no cubiertos y proponiendo las acciones de mejora pertinentes (para ello se utilizaron herramientas para la autoevaluación de las distintas actividades desarrolladas, tales como procesos de feedback colectivo o individual –grupo base de trabajo-, cuestionarios diseñados adhoc, etc.).

2. La necesaria utilización de las habilidades sociales, las destrezas y capacidades para la resolución exitosa de las situaciones planteadas (muchas de ellas, a través de dinámicas en las que se les requería la obtención de un resultado final del grupo a través de la negociación y la búsqueda del consenso, y no la mera adición de la mayoría de los votos). Ello obligaba a los miembros del grupo a compartir experiencias para el cumplimiento de la actividad y con ello a desarrollar la confianza necesaria para funcionar de manera efectiva.

3. La generación de nexos entre los miembros en el desarrollo del trabajo, potenciando una mayor interdependencia positiva, donde todos los integrantes están obligados a confiar en los otros para alcanzar el objetivo propuesto, dependiendo el éxito de cada uno del de los demás. Las actividades planteadas dependían en su mayoría de la puesta en práctica de las capacidades de los integrantes del grupo y de la búsqueda de la sinergia como rasgo definitorio, ya que sin ella resultaba muy compleja su resolución. Ello suponía que el grupo debía confiar en que cada uno de sus integrantes aportara lo máximo que podía, no reservándose nada para su beneficio individual-particular.

4. Esta interdependencia no haría sino permitir la aparición de una mayor responsabilidad personal. Donde cada uno de los integrantes del grupo es corresponsable de los logros del mismo, por lo que necesariamente debe asumir como propio el procedimiento de trabajo implementado por el equipo, así como las conclusiones a las que puedan llegar en el desarrollo del mismo. Para ello siempre existía un tiempo para la concreción de la metodología a seguir en el trabajo y uno para la puesta en común de los resultados obtenidos.

5. Y por último, aunque no por ello menos importante, la potenciación de la interacción cara a cara –tanto en aquellas actividades planteadas en el aula como en la práctica final a realizar fuera de ella-, el intercambio continuo y la corresponsabilidad de los recursos disponibles. Dinámicas de apoyo mutuo que permitan la interiorización de determinadas competencias, que de otra manera difícilmente se alcanzarían.

84

EL CONTEXTO DE LA EXPERIENCIA: LAS CIENCIAS LABORALES

La experiencia que se presenta se ha venido desarrollando en los dos últimos cursos académicos en el nuevo Grado en Relaciones Laborales y Recursos Humanos (estudios que sustituyen los existentes de Diplomatura en Relaciones Laborales -estudios universitarios de primer ciclo- y de Licenciatura en Ciencias del Trabajo -de segundo ciclo), cuya finalidad principal es la adquisición de conocimientos teóricos y empíricos necesarios para comprender de forma integral e integrada la complejidad y el carácter dinámico e interrelacional del trabajo humano, atendiendo a sus perspectivas jurídica, organizativa, sociológica, económica, psicológica e histórica. Por tanto se trata de una titulación donde la multidisciplinariedad y la combinación de distintas y variadas materias se convierten en uno de sus rasgos definitorios.

Concretamente esta experiencia docente se encuadra en una asignatura titulada “Técnicas de Auditoría”, materia troncal obligatoria de tercer curso de grado con una carga lectiva de 6 créditos ECTS. Asignatura que durante estos dos cursos pasados fue desarrollada como asignatura del curso de nivelación –curso que ha permitido a los egresados en Relaciones Laborales optar a la consecución del nuevo Grado en RRLL y RRHH, y así alcanzar la titulación en vigor actualmente.

La asignatura Técnicas de Auditoría plantea como objetivo nuclear que los/las estudiantes adquieran los conocimientos, las competencias y las habilidades necesarias para diseñar y desarrollar una auditoría sociolaboral en el ámbito profesional de las relaciones laborales y los recursos humanos. Este objetivo se materializa dotando al estudiante de un conocimiento de los contenidos propios de la auditoría sociolaboral así como de los diferentes métodos y técnicas de auditoría y de su aplicación a la realidad laboral. Es por ello, que se proporciona al alumnado una formación teórica básica que se combinará con una enseñanza eminentemente práctica, existiendo entre las dos perspectivas una lógica continuidad y complementariedad. Así mismo, el contenido de esta asignatura contribuye a la formación integral que deben tener los profesionales de las Relaciones Laborales y los Recursos Humanos para no sólo saber hacer, sino también para conocer el medio social en el que trabajan y poder analizarlo críticamente.

1) Graduado social 2) Dirección y Gestión de Recursos Humanos 3) Prevención de riesgos laborales 4) Gestión, mediación e intervención en el mercado de trabajo: agentes de empleo y desarrollo local 5) Auditoría sociolaboral 6) Enseñanza 7) Administraciones públicas

Figura 1. Salidas profesionales de los Graduados en

Relaciones Laborales y Recursos Humanos.

(Fuente: Lerma, 2005)

85

Esta asignatura cobra mayor importancia ya que la Auditoría Sociolaboral fue determinado como uno de los principales perfiles profesionales recogidos en el Libro Blanco de la titulación (Lerma, 2005), convirtiéndose así en una de las salidas profesionales futuras con mayor potencial laboral para estos egresados (ver figura 1).

LOS CONTENIDOS ESTADÍSTICOS DE LAS TÉCNICAS DE AUDITORÍA

Los contenidos de la materia

Dado que lo que pretende la asignatura es que el/la estudiante descubra la importancia y la necesidad de la evaluar, seguir y controlar el ejercicio profesional de su trabajo, se familiarice con los conceptos básicos de la metodología de la auditoría sociolaboral, la contemple como un proceso, conozca la variedad de métodos y técnicas disponibles para su realización y sea capaz tanto de elaborar un proyecto de auditoría sociolaboral como de interpretarlo, el temario de la misma se estructura en torno a cinco temas como podemos observar en la figura siguiente.

Tema 1: Concepto de auditoria sociolaboral: características, clasificación, tipología y ámbitos de aplicación. Perfil del auditor: habilidades, competencias y comportamientos.

Tema 2: El proceso de auditoria: organización del trabajo de auditoria; Normas técnicas, normas generales y normas de procedimiento-ejecución.

Tema 3: Metodología: procedimiento y fases de la auditoria. Informe de auditoria.

Tema 4: Técnicas y pruebas de auditoría: Técnicas de interpretación y mejora de procesos; Diseño de indicadores. Técnicas de recogida de datos e información en auditorías sociolaborales.

Tema 5: Áreas de la Auditoría: Auditoría de los procesos de captación y socialización de los trabajadores en las organizaciones. Auditoría de los procesos de capacitación y desarrollo. Auditoría del sistema de valoración del trabajo, evaluación del rendimiento y remuneración. Auditoría de la estructura formal e informal. Órganos y procesos de comunicación y negociación entre la organización y los trabajadores. Auditoría del sistema de prevención de riesgos laborales y medioambientales. La integración de sistemas de gestión. Auditoría de la cultura social de la organización y su entorno social. Auditoría de cumplimiento legal y de responsabilidad social. La responsabilidad social corporativa. Auditoría del conocimiento individual y social. Auditoría del clima sociolaboral: calidad de vida y condiciones de trabajo. El conflicto laboral. El valor de la paz social.

Figura 2. Contenidos de la asignatura. (Fuente: Guía didáctica de la asignatura curso 2010-2011)

Y, ¿por qué estadística para Ciencias Laborales?

La multidisciplinariedad a la que se ve sometida la titulación adquiere una dimensión clave en este sentido, requiriendo como competencia del egresado que compita en igualdad de condiciones –conocimientos, habilidades y competencias- con el resto de profesionales con los que se va a encontrar en el

86

mercado de trabajo. Contar por tanto con los conocimientos básicos suficientes para la aplicación –o al menos para la mera interpretación- de la estadística en su día a día entendemos que es uno de los pilares de su actividad profesional. En la figura 3 presentamos tres criterios de clasificación de los distintos niveles de utilización de la estadística como herramienta de trabajo en el desarrollo de su labor como auditores sociolaborales. Criterios utilizados a lo largo del curso para la contextualización de la materia.

Según el sujeto que realiza el análisis

Análisis secundario (como intérprete del análisis estadístico realizado por un experto)

Análisis primario (como experto que realiza en primera persona el análisis estadístico)

Según la profundidad de análisis realizado

Análisis básico o interpretativo

Análisis medio u operativo

Análisis avanzado o estratégico

Según la profundidad de análisis realizado

Análisis descriptivo (unidimensional)

Análisis correlacional (multidimensional)

Figura 3.- Niveles estadísticos de las Ciencias Laborales (Fuente: Elaboración propia)

Dado que es una asignatura de una titulación que necesariamente combina lo cuantitativo con lo cualitativo, los contenidos descritos anteriormente de la asignatura Técnicas de Auditoría desde un punto de vista operativo, se han estructurado en base a cuatro grandes grupos de técnicas de actuación:

1. técnicas de diseño de la auditoría (que recoge como más destacado el proceso de revisión del marco teórico de referencia, la determinación de los objetivos y las hipótesis básicas de trabajo, y su conversión en variables empíricas),

2. técnicas de recogida de las informaciones (donde las herramientas técnicas –de investigación social- adquieren un papel fundamental. Técnicas tanto cuantitativas (bases de datos y cuestionarios) como cualitativas (entrevistas, grupos de discusión y observación) que suministrarán las informaciones necesarias para la realización de la auditoría),

3. técnicas de análisis de los datos (una vez ya disponemos de las informaciones suficientes –tanto en cantidad como en calidad-, el paso siguiente será convertirlas en datos a través de un proceso de análisis),

4. técnicas de presentación de los resultados (los datos analizados permitirán finalmente obtener las conclusiones del proceso de auditoría realizado y plantear la mejor manera en que estas van a ser presentadas).

Concretamente los contenidos estadísticos quedan recogidos en el tercer bloque, como una herramienta más al alcance del auditor sociolaboral que le va

87

a permitir obtener una mayor profundidad en el análisis de los datos obtenidos de la realidad que pretende observar, aproximándose así en mayor grado a los objetivos iniciales propuestos en la auditoría.

Las actividades desarrolladas

Las actividades desarrolladas a lo largo del cuatrimestre en la asignatura Técnicas de Auditoría vinculadas con la estadística han sido las siguientes:

a) Una actividad previa de búsqueda, documentación y posterior reflexión sobre las posibles utilidades (aplicaciones) de las técnicas estadísticas a las Ciencias Laborales. Actividad que culminó con la realización de una puesta en común primero en subgrupo de 3-4 integrantes, y finalmente para todo el grupo, de la que surgieron aspectos muy interesantes de las dificultades que genera la utilización de la estadística para este perfil de estudiantes (mayoritariamente vinculados con el desconocimiento y el miedo existente al cálculo estadístico, que es percibido como una nueva materia, no como una herramienta más a su servicio).

b) Trabajo en aula de informática de localización de un artículo científico relacionado con la auditoría sociolaboral –y por extensión con las Ciencias Laborales- en el que el autor/es utilizara las técnicas estadísticas como soporte de análisis de los resultados allí presentados. Una vez localizado y revisado, se requería al alumnado que presentaran como resultado final de la práctica un resumen del artículo y una valoración personal-profesional del mismo destacando tres-cuatro conclusiones de la utilización de las técnicas estadísticas.

c) Práctica consistente en la preparación y exposición de la utilidad de una técnica estadística. A partir de la introducción por parte del docente de una propuesta de clasificación de las técnicas de análisis aplicables a las informaciones obtenidas en el proceso de auditoría sociolaboral (ver figura 4), se asignaron a los distintos subgrupos organizados al efecto una de estas técnicas para que en el resto de la sesión –y con la ayuda de los ordenadores- organizarán una pequeña exposición en la que cubrieran los siguientes apartados:1) Definición de la técnica; 2) Principales utilidades que puede aportar a la Auditoría Sociolaboral; 3) Un ejemplo aplicado de la misma.

d) Planteamiento, resolución y puesta en común de un ejercicio práctico en el que se deberían aplicar las técnicas estadísticas. Una actividad que facilitada por el docente titulada “10 Opiniones sobre la cafetería del campus”, presentaba al alumnado como indica su nombre un texto con diez opiniones distintas sobre el servicio de cafetería (informaciones que combinaban los datos cuantitativos con los cualitativos), a partir de las cuales los alumnos deberían analizarlas, transformarlas en datos y posteriormente presentar las conclusiones finales obtenidas. Para ello, deberían aplicar las técnicas de análisis ya estudiadas (entre ellas las estadísticas) vistas en sesiones

88

anteriores. En el desarrollo de la actividad se dejaba libertad a cada subgrupo (de 3-4 integrantes como máximo) para que dieran al análisis la profundidad que consideraran oportuna.

e) Por último, se les propuso que trasladaran estas dinámicas a su trabajo (práctica) final –auditoría sociolaboral de una empresa real- actividad que servía de hilo conductor a lo largo del cuatrimestre y que finalmente se convertiría en la práctica más importante de la asignatura.

Técnicas de análisis cuantitativo

A. Para describir variables de una muestra

Estadísticos básicos Distribuciones de frecuencias

– Porcentajes, promedios y desviaciones estándar

B. Para comparar grupos Análisis de varianzas

C. Para analizar la relación entre variables

Coeficiente de Pearson (r) Análisis de regresiones Medidas de dispersión

D. Para analizar la fiabilidad del instrumento

– Correlaciones

E. Para analizar su validez

Análisis factorial Análisis cluster o de conglomerados Escalamiento multidimensional

Técnicas de análisis cualitativo

Categorización Análisis de contenidos Socioanálisis Sociograma (análisis en red)

– Análisis estadístico de datos textuales

Figura 4.- Clasificación técnicas de análisis de los datos.

(Fuente: Elaboración propia)

RESULTADOS OBTENIDOS

Teniendo en todo momento muy presente que tal y como adelantábamos en el resumen se trata de una visión de un no estadístico para no estadísticos, y digo bien cuando afirmo visión de un no estadístico, ya que el que suscribe repitió en distintas y reiteradas ocasiones esta situación, lo que permitió un determinado acercamiento y empatía con el alumnado, ya que rompió la resistencia tradicional que genera esta materia para este colectivo concreto de estudiantes.

La metodología basada en el aprendizaje cooperativo desarrollada en estos años pasados, consideramos que ha generado efectos muy positivos sobre el alumnado, entre los que podemos destacar aquellos que hemos considerado como generales y aquellos de carácter más concreto –específico- relacionados más directamente con la estadística.

89

Efectos generales observados

En su mayoría se trata de efectos observados procedentes directamente de la aplicación del aprendizaje cooperativo. Entre ellos destacamos los siguientes:

mejora de los resultados, tanto en términos individuales como grupales y mayor cumplimiento de los objetivos docentes tanto en cantidad como en calidad (observable a través de los contenidos de los trabajos y actividades presentados),

mejora de competencias establecidas en la guía didáctica como transversales, entre ellas: a) trabajo en equipo, lo que es propio del proceso de auditoría, desarrollando para ello las habilidades de colaboración, consenso, resolución de conflictos y respeto a las opiniones de los otros miembros; b) capacidad de observación de la realidad social y aprender a distanciarse de los juicios previos que organizan la experiencia social en la vida cotidiana de la empresa; c) aprender a trabajar de un modo autónomo, realizando lecturas, buscando información, seleccionando materiales, etc.; d) saber argumentar y defender las opiniones previas; e) exponer en público los resultados de un trabajo, debatirlos y escuchar las sugerencias y críticas que puedan aportar el resto de compañeros; f) potenciar la capacidad de reflexión crítica sobre la realidad social en la que se desenvuelve el profesional; y, g) desarrollar actitudes y valores que favorezcan el comportamiento ético en el desarrollo del proceso de auditoría,

mayor participación del alumnado en las sesiones docentes, dada la necesidad de exponer –puesta en común- de la casi totalidad de las actividades realizadas a lo largo del cuatrimestre,

mayor nivel de implicación del alumnado, que ha tenido que preparar (proceso de búsqueda y documentación) determinadas actividades con carácter previo a la clase,

mejora de la interacción y conocimiento entre los miembros del grupo (pese a ser una asignatura de 2º cuatrimestre muchos alumnos ni se conocían porque no habían trabajado juntos nunca),

este planteamiento docente ha hecho que el profesor tenga más elementos para la evaluación final del alumnado (prácticas puntuales entregadas, práctica final, asistencia y participación, etc…).

Efectos específicos (relacionados con la estadística)

Por lo que respecta a aquellos más directamente relacionados con la estadística, destacamos los siguientes:

perdieron el miedo escénico a la utilización de determinadas fórmulas y aplicaciones matemáticas,

hicieron cálculos razonados, obteniendo resultados que eran capaces de entender en primer término, pero también interpretar y aplicar a un contexto determinado (bien el del ejemplo planteado en la práctica

90

propuesta o el de la realidad particular de la auditoría realizada por ellos como trabajo final),

también fueron capaces de percibir la utilidad de una herramienta más existente a su alcance, que mejora –ayuda- a su trabajo profesional como especialistas del factor humano en las organizaciones,

aplicaron las técnicas estadísticas, al menos en su justa y necesaria medida. Uno de nuestros objetivos había sido el de presentar la estadística, como una herramienta de trabajo más al servicio del profesional –en este caso de las ciencias laborales- por lo que devenía clave que percibieran la necesidad de que ésta se adaptase a su realidad, y no al revés, como es bastante habitual,

todos los grupos –menos uno- incluyeron en su práctica final (trabajo de auditoría sobre la realidad de una empresa), un análisis estadístico básico, por lo que otro de nuestros objetivos quedaba cubierto en este sentido,

y por último, importante dentro de esta titulación, vincularon el análisis estadístico de las informaciones recogidas de las herramientas cuantitativas (cuestionarios mayoritariamente) con la visión procedente de la aplicación de las herramientas cualitativas (entrevistas, grupo de discusión y/o observación directa). Triangulación y complementariedad entre las perspectivas que puso de manifiesto la posibilidad de cuantificar determinadas informaciones originariamente cualitativas, y la necesaria “cualitivización” –contextualización- de los macrodatos cuantitativos de recursos humanos, personas y organizaciones.

CONCLUSIÓN DE CIERRE

En conclusión esta experiencia de innovación docente, a nuestro entender pone de manifiesto dos grandes aspectos:

1. En primer lugar, el carácter cada vez más multidisciplinar de nuestras titulaciones, y la consecuente necesidad de que las metodologías seguidas por los docentes así lo recojan.

2. Y en segundo lugar, los beneficios de la implementación de estrategias docentes en las que el alumno sea el que hace, el que dice o el que dispone de los recursos educativos (conocimientos, herramientas, etc..) de manera que ello permita interiorizar sin saberlo los conocimientos y aptitudes, las habilidades y destrezas, y las actitudes y los valores que contribuyan a la obtención de un nivel competencial óptimo en los mismos.

REFERENCIAS

Lerma, I. (Coord.) (2005): Libro Blanco. Título de Grado en Ciencias Laborales y Recursos Humanos. Agencia Nacional de Evaluación de la Calidad y Acreditación.

Pujolàs, P. (1990): 9 Ideas clave. El aprendizaje cooperativo, Graó, Barcelona.

91

Sharan, Y. y Sharan, S. (2004): El desarrollo del aprendizaje cooperativo a través de la investigación en grupo, Colección Colaboración Pedagógica, Sevilla.

Tricas, F. (2011): “Enredando en la Universidad: web 2.0, redes sociales y otras herramientas”, ponencia inagural de las XI Jornadas de Aprendizaje cooperativo (JAC), Castellón 27 de junio.

93

Trabajo por Proyectos y Estadística

Francisco G. Morillas Jurado(1), Rosario Martínez Verdú(2)





RESUMEN

En este trabajo se describe una experiencia de enseñanza-aprendizaje haciendo uso de una metodología basada en el trabajo por proyectos a través de la realización de un trabajo que un grupo de estudiantes lleva a término de manera colaborativa a lo largo del primer cuatrimestre, en el primer año de incorporación a la universidad. La puesta en marcha de los nuevos grados pone de manifiesto la implantación del espacio europeo de educación superior, confirmando el asentamiento de este y permitiendo el desarrollo de metodologías que las líneas generales marcadas en la declaración de Bolonia de 1999 posibilitan. Se entiende el proceso de enseñanza-aprendizaje como un proceso integral donde el alumno debe de participar activamente y así potenciar que el aprendizaje de este sea más significativo. La asignatura de Incorporación a los estudios universitarios, de reciente creación y que está en continuo proceso de estructuración, ha sido la utilizada para planificar, conducir y asesorar al estudiante en la realización de este trabajo multidisciplinar donde la estadística ha sido el área con mayor influencia transversal.

INTRODUCCIÓN

La implantación de un espacio europeo de educación superior queda confirmada con la puesta en marcha de las nuevas titulaciones de grado. Este proceso tuvo su mayor impulso con la declaración de Bolonia de 1999, en la cual se establecen como objetivos el desarrollo de criterios y metodologías comparables entre las diferentes universidades y organismos, y se pretende que los estudios universitarios proporcionen una formación integral del individuo. Este nuevo enfoque pone de manifiesto la necesidad de introducir cambios metodológicos en el proceso de enseñanza-aprendizaje aplicables desde el inicio de los estudios universitarios y que sean útiles durante el desarrollo de la actividad profesional y/o académica a lo largo de toda la vida.

94

Esta metodología entiende el proceso de enseñanza-aprendizaje como un proceso integral donde el alumno debe de participar activamente para de esta manera potenciar un aprendizaje más significativo, lo cual se presupone contribuye a aumentar la autonomía formativa e investigadora del individuo. Así, la utilización de las metodologías que potencian la construcción del conocimiento por parte del estudiante (constructivismo), combinadas con aquellas que respetan los intereses personales y las capacidades que ya posee el alumno, emergen como una herramienta pedagógica adecuada y en la dirección propuesta en este nuevo espacio de educación superior. En este sentido el trabajo por proyectos ha sido el elegido para los tres grupos de alumnos que se incorporaron en el curso académico 2010/2011 a la universidad en el grado de Turismo.

La asignatura de Introducción a los Estudios de Turismo, dado su carácter introductorio y marcadamente multidisciplinar y abierto, ha sido la utilizada para dirigir, orientar y evaluar el proceso. El perfil académico e investigador de los profesores de esta asignatura, de las áreas de Estadística, Comercialización e Investigación de Mercados, y de Dirección de Empresas, ha permitido que la transversalidad del trabajo se basara para desarrollar capacidades que afectan de manera directa a dichas áreas además de a la propia asignatura de Introducción a los Estudios de Turismo.

JUSTIFICACIÓN

Las líneas básicas de actuación fijadas en Bolonia se centran en: el aprendizaje a lo largo de la vida, en el rol activo de las universidades, especialmente de profesores/investigadores y de los estudiantes. La nueva arquitectura de los títulos ha permitido modernizar las enseñanzas en cuanto a su organización, objetivos, métodos, contenidos y criterios de evaluación. El objetivo principal en este cambio de paradigma es el aprendizaje del estudiante, de manera que este debe aprender a aprender, este cambio conceptual destaca por el hecho que los contenidos dejan de ser la finalidad del proceso de enseñanza-aprendizaje para convertirse en parte del método utilizado. Es en este aspecto donde los intereses personales del estudiante tienen mayor importancia, y donde la orientación del profesor o profesora es vital para garantizar la consecución de las habilidades necesarias para el desarrollo de la actividad profesional.

En esta situación, argumentando como en Morillas y Pavia (2011), se produce un cambio importante en los roles clásicos de profesor y alumno debido a la utilización de una metodología centrada en el estudiante y cuya finalidad es el aprendizaje de habilidades, de destrezas,…en definitiva la adquisición de competencias.

Los cambios que se destacan en este contexto afectan tanto a profesores como estudiantes y podemos resumirlos como:

95

El profesor cede el protagonismo a cada alumno de manera que este se hace responsable de su aprendizaje, de su planificación y de parte de su evaluación.

El profesor ofrece alternativas de aprendizaje facilitando la evolución de este, de manera que el estudiante adopta una actitud positiva ante el intercambio de ideas y se hace autónomo en la búsqueda de información, en su comprensión y aplicación.

El profesor debe ser consciente en todo momento del aprendizaje de los alumnos, debe guiar, reconducir este y debe de comunicar al alumno o alumna su percepción. De esta manera el alumno se hace consciente del estado de su planificación, de su control y puede evaluar el proceso para pedir ayuda si la necesita.

El profesor debe ayudar a reflexionar y pensar críticamente al alumno o alumna respetando las opiniones y puntos de vista de estos, de esta manera el estudiante desarrolla la capacidad de contrastar diferentes fuentes de información, integra los conocimientos, opiniones o actitudes observadas y los utiliza para resolver el problema actual o los problemas que pueden surgir.

¿QUÉ SE EVALÚA? ¿CÓMO SE EVALÚA?

En el modelo actual, en este marco europeo de educación superior, el proceso de enseñanza-aprendizaje se evalúa a través de la adquisición de competencias, haciendo uso de observaciones/evidencias recogidas de los resultados del aprendizaje. En este contexto nos surge la duda sobre qué conocimientos, qué conceptos o qué teorías son los más apropiados a la vez que queda un poco difuso la forma en que se puede medir alguna de estas capacidades, por ejemplo, la capacidad de dirigir el aprendizaje por parte del estudiante. Es interesante señalar que la mayoría de los estudiantes aprenden, dirigen su esfuerzo hacia aquello que piensan que tiene más importancia (Cita), generalmente aquello que se tiene en cuenta en su evaluación, por la tanto se debe de tener presente que si se quiere medir capacidades, si se desea evaluar competencias, se debe de cambiar la forma en la cual se está evaluando el aprendizaje.

Teniendo en cuenta esto, dar valor al proceso seguido, tener especial cuidado en cómo se elabora el conocimiento, en el cual se desarrolla el proceso de enseñanza-aprendizaje, parece ser una alternativa adecuada.

Como se ha mencionado anteriormente, el trabajo por proyectos parece ser metodológicamente adecuado para potenciar un aprendizaje significativo. Como la evaluación, el seguimiento del proceso puede ser complicado y extenderse en el tiempo, es interesante determinar qué competencias son las más importantes a desarrollar y, por tanto, a evaluar. Con este objetivo se debe de considerar que el mundo actual cambia rápidamente y ello hace que los

96

problemas a los que el individuo, la sociedad se enfrente sean inciertos. Por ello, la sociedad necesita profesionales que sean capaces de adaptarse a los cambios, que sean capaces de resolver los problemas actuales y a la vez sean capaces de aprender nuevas técnicas y metodologías que le ayuden a modificar su comportamiento rápidamente, de manera que resuelvan los problemas futuros. Para desarrollar esta capacidad de innovación, la educación proactiva proporciona un marco que permite desarrollar capacidades como la de cuestionar ideas propias y ajenas, encontrar nuevas definiciones de solución, gestionar adecuadamente recursos y detectar oportunidades (ver Vila-Pérez). El trabajo por proyectos emerge en este tipo de metodologías con la finalidad, entre otras, de: simular la participación en proyectos y la realización de prácticas, estimular el trabajo en grupo, realizar un aprendizaje basado en problemas que permita redescubrir teorías y conceptos, respetar los intereses y conocimientos de los alumnos y alumnas.

CASO PRÁCTICO

El caso práctico que se expone en este artículo ha sido realizado con alumnos de primer curso del grado de turismo, en la asignatura de Introducción a los Estudios de Turismo, y ha involucrado a profesores de los departamentos de Economía Aplicada, Dirección de Empresas y Comercialización e Investigación de Mercados. La elección de esta asignatura está motivada por el carácter multidisciplinar de la misma y la vinculación de la docencia a los departamentos mencionados con el tema de investigación propuesto en el proyecto. Esta asignatura, es obligatoria para todo estudiante que está adscrito a la Facultat d’Economia (en otras titulaciones el nombre de la materia puede variar pero los objetivos son similares). El diseño de la asignatura en un único grupo de teoría que se divide en tres subgrupos de prácticas de entre 20 y 25 estudiantes cada uno, y la disponibilidad de aula de informática en todas las sesiones prácticas, ha permitido que la experiencia se pueda desarrollar en el aula y dirigiendo u orientando al estudiante con una frecuencia semanal. Además del trabajo en el aula, el alumno, el equipo, ha necesitado desarrollar fuera de esta una labor importante, exigiendo frecuentes reuniones de del grupo para coordinar los resultados de las tareas individuales que los miembros obtenían de forma autónoma. Todo ello ha motivado la necesidad de asistir a tutorías presenciales para validar algunas de las fases o resultados que se obtenían.

La elección de la asignatura de Introducción a los Estudios de Turismo para vertebrar, dirigir el proyecto no es casual. En la tabla 1 se puede observar la complementariedad/coincidencia de los resultados del aprendizaje que las guías docentes de las asignaturas de Introducción a los Estudios de Turismo y de Estadística del grado de Turismo proporcionan (ver guías docentes de Turismo UV). Esto refuerza el enfoque de trabajo por proyecto y la utilización de la asignatura de Introducción como guía para desarrollar competencias de manera transversal, potenciando el aprendizaje significativo.

97

Tabla 1. Resultados del Aprendizaje. ESTADÍSTICA INTRODUCCIÓN A LOS ESTUDIOS DE

TURISMO APLICAR TÉCNICAS DE ESTUDIO Y

DE TRABAJO PERSONAL CONOCIMIENTOS BÁSICOS DE CONCEPTOS ESTADÍSTICOS

USO DE SOFTWARE BÁSICO.

DESCRIBIR Y CARACTERIZAR INFORMACIÓN DE DIFERENTE NATURALEZA.

CONOCER, ACCEDER Y EXPLOTAR FUENTES DE INFORMACIÓN.

CONSTRUIR INDICADORES. ORGANIZAR, PRESENTAR, COMUNICAR ANÁLISIS CRÍTICOS.

ORGANIZAR, ELABORAR, EVALUAR, ANALIZAR CRÍATICAMENTE INFORMACIÓN UTILIZADA EN LA TOMA DE DECISIONES.

ARGUMENTAR DE FORMA RAZONADA.

DEFENDER INFORMES CRÍTICOS ANTE DIFERENTES AGENTES.

Fuente: Guías Docentes de las asignaturas

El proyecto que los alumnos han realizado ha consistido en el análisis de un servicio universitario. Para ello se ha tenido en cuenta la estructura de un trabajo académico así como las fases conceptuales y aplicadas necesarias para llevarlo a término. La propuesta puede sintetizarse en las siguientes indicaciones:

Revisión/Investigación sobre los servicios universitarios: qué son, qué finalidad tienen, qué tipos existen.

Elección de un servicio para el desarrollo del trabajo. Objetivos del trabajo.

Diseño de un cuestionario para recoger información sobre conocimiento, uso y valoración del grado de satisfacción del servicio de estudio (cada grupo elige un servicio distinto).

Se establecen algunas recomendaciones para el diseño:

o Preguntas directas y sin ambigüedades.

o Utilización de preguntas cerradas, de elección.

o En caso de utilizar preguntas de respuesta abierta que ésta sea lo más breve posible.

o Se realizarán preguntas en relación a variables o características de clasificación de los encuestados: edad, sexo, titulación y curso.

o Se aconseja un número aproximado de cinco preguntas específicas sobre el servicio concreto elegido para tratar los aspectos de: conocimiento del servicio analizado, nivel de uso del servicio, nivel de satisfacción.

o Se recomienda incluir, por el carácter de la titulación, una pregunta para tratar propuestas de mejora del servicio.

98

Trabajo de campo: se propone un mínimo de 30 entrevistas a estudiantes de la Universitat de València del campus de Tarongers con la finalidad de recoger la información determinada por el cuestionario.

Estructuración de los datos, tratamiento de la información en Excel, y análisis cuantitativo.

o Se utiliza la hoja de cálculo MSExcel para almacenar, ordenar la información recogida en los cuestionarios y realizar análisis básicos por filtrado de las variables de clasificación.

o La información se estructura en tablas de frecuencias y se construye los gráficos de frecuencias absolutas y acumuladas. Gráficos de sectores según las variables de clasificación u otras a determinar por el equipo.

o Se obtienen parámetros estadísticos básicos: media, moda, mediana, rango, varianza,…

Teniendo en cuenta los objetivos descritos en el inicio del trabajo, el equipo debe elaborar un informe final escrito que integre los resultados obtenidos en la fase cuantitativa. Este informe se realizará en MsWord:

o Debe de tener la estructura de un informe académico

o Citar de forma apropiada las fuentes utilizadas.

o Las tablas, gráficos, figuras y similar deberán de ir con título, leyenda y numeradas.

o Se debe incluir anexos: con el cuestionario, con tablas de la información recogida, gráficos, e incluso con comentarios de algunos resultados no incluidos en el cuerpo principal del informe.

Se realizará una presentación/defensa del trabajo realizado por el equipo. Se utiliza MsPowerPoint, para sintetizar los resultados.

o Se aconseja pocas diapositivas (aproximadamente 10) con los resultados más relevantes.

Es interesante señalar que no se espera que el alumno tenga los conocimientos suficientes en relación a la realización de cuestionario. Tampoco en la utilización de las herramientas informáticas ni que domine los conceptos estadísticos requeridos, no obstante se debe señalar que no se exige ningún contenido que no esté dentro de los planes de estudio de los alumnos que proceden de Bachiller por la especialidad de ciencias sociales. Esto supone una mayor dedicación y supervisión del trabajo para el profesor o profesora, a la vez que potencia las relaciones entre los integrantes de un equipo para compartir, buscar, corregir las definiciones de conceptos necesarios para la finalización del trabajo.

99

Un aspecto interesante de la metodología propuesta es la repartición de tareas entre los diferentes equipos y el profesor. Estas se pueden sintetizar de la siguiente manera:

1. El profesor formaliza/define el trabajo, aquellos aspectos mínimos que debe de contener, las fases, las herramientas, los temas posibles,..

a) El alumno debe de formar el grupo, definir los roles de los miembros y planificar su estrategia.

2. El profesor introduce de forma concisa los diferentes servicios de la universidad, de una visión general para que sean los equipos los que investigan en mayor profundidad el servicio objeto del trabajo.

a) El equipo selecciona el servicio objeto de análisis en función a sus intereses personales o grupales.

b) En esta fase el profesor debe de supervisar las propuestas para evitar coincidencias, aunque no es necesario.

3. El profesor expone los puntos básicos que debe de contener el análisis: fase de investigación, análisis exploratorio, análisis cuantitativo, informe, defensa.

a) Los alumnos manifiestan los objetivos del trabajo en relación al servicio elegido.

b) El profesor realiza una supervisión superficial en cuanto a: expresión, formalización, Introducción, el tipo de información requerida,..

4. A partir de ese momento el trabajo consiste en la relación de los contenidos específicos de la asignatura con la etapa del trabajo en la que se encuentren los equipos, realizando una labor de tutorización en la medida de lo posible.

En las Figuras 1a y 1b se muestra un ejemplo de la primera fase de uno de los trabajos presentados, dicho trabajo ha tenido una evaluación media, no siendo ni el mejor ni estando entre las calificaciones más bajas. La Figura 1a muestra definición de objetivos. La Figura 1b recoge un fragmento de la introducción de este trabajo.

En cada una de las fases el profesor ha realizado un seguimiento del trabajo para validar el proceso y los resultados parciales que los equipos obtenían. Algunos ejemplos de estos feedbacks se muestran en la Figura 2. La mayor finalidad de estos ha sido la de reforzar o volver a corregir la implementación de las sugerencias que el profesor había manifestado al equipo o a alguno de sus representantes.

100

Figura 1a. Objetivo principal del trabajo. Figura 1b. Fragmento de la introducción. (Fuente: Centre d’Idiomes de la Universitat de València)

Figura 2. Algunos Feedfbacks. Screening de la plataforma Aula Virtual.


El seguimiento de los trabajos, de los comentarios, las sugerencias sobre los mismos, se ha realizado de forma oral en el aula o en tutoría. No obstante, la plataforma docente de la Universitat de València, a través de su aula virtual, ha sido de especial importancia para dejar constancia del proceso o de parte de él.

101

Es interesante señalar aquellos aspectos que ha sido necesario reconducir en diferentes equipos. Se destacan la definición vaga de los objetivos del trabajo, las dificultades en la búsqueda de información, en la inclusión de las fuentes bibliográficas en el informe final. En relación al diseño del cuestionario se pueden señalar como error típico preguntas no directas, largas y de respuesta abierta que imposibilitan un análisis como el propuesto. La falta de mecanismos/preguntas que den información en relación a alguno de los objetivos planteados por el equipo. Conceptualmente el equipo no tenía una visión amplia del tipo de información que debía de recoger para integrar algún análisis cuantitativo, cerrando la posibilidad de obtener algunos parámetros estadísticos básicos. Es interesante señalar que las dificultades en el uso de determinados conceptos estadísticos también ha estado presente, esto se ha resuelto en parte porque el profesorado es especialista en este área. Por todo ello la labor de revisión por parte del docente ha sido, en la mayoría de los casos sencilla pero prolongada en el tiempo.

En el anexo se puede encontrar una muestra del resultado del diseño de un cuestionario después de algunos feedbacks, así como alguna de las tablas de estructuración de la información que los equipos han construido, y sobre las que han aplicado diferentes tipos de filtros para extraer la información oportuna. También se encuentra en el anexo algunas de las tablas de frecuencias que el alumnado ha construido a partir de la información recogida en los cuestionarios, así como diferentes tipos de gráficos. Es interesante señalar algunos errores comunes a todos los equipos y que es necesario que el alumno y alumna corrija a lo largo de la etapa académica, entre estos se puede señalar la falta de títulos lo suficientemente descriptivos en tablas, figuras o gráficos, incluyendo los títulos de eje. La falta de unidades de medida, de cuidado en la presentación de este tipo de recurso, por mencionar alguno de los errores asociados.

Para terminar, señalar que el proceso iniciado en Bolonia establece ambigüedades en relación a la forma de realizar la evaluación. En este tipo de trabajo aparece la disyuntiva de si se realiza una evaluación para calificar o si la finalidad de la misma es la de potenciar el aprendizaje. Se debe de señalar que el esfuerzo de supervisión y de corrección del trabajo de los equipos por parte del profesor hace necesario que la calificación se obtenga a través de evidencias recogidas a lo largo del proceso de enseñanza-aprendizaje que no son comunes en otro tipo de metodologías docentes, y no tanto por el ‘producto final’ que el alumno o el equipo obtiene si no dando mayor importancia a la evaluación del proceso seguido en la obtención del resultado.

En este trabajo se ha optado por dar especial importancia a la utilización de la historia de feedbacks de cada equipo. De esta manera, aquellos que han sido más activos, que han demostrado un mayor interés en la mejora del trabajo y han resuelto los problemas de forma colaborativa, han obtenido una mayor valoración.

102

Por otro lado, el cumplimiento de los plazos de entrega, la inclusión de conceptos o procedimientos diferentes a los mínimos exigidos también ha influido positivamente en la valoración final.

Por supuesto, el informe requerido ha tenido gran peso en la evaluación final, dando una importancia relativa a la exposición de este trabajo.

VALORACIÓN DE LA EXPERIENCIA Y CONCLUSIONES

En (Morillas, Pavía 2011) se pone de manifiesto el reto que supone adaptar las metodologías que tradicionalmente se han utilizado en la universidad, al nuevo sistema basado en la adquisición de competencias. En este artículo se ha introducido una metodología basada en el trabajo por proyectos y que se realiza en grupo. Para la evaluación del mismo se presta especial interés a las sinergias que se crean dentro del grupo de alumnos y alumnas, de manera que este alcanza el grado de ‘equipo’ en mayor o menor medida. También se señala la importancia de realizar un seguimiento de la calidad del proceso seguido, de manera que la actitud que se detecta en cada equipo en relación a incorporar, discutir las indicaciones del profesor y/o profesora se tiene en cuenta en la valoración final. Con esto se pretende poner de manifiesto que la filosofía de los nuevos grados posibilita que existan diferencias en relación a la evaluación que un mismo grupo alumnos/as podrá obtener en diferentes centros y/o universidades. No obstante es interesante señalar que utilizar este tipo de metodologías permite evaluar competencias, capacidades que con las metodologías tradicionales es difícil de captar, principalmente la evaluación de competencias relacionadas con la innovación, la investigación, la discusión y cuestionamiento de técnicas e ideas, y el desarrollo de las habilidades para el trabajo en equipo.

Esta metodología es considerada proactiva, cuyo objetivo principal es el desarrollo de capacidades que se atribuyen potencian la autonomía del individuo en relación a su formación integral, como persona y como profesional, también influye positivamente en la capacidad innovadora-creativa.

Es evidente la complejidad de valorar los resultados del proceso, el desarrollo de las competencias mencionadas no es visible a corto-medio plazo, no obstante se valora positivamente la experiencia en base a evidencias recogidas en el proceso de enseñanza-aprendizaje: un clima distendido y adecuado para el trabajo, no exento de problemas normales dentro del ámbito académico y del trabajo en grupo. La constante asistencia de los diferentes grupos a tutorías para resolver las dudas en relación a los trabajos planteados. La utilización de técnicas no descritas en clase con la finalidad de dar valor añadido al trabajo. La incorporación progresiva de consultas a fuentes bibliográficas fiables. El cuidado con el que los grupos presentan e introducen los trabajos. Para terminar, no hay que restar importancia a la percepción que de todo ello tienen los docentes de la materia, haciendo que la valoración final sea positiva.

103

La valoración de la experiencia la exponemos en dos puntos: los aspectos positivos y los no tan positivos.

Entre los aspectos positivos destacamos los siguientes:

Permite realizar una evaluación a todos los implicados: a profesores, estudiantes y equipos.

Potencia la retención de conocimiento ya que se basa en un aprendizaje significativo.

Permite redefinir los objetivos y corregir el proceso en cualquier momento, si el seguimiento es el adecuado.

Puede ser utilizado por profesores y alumnos para detectar errores conceptuales y poner medios para corregirlos.

Entre los aspectos no tan positivos se citan:

Exige una mayor planificación y seguimiento tanto a profesores como alumnos.

Emergen problemas inherentes al trabajo en grupo, por ejemplo alumnos que dificultan el proceso, que no tienen un marco académico de actuación claro.

Se asigna mucho peso al proceso, pero entonces aparecen dos cuestiones: ¿Un resultado es bueno sólo por que el proceso lo ha sido? ¿Cuál es el proceso “bueno”?

También es interesante poner de manifiesto que los intereses personales condicionan a las personas, pero estos no siempre van ligados a la adquisición de conocimiento, aparecen alumnos cuyos intereses personales no los dirigen a la obtención de los conocimientos mínimos exigidos.

Finalmente, de forma complementaria a [Pavía-Morillas], terminamos con una pequeña reflexión, haciendo notar las implicaciones que para el profesor tiene el uso de esta metodología comparada con la usualmente utilizada en las ahora extintas titulaciones: supone un incremento de la carga de trabajo debido al seguimiento continuo y más personalizado, por lo que para que su implementación sea correcta es un requisito grupos reducidos. Este hecho está cuestionado en el contexto actual de financiación de las universidades, que hace que esto sea difícil de alcanzar, al menos en las materias troncales de titulaciones del área de Ciencias Sociales de la Universidad de Valencia. Mientras que la universidad, la sociedad, no esté dispuesta a asumir el incremento de costes económicos que ello supone los resultados no serán del todo satisfactorios, lo cual dejará a vocación y dedicación del docente el que este tipo de metodologías se puedan implementar de forma eficiente proporcionando resultados mejores que los obtenidos.

104

REFERENCIAS

Brown, G., Bull, J. y Pendlebury, M. (1997). Assesing Student Learning in Higher Education. London: Routledge.

Morillas,F.G. y Pavía, J. M. (2011). “Changing the roles in the statistical classroom”, Boletin de Estadística e Investigación Operativa, Vol. 27, No. 3, Octubre, 2011, pp 245-258.

Salinas-Fernández, B., y Cotillas-Alandí, C. (2007). La Evaluación de los Estudiantes en la Educación Superior, Servei de Formació Permanent. Valencia: Universitat de València.

Servei de Formació Permanent de la Universitat de València (2005). Ensenyament i Convérgencia Europea, Valencia: Universitat de València.

Servicio de Innovación Educativa (2008). Aprendizaje Basado en Problemas. Universidad Politécnica de Madrid, http://innovacioneducativa.upm.es/formacion.php [Última Fecha de consulta, 13.04.2010].

Universitat de València. Guías docentes asignaturas. https://secvirtual.uv.es/p/wwwuv/oca/titulaciones/grado_1317_V.html. [Última Fecha de consulta, 12.09.2011].

Vila, L. E. y Perez, P.J. (2009). “The contribution of higher education to the development of innovation-related competences: a graduates view”, Proceeding of Transition in Youth Workshop. Dijon, 16-19, Septiembre (France).

105

ANEXO

En este anexo se muestra parte de uno de los informes analizados. Un fragmento del cuestionario, parta de las tablas de almacenamiento de la información recogida en el trabajo de campo por medio de los cuestionarios, con su disposición para aplicar filtros en MsExcel. También puede observarse en el ejemplo mostrado (Figura A3) como el equipo ha estructurado algunas de las tablas de frecuencias, la nomenclatura que utiliza,…Finalmente se muestra un ejemplo de gráficos básicos que denotan una falta de cuidado, no siendo por desconocimiento de uso del software si no por no dar la suficiente importancia a los aspectos formales de presentación.

Figura A1. Fragmento de cuestionario tras sucesivos feedbacks.

106

númeroencuestado

edad generada

sexo curso titulación IdiomasGrado de

satisfacción del 1 a 10

Aspectos a mejorar del Centro de

Idiomas1 20 mujer 2 TURISMO ITALIANO 6 NS/NC2 19 mujer 1 DERECHO INGLÉS 10 flexibilidad horaria3 17 hombre 1 ADE FRANCÉS 7 precio4 19 mujer 2 ADE INGLÉS 5 más profesores nativos5 21 mujer 3 TRABAJO SOCIAL INGLÉS 6 precio6 24 hombre 4 EMPRESARIALES INGLÉS 9 más escuelas7 18 mujer 1 DERECHO ITALIANO 7 NS/NC8 21 hombre 2 ECONOMIA INGLÉS 6 precio9 23 hombre 3 DERECHO INGLÉS 5 flexibilidad horaria10 22 hombre 1 ADE INGLÉS 7 más escuelas11 19 hombre 2 RRLL Y RRHH VALENCIANO 5 precio12 27 hombre 4 ADE-DERECHO ALEMÁN 6 NS/NC13 18 mujer 1 INTERNATIONAL BUSINESS INGLÉS 7 más profesores nativos14 24 hombre 4 ECONOMIA INGLÉS 8 NS/NC15 19 hombre 2 ADE INGLÉS 10 flexibilidad horaria16 18 mujer 1 INTERNATIONAL BUSINESS INGLÉS 7 precio17 22 hombre 3 ADE INGLÉS 6 NS/NC

RESULTADOS DE LA ENCUESTA

Figura A2. Fragmento de base de datos conteniendo la información recogida a través de los cuestionarios.

1..1 grado de utilizacion de cada

idiomafrecuencia fi%

1.4 grado de utilización del centro según

edadfrecuencia fi%

inglés 16 53.33% 17 1 3.33%

francés 6 20.00% 18 6 20.00%

italiano 2 6.67% 19 5 16.67%

valenciano 2 6.67% 20 4 13.33%

alemán 4 13.33% 21 3 10.00%

30 22 2 6.67%

CONCLUSION Más utilizado Inglés 23 2 6.67%

24 3 10.00%

1.2 grado de utilización del centro

según sexofrecuencia fi% 25 1 3.33%

mujer 16 53.33% 26 1 3.33%

hombre 14 46.67% 27 2 6.67%

30 30

CONCLUSION Más utilizado mujer CONCLUSION Más utilizado 18 años

TABLAS DE FRECUENCIA, PROMEDIOS Y NI

1. Conocer el grado de utilización del Centro de Idiomas según:

Figura A3. Ejemplo de tablas de frecuencia construidas a partir de los cuestionarios (de la BD).

11

8

65

0

2

4

6

8

10

12

1 2 3 4

fre

cu

en

cia

curso

1.3 Grado de utilización según curso

1º curso10%

2º curso20%

3º curso30%

4º curso40%

1.3 Grado de sectores de grado de utilización según curso

Figura A4. Ejemplo de gráficos con algunos de los errores mencionados.

107

Implicación de la Estadística en un Proyecto Integrado en el Grado de ADE

Jesús Irles Rocamora(1), Mª Luisa Martínez Romero(2), José Zacarés García(3), Jaume Llorca Martínez(4), Antonio Ortega Valera(5), Rosario

Ribelles Martínez(6)

(1) Unidad de Empresa Florida Universitaria

C/Rei En Jaume I nº 2. Catarroja (Valencia). C.P.46470 e-mail: [email protected]

(2) Unidad de Educación Florida Universitaria


(3) Unidad de Ingeniería Florida Universitaria







C/Rei En Jaume I nº 2. Catarroja (Valencia). C.P.46470

RESUMEN

Esta comunicación pretende mostrar qué es el Proyecto Integrado, cómo se desarrolla y qué valoraciones se pueden realizar sobre el mismo en el primer año de su implantación. Si bien la experiencia que se ha tenido hasta el momento tan sólo es de un curso académico, se puede concluir que los alumnos han aprendido a trabajar de forma cooperativa, integrado su conocimiento para la solución de problemas reales, asumido la responsabilidad de su propio aprendizaje y elaborado informes de forma similar a los que se

108

realizan en el mundo empresarial. Por otra parte el profesorado se ha coordinado, salido de sus asignaturas para tener una visión más global de lo que se enseña al alumnado y se ha conseguido hacer un trabajo cooperativo.

INTRODUCCIÓN

El curso académico 2010 – 2011 ha sido el primero en el que Florida Universitaria ha comenzado a implantar el nuevo sistema de grados en la formación universitaria. Este nuevo sistema ha supuesto cambios importantes por lo que se refiere a la estructura de los estudios, la forma de impartir las clases, la forma de evaluación, etc. Entre los diferentes cambios que este nuevo sistema ha supuesto, se puede destacar el que se refiere a la implantación del Proyecto Integrado.

El Proyecto Integrado consiste en la realización de un proyecto en un contexto real, que integre de forma aplicada los diferentes conocimientos que se proporcionan en las asignaturas de cada curso de grado. De esta manera, el alumnado realizará cuatro proyectos integrados a lo largo de la titulación, lo cual favorecerá el desarrollo de las competencias de la titulación De Miguel, M. et al. (2006).

En el caso concreto al que se refiere esta comunicación, en el Proyecto se han integrado las asignaturas de primer curso del Grado de Administración y Dirección de empresas.

METODOLOGÍA

2.1 Técnicas empleadas

El título del Proyecto Integrado en el Grado de Administración y Dirección de Empresas ha sido “Análisis estratégico de un sector característico de la Comunidad Valenciana”, y con él se ha tratado de realizar un análisis inicial para desarrollar en un futuro un proyecto empresarial. Dicho análisis inicial ha consistido en conocer el entorno y el sector económico en el que se encuadrará la futura empresa y también, las principales características de las empresas de su competencia. Las reflexiones que los grupos de trabajo han debido realizar, independientemente del sector de la Comunidad Valenciana, elegido han estado referidas a qué variables (económicas, sociales, legales, etc.) influyen sobre el sector analizado y de qué forma lo hacen, cuál es el comportamiento de las empresas que conforman su competencia y otras reflexiones que el equipo de trabajo ha considerado de interés. Las actividades diseñadas han conectado con el mundo real fomentando la participación de los miembros de cada grupo con un aprendizaje colaborativo Carrió, M.L. (2007). Por lo tanto, el Proyecto Integrado ha supuesto la previa realización de un análisis desde dos puntos de vista:

109

Análisis del entorno: factores externos.

Análisis del sector y la competencia.

Este análisis previo ha requerido la identificación y el estudio de las variables de influencia sobre la actividad de la empresa

2.2 Desarrollo del proyecto

El Proyecto Integrado se ha realizado por grupos de entre 5 y 9 alumno/as. Cada grupo ha tenido un líder. El líder ha sido un alumno/a de último curso y se ha encargado de guiar al equipo en la consecución de los objetivos del proyecto Tipolet, R. et al. (2001).

En la figura 1 se presenta un diagrama que muestra las distinta fases del proceso que serán desarrolladas en posteriores apartados.

Figura 1: Esquema de las diferentes fases del Proyecto Integrado. (Fuente: Elaboración propia)

110

Para poder realizar el análisis del sector elegido el alumnado en primer lugar ha buscado información acerca de las variables que afectaban al sector económico a estudiar. Más concretamente, ha comenzado preguntándose sobre el tipo de información que hacía falta, dónde se podía encontrar dicha información, y, una vez obtenida, el equipo de trabajo ha debido decidir cómo analizar la información obtenida, Adriana, M. et al. (1998).

La información sobre las variables a estudiar se ha podido conseguir bien en la biblioteca del centro o bien realizando trabajos de campo, o visitando otras bibliotecas, etc. La comunicación no presencial, la elaboración de documentos y su organización, el acceso a la documentación y la utilización del Campus Virtual de Florida han sido facilitadas mediante varias sesiones de TIC, Moursund, D. (1999).Entre otras fuentes de información el alumnado ha podido buscar en:

Instituto Nacional de Estadística.

Instituto Valenciano de Estadística.

Publicaciones sectoriales.

Cámaras de Comercio

Publicaciones sectoriales

Estudios de coyuntura

Administraciones Públicas (Ayuntamientos, Diputaciones, etc. )

Publicaciones económicas generales )

Una vez el alumnado ha realizado la búsqueda y analizado las variables más importantes para el estudio del sector económico objeto de estudio, han debido, en segundo lugar, analizar los factores externos de influencia en el sector objeto de estudio. Los factores externos han sido:

Económicos:- Se ha tratado de estudiar el marco económico al cual se va a enfrentar la empresa a nivel Europeo, Español y de Comunidad Valenciana

Políticos:- Aquí, el alumnado ha investigado sobre las políticas económicas que puedan afectar al sector objeto de estudio (condiciones, ayudas, etc)

Jurídicos:- El alumnado ha debido conocer cuáles son las normas sobre la creación y el desarrollo de la empresa.

Por último, en tercer lugar, el alumnado ha analizado los datos y las relaciones económicas que identifican el sector en el que se va a desarrollar la empresa.

Después de haber analizado las variables que afectan a la empresa desde los dos niveles anteriormente comentados (es decir, desde el análisis del entorno y

111

desde el análisis del sector y la competencia), el alumnado ha explicado la mayor o menor influencia que cada una de ellas tiene sobre el futuro proyecto empresarial. Dicha explicación ha debido recoger los siguientes aspectos:

Describir la influencia de cada una de las variables en el proyecto empresarial

Clasificar cada influencia como una amenaza o como una oportunidad

Establecer las estrategias a implantar para potenciar las oportunidades y atenuar las amenazas

En cuanto a las asignaturas que han contenido el Proyecto Integrado para el primer curso de Grado de ADE se puede decir que han sido:

Contabilidad Financiera

Fundamentos de la Dirección de Empresas

Introducción a la Economía

Matemáticas I y II

Derecho Mercantil

Estadística Básica

Historia Económica y de la Empresa

Microeconomía

Para cada una de estas asignaturas se ha establecido una serie de objetivos docentes y una serie de tareas a realizar para conseguir dichos objetivos docentes. Por lo que se refiere a la asignatura Estadística Básica, los objetivos docentes han sido:

Cuantificar e interpretar las relaciones entre dos variables económicas

Manejar fuentes estadísticas

Obtener de la base de datos del I.N.E. o del I.V.E. información referida a costes laborales totales y volumen de producción del sector al que pertenece la empresa objeto de estudio. Esta información ha debido ir referida al menos a diez periodos.

Estimar una regresión lineal entre costes laborales totales (Y) y producción (X) del sector al que pertenece la empresa

Medir la bondad del ajuste, mediante el coeficiente de determinación interpretando el resultado

El desarrollo del proyecto ha requerido participar en las siguientes actividades:

112

Seminarios específicos. Con estos seminarios se ha pretendido desarrollar las competencias transversales de trabajo en equipo y Tecnologías de la información y Comunicación. Se han realizado dos seminarios: uno de trabajo en equipo para comprender los principios de trabajo en equipo y cómo se desarrolla, y otro de Tecnologías de la información y Comunicación cuyo objetivo ha sido capacitar al alumnado en la realización de informes, presentaciones en Power Point, etc.

Reuniones con el líder del equipo. Estas reuniones se han hecho para planificar el trabajo y valorar los resultados obtenidos

Sesiones de aula desde cada asignatura. Han sido sesiones de trabajo en el aula en las que el alumnado ha sido orientado por el profesorado de la asignatura implicada en el Proyecto Integrado

Sesiones de trabajo autónomo y en equipo. Estas reuniones han tenido como objeto la propia realización del Proyecto Integrado

Para facilitar el trabajo al alumnado se ha dispuesto en la plataforma Florida Campus la documentación sobre los seminarios y recursos. Por otra parte, cada equipo ha tenido un espacio para compartir la información, conversar en el foro y colgar las actas de las reuniones del trabajo en equipo, (ITESM, 1999).

Con el fin de que los equipos se planifiquen y estructuren de forma temporalmente adecuada la realización del proyecto se han establecen las siguientes reuniones de carácter obligatorio:

o Reunión semanal de cada equipo con su líder

o Cada asignatura ha cedido aproximadamente diez horas de clase para que el alumnado trabajara en el aula el Proyecto Integrado

o Dieciséis horas para seminarios de trabajo en equipo y Tecnologías de la información y Comunicación

o Una o dos horas semanales reservadas para Proyecto Integrado. Estas reuniones se han hecho para permitir que el alumnado dispusiera de espacios para trabajar en equipo

Y para que la planificación temporal fuera de manera regular a lo largo del curso se han fijado las siguientes fechas de importancia:

Primer semestre:

o Comienzo del Proyecto Integrado a principios de Octubre

o Entrega del informe de planificación del primer semestre a principios de Noviembre. El informe de planificación ha sido un informe inicial en el que los equipos han expuesto lo siguiente

113

Determinación de los objetivos a alcanzar con el Proyecto Integrado y sus relaciones con las asignaturas del primer semestre

Temporalización de las tareas a realizar y reparto de tareas entre los componentes del equipo

Explicación sobre la organización del trabajo y de las reglas del equipo

Identificación de los alumnos del equipo

El informe ha debido presentarse por una parte en soporte papel y por otra en formato electrónico

o Entrega del informe final del primer semestre a mediados de Enero.

o Presentación pública del Proyecto Integrado a finales de Enero

Segundo semestre:

o Entrega del informe de planificación del segundo semestre a principios de Marzo

o Entrega del informa final del segundo semestre a finales de Mayo. El informe final ha sido el proyecto propiamente dicho y ha tenido una extensión máxima de treinta páginas (más quince hojas como máximo de anexos). Al igual que el informe inicial ha debido presentarse en formato papel y en formato electrónico

o Presentación pública a principios de Junio

La presentación pública se ha hecho con un póster y con presentación con Power Point estableciéndose para ambas cosas unas reglas básicas de presentación. En la presentación pública han debido estar todos los miembros del equipo y el profesorado de las asignaturas del Proyecto Integrado. Además, también han asistido profesionales relacionado con el Proyecto expuesto.

En Florida se piensa que la realización exitosa del Proyecto Integrado supone la asunción por parte de los miembros de los equipos de una serie de responsabilidades, las cuales se han comunicado al alumnado en sesiones informativas y se han referido a los siguientes aspectos:

o Participación activa en las reuniones, en las sesiones de aula y en los seminarios. Con ello se ha pretendido que sea el propio alumnado el protagonista de su aprendizaje.

114

o Cumplimiento de la presentación de las diferentes tareas en tiempo y forma. De esta forma se ha pretendido fomentar el trabajo autónomo.

o Tratar con el profesorado para resolver las dudas y conseguir que sea facilitador de las tareas a realizar.

o Respeto mutuo entre los miembros del equipo y capacidad para resolver los posibles conflictos. Aquí el objetivo ha sido desarrollar la escucha efectiva y activa.

o Participación en la evaluación del trabajo del equipo y del líder (coevaluación)

o Colaboración entre los compañeros para conseguir los objetivos del Proyecto. Se ha pretendido con ello conseguir un aprendizaje colaborativo.

La evaluación del Proyecto Integrado se ha realizado con la siguiente estructura, Valls, E. (1993):

o Informe de planificación (IP):- Ha supuesto un 15% de la nota y la ha realizado el profesorado mediante un rubric de evaluación del informe de planificación

o Informe final (IF):- Ha sido la que más importancia ha tenido, pues supone el 40% de la nota y la ha realizado el profesorado mediante un rubric de evaluación del informe final

o Póster o presentación de diapositivas (PO):- Ha supuesto un 20% de la nota y se ha realizado entre el coordinador del proyecto y al menos dos profesores/as en base al rubric de evaluación del póster y diapositivas

o Defensa oral individual (DO):- Ha supuesto un 25% de la nota y se ha tratado de una evaluación realizada entre el coordinador del proyecto y, al menos, dos profesores/as, realizándose mediante preguntas individuales a los miembros del equipo

Dicho esto podemos exponer la fórmula para obtener la nota del Proyecto Integrado, que es la siguiente:

Nota = (IP*0`15+IF*0´40+PO*0´20)*FPI+DO*0´25

En donde el factor de ponderación intragrupo (FPI) ha sido un factor multiplicador resultado de la evaluación cruzada y de la valoración que el líder ha hecho de los miembros del equipo de forma consensuada con los coordinadores del proyecto y ha podido tener tres valores (0,75, 1 y 1,25), aunque excepcionalmente ha podido tomar el valor cero (abandonos y otros casos particulares).

115

El peso del Proyecto Integrado ha sido de un 20% de todas y cada una de las asignaturas y ha tenido carácter obligatorio en la primera convocatoria, Zacarés, J. et al. (2011). En la segunda convocatoria el alumnado ha podido elegir si quería o no que se le tuviera en cuenta la nota del Proyecto Integrado.

PARTICIPACIÓN DE LA ASIGNATURA ESTADÍSTICA BÁSICA Y RESULTADOS

Uno de los objetivos del Proyecto Integrado ha sido que el alumnado aprenda a interrelacionar las asignaturas que lo componen, y por eso se ha establecido que debían intervenir todas las asignaturas del curso. No obstante es lógico pensar que hay asignaturas que se aplican con cierta comodidad y hay otras cuya inclusión presenta alguna dificultad adicional. Entre las asignaturas que en opinión del alumnado ha presentado más dificultades está la Estadística Básica. Los motivos de esta dificultad podemos decir que han sido entre otros los siguientes:

El alumnado ha considerado que se trataba de una asignatura que requería un relativo esfuerzo para su comprensión y por lo tanto para su aplicación.

El alumnado no ha tenido claro dónde buscar la información y cómo interpretarla. Han sabido realizar cálculos pero han tenido dificultades a la hora de realizar interpretaciones o comparaciones.

Como se ha mencionado anteriormente, los objetivos a conseguir en el Proyecto Integrado en relación con la asignatura Estadística Básica y las tareas a realizar para conseguirlas han estado relacionadas con la cuantificación e interpretación de las relaciones entre dos variables económicas, el manejo de fuentes estadísticas, la obtención de la base de datos del I.N.E. o del I.V.E. de información referida a costes laborales totales y volumen de producción del sector al que pertenece la empresa objeto de estudio, la estimación de una regresión lineal entre costes totales (Y) y producción (X) del sector al que pertenece la empresa y por último con la medida de la bondad del ajuste, mediante el coeficiente de determinación interpretando el resultado.

En cuanto al manejo de fuentes estadísticas el alumnado ha utilizado la base de datos de la página web del Instituto Valenciano de Estadística. En ella ha encontrado datos sobre producción y costes de diferentes sectores tales como el sector textil, construcción, juegos y juguetes, vehículos a motor y curtido y calzado.

Cada equipo ha calculado para cada sector en primer lugar una serie de estadísticos descriptivos como la media, la varianza o el coeficiente de variación de Pearson (éste último ha sido utilizado por algún grupo para comparar la dispersión de los costes de un sector con su producción para un

116

periodo analizado de unos diez años). Aunque este nivel de análisis ha sido relativamente fácil de realizar por el alumnado, en algún caso ha tenido alguna dificultad a la hora de expresar las unidades de medida , por ejemplo al calcular la media no ha sabido si expresarla en euros, en millones de euros o en miles de millones de euros.

En segundo lugar, su trabajo ha consistido en calcular una función de regresión lineal entre los costes y la producción. Una vez más han surgido problemas en cuanto a qué unidad de medida ha debido utilizar para cada variable, pues en función de ello el valor de la pendiente de la recta de regresión ha cambiado significativamente y no ha sabido en principio a qué se debía ese problema. Este problema ha quedado comprendido por el alumnado cuando ha estudiado en teoría cómo varían los términos de una función de regresión cuando se realizan cambios de unidad de las variables.

Otro problema que se ha presentado en algún grupo ha sido la existencia de una observación atípica en una serie de producción y costes que era relativamente corta (ocho datos), con lo que el ajuste de la función ha cambiado significativamente según se incluya o no.

Por último, el alumnado ha realizado una valoración de la bondad del ajuste de la recta de regresión calculada, obteniéndose en la mayoría de casos coeficientes de correlación que han indicado que el ajuste no era fiable.

CONCLUSIONES

De todo lo expuesto hasta ahora sobre el Proyecto integrado y sobre la participación de la Estadística en el mismo se pueden obtener varias conclusiones. En cuanto a conclusiones referidas a aspectos generales del Proyecto Integrado pueden destacarse las siguientes:

1. Se ha conseguido que el alumnado aprenda a trabajar en equipo, que era el objetivo general para el Proyecto Integrado en primer curso de ADE.

2. Se ha aprendido a elaborar informes y presentaciones similares a las que se realizan en el mundo empresarial real.

3. El alumnado ha desarrollado competencias sociales tales como el trabajo cooperativo y la resolución de conflictos en el equipo.

4. Se ha trabajado la expresión oral, la capacidad de mostrar la información recogida de forma clara, la exposición en público de un trabajo, habilidades que fortalecen la confianza en sí mismos, de nuestro alumnado.

5. Han aprendido a gestionar los recursos y el tiempo.

Por lo que se refiere a las conclusiones relativas a la participación de la Estadística en el Proyecto Integrado cabe mencionar las siguientes:

117

1. Al manejar datos empíricos, el alumnado ha detectado problemas con los que usualmente el alumno/a no se suele encontrar en el aula (recuérdese el problema de la unidad de medida a utilizar mencionado anteriormente).

2. El alumnado ha tenido un primer contacto con fuentes estadísticas reales que desconocía, por lo que ha dado un primer e importante paso en cuanto a cómo y dónde obtener información estadística para realizar análisis económicos.

3. En cuanto al impacto del Proyecto Integrado en los resultados académicos puede decirse que los resultados han sido similares a los del curso anterior (aproximadamente 65% de aprobados), si bien se puede concluir que han adquirido unas competencias transversales propias de un profesional con este Proyecto Integrado sin haber disminuido sus conocimientos teóricos del área de Estadística.

4. Se ha modificado la imagen del profesorado y de la enseñanza, no como un proceso unidireccional, sino como un proceso interactivo y cooperativo.

REFERENCIAS

Adriana, M; Vélez, A, (1998). Aprendizaje basado en proyectos colaborativos en la educación superior. IV Congreso RIBIE Brasilia.

Carrió, M.L. (2007). Ventajas del uso de la tecnología en el aprendizaje colaborativo. Revista Iberoamericana de Educación, nº 41/4.

De Miguel, M., (Coord.) Alfaro, I. J., Apodaca, P., Arias, J.M., García, E., Lobato, C. y Pérez, A. (2006). Modalidades de enseñanza centradas en el desarrollo de competencias. Orientaciones para promover el cambio metodológico en el marco del EEES. Ediciones Universidad de Oviedo.

ITESM (Instituto Tecnológico y de estudios superiores de Monterrey) (1999): El método de proyectos como técnica didáctica. Consulta de 2011 de http://www.sistema.itesm.mx/va/dide/documentos/inf-doc/proyectos.PDF

Moursund, D. (1999): Project-based Learning in an Information Technology Environment. Eugene, Oregon: ISTE.

Tipoelt, R y Lindemann , H (2001): “El método de proyectos”. Consulta de 2011 http://www.halinco.de/html/doces/Met-proy-APREMAT092001.pdf

Valls E., (1993). Los procedimientos: aprendizaje, enseñanza y evaluación. I.C.E. Universitat Barcelona. Editorial Horsori. Barcelona.

Zacarés, J.; Martínez, M.; López, J.; Contreras, V.; González-Espin, F.; Llorca, J.; Ortega, A.; Ribelles, R., (2011). Actas XIX Congreso Universitario de Innovación en las Enseñanzas Técnicas, Diseño de un Proyecto Interdisciplinar de robótica aplicado a primer curso de Grado de Ingeniería, Barcelona.

119

La Innovación Educativa para la Mejora de la Formación Teórica y Metodológica de los Alumnos

María C. Fuentes(1), Carmela García(2) y Fernando García(1)

(1) Departamento de Metodología de las Ciencias del Comportamiento Facultad de Psicología. Universidad de Valencia

Av. Blasco Ibáñez, 21 e-mail: [email protected]

(2) Instituto Universitario de Danza Alicia Alonso Universidad Rey Juan Carlos, Madrid

RESUMEN

El presente programa de innovación educativa tiene como objetivo la mejora de la formación teórica y metodológica de los alumnos y, además, la mejora de las actitudes de éstos hacia las materias del ámbito metodológico. Para ello se introdujo a los alumnos en la realidad del método científico proponiendo una actividad investigadora con datos reales que reuniera los máximos criterios científicos de calidad. Los resultados mostraron relaciones positivas entre la realización del programa y la formación de los alumnos, de forma que, los alumnos con mayor rendimiento en las actividades propuestas en el programa, obtuvieron mejores puntuaciones en los criterios de formación académica, mejorando, además, las actitudes de los alumnos hacia los componentes estadísticos después de la realización del programa. El contacto real y la experiencia directa que ha supuesto para los alumnos la realización de este programa con la investigación psicológica y sus aspectos metodológicos, ha mejorado tanto la formación académica como las actitudes de éstos hacia las materias metodológicas.

INTRODUCCIÓN

Los programas de innovación educativa, sobre todo en el ámbito de la metodología de las ciencias del comportamiento, requieren emplear sistemas simples y, al mismo tiempo, sistemáticos que permitan una mejor comprensión por parte de los alumnos del proceso de contraste de los supuestos teóricos de los modelos psicológicos con datos reales procedentes de la investigación empírica, proceso que posteriormente aplicarán en su práctica profesional (Bono, Arnau y Blanca, 2006; Doménech, Jara y Rosel, 2004). Hay que destacar que las cuestiones metodológicas tanto de la psicología como de otras disciplinas son cruciales para la propia acumulación de los conocimientos de éstas (Feynman, 1994; García, Frías y Pascual, 1999). Sin embargo, los

120

alumnos suelen experimentar enormes dificultades con estas materias del ámbito metodológico. Ante tales problemáticas, las diferentes soluciones coinciden, de forma general, en la mejora de la formación con la profundidad y claridad que sea necesaria para que el alumno pueda entender razonadamente los aspectos de fondo. Para ello también es necesario que las actitudes de éstos hacia los componentes estadísticos de la metodología sean más positivas al comprender de una forma más clara su sentido y finalidad que no es otra que el contraste de teorías y modelos psicológicos (Balluerka, Gómez-Benito y Hidalgo, 2005; Cohen, 1994; Navarro, Llobell y Pérez, 2000; Sabiote, Pérez y Llorente, 2010).

La propuesta de introducir a los alumnos en la realidad del método científico a partir de su participación en una actividad investigadora con datos reales puede contribuir de forma decisiva a completar la formación tradicional tanto de las clases estrictamente metodológicas como de cualquier otra materia impartida en psicología, dada su transversalidad con el resto de áreas de conocimiento. La realización de esta actividad complementaria dentro de la docencia presenta varias ventajas. En primer lugar, los ejercicios prácticos de los libros de texto están diseñados para que cumplan de forma específica los supuestos teóricos, metodológicos y estadísticos, de forma que se puedan resolver manualmente, con un número pequeño de observaciones y un tamaño del efecto demasiado grande para la investigación que representa. No obstante, la realidad no es así de simple y los supuestos teóricos de la psicología precisan de un número de observaciones muy superior para comprobarse; esto es, se necesitan muestras grandes para la comprobación de las teorías psicológicas, de lo contrario se puede llegar a conclusiones erróneas que contradigan dichas teorías (Balluerka et al., 2005; Cohen, 1994; García, Pascual, Frías, Van Krunckelsven y Murgui, 2008). Además, a diferencia de los habituales ejercicios de libro, donde los datos son iguales para todos los alumnos y, por tanto, todos obtienen el mismo resultado, con el manejo de datos psicológicos reales, los alumnos obtienen una clara evidencia de variabilidad muestral; puesto que las muestras que se trabajan son diferentes y, por tanto, los valores que obtienen no son los mismos para todos los alumnos (Cumming y Finch, 2005; García et al., 2008). Por último, mientras que en los ejercicios de clase se plantea generalmente estudiar relaciones obvias entre unas pocas variables, los modelos teóricos de la psicología implican relaciones más complejas entre diferentes variables, y no se pueden entender analizando separadamente resultados aislados. En la mayoría de los casos no se hacen predicciones parciales sobre las cantidades, sino sobre las relaciones que se observan entre las múltiples variables que son representativas y claves para contrastar los supuestos teóricos que se comprueban en la investigación científica (Frick, 1996).

De esta forma, a partir del supuesto de que los enunciados que se derivan de las teorías psicológicas son en muchas ocasiones ordinales (Frick, 1996); es decir, anuncian algún tipo de relación ordinal entre variables, se propone un sistema que permite analizar las relaciones ordinales que establece un modelo teórico clásico de socialización familiar (Darling y Steinberg, 1993; Maccoby y

121

Martin, 1983), compuesto por dos ejes ortogonales que organizan las diferentes prácticas socializadoras de los padres y permiten definir el estilo que los caracteriza en el proceso de socialización (Figura 1), pero que en la actualidad aún es motivo de continuas polémicas en la literatura especializada (García y Gracia, 2009, 2010).

ACEPTACIÓN/IMPLICACIÓN

Autoritario Autorizativo

Negligente Indulgente

SEVERIDAD/IMPOSICIÓN

COERCIÓN VERBALCOERCIÓN FÍSICAPRIVACIÓN

DIÁLOGODISCIPLENCIA

AFECTOINDIFERENCIA

Figura 1. Modelo bidimensional de socialización y tipologías de actuación.

(Fuente: Musitu y García, 2001)

A partir de la revisión de la literatura en torno a esta temática, se infiere que la precisión que determinan los autores de los diferentes trabajos se reduce, como mucho, a posicionar ocho puntos en el cuadrante de los dos ejes ortogonales en función de la relación que tiene que existir entre cada eje y cada medida de cada práctica y la coherencia implícita de las relaciones entre todos los componentes del modelo (Darling y Steinberg, 1993; Maccoby y Martin, 1983). Así, se definen ocho posiciones para las prácticas entre los dos ejes, situando cada práctica sobre un eje o en medio de dos (Figura 2). Una vez definidas las posiciones de las prácticas se plantea, además, analizar las relaciones entre los cuatro estilos parentales de socialización y diferentes criterios de ajuste psicosocial en los hijos, donde teóricamente se predicen diferencias. Siguiendo el mismo principio de igualdad o diferencia, se ordena el ajuste de las cuatro tipologías: igual, mayor o menor. En un tercer nivel, se introdujo también la variable percepción del contexto social como favorable o desfavorable, para el análisis de un posible efecto de interacción en la relación entre los estilos de socialización y el ajuste de los hijos.

Así, la hipótesis de partida es que utilizando una muestra de tamaño suficiente y definiendo hipótesis precisas en consonancia con los enunciados teóricos del

122

modelo propuesto, los alumnos mejorarán la comprensión, la formación y las actitudes hacia las bases metodológicas de la psicología.

Autoritario Autorizativo

Negligente Indulgente

Severidad/imposición

Aceptación/implicación

+, +

+, 0

+, ––, – 0, –

–, + 0, +

–, 0

Figura 2. Representación de los ocho patrones de relación entre los ejes y las prácticas.

(Fuente: Musitu y García, 2001)

METODOLOGÍA

Participantes y procedimiento

La muestra total que participó en la realización del programa fueron 125 alumnos que cursaron la asignatura de Métodos y Diseños de Investigación durante el curso académico 2010 – 2011 en la Facultad de Psicología de la Universidad de Valencia.

Los alumnos se dividieron formando pequeños grupos (4 alumnos por grupo) para la realización de las tareas derivadas del programa. Se les planteó que debían obtener una muestra final de 30 sujetos por grupo, siendo la población de referencia los adolescentes que estudian ESO y Bachillerato con edades entre los 12 y 17 años.

A cada grupo se les facilitó la batería de instrumentos necesarios que incluía: (1) Quince prácticas parentales medidas con cuatro instrumentos: Escala de Estilos de Socialización Parental en Adolescentes (ESPA29, Musitu y García, 2001), que evalúa las prácticas de afecto, indiferencia, diálogo, displicencia, coerción verbal, coerción física y privación; Parenting Scales de Steinberg (Lamborn, Mounts, Steinberg y Dornbusch, 1991; Steinberg, Lamborn, Darling, Mounts y Dornbusch, 1994), que mide las prácticas de implicación, apoyo de la

123

autonomía psicológica y rigidez/supervisión; Psychological Control Scale (Barber, 1996) que evalúa el control psicológico; y Short-EMBU scales (Arrindell et al., 2005) que mide las prácticas de cariño emocional, rechazo y sobre-protección. (2) Diecisiete criterios del ajuste psicosocial de los hijos, que incluye: seis indicadores de ajuste psicológico del Personality Assessment Questionnaire (Rohner, 1990) (agresión/hostilidad, autoestima negativa, autoeficacia negativa, irresponsividad emocional, inestabilidad emocional y visión negativa del mundo); cinco indicadores de la autoestima del AF5 (García y Musitu, 1999) (que mide las dimensiones académica, social, emocional, familiar y física de la autoestima); tres indicadores de competencia personal (logro académico, número de cursos repetidos y competencia social) y otros tres de problemas de conducta (conducta escolar disruptiva, delincuencia y consumo de sustancias) (García y Gracia, 2009; Lamborn et al., 1991; Steinberg et al., 1994). (3) Seis criterios de evaluación del contexto social medidos con dos instrumentos: Cuestionario de Apoyo Comunitario Percibido (ACP, Herrero y Gracia, 2007) (integración comunitaria, participación comunitaria y organizaciones comunitarias) y Cohesión y Desorden Social en el barrio (CDS, Sampson, Raudenbush y Earls, 1997) (cohesión social, desorden social y seguridad).

Los alumnos realizaron una revisión de la literatura sobre la temática de estudio para, posteriormente, plantear las hipótesis a cerca de lo que esperaban encontrar cuando analizaran sus datos, en base a los siguientes objetivos principales: (1) contrastar empíricamente el modelo de socialización parental de dos dimensiones y cuatro estilos a partir de diversos indicadores de las prácticas parentales. (2) Analizar la relación entre los estilos parentales de socialización y los criterios de ajuste psicosocial de los hijos y, (3) determinar si la relación entre los estilos parentales y los criterios de ajuste psicosocial varían en contextos sociales desfavorables. Las técnicas estadísticas básicas que los alumnos debían aplicar para el contraste de las hipótesis en base a estos objetivos plantados fueron: correlaciones de Pearson para la hipótesis correspondiente al primer objetivo; y MANOVAs, ANOVAs y pruebas de Bonferroni para contrastar las hipótesis del segundo y tercer objetivo.

Medidas

Las medidas utilizadas para la evaluación del programa fueron: el rendimiento académico a partir de la nota conseguida en el examen de la asignatura de junio (entre 0 y 10) y el grado de rendimiento en las actividades del programa (bajo vs. alto). Además, también se midieron las actitudes hacia la metodología en dos momentos temporales diferentes: al principio de curso en septiembre (Pre) y al final de éste en junio (Post). Para ello se utilizó el Survey of Attitudes Toward Statistics (SATS; Schau, Stevens, Dauphinee y Del Vecchio, 1995), que fue diseñado específicamente para valorar cambios de actitudes entre el inicio y final de los cursos de estadística (Estrada, Batanero y Fortuny, 2005; Schau et al., 1995). Este instrumento incluye 28 ítems con una escala de respuesta tipo Likert de 5 puntos (1, muy en desacuerdo; 5, muy de acuerdo),

124

donde las puntuaciones más altas se corresponden con una actitud más positiva hacia la estadística, después de invertir los 19 ítems negativos. Evalúa cuatro dimensiones: afecto (“Me gusta la estadística”), competencia cognitiva (“Puedo aprender estadística”), valoración (“Utilizo la estadística en la vida cotidiana”) y facilidad (ítem negativo, “La estadística es una asignatura complicada”). La consistencia interna en el Pre y Post fue para Afecto: 0,72 y 0,80; en competencia cognitiva: 0,79 y 0,75; en valoración: 0,80 y 0,77; y en facilidad: 0,56 y 0,53.

RESULTADOS

En primer lugar se analizó la relación entre el rendimiento en el programa de innovación y la calificación del examen de junio. Se obtuvieron diferencias estadísticamente significativas, F (1, 66) = 16,92, p < 0,001, correspondiendo a los alumnos con alto rendimiento en el programa las calificaciones más altas (alto rendimiento: n = 35, M = 7,08, DT = 0,99 vs. bajo rendimiento: n = 33, M = 5,88, DT = 1,38). Además, si realizamos una distribución cruzada de ambas variables (calificación del examen de junio: no presentados, NP, suspendidos y aprobados; y rendimiento en las actividades del programa: bajo vs. alto) (ver Tabla 1), obtenemos que ninguno de los alumnos con alto rendimiento en las actividades del programa suspendió la asignatura.

Tabla 1. Distribución cruzada entre la nota del examen de junio y el rendimiento en el programa.

Rendimiento en

el programa

Bajo Alto Total

Nota examen

junio

NP ó suspenso 61 0 61

Aprobado ó más 29 35 64

Total 90 35 125


Para analizar el cambio de actitudes de los alumnos hacia los componentes estadísticos de la metodología se realizó un análisis de covarianza con cada uno de los factores del SATS donde la medida pre era la covariable de cada post y el rendimiento en las actividades del programa (bajo vs. alto) como variable independiente. Se obtuvieron diferencias estadísticamente significativas en tres de los cuatro componentes estadísticos que evalúa el SATS: afecto, F (1, 122) = 30,03, p < 0,001; competencia cognitiva, F (1, 122) = 5,15, p < 0,05; y valoración, F (1, 122) = 14,45, p < 0,001. De esta forma, se comprobó que los alumnos con alto rendimiento en el programa mostraron mayor afecto (M = 1,95, DT = 0,68 vs. M = 3,44, DT = 0,68), mayor competencia cognitiva (M = 2,34, DT = 0,67 vs. M = 3,51, DT = 0,60) y mayor valoración (M = 3,03, DT = 0,90 vs. M = 3,88, DT = 0,69) después de la realización del programa (ver Tabla 2).

125

Tabla 2. Medias y desviaciones típicas en actitudes hacia la estadística por grupos de rendimiento en el programa de innovación educativa en septiembre y junio.

Evaluación Actitud Rendimiento M DT NSeptiembre Afecto Bajo 2,16 0,69 90

Alto 1,95 0,68 35 Total 2,10 0,69 125

Competencia cognitiva Bajo 2,84 0,80 90 Alto 2,34 0,67 35 Total 2,70 0,80 125

Valoración Bajo 3,02 0,63 90 Alto 3,03 0,90 35 Total 3,02 0,71 125

Facilidad Bajo 2,15 0,54 90 Alto 1,95 0,29 35 Total 2,09 0,49 125

Junio Afecto Bajo 2,76 0,79 90 Alto 3,44 0,68 35 Total 2,95 0,82 125 Competencia cognitiva Bajo 3,49 0,64 90 Alto 3,51 0,60 35 Total 3,50 0,62 125 Valoración Bajo 3,48 0,53 90 Alto 3,88 0,69 35 Total 3,59 0,60 125 Facilidad Bajo 2,33 0,55 90 Alto 2,30 0,42 35 Total 2,32 0,52 125


CONCLUSIONES

El objetivo del presente programa de innovación educativa era introducir a los alumnos en la realidad del método científico participando en una actividad investigadora con datos reales que cumpliera los máximos criterios científicos de calidad y, así, conseguir una mejora en su formación teórica y metodológica, a la vez que promocionar unas actitudes más positivas de los alumnos hacia las materias de la metodología.

La participación de los alumnos en este programa implicó el trabajo en grupo, el manejo de bases de datos en Internet para la revisión de la literatura y el desarrollo del marco teórico, la definición y planteamiento de los objetivos del estudio, la creación de variables, el desarrollo de estrategias para el análisis y el contraste de hipótesis, y la discusión de los resultados, partes indispensables en toda investigación científica.

126

Los resultados obtenidos han mostrado relaciones positivas entre la realización del programa de innovación y la formación de los alumnos, de forma que, los alumnos con mayor rendimiento en las actividades propuestas en el programa, obtuvieron mejores puntuaciones en los criterios de formación académica, encontrando, además, una mejora de las actitudes de los alumnos hacia los componentes estadísticos de la metodología después de la realización de éste. Estos resultados replican los obtenidos en otros trabajos previos (García, Gracia, Fuentes, Lila y Pascual, 2010). No se ha encontrado ningún indicador de que la participación en las actividades propuestas en el presente programa haya supuesto un retroceso en la formación de los alumnos.

Sin embargo, como en todo trabajo científico, éste no está exento de limitaciones. Una de ellas hace referencia a que aunque el componente metodológico del programa es radicalmente transversal, los contenidos psicológicos no lo son, por lo que, en futuros programas de innovación tendrán que adaptarse los contenidos específicos de otras asignaturas y materias del grado de psicología. Una segunda limitación proviene del tamaño muestral y es que éste estuvo limitado a los alumnos disponibles. Considerando el tamaño de la muestra es posible que otros trabajos en los que se pueda disponer de un mayor número de sujetos se encuentren más relaciones estadísticamente significativas que las encontradas en este estudio. Sin embargo, los tamaños del efecto mediano-grandes detectados en este trabajo, avalan los resultados obtenidos y la posibilidad de que se puedan replicar en el futuro. Por último, la metodología no-experimental de este estudio limita la validez interna de las relaciones entre las variables estudiadas, de forma que no se puede descartar categóricamente que existan terceras variables en las relaciones encontradas.

A pesar de estas limitaciones, el contacto real y la experiencia directa que ha supuesto para los alumnos la realización de este programa con la investigación psicológica y sus aspectos metodológicos, posiblemente los más transversales de todos los contenidos del currículum de las materias de psicología, ha mejorado tanto la formación académica de los alumnos como las actitudes de éstos hacia las materias metodológicas.

AGRADECIMIENTOS

Agradecemos la ayuda ACIF/2010/282 recibida del Programa VALi+d para investigadores en formación del Plan General Estratégico de Ciencia y Tecnología de la Comunidad Valenciana (2009-2013).

REFERENCIAS

Arrindell, W. A., Akkerman, A., Bagés, N., Feldman, L., Caballo, V. E., Oei, T. P. S., Torres, B., Canalda, G., Castro, J., Montgomery, I., Davis, M., Calvo, M. G., Kenardy, J. A., Palenzuela, D. L., Richards, J. C., Leong, C. C., Simon, M. A. y Zaldivar, F. (2005). The Short-EMBU in Australia, Spain, and Venezuela. European Journal of Psychological Assessment, 21, 56-66.

127

Balluerka, N., Gómez-Benito, J. y Hidalgo, M. D. (2005). The controversy over null hypothesis significance testing revisited: The state of the question in Psychology. Methodology, 1, 55-70.

Barber, B. K. (1996). Parental psychological control: Revisiting a neglected construct. Child Development, 67, 3296-3319.

Bono, R., Arnau, J. y Blanca, M. J. (2006). Tecnologías de la información y comunicación en la enseñanza de diseños experimentales y aplicados. Psicothema, 18, 645-650.

Cohen, J. (1994). The earth is round (p-less-than. 05). American Psychologist, 49, 997-1003.

Cumming, G. y Finch, S. (2005) Inference by eye: Confidence intervals and how to read pictures of data. American Psychologist, 60, 170-180.

Darling, N. y Steinberg, L. (1993). Parenting style as context: An integrative model. Psychological Bulletin, 113, 487-496.

Doménech, F., Jara, P. y Rosel, J. (2004). Percepción del proceso de enseñanza/aprendizaje desarrollado en Psicoestadística I y su incidencia en el rendimiento. Psicothema, 16, 32-38.

Estrada, A., Batanero, C., Fortuny, J. M. y Díaz, C. (2005). A structural study of future teachers’ attitudes towards statistics. Proceedings the IV Congress of the European Society for Research in Mathematics Education, 508-517.

Feynman, R. P. (1994). The character of physical law. New York: Modern Library. Frick, R. W. (1996). The appropriate use of null hypothesis testing. Psychological

Methods, 1, 379-390. García, F. y Gracia, E. (2009). Is always authoritative the optimum parenting style?

Evidence from Spanish families. Adolescence, 44(173), 101-131. García, F. y Gracia, E. (2010) ¿Qué estilo de socialización parental es el idóneo en

España? Un estudio con niños y adolescentes de 10 a 14 años. Infancia y Aprendizaje, 33, 365-384.

García, F. y Musitu, G. (1999). AF5: Autoconcepto Forma 5. Madrid: Tea. García, J. F., Frías, M. D. y Pascual, J. (1999). Los diseños de la investigación

experimental: Comprobación de las hipótesis. Valencia: Cristóbal Serrano Villalba.

García, J. F., Gracia, E., Fuentes, M. C., Lila, M. y Pascual, J. (2010). La innovación educativa desde la metodología: Mejora de las actitudes y competencias científicas de los alumnos. Escritos de Psicología, 3, 1-10.

García, J. F., Pascual, J., Frías, M. D., Van Krunckelsven, D. y Murgui, S. (2008). Diseño y análisis de la potencia: n y los intervalos de confianza de las medias. Psicothema, 20, 933-938.

Herrero, J. y Gracia, E. (2007). Measuring perceived community support: Factorial structure, longitudinal invariance, and predictive validity of the PCSQ (Perceived Community Support Questionnaire). Journal of Community Psychology, 35, 197-217.

Lamborn, S. D., Mounts, N. S., Steinberg, L. y Dornbusch, S. M. (1991). Patterns of competence and adjustment among adolescents from authoritative, authoritarian, indulgent, and neglectful families. Child Development, 62, 1049-1065.

Maccoby, E. E. y Martin, J. A. (1983). Socialization in the context of the family: Parent–child interaction. En P. H. Mussen (Ed.), Handbook of child psychology (Vol. 4, pp. 1-101). New York: Wiley.

Musitu, G. y García, F. (2001). ESPA29: Escala de estilos de socialización parental en la adolescencia. Madrid: Tea.

128

Navarro, M. D. F., Llobell, J. P. y Pérez, J. F. G. (2000). Tamaño del efecto del tratamiento y significación estadística. Psicothema, 12, 236-240.

Rohner, R. P. (1990). Handbook for the study of parental acceptance and rejection (3rd ed.). Storrs, CT: Rohner Research Publications.

Sabiote, C. R., Pérez, J. G. y Llorente, T. P. (2010). Estudio empírico de variables presagio en la enseñanza-aprendizaje de la estadística a la luz de la investigación sobre competencias. Electronic Journal of Research in Educational Psychology, 8, 235-262.

Sampson, R. J., Raudenbush, S. W. y Earls, F. (1997). Neighborhoods and violent crime: A multilevel study of collective efficacy. Science, 277, 918-924.

Schau, C., Stevens, J., Dauphinee, T. L. y Del Vecchio, A. (1995). The development and validation of the survey of attitudes toward statistics. Educational and Psychological Measurement, 55, 868-875.

Steinberg, L., Lamborn, S. D., Darling, N., Mounts, N. S. y Dornbusch, S. M. (1994). Over-Time changes in adjustment and competence among adolescents from authoritative, authoritarian, indulgent, and neglectful families. ChildDevelopment, 65, 754-770.

129

Un Plan de Tutorías entre Iguales en Estadística: Resultados preliminares en Psicología

Amor Pérez, Pedro M. Hontangas y Amparo Oliver

Metodología de las CC del Comportamiento Universitat de València

Av. Blasco Ibáñez, 21, 46010, Valencia e-mail: [email protected]

RESUMEN

El presente trabajo resume la puesta en marcha de un programa de tutorías entre iguales en la asignatura de Estadística en tres clases de primer curso del Grado en Psicología de la Universitat de València. Se trata de una asignatura obligatoria anual, teórico-práctica de 12 créditos, que a pesar de diversas iniciativas de mejora desde la coordinación departamental, tradicionalmente arroja resultados manifiestamente mejorables en términos de absentismo y baja tasa de aprobados. Los participantes durante el curso 2010-2011, son 2 profesores, y 52 estudiantes (6 tutores y 46 asistentes). Se detallan los objetivos, método y duración, así como resultados de monitorización de los estudiantes (tutores y participantes) en variables clave motivacionales, procedimentales, de ansiedad estadística (en sus 3 componentes (asociada a examen, a resolver o interpretar y a pedir ayuda) y de rendimiento académico. Los resultados son positivos en cuanto a la reducción del absentismo, el aumento del porcentaje de aprobados tanto respecto a la media de sus respectivos grupos como a la media global, y reducción significativa en las medias de los tres componentes de la ansiedad estadística en tutores. En conclusión, los resultados y la valoración de los participantes es muy buena, recomendando todos ellos que esta iniciativa se extienda a más asignaturas con base de metodología cuantitativa.

INTRODUCCIÓN

La asignatura objeto de esta intervención es el primer contacto de estudiantes universitarios del Grado en Psicología de la Universitat de València con la metodología cuantitativa. A este grado acceden alumnos procedentes de opciones como bachillerato de ciencias de la salud, grados medios, acceso para mayores de 40, entre otros perfiles de alumnos. Gran parte de estos alumnos se sienten más orientados hacia lo asistencial, la clínica, pero no especialmente familiarizados o motivados hacia la metodología cuantitativa y en concreto hacia la Estadística. La asignatura es anual teórico-práctica con una carga de 12 créditos, y por ello es la asignatura con mayor peso específico

130

en el grado, donde el perfil mayoritario es de asignaturas de 6 créditos o a lo sumo 9.

Estos créditos atañen a contenidos y competencias relacionadas con el método científico; fundamentos del diseño de investigación; estadística descriptiva e inferencial; todo ello integrado finalmente en la elaboración e interpretación de informes científicos.

El curso en que se ha puesto en marcha el plan de tutorías objeto de este trabajo, es el tercero desde la implantación del grado. Características consustanciales a Bolonia como la limitación del tamaño de los grupos a un máximo de 50, se ven alteradas por la necesidad de reubicar al exceso de matrícula producido por la tasa de absentismo y suspensos de los dos cursos anteriores. Ello condiciona el desarrollo eficiente de la planificación según la guía académica, ya que la participación y la evaluación continua –asociada a mayores tasas de aprobados- es mucho más difícil con grupos grandes. Simultáneamente, a tenor de la experiencia acumulada en muchos cursos de esta asignatura bajo diferentes denominaciones y configuraciones, se arrastra un fenómeno de procrastinación. Los alumnos tienden a relegar asignaturas que les resultan menos atractivas o más exigentes. Para evitar esta situación, desde la coordinación de departamento, se promueve por consenso, una restricción de matrícula en la siguiente asignatura de metodología del plan. Sin Estadística aprobada no se admite matrícula en Psicometría, esta situación parece incrementar la presión de los estudiantes por aprobar la asignatura.

Tras la situación del incremento del tamaño de los grupos, nos encontramos ante otra “pescadilla que se muerde la cola”. Efectivamente, las medidas que implementamos para reducir los no presentados y suspensos, introducen ansiedad y ésta, a su vez se relaciona con el rendimiento académico.

Como docentes preocupados por esta situación, en los últimos cursos hemos puesto a prueba diferentes iniciativas para mejorarla. Se empezó por diagnosticar la ansiedad estadística (Zeidner, 1991) hallada relevante en la literatura como aspecto relacionado con el rendimiento académico (Neuderth, Jabs y Schmidtke, 2009). Nos acercamos a su medida mediante la Statistical Anxiety Scale (SAS) de Vigil-Colet, Lorenzo y Condon (2008) que engloba tres dimensiones relacionadas: ansiedad asociada al examen, a pedir ayuda y a trabajar e interpretar estadística. En una muestra de 200 estudiantes, mediante análisis factorial confirmatorio, validamos la arquitectura de sus tres componentes, tanto en los alumnos de primera como de posterior matrícula (Oliver, Sancho, Sancerni y Pomer, 2011). Simultáneamente, se exploraron entre otros aspectos, la motivación, la dedicación, el grado de procrastinación y la valoración de diferentes estrategias docentes en la asignatura. La percepción (por parte de los alumnos) del uso docente de estrategias como feedback grupal, nos ofrecen resultados interesantes: relaciones positivas significativas con el rendimiento en la asignatura (Oliver et al. 2011).

131

Este es el contexto en que se enmarca este trabajo: la elaboración y presentación de una iniciativa innovadora que recoja en su diseño la experiencia e investigación anterior, atendiendo por tanto a los aspectos que generan ansiedad e incorporando estrategias docentes que funcionan bien en nuestro contexto (feedback grupal). Un acercamiento que integra ambas posibilidades es la organización de grupos de tutorías entre iguales o peertutoring que se desarrolla entre personas del mismo grupo social o nivel educativo educando uno al otro, cuando uno tiene más experiencia o conocimientos que el otro (Colvin, 2007; Hall & Stegila, 2003). La investigación en innovación educativa de la última década, no solo se centra mucho más en el trabajo del estudiante, sino que aporta la visión de que bajo estos esquemas educativos, se obtienen beneficios no solo para los tutorados, sino para los propios tutores (Lassegard, 2008).

Objetivos

Explorar la viabilidad y eficacia de un nuevo programa de tutorías entre iguales en la asignatura Estadística. Se trata de un primer año de implantación, y es objetivo de este trabajo presentar información tanto de los resultados como del proceso, con el fin de resultar una experiencia trasladable a otras situaciones docentes en el ámbito de metodología cuantitativa en ciencias sociales y de la salud.

METODOLOGÍA

Muestra

Se recabaron datos de 159 estudiantes (mayoritariamente mujeres, un 78%) de Estadística del grado en Psicología que participaron voluntariamente y a los que se garantizó confidencialidad y anonimato. Se encontraban repartidos en dos grupos de primera matrícula (grupo B con 50 y D con 48 alumnos) y otro, J de segunda matrícula, formado por 61 alumnos que repetían en la asignatura, participantes en la investigación. Se realizó al final del primer cuatrimestre la selección/formación básica de tutores; así como la gestión de reserva de espacios y facilitación del acceso desde la página web de la asignatura a la demo SPSS para poder utilizarlo con los portátiles de los participantes durante las sesiones de tutorías.

Medidas

Además de las variables sociodemográficas habituales, se recogió información en escala de 1 a 10 sobre asistencia a clase, interés por la asignatura, satisfacción por la asignatura, valoración del alumno de la utilidad de prácticas de feedback grupal, y diferentes medidas de rendimiento académico. Para medir la ansiedad estadística se utilizó la escala SAS de Vigil-Colet et al. (2008), con 24 ítems en escala tipo Likert de 5 puntos desde “ninguna ansiedad” a “considerable ansiedad” (a más puntuación, más ansiedad)

132

agrupados en tres componentes de igual tamaño. Se obtuvo para los tutores la medida antes y después de finalizar el programa de tutorías, para los alumnos solo la medida inicial. Los análisis se realizaron en SPSS 19 y en EQS 6.1.

Procedimiento

Se conformaron estos grupos de tutorías bajo la supervisión de 2 profesores de la asignatura: grupo B con 2 tutores para 12 alumnos tutorados; grupo D con una tutora para 16 tutorados y grupo J con 3 tutores para 18 tutorados. En dos de los grupos la ratio fue de 6 tutorados por tutor, salvo en el grupo D donde solo una persona asumió participar voluntariamente en el esquema, desdoblándose en varios turnos.

En las sesiones: a) se puso en común la materia impartida hasta el momento, comprobando al inicio que los participantes disponían de todos los materiales y prácticas de forma actualizada; b) se plantearon y resolvieron nuevos problemas y se revisaron los ejercicios y casos prácticos más paradigmáticos de cada tema (plataforma docente dotLRN propia de la Universitat de València) ya fueran de clase o aula virtual; c) se resolvieron prácticas de autoevaluación con feedback grupal (Oliver et al. 2011). Las sesiones se realizaron en horas disponibles según la agrupación horaria en que estaban matriculados:

Grupo B: se llevaron a cabo 5 sesiones de 2 horas en el aula A3 (días variables) en las que se trabajaron todos los temas del segundo cuatrimestre.

Grupo D: 10 sesiones lunes y miércoles, 8:30 a 10:30 o incluso 12:30 dependiendo de disponibilidad/respuesta del alumnado, en un seminario contiguo al despacho de los profesores, en el depto. de metodología. Se trabajó aproximadamente un 75-80% del programa del cuatrimestre.

Grupo J: 12 sesiones en aula LDB y A2 para la primera convocatoria de junio y 7 más para las 2ª convocatoria de julio, en las cuales se revisaron todos los temas.

RESULTADOS

Los resultados de caracterización del perfil de los alumnos que participaron como “tutores” y como “alumnos” se hallan en la figura 1. Observamos que ya sea en el primer examen (evaluación puntual en el primer cuatrimestre) o en la calificación final basada en evaluación continua, los tutores obtienen en promedio mejores puntuaciones, como cabría esperar por el rol que desempeña cada uno.

133

Figura 1. Medias del grupo de tutores y del de alumnos tutorados en variables relevantes de actitud y rendimiento

en la asignatura Estadística. (Fuente: Elaboración Propia)

El estudio de fiabilidad por consistencia interna basado en los 159 cuestionarios del grupo total de alumnos de primero de estadística, ofreció resultados muy adecuados con un de Cronbach de. 93 para la escala global. Por componentes también la fiabilidad de la medida en alumnos de estadística tuvo buen comportamiento: ansiedad asociada al examen (.87); ansiedad por resolver e interpretar (.86) y por pedir ayuda/profesor (.93). La misma estructura de tres componentes relacionados defendida por Vigil-Colet et al. (2008) con 8 ítems por factor, fue validada por procedimientos confirmatorios mostrando un ajuste adecuado tanto global (CFI=.914; NNFI=.904; IFI=.916; RMSEA=.064) como analítico (todas las saturaciones y relaciones entre factores definidas por los autores resultaron significativas estadísticamente).

Tal como se observa en la figura 2, bajan las medias de ansiedad en tutores: baja 1.25 puntos la ansiedad asociada a examen; 1.08 la asociada a resolver e interpretar y 0.63 la atribuible a pedir ayuda, también denominada ansiedad asociada al profesor. Estas diferencias no alcanzan la significación estadística por el reducido tamaño de la muestra, pero en el primer caso (ansiedad asociada a examen) la reducción es marginalmente significativa (p=0.051). Otro elemento interesante de comparación es confrontar estos valores con las medias de ansiedad en cada uno de los factores obtenidas para el grupo de alumnos tutorados, de los que solo se dispone de la medida inicial y representada en la columna 3º de la figura 2.

Como se observa en la figura 3, existe gran variabilidad en el rendimiento por grupos. Los grupos a partir del F son de segunda o posterior matrícula, excepto el V es de alumnos de nuevo ingreso y al igual que el E tiene docencia en valenciano. Los resultados excelentes del grupo K se deben a que atípicamente se conformó un grupo “de repetidores en estadística” con muy

134

buenos expedientes de acceso a la universidad procedentes en su mayoría de un grupo con gran absentismo/suspenso en la asignatura durante el curso 2009-2010. Así podemos ver, salvo excepciones (el grupo de Alto Rendimiento no obtuvo el rendimiento esperado en su primer año de implantación) que la pauta en grupos de primera matrícula es situarse o superar el 50% de aprobados. En los grupos de segunda o posterior matrícula, los porcentajes en general son más bajos.

Figura 2. Evolución de las medias del grupo de tutores antes (1º columna) y después del programa de tutorías entre iguales (2º columna) en los tres componentes de

ansiedad estadística. (Fuente: Elaboración Propia)

Figura 3. Porcentaje de aprobados finales en la asignatura en cada uno de los grupos de Estadística durante el curso 2010-2011.


Los resultados cuantitativos en términos de mejora del rendimiento académico de la puesta en marcha del plan de tutorías deben valorarse en el contexto de

135

la figura 3. Así, los aprobados finales en cada grupo: 67% en el B, 82% en el D y 68% en el J deben valorarse positivamente. En promedio, la tasa de aprobados con esta intervención sería del 72.3%. Si se comparan estos resultados con las tasas de aprobados en todos los grupos de la asignatura (grupos de alto rendimiento, de primera o de posterior matrícula) se observa, pese a la gran variedad que existe, una clara mejora conforme a la tasa esperable.

Figura 4. Para cada grupo de Estadística, se informan -por este orden- de abajo arriba, los porcentajes de NP, suspensos, aprobados, notables, sobresalientes y MH.


En los grupos donde se implementó el programa de tutorías se observan porcentajes muy bajos de absentismo (no presentados) y muy altos de sobresalientes y matrículas de honor, tanto en grupos de primera (D) como posterior matrícula (J y K).

CONCLUSIONES

Los resultados coinciden con la evidencia aportada en la investigación internacional (Chen y Chang-Chen, 2010; Lassergarde, 2008): el programa de tutorías entre iguales no solo es bueno para sus destinatarios últimos (los alumnos con mayor dificultad para aprobar la asignatura), sino que también lo es para los tutores. Estos últimos informaron consolidar sus conocimientos en la materia y mejorar su comprensión de contenidos y dominio de competencias, en especial las relacionadas con interpretación y discusión de resultados basados en outputs. También mejoraron su rendimiento académico: alcanzando en casi la totalidad de los casos (5 de los 6 tutores) la nota máxima en la calificación final.

136

En los tutorados: se redujo el absentismo: sólo abandonó una alumna, y los presentados obtuvieron el aprobado en porcentajes mayores a lo esperable y del análisis de las respuestas abiertas se concluye que se percibieron a si mismos más dispuestos a cursar con éxito otras asignaturas de metodología en el futuro.

La valoración de los dos profesores también es positiva: la pequeña inversión de esfuerzo inicial en seleccionar y formar a los tutores; gestionar reservas y espacios; y una vez en marcha, monitorizar el desarrollo del programa, son tareas adicionales que se ven compensadas por la satisfacción de constatar la mejora de resultados y de todo el proceso de enseñanza-aprendizaje de nuestros estudiantes. Otra ventaja que debe considerar quien contemple la posibilidad de adaptar e implementar este programa en su docencia, es que las tareas que realizamos en las horas de atención al alumno resultan más eficientes, ya que en lugar del “goteo” y reiteración de dudas, se canaliza de forma grupal su resolución. Las dudas o sugerencias sobre aclaraciones, ampliaciones, ejercicios o prácticas planteadas por un alumno o grupo de tutorados pueden así ser anticipadas y tratadas de forma programada en los otros grupos.

Dentro de esta valoración de resultados y ya en el terreno de lo anecdótico, señalar que en sus cuestionarios sobre valoración del programa, en observaciones, algunos alumnos tutores expresaron “haber despertado vocación por la docencia de Metodología..”. Se trata de un efecto no pretendido, y cuya valoración queda a criterio del lector.

En cuanto a las mejoras y líneas futuras de actuación. Por un lado, para todos los alumnos-tutores se ha solicitado al centro certificación de su actividad, y una sugerencia sería que esta posibilidad se regulara y reconociera con algún crédito o contrapartida y se supervisara o contemplara dentro del PIE de cada centro. Por otro lado, para próximas ediciones, se ha de intentar reforzar la parte no presencial de este programa de tutorías. Si bien es cierto que el programa obtiene grandes beneficios de la proximidad, el contacto y la confianza mutua entre compañeros; también puede enriquecerlo un mayor uso de TICs. En concreto, algunos objetivos del programa de tutorías pueden abordarse con el uso de WIKIs y herramientas de comunicación sincrónica como Elluminate Live. De esta forma, el intercambio entre grupos sería más sencillo y quedaría un registro de la actividad, disponible para otros muchos alumnos.

Acabamos pues con la misma valoración que la literatura internacional ofrece de experiencias similares (Cheng y Chang-Chen, 2010), aunque los programas son exitosos en forma recíproca en cuanto a logros, motivación y actitudes tanto de tutores como tutorados, tienen limitaciones. Al igual que estos autores, identificamos una clara limitación o capacidad de mejora de nuestra iniciativa de tutoría entre iguales. En posteriores experiencias debería hacerse un mayor uso de las TICs, recursos de los que ya disponemos y venimos utilizando con éxito en otros ámbitos de innovación docente (Sancerni, Oliver y Espejo, 2011).

137

AGRADECIMIENTOS

Se agradece la dedicación y el esfuerzo al alumno y a las alumnas de Estadística que participaron de forma voluntaria y altruista como tutores en el programa: Elisabeth Álvarez y Estela Pardos (grupo B), Amor Pérez (grupo D), José Miguel Escrig, Ana Sellés y Mercedes Merino (grupo J).

REFERENCIAS

Colvin, J.W. (2007). Peer tutoring and social dynamics in higher education. Mentoring& Tutoring, 15(2), 165–181.

Chen, C. y Chang-Chen, L. (2010) A case study of peer tutoring program in higher education. Recuperado el 27 de septiembre de 2011, http://www.aabri.com/manuscripts/11757.pdf.

Hall, T., & Stegila, A. (2003).Peer Mediated Instruction and Intervention. Recuperado el 10 de Julio de 2009 de http://www.cast.org/publications/ncac/ncac_peermii.html

Lassegard, J.P. (2008). The effects of peer tutoring between domestic and international students: the tutor system at Japanese universities. Higher Education Research & Development, 27(4), 357–369.

Neuderth, S., Jabs, B., y Schmidtke, A. (2009). Strategies for reducing test anxiety and optimizing exam preparation in German university students: a prevention-oriented pilot project of the University of Würzburg. Journal of Neural Transmission, 116, 785-790.

Oliver, A.; Sancho, P.; Sancerni, M.D. y Pomer, C. (2011). Utilidad de la retroalimentación grupal como estrategia docente en distintos ámbitos del EEES. VIII Foro de Evaluación de la Calidad de la Investigación en la Educación Superior. ISBN: 978-84-694-3488-8. Santander, mayo.

Sancerni, M.D.; Oliver, A. y Espejo, B. (2011). Herramientas síncronas de comunicación y colaboración en la Universidad de Valencia: buenas prácticas. VIII Foro de Evaluación de la Calidad de la Investigación en la Educación Superior. ISBN: 978-84-694-3488-8. Santander, mayo.

Vigil-Colet, A., Lorenzo-Seva, U., & Condon, L. (2008). Development and validation of the statistical anxiety scale. Psicothema, 20, 174-180.

Zeidner, M. (1991). Statistics and mathematics anxiety in social science students: some interesting parallels. British Journal of Educational Psychology, 61, 319-328.

139

Wikis en Asignaturas de Estadística

M. Dolores Benítez Márquez(1), M. Eugenia Cruces Pastor(2), Julia De Haro García(3) y M. Dolores Sarrión Gavilán (4)

(1) Departamento de Estadística y Econometría, 68 Universidad de Málaga

Facultad de Comercio y Gestión, Campus Teatinos (ampliación) 29071 Málaga e-mail: [email protected]




Facultad de CC. EE. y EE., C/ Ejido 6, 29071 Málaga e-mail: [email protected]



RESUMEN

El uso generalizado de las Tecnologías de Información y Comunicación (TIC), la creación de plataformas de enseñanza en la red y la utilización de nuevos métodos de enseñanza basados en el fomento del trabajo colaborativo y en la resolución de casos reales marcan la tendencia general de la enseñanza en la Universidades españolas a partir de su entrada en el Espacio Europeo de Educación Superior (EEES). La Universidad de Málaga (UMA) dispone de una plataforma virtual de enseñanza, desarrollada a partir de Moodle y denominada Campus Virtual, con múltiples herramientas que posibilitan el diseño del entorno de enseñanza-aprendizaje. Dentro del mismo, los wikis se presentan como herramientas para potenciar el aprendizaje activo y colaborativo, al tiempo que desarrollan competencias consideradas deseables en los profesionales titulados que acceden al mercado laboral. En esta comunicación exponemos nuestra experiencia en distintas asignaturas de Estadística adscritas al área de Economía Aplicada durante los cursos 2008-09 y 2009-10 con la utilización de la herramienta “Wiki” de Moodle, centrándonos en estudiar la participación del alumnado en esta actividad, los problemas encontrados en su implementación, las soluciones adoptadas, la opinión de los alumnos sobre

140

la misma y, por último, aportando algunas reflexiones sobre nuestra experiencia.

INTRODUCCIÓN

Desde hace algunos años la docencia universitaria está inmersa en un periodo de reflexión y búsqueda de nuevas alternativas pedagógicas que le permitan innovarse y hacer frente a las nuevas exigencias que impone la denominada sociedad de la información y, específicamente, la incorporación y uso de las tecnologías digitales a la enseñanza (Area et al., 2008). En España esta transformación que sufre la Universidad, derivada de la necesidad de integrar las TIC, se complementa con el proceso de convergencia europea en el que está inmerso el sistema universitario. Este proceso, que culminará con la implantación definitiva del Espacio Europeo de Educación Superior (EEES), ha motivado el interés de muchos profesores por explorar y experimentar iniciativas de innovación en el contexto en el que en la actualidad desempeñan su tarea docente: Grupos grandes y estudiantes a priori pasivos y poco motivados (Jano y Ortiz, 2007).

En la Universidad de Málaga esa labor de exploración y experimentación por parte de los profesores ha sido potenciada, sin lugar a dudas, con la puesta en funcionamiento en el curso 2004-2005 del Campus Virtual (CV), basado fundamentalmente en la Plataforma Moodle. La utilización de este recurso permite reforzar la acción docente que se ejerce desde la enseñanza presencial, potencia las posibilidades de autoaprendizaje del alumno y facilita al profesor tanto el seguimiento del trabajo continuado como la aplicación de metodologías docentes basadas en la participación activa del alumno en el proceso de enseñanza-aprendizaje.

El Campus Virtual de la UMA dispone de múltiples herramientas que posibilitan el diseño del entorno de enseñanza-aprendizaje. Se clasifican en dos grupos: Recursos y Actividades. Entre los distintos recursos destacamos “Enlazar un archivo o una dirección Web”, “Mostrar un directorio” y “Añadir una etiqueta”. Pero lo que, a nuestro juicio, facilita la labor del profesor en lo relativo al aprendizaje de la materia por parte del alumno y en su evaluación continuada es la gran cantidad de actividades que permite desarrollar. De ellas destacamos: el Correo Interno; la Cita; el Chat; las Consultas; los Cuestionarios; los Foros; los Glosarios; los Talleres; las Tareas y los Wikis (Benítez et al., 2011).

En esta comunicación exponemos nuestra experiencia en distintas asignaturas de Estadística adscritas al área de Economía Aplicada durante los cursos 2008-09 y 2009-10 con la utilización de la herramienta “Wiki” de Moodle, centrándonos en estudiar la participación del alumnado en esta actividad, los problemas encontrados en su implementación, las soluciones adoptadas, la opinión de los alumnos sobre la misma y, por último, aportando algunas reflexiones sobre nuestra experiencia.

141

El trabajo está organizado del siguiente modo: En la Sección 2 describimos, brevemente, las principales características de las asignaturas de referencia (contenidos y metodología docente) y el contexto en el que se imparten las mismas: Titulación, curso, créditos y número de alumnos. La Sección 3 la dedicamos al Wiki y a su utilización como parte de la metodología docente en asignaturas de Estadística. En la Sección 4 se presenta la experiencia y en la 5 se ofrecen los resultados y algunas reflexiones sobre la misma. Finalmente, la Sección 6 la dedicamos a las referencias bibliográficas.

CONTEXTO Y METODOLOGÍA DIDÁCTICA

El trabajo de innovación se ha llevado a cabo durante los cursos 2008-09 y 2009-2010 en asignaturas de Estadística de distintas titulaciones de Ciencias Sociales. En concreto, las asignaturas de Estadística (adscritas al área de Economía Aplicada) en las que se ha utilizado el wiki como parte de la metodología docente son:

Estadística I, asignatura troncal de primer curso de la Diplomatura en Ciencias Empresariales, impartida en el primer cuatrimestre con una carga docente de 6 créditos, de los cuales 3 son teóricos y 3 prácticos. Este grupo ha contado con aproximadamente 150 alumnos en el curso 2008-09.

Estadística II, asignatura troncal de primer curso de la Diplomatura en Ciencias Empresariales, impartida en el segundo cuatrimestre con una carga docente de 6 créditos, de los cuales 3 son teóricos y 3 prácticos. Este grupo ha contado con unos 600 alumnos en el curso 2008-09 y, aproximadamente, 330 alumnos en el curso 2009-2010.

Estadística, asignatura optativa de la Licenciatura en Publicidad y Relaciones Públicas, impartida en el primer cuatrimestre con una carga docente de 6 créditos, de los cuales 4,5 son teóricos y 1,5 prácticos. Este grupo ha contado con un total de 26 alumnos en el curso 2009-10 y de 43 alumnos en el curso 2008-09.

En todas ellas se aborda el estudio de los elementos básicos de la Estadística, ya sea en su vertiente descriptiva o inferencial. Concretamente, las asignaturas Estadística I y Estadística están dedicadas a la Estadística Descriptiva y tienen un objetivo común: introducir al alumno en el razonamiento estadístico, haciendo especial hincapié en la resolución de ejercicios que pongan de manifiesto la utilidad de esta disciplina para el análisis de la realidad, ya sea en el ámbito empresarial o de la publicidad y relaciones públicas. Por su parte, en la asignatura Estadística II se avanza en el tratamiento estadístico de datos, ya iniciado en la asignatura dedicada a Estadística Descriptiva, y su objetivo fundamental es el de proporcionar al alumno un conjunto de instrumentos que le permitan abordar la resolución de problemas económico-empresariales en condiciones de incertidumbre.

142

En lo relativo a metodología docente, es necesario diferenciar entre asignaturas troncales u obligatorias y optativas. Las primeras, en los cursos en que se desarrolló la experiencia se impartieron en grupos de más de cien alumnos y, además, el número de grupos con que contaba cada curso hizo que en la docencia de las mismas se vieran implicados dos o más profesores. Es por ello que la base metodológica común se estructuró en torno a las clases teóricas y clases prácticas. Para agilizar las exposiciones se utilizaron medios audiovisuales auxiliares (transparencias o cañón) y para algunos temas concretos se podía acudir al aula de informática. Los alumnos disponían de relaciones de ejercicios complementarias a la bibliografía utilizada para las clases prácticas y como material adicional para fomentar su trabajo personal. Las dudas se resolvieron con ayuda de las tutorías presenciales o virtuales y a través del foro de dudas. La evaluación estuvo basada en la realización de una prueba de carácter teórico-práctico que fue común a todos los grupos de un mismo curso. Alternativamente, el alumno podía optar por una evaluación que tuviese en cuenta no sólo la calificación del examen final sino también el trabajo personal realizado a lo largo del cuatrimestre. En ese caso, la valoración que el profesor hacía de la participación del alumno en el seguimiento de la asignatura podía llegar a incrementar su nota hasta en un 20% de la calificación obtenida en la prueba escrita.

Por otra parte, en cuanto a la metodología docente seguida en la asignatura optativa, el menor número de alumnos y la existencia de un único grupo permitieron que la misma se pudiera impartir, íntegramente, en el aula de informática. Se utilizó la hoja Excel para ilustrar los contenidos teóricos y para la resolución de ejercicios con datos reales o no. La evaluación estuvo basada en la realización de una prueba de carácter práctico con ayuda de la hoja de cálculo y en el trabajo personal realizado por el alumno a lo largo del cuatrimestre.

Durante los cursos académicos en los que se desarrolló la experiencia descrita en este trabajo la participación en las actividades virtuales fue voluntaria tanto para el profesorado adscrito a estas asignaturas como para el alumnado.

EL WIKI Y SU USO EN ASIGNATURAS DE ESTADÍSTICA

Ward Cunningham creó el primer wiki en 1995 llamado WikiWikiWeb, también conocido como Ward´s Wiki o simplemente Wiki. En Leuf y Cunningham (2001) un(a) wiki se describe como “a freely expandable collection of interlinked Web pages, a hypertext system for storing and modifying information and a database where each page can be edited by users with a forms-capable Web browser” (citado en Pérez et al. (2006)), que podría traducirse en castellano como “unacolección libre y ampliable de páginas Web interconectadas, un sistema de hipertexto para almacenar y modificar información junto con base de datos, donde cada página puede ser fácilmente editable por cualquier usuario con un navegador”.

143

La aplicación más impactante del wiki hasta el momento ha sido la creación de enciclopedias de libre difusión, elaboradas de forma colectiva, entre las que destaca Wikipedia. Actualmente, la versión en inglés, fundada en 2001, es la que tiene mayor peso a nivel internacional (Wikipedia.org, 2011a). Esta misma enciclopedia aporta otras definiciones del término wiki. En este sentido, según la Wikipedia española, un wiki o una wiki es un sitio web cuyas páginas pueden ser editadas por múltiples voluntarios a través del navegador web. Los usuarios pueden crear, modificar o borrar un documento que comparten (Wikipedia.org, 2011b). Por su parte, en la Wikipedia en inglés se ofrece la siguiente definición “wiki is a website that allows the creation and editing of any number of interlinked web pages via a web browser using a simplified markup language or a WYSIWYG text editor” (Wikipedia.org, 2011c). WYSIWYG es el acrónimo inglés de “What You See Is What You Get” cuya traducción al español es “Loque ves es lo que obtienes”. Por último, respecto al término WikiWikiWeb en Wikipedia se proporcionan 4 significados, dos de ellos referidos al wiki como espacio de contenidos e hipertextos en la red y otros dos referidos al software wiki necesario para ponerlo en práctica en la Web (Wikipedia.org, 2011d).

En general, los wikis presentan ventajas e inconvenientes. Entre las primeras se suelen citar las siguientes: rapidez en la creación y mejora del contenido; simpleza; libertad del usuario; permite la participación asíncrona; facilita la construcción colaborativa de conocimiento; flexibilidad; etc. Como principal inconveniente se suele señalar el vandalismo que, según figura en (Wikipedia.org, 2011b), “consiste en hacer ediciones (generalmente, hechas por desconocidos) que borran contenido importante, introducen errores, agregan contenido inapropiado u ofensivo o, simplemente, incumple flagrantemente las normas del Wiki”.

Refiriéndonos al uso de los wikis en la plataforma Moodle, en De la Cruz et al. (2007) se describen una serie de experiencias positivas y negativas que resumimos a continuación. Entre las positivas destacan las siguientes:

Los wikis acostumbran al alumno a trabajar en un entorno tecnológico.

Permiten trabajar a distancia.

Desarrollan un espíritu crítico, son más cuidadosos con lo que escriben y aprenden de forma colaborativa.

En algunos casos, el trabajo realizado es verdaderamente colaborativo.

En lo que respecta a las experiencias negativas se señalan:

Algunos alumnos rechazan o son reacios el uso de ordenadores y las TIC.

En la plataforma no es posible que todos los miembros del grupo estén trabajando al mismo tiempo, ya que sólo uno de ellos puede guardar cada vez lo que ha escrito.

144

No hay ventana de discusión, como en otras plataformas informáticas con wiki.

Por otra parte, en relación a la utilización de los wikis como parte de la metodología docente en asignaturas de Estadística en Universidades españolas, la utilización de esta herramienta se menciona en algunos trabajos sobre docencia:

Mondéjar et al. (2007) en la Facultad de Ciencias Sociales en la Universidad Castilla-La Mancha, en el que se utilizan el aprendizaje cooperativo y el wiki para el informe de los trabajos.

Fernández, A. (2010) en la Facultad de CC. EE. y EE. de la UMA en Estadística Actuarial, usado para la elaboración de un observatorio de competencias que deberían tener los futuros graduados.

Cruces y De Haro (2009) y Benítez et al. (2011) en la Diplomatura de Empresariales de la Facultad de Comercio y Gestión de la UMA y en la Licenciatura de Publicidad y Relaciones Públicas, aplicado a Inferencia Estadística y Estadística Descriptiva, respectivamente.

Bárcena et al. (2011), principalmente, en las facultades de CC. EE. y EE y de Ciencias del Trabajo y Relaciones Laborales de la UMA, aplicado a Estadística Descriptiva.

Molina et al. (2011) en la titulación de Psicología de la Universidad de Valencia aplicado a la asignatura Estadística.

En el ámbito internacional, algunos exponentes de su uso para facilitar el proceso de enseñanza-aprendizaje de esta materia son:

La elaboración de un texto de Estadística por los propios alumnos en Wikispaces propuesto por la profesora Strasser en el programa MBA (Master on Business and Administration) de la Universidad de Valparaiso, USA. En las clases se utilizan los paquetes Minitab y Excel. El libro creado está disponible en http://mba640.wikispaces.com (Strasser, 2007).

En una metodología blended-learning en primer curso de Estadística, en la Universidad de Griffith (Australia), Neuman and Hood (2009) indican que se realizó una comparativa entre dos clases. En una clase se empleó el wiki para realizar el trabajo práctico y en otra clase éste se realizó sin wiki. El paquete estadístico que utilizan es SPSS. En este estudio se indica que no se encontraron evidencias de que las notas en el grupo que se utilizó el wiki fuesen mejores que las del otro grupo.

En el trabajo de Ben-Zvi (2007) de la Universidad de Haifa, Israel, se enfatiza el potencial del uso del wiki como herramienta colaborativa para la enseñanza-aprendizaje de la disciplina de Estadística, mencionando experiencias de varios autores.

145

Por otra parte, dado que la docencia de esta disciplina está estrechamente relacionada con la utilización de paquetes estadísticos, merece destacar que, en relación al paquete estadístico de sofware libre, R (http://www.r-project.org/), el proyecto R-Uca de la Universidad de Cádiz ha creado el “R-Wiki”. Los autores explican en Palomo Duarte et al. (2010) en qué consiste: “El proyecto R-Uca tiene por objetivo facilitar la implantación del paquete estadístico R como estándar para docencia e investigación en la Universidad de Cádiz. Está liderado por el grupo de investigación TeLoYDisRen. Entre sus líneas de actuación destacan…. La creación del wiki R-wiki de documentación en español sobre el sistema (es actualmente el referente hispano de la materia a nivel mundial)…”

Por último, cabe citar el trabajo de Admad et al. (2007) que hace referencia al desarrollo de una plataforma de e-learning de estadística en lengua árabe a partir del wiki, ya que soporta el lenguaje LaTex y otros paquetes estadísticos, como por ejemplo, el R, además, de solucionar el problema de la lengua. Esta plataforma, que se denomina “Arabic MM*Stat”, está basada en la interesante plataforma de e-learning desarrollada por la Escuela de Negocios y Economía de Humboldst de la Universidad de Berlín, denominada “MM*Stat”, dedicada a temas de enseñanza y aprendizaje de la Estadística (ver http://fedc.wiwi.hu-berlin.de/quantnet/).

DESCRIPCIÓN DE LA EXPERIENCIA

La experiencia con el wiki se sitúa en el periodo 2008-10. En el mismo, el Campus Virtual de la UMA ya tenía incorporada la aplicación Wiris que permite escribir con facilidad formulación matemática en el editor del wiki de Moodle15, lo que nos hizo pensar que la utilización de esta herramienta podría ayudar a facilitar el proceso de aprendizaje de nuestras asignaturas y nos llevó a incorporarla a la metodología docente.

En la asignatura Estadística I de la Diplomatura en Ciencias Empresariales, curso 2008-09, el wiki formó parte de la metodología docente pero, como se ha indicado antes, su utilización por parte del alumno fue voluntaria. El profesor

15 En Campus Virtual, entre 2005 y 2008, para escribir algunas fórmulas en el editor de Moodle se tenían que utilizar comandos de Tex, con el inconveniente de que algunas de las instrucciones indicadas por los manuales no funcionaban bien al trasladarlas al editor del campus. En mayo de 2008, la labor conjunta del profesor Ángel Mora y de la Dirección de Enseñanza Virtual y Laboratorios Tecnológicos (DEVLT) de la UMA (que actualmente, se corresponde con el Servicio de Enseñanza Virtual y Laboratorios Técnologicos) permitió incorporar al editor de Moodle la aplicación informática Wiris que permite escribir formulación matemática de forma intuitiva (Benítez et al., 2009). Esta aportación merece ser mencionada ya que en comparación con Tex (lenguaje que la mayoría de los alumnos, por no decir todos, desconocían), disminuye sustancialmente el tiempo empleado en escribir y resulta muy fácil de aplicar, lo que, en principio, se suponía que tendría repercusión en la edición del wiki ya que en Estadística se utiliza notación matemática.

146

propuso una relación de ejercicios basados en datos reales y los alumnos debían resolverlos y comentar los resultados a través del wiki. La participación de los alumnos en el wiki podía ser a nivel individual o de grupo, escribiendo las soluciones y comentarios, revisando y completando o modificando las aportadas por otros compañeros (Cruces y De Haro, 2009).

Por su parte, en la asignatura Estadística II (cursos 2008-09 y 2009-10) el wiki se planteó a nivel individual y, al igual que en Estadística I, la participación de los alumnos en el mismo fue voluntaria. En esta asignatura el wiki se utilizó para resolver y comentar ejercicios y cuestiones teóricas correspondientes a exámenes de años anteriores.

Por último, en la asignatura Estadística de la Licenciatura de Publicidad y Relaciones Públicas (cursos 2008-09 y 2009-10) se utilizó el wiki por grupos, de dos o tres alumnos, y con archivos Excel. Se propuso realizar un trabajo aplicando los contenidos de la materia (Estadística Descriptiva) a partir de datos reales relativos a la titulación. La idea inicial era escribir el informe final en el wiki incorporando un enlace para descargar el archivo Excel en el que se habían desarrollado los cálculos estadísticos, con el objetivo de que todos los participantes en el wiki pudieran disponer del desarrollo y comprobar los resultados.

En relación a la experiencia previa de los alumnos con esta herramienta de Moodle, hemos de indicar que, en las asignaturas Estadística I y Estadística II, la mayor parte de ello nunca había empleado la herramienta wiki del Campus Virtual, ni tenía experiencia previa de participación en wikis. Sin embargo, en la asignatura Estadística de la Licenciatura en Publicidad y Relaciones Públicas un 77% del alumnado lo había utilizado previamente en otras asignaturas de la Licenciatura y un 66% tenía una buena o muy buena opinión de esta herramienta.

Por otra parte, y refiriéndonos ahora a algunos de los problemas detectados durante la experiencia, hemos de señalar que en cuanto a la utilización del wiki del campus virtual de la UMA como procesador de textos, en las asignaturas Estadística I y II, esta herramienta presenta problemas de visualización y de edición cuando se traslada texto previamente editado (p.e. en Word), acción bastante frecuente entre los alumnos. Ello puede llevar al bloqueo de la visualización, así como a la imposibilidad para editar el código html. En nuestro caso, tras algunas consultas al Servicio de Enseñanza Virtual de la UMA, seguimos la recomendación de acceder al wiki a través del navegador “Opera”, http://www.opera.com. Este navegador, al no soportar el modo WYSIWYG, permite acceder directamente al código html y, en consecuencia, editar el wiki y quitar los códigos sobrantes. Creemos conveniente destacar que, a pesar de dar a los alumnos explicaciones claras y específicas sobre que había que escribir directamente en el wiki y no utilizar el corto y pego, la mayor parte de los participantes hizo caso omiso a las indicaciones. Ello tuvo como consecuencia el desánimo de los profesores participantes, ya que el mantenimiento del wiki requería de un doble esfuerzo en el trabajo del

147

profesorado, de un lado revisar el propio wiki y de otro corregir los códigos sobrantes.

Por otro lado, en relación a la utilización del wiki con archivos Excel (asignatura Estadística), hemos de indicar que el wiki de Moodle resultó ineficiente, al no permitir al alumno subir ninguna imagen (gráficos para insertar en el informe) ni archivos (en este caso, archivos Excel) directamente de su disco duro o dispositivo USB. Este problema se resolvió:

Creando unas instrucciones sobre cómo incluir los archivos o imágenes en el wiki en las que el profesor incluía un ejemplo.

Abriendo un foro estándar para el wiki, de modo que cada grupo pudiera subir las imágenes y los archivos Excel al mismo. En las siguientes figuras (figuras 1 a 5) se describe el proceso que es necesario seguir para enlazar un archivo del foro al wiki. Como se muestra en la Figura 1, el primer paso consiste en copiar la ruta de enlace.

Figura 1. Copiado de la ruta de enlace. (Fuente: Elaboración Propia)

Lo anterior permite que al editar el wiki se pueda buscar la frase que se quiere enlazar con el archivo (ver Figura 2) y realizar el enlace (ver Figura 3).

En cuanto a la valoración de la experiencia por parte de los alumnos, hemos de indicar que, en la asignatura Estadística de Publicidad y Relaciones Públicas se hicieron encuestas tanto al inicio como al final del cuatrimestre, mientras que en las restantes se hicieron sólo al final del cuatrimestre. En relación a las encuestas finales, la experiencia de cursos previos nos llevó a pasarlas a los alumnos el mismo día del examen, tras la realización de éste, dado que en años anteriores, en los que éstas se ponían a disposición de los alumnos en el Campus Virtual, hubo poca participación si se compara con el número de alumnos presentados al examen final.

148

Figura 2. Búsqueda de la frase a enlazar con el archivo. (Fuente: Elaboración Propia)

Figura 3. Realización del enlace. (Fuente: Elaboración Propia)

RESULTADOS DE LA EXPERIENCIA Y ALGUNAS REFLEXIONES

En la asignatura Estadística I de la Diplomatura en Ciencias Empresariales, curso 2008-09, sólo un 8% de los alumnos participó en la experiencia con wiki, aunque hay que destacar la calidad de los wikis realizados. En relación a la escasa participación, el profesorado inmerso en la experiencia opina que la misma puede ser debida al hecho de que la actividad propuesta fue voluntaria. (Cruces y De Haro, 2009). Resultados similares a éstos, tanto en participación como en calidad, son los que se obtuvieron en la asignatura Estadística II de la

149

Diplomatura en Ciencias Empresariales en los cursos 2008-09 y 2009-10, aunque en este caso no disponemos de los registros que indicarían con exactitud el número de alumnos que participaron en la experiencia.

Con algo más de detalle podemos hablar de la participación en la experiencia de los alumnos de la asignatura Estadística de la Licenciatura de Publicidad y Relaciones Públicas, cursos 2008-09 y 2009-10, dado el número de alumnos matriculados en la misma. En este sentido, en el curso 2009-10, de un total de 26 alumnos, 3 no trabajaron en ninguna actividad planteada durante el curso (cuestionarios, tareas, talleres,…) y tampoco se presentaron al examen de junio. Del resto de los alumnos, 23, al examen final se presentaron 22 de los que 20 aprobaron en dicha convocatoria. De los 23 alumnos que trabajaron durante el curso, 16 lo hicieron en el wiki y todos ellos aprobaron la asignatura.

Por otra parte, en relación a los resultados de las encuestas pasadas al final del cuatrimestre, entre los alumnos de la asignatura Estadística I la encuesta final fue contestada por un número muy bajo de alumnos, por lo que las conclusiones obtenidas de la misma pueden no ser muy representativas de la realidad. La encuesta fue contestada de forma totalmente voluntaria y antes de realizar el examen final, para que las respuestas no se vieran influidas por las calificaciones del examen. Resultados generalizados son el aumento del porcentaje de opiniones favorables en todas aquellas preguntas que se refieren a la utilización de la plataforma como herramienta que favorece el aprendizaje y la motivación. Hay que destacar que en la encuesta final la gran mayoría de los alumnos son partidarios de mezclar clases expositivas con recursos de la plataforma Moodle. Merece también destacarse el hecho de que los alumnos consideran a los recursos de la plataforma como una ayuda en su labor de aprendizaje, y no como una pérdida de tiempo (Bárcena et al., 2011).

Algunos resultados de la encuesta final del curso 2009-10 a los alumnos de la asignatura Estadística II de la Diplomatura en Ciencias Empresariales en lo relativo a la herramienta wiki son los siguientes (escala de Likert 1 a 5):

En la pregunta Valore la utilidad de las herramientas para su aprendizaje (1. Nada útil 5. Muy útil) el wiki obtuvo una valoración media de 3,8.

En la pregunta Valore la dificultad de las herramientas utilizadas en el Campus Virtual (1. Muy fácil 5. Muy complicada) el wiki obtuvo una puntuación media de 3.

En las figuras 4 y 5 se representan los resultados para los cursos 2008-09 y 2009-10, en porcentajes sobre presentados, de las calificaciones y de los

150

porcentajes de aprobados y suspensos con respecto a los matriculados, respectivamente, en la asignatura Estadística II16.

Figura 4. Calificaciones en porcentaje sobre presentados. (Fuente: Elaboración Propia)

En la figura anterior se observa que el porcentaje de suspensos se ha incrementado ligeramente en el curso 2009-10, mientras que el correspondiente a sobresalientes o matrículas de honor ha aumentado. En cuanto a aprobados y suspensos, como se puede observar en la Figura 5, los porcentajes de aprobados en el total de grupos son de un 60,2% y un 55,5% para el 2008-09 y 2009-10, respectivamente, mientras que en el grupo en el que se ha realizado la experiencia éstos son de un 61,2% y un 60%, respectivamente.

Figura 5. Comparativa entre grupo y total en relación a aprobados y suspensos.


16 Los datos que han servido de base para elaborar las figuras 6 y 7 corresponden a uno de los grupos de dicha asignatura (Fig. 6) y al total de grupos comparado con uno de los grupos de la experiencia (Fig. 7).

151

Por otra parte, en la asignatura Estadística de la Licenciatura en Publicidad y Relaciones Públicas, los resultados de algunas cuestiones planteadas en la encuesta final en relación al wiki, en el curso 2009-10, son los siguientes:

A la pregunta ¿Qué opinión tiene del wiki?, el 36% de los alumnos tenía una opinión buena o muy buena.

A la pregunta ¿Qué herramienta de la plataforma le gusta más? El 7% seleccionó el wiki.

A la cuestión, ¿Qué herramienta le ha parecido más complicada de utilizar? El 64% respondió que el wiki.

Cuando se planteó: Indique las herramientas con las que ha aprendido más (respuesta de opción múltiple), el 43% eligió esta herramienta entre otras.

Es conveniente recordar que, entre estos alumnos, a principios del curso 2009-10, un 66% tenía una buena o muy buena opinión de esta herramienta y que el 77% conocía la misma. No obstante, obsérvese también que, aunque sólo el 7% lo eligió como la herramienta que más le gustaba de las utilizadas, el 43% admitió que había aprendido con su utilización. Asimismo, el porcentaje de alumnos que tenía una buena o muy buena opinión del wiki pasó de un 66% a un 36% y un 64% opinó que le pareció complicada la utilización del wiki, respuesta que no sorprende mucho, aún teniendo en cuenta que el 77% ya había utilizado previamente la herramienta wiki en el Campus Virtual, ya que, la tarea planteada requería de la subida de archivos y de la edición de fórmulas matemáticas, problemas que eran nuevos para ellos.

Figura 6. Calificaciones en porcentaje sobre presentados. (Fuente: Elaboración Propia)

En cuanto a las calificaciones de los alumnos de esta asignatura, como se puede observar en la Figura 6, éstas disminuyeron con respecto al año anterior. Asimismo, en las figuras 9 y 10 se aprecia que el reparto de aprobados y suspensos sobre el total de presentados es similar en ambos cursos y que, sin embargo, en el curso 2009-10 el porcentaje de presentados

152

sobre el total de matriculados aumentó ligeramente con respecto al año anterior.

Figura 7. Aprobados y suspensos Figura 8. Presentados y no presentados

Terminamos esta sección con algunas reflexiones sobre la experiencia. En este sentido, destacamos que, salvo en la asignatura optativa, la participación de los estudiantes en esta experiencia ha sido muy escasa. Ello, unido a los problemas técnicos ya comentados, ha hecho que prescindamos de esta herramienta, por el momento, en la docencia de nuestras asignaturas. Lo anterior no significa que no la consideremos una herramienta válida para el aprendizaje sino que, hoy por hoy, con la versión actual de Moodle, 1.9, el wiki reporta más inconvenientes que ventajas a los alumnos de estas asignaturas. De hecho, tenemos conocimiento de que la versión 2.0 de Moodle incorpora un nuevo wiki, construido desde cero, para dar respuesta a las diversas problemáticas planteadas por los usuarios.

Por otra parte, dado que en la docencia de las asignaturas se ha utilizado una amplia variedad de herramientas (glosario, cuestionarios, tareas, talleres, wiki, etc.), ¿es posible cuantificar en qué medida la utilización del wiki ha favorecido el aprendizaje de la materia? Habría que analizar esta cuestión. No obstante, lo que parece indiscutible es que, la utilización del Campus Virtual como parte de la metodología docente en las asignaturas presenciales beneficia al alumno. Tal y como señalamos en un trabajo previo (Benítez et al., 2011), pensamos que, en general, un buen uso de la asignatura virtual facilita la realización de trabajos de manera colaborativa y la implicación de los alumnos en la tarea de evaluación de los mismos. Ello permite trabajar en las competencias de trabajo colaborativo, aprendizaje autónomo, liderazgo, juicio crítico y manejo de las nuevas tecnologías, entre otras.

REFERENCIAS

Ahmad, T., Härdle W., and Klinke, S. (2007). “Using Wiki to build an e-learning system in statistics in Arabic language”. Proceedings of World Academy of Science, Engineering and Technology, Vol. 21. http://www.waset.org/journals/waset/v27/v27-62.pdf [última consulta, 2011.07.16].

153

Area Moreira, M., Sanabria Mesa, A. L. y González Alfonso, M. (2008). “Análisis de una experiencia de docencia universitaria semipresencial desde la perspectiva del alumnado”. RIED-Revista Iberoamericana de Educación a Distancia, 11 (1), 231-254. http://www.utpl.edu.ec/ried/images/pdfs/volumen11/manuel-area.pdf [última consulta, 2011.07.16].

Bárcena Martín, E.; Imedio Olmedo, L.; Lacomba Arias, B. y Parrado Gallardo, E. M. (2011). “La Estadística Descriptiva y las TIC”. @tic. Revista d’innovació educativa (nº6), http://ojs.uv.es/index.php/attic/article/viewFile/286/386 [última consulta, 2011.07.16].

Benítez Márquez, M. D.; Cruces Pastor, M. E. y Sarrión Gavilán, M. D. (2009). “La enseñanza Virtual como apoyo a la Docencia Presencial en asignaturas de Estadística”. Congreso Internacional sobre uso y buenas prácticas con TIC. La Web 2.0. Málaga, 30 Noviembre - 2 Diciembre.

Benítez Márquez, M. D.; Cruces Pastor, M. E. y Sarrión Gavilán, M. D. (2011). “El papel de la plataforma virtual de enseñanza en la docencia presencial de asignaturas de estadística”. Revista de Formación e Innovación Educativa Universitaria (REFIEDU), Vol. 4, Nº 1, págs. 1-12 http://dialnet.unirioja.es/servlet/articulo?codigo=3655246 [última consulta, 2011.07.16].

Ben-Zvi, D. (2007) “Using wiki to promote collaborative learning in statistics education”. Technology Innovations in Statistics Education http://escholarship.org/uc/item/6jv107c7;jsessionid=AF45565A8F44A45EF0F14B657A603B9F, [última consulta, 2011.08.11].

Cruces Pastor, E. M. y De Haro García, J. (2009): “Docencia Universitaria en Estadística a través de las TIC”. Congreso Internacional sobre uso y buenas prácticas con TIC. La Web 2.0. Málaga, 30 Noviembre - 2 Diciembre.

De la Cruz, O., Gava, L., López Portillo, M.P. y Ropero, E. (2007). "Experiencias de trabajo colaborativo con Moodle en Economía", Universidad Europea de Madrid. IV Jornadas Internacionales de Innovación Universitaria. Universidad Europea de Madrid, Madrid, 12 y 13 de junio de 2007. http://www.uem.es/myfiles/pageposts/jiu/jiu2007/index.htm [última consulta, 2011.07.16].

Férnandez Morales, A. (2010). Recursos tecnológicos y actividades no presenciales para un mejor aprendizaje de la Estadística Actuarial. @tic. Revista d’innovació educativa. (nº 5) http://ojs.uv.es/index.php/attic/article/viewArticle/283 [última consulta, 2011.07.16].

Jano Salagre, M. D. y Ortiz Serrano, S. (2007) Experiencia de innovación docente en estadística económica. Red U. Revista de Docencia Universitaria, número 2. http://revistas.um.es/index.php/red_u/article/view/3411 [última consulta, 2010.07.10]

Leuf, B. y Cunningham, W. (2001). The Wiki Way: Quick Collaboration on the Web. Addison-Wesley Professional. ISBN: 020171499X.

MM*Stat (plataforma educativa para aprendizaje a distancia o virtual de estadística, Universidad de Berlín), http://fedc.wiwi.hu-berlin.de/quantnet/, [última consulta, 2011.09.04].

Molina, J. V., Rodrigo, M. F. y Bonavía, T. (2011): La docencia de Estadística en el Grado de Psicología: una experiencia de colaboración interdisciplinar con la asignatura de Psicología Social del Trabajo. @tic. Revista d’innovació educativa. (nº 5) http://ojs.uv.es/index.php/attic/article/view/287/383 [última consulta, 2011.07.16].

154

Mondéjar Jiménez, J., Vargas Vargas, M. y Meseguer Santamaría, M. L. (2007). “Aprendizaje cooperativo en entornos virtuales: el método Jigsaw en asignaturas de estadística”. Documentos de Trabajo. Seminario Permanente de Ciencias Sociales. Nº. 3, Universidad Castilla-La Mancha. URL: http://www.uclm.es/cu/csociales/pdf/documentosTrabajo/03_2007.pdf [última consulta, 2010/07/10].

Neumann, D. L. y Hood, M. (2009). “The effects of using a wiki on student engagement and learning of report writing skills in a university statistics course”. Australasian Journal of Educational Technology, 25 (3), 382-398, http://www.ascilite.org.au/ajet/ajet25/neumann.pdf [última consulta, 2011. 08.11].

Palomo Duarte, M., Rodríguez Posada, E. J., Medina Bulo, I. y Sales Montes, N. (2010). “Tecnologías wiki en la docencia de Ingeniería Informática” XVI Jornadas de Enseñanza Universitaria de la Informática (JENUI). Escola Técnica Superior de Enxeñaría, USC, Santiago de Compostela, 7-9 Julio 2010. http://www.aenui.net/ActasJENUI/2010/Jenui2010_44.pdf [última consulta, 2011.07.16].

Pérez Pérez, J. R.; Paule Ruíz, M. del P. y Labra Gayo, J. E. (2006). “Building a collaborative learning environment based in Wiki”. Current Developments in Technology- Assisted Education, http://www.di.uniovi.es/~juanrp/docencia /innovacion/2006/Building_collaborative_learning_environment_based_Wiki.pdf [última consulta, 2011.07.16].

Strasser, S. (2007). “Statistics Students Create Their Own Textbook Using Wiki Technology”. Decision Lines - Decision Science Institute, vol. 38, 3, http://www.decisionsciences.org/decisionline/Vol38/38_3/dsi-dl38_3inno.pdf [última consulta, 2011. 08.11].

Servicio de Enseñanza Virtual y Laboratorios Tecnológicos, UMA (2008a). Curso “Wikis en Campus Virtual”. Málaga, 7 Abril a 2 Mayo.

Servicio de Enseñanza Virtual y Laboratorios Tecnológicos, UMA (2008b). Curso “Aprendizaje colaborativo en Campus Virtual”. Málaga, 20 Noviembre a 17 Diciembre.

Wikipedia, org (2011a). http://es.wikipedia.org/wiki/Wikipedia, [última consulta, 2011.07.16].

Wikipedia, org (2011b). http://es.wikipedia.org/wiki/Wiki, [última consulta, 2011.07.16]. Wikipedia, org (2011c). http://en.wikipedia.org/wiki/Wiki, [última consulta, 2011.07.16]. Wikipedia, org(2011d). http://en.wikipedia.org/wiki/WikiWikiWeb [última consulta,

2011.07.16].

155

Análisis del Rendimiento en las Asignaturas de Estadística en la Promoción 2008-2009 del PIE de ADE-DERECHO

Rafael Diez García(1), Antonia Ivars Escortell(2), Mª Isabel López Rodríguez(3)

(1)Departamento de Economía Aplicada Universidad de Valencia

Facultat d’Economia, Universitat de valència, Avda de los Naranjos s/n

46022, Valencia e-mail: [email protected]







RESUMEN

El PIE de ADE-Derecho se puso en marcha, en la Universidad de Valencia, en el curso 2003-2004, ofertándose 80 plazas en la primera promoción y 120 a partir de la segunda. Dichas plazas estaban igualmente repartidas entre los dos centros involucrados (Facultad de Economía y Facultad de Derecho), siendo la nota de corte similar por ambas vías de acceso. Sin embargo, en el curso 2007-2008 se produce una diferencia significativa entre la nota de corte de los alumnos que se incorporan por ADE o por Derecho, siendo sustancialmente mayor la de ADE. Esto repercute en que en el curso siguiente, 2008-2009, se produzca un cambio en el reparto de alumnos que acceden por ambas vías, favoreciendo a los estudiantes con mayor nota de corte con independencia de la vía de acceso. Así, el objetivo que se plantea en este trabajo es, por un lado, realizar un análisis del rendimiento de los estudiantes de dicha promoción en cada una de las asignaturas (Estadística I y Estadística II) y por otro llevar a cabo un estudio comparativo de los resultados obtenidos entre las mismas,

156

analizando la posible existencia de un patrón de rendimiento coincidente en ambas materias.

INTRODUCCIÓN

Aunque en el curso anterior (2010-2011) se han puesto en marcha en las Universidades españolas todos los nuevos grados, dentro del marco de Convergencia al Espacio Europeo de Educación Superior (EEES), no debe olvidarse que en años anteriores, en diversos Centros Universitarios, entre los que cabe destacar la Facultad de Economía de la Universidad de Valencia, se han desarrollado algunos Proyectos de Innovación Educativa (PIE), que han servido como programas pilotos en los que se han puesto en marcha alguna de las herramientas que más tarde se utilizarían en los grados. Uno de los objetivos de dichos PIE, era analizar el resultado de los métodos de innovación docente que han supuesto cambios, respecto a los planes de estudios anteriores, tanto a nivel del docente como del alumno. Fundamentalmente en lo que hace referencia al modo de impartir el temario como al de evaluación, en lo que se refiere al docente, así como a la preparación de la asignatura, en cuanto al alumnado.

Entre los PIE mencionados cabe destacar el de la doble titulación de ADE-Derecho17, que se imparte desde el curso 2003-2004, y que está estructurado en 6 cursos con un total de 450 créditos ECTS, de forma que los alumnos, al finalizar, están en disposición de dos títulos académicos: el de Licenciado en ADE y Licenciado en Derecho. Por otra parte, cabe mencionar, para el correcto seguimiento del presente trabajo:

Los alumnos pueden acceder a esta doble titulación por la Facultad de Derecho o por la Facultad de Economía (seleccionando, en este caso, la titulación de ADE). Puede, por consiguiente, intuirse que los alumnos involucrados presentan heterogeneidad en lo referente a estudios previos, y por tanto, también en lo relativo a las materias de corte cuantitativo.

Dentro de dichas materias se enmarcan las asignaturas: Estadística I y Estadística II18, que se imparten en primer y tercer curso respectivamente, tienen una carga lectiva de 6 créditos ECTS cada una de ellas y presentan además de una metodología similar de impartición, la misma forma de evaluación, concretamente:

17 Para más información acerca de este PIE ver: Dasí et al. (2007); Esteban et al. (2009); Ivars et al. (2009). 18 En López, M.I. et al. (2010) se recoge un análisis pormenorizado de la metodología y volumen de trabajo que supone para el alumno y el profesor el seguimiento de ambas asignaturas.

157

o El 30% del la nota se obtiene a través de 3 pruebas escritas realizadas a lo largo del cuatrimestre, constituyendo por ello, la denominada “evaluación continua”.

o El 70% restante se obtiene mediante una prueba final en la que se evalúa toda la materia que compone la asignatura.

En cuanto al número de plazas ofertadas, cabe indicar que en la primera promoción fue de 80, formándose un único grupo, pero tras el éxito obtenido (la demanda ha superado con creces cada curso a la oferta), se amplió a partir de la siguiente promoción a 120, repartidas en dos grupos de 60 alumnos cada uno de ellos. En este punto hay que destacar que la nota de corte superó hasta el curso 2007-2008 el 7, tanto en el caso de los alumnos que accedían por la Facultad de Derecho, como por los que accedían por la Facultad de Economía. Sin embargo en dicho curso se produjo una diferencia significativa entre la nota de corte de los alumnos que accedían por ambos centros (siendo menor la de los que accedían por la Facultad de Derecho), por lo que, al producirse agravios comparativos, desde los Centros y Rectorado se intentó solucionar el mismo ampliando, con carácter excepcional, ese curso el número de plazas en 20. Para evitar que la situación se repitiera, en el curso siguiente (2008-2009) se produjo una modificación en cuanto al número de alumnos que accedían por cada Centro, que quedó del siguiente modo: 40 de los 120 admitidos lo hacían por la Facultad de Derecho, 40 por la de Economía y los 40 restantes según la nota obtenida y a partir de un listado conjunto, provocando que en la promoción 2008-2009 se incremente el número de alumnos que hacen su entrada en el PIE por ADE.

A partir de todo lo expuesto, surgen una serie de consideraciones que van a abordarse a lo largo del trabajo que se presenta, cuyo objetivo es dar respuesta a las mismas. Cuestiones que concretando son:

Dada la heterogeneidad en la preparación previa, en cuanto a las asignaturas cuantitativas, a su entrada en la Universidad de los alumnos que conforman el PIE, así como la peculiaridad de la promoción 2008-2009, referente a la no igualdad en el número de alumnos que hacen su entrada por Derecho y por ADE: ¿se da una diferencia significativa en el rendimiento de los mismos en las asignaturas Estadística I y Estadística II, atendiendo a su vía de acceso?

Debido a que, tal y como se ha indicado, el tipo de metodología y forma de evaluación utilizada en las asignaturas citadas ha sido similar:

o ¿existe un patrón de rendimiento similar entre ellas?, esto es: ¿hay diferencias significativas entre, por ejemplo, el porcentaje de sobresalientes, notables, etc. obtenido entre ambas asignaturas? En caso afirmativo: ¿se mantiene dicho patrón según la vía de acceso? En caso negativo: ¿a que puede ser debido?

158

o Dado que, históricamente, el número de estudiantes de sexo femenino es notablemente superior ¿el patrón es similar según el sexo del estudiante?

o ¿Existe correlación entre las notas obtenidas entre ambas asignaturas?

Por último, y partiendo de las notas obtenidas por una muestra de alumnos de la promoción 2008-2009 en las asignaturas objeto de estudio, el esquema que se utilizará en el trabajo será el siguiente:

a) Realizar un análisis del rendimiento académico, en Estadística I, de dicha promoción, tanto considerado globalmente como teniendo en cuenta la vía de acceso y el sexo de los estudiantes.

b) Repetir el proceso del punto anterior para el caso de la asignatura Estadística II. En este caso, además, se complementará el análisis con un estudio de la tasa de abandono, así como de en que vía y según que sexo esta es más acusada (en caso de que existiera diferencias significativas).

c) Realizar un estudio comparativo del rendimiento entre ambas asignaturas.

RENDIMIENTO ACADÉMICO PROMOCIÓN 2008-2009 EN ESTADÍSTICA I

A partir de las notas obtenidas por los alumnos de la promoción 2008-2009 en la primera convocatoria19 de la asignatura Estadística I, se han elaborado las siguientes tablas, conteniendo tanto en términos absolutos como porcentuales, los “NP”, suspendidos, etc. (Tabla 1), así como algunas medidas de reducción significativas para las variables:

EC= nota obtenida en la Evaluación Continua.

PS= nota obtenida en la Prueba de Final o Prueba de Síntesis.

NOTA FIN1= nota obtenida en la asignatura.

Entre las que se encuentra el coeficiente de correlación entre la evaluación continua y la prueba de síntesis (Tabla 2), de manera que se pueda comprobar, como cabría esperar, que existe una correlación positiva entre “EC” y “PS”, al ser la evaluación continua una herramienta que permite preparar al alumno a lo

19 Se ha considerado únicamente esta convocatoria debido a que, según se verá a lo largo del estudio, el porcentaje de alumnos que no se presentan en dicha convocatoria o bien no superan la asignatura en la misma es bajo en el caso de Estadística II y algo más alto en el de Estadística I, por lo que en aras de homogeneizar el estudio y poder realizar la comparativa entre ambas materias, se ha optado por analizar el rendimiento para dicha convocatoria únicamente.

159

largo del cuatrimestre, de cara a una prueba de síntesis en la que se valoran los conocimientos adquiridos.

Tabla 1. Resultados Académicos Estadística I.

Nº ALUMNOS NP SUSPENSOS APROBADOS NOTABLES SOBRESALIENTES M.H.

61 5 11 14 25 3 3

8% 18% 23% 41% 5% 5%

Fuente: Elaboración propia a partir de las notas de primera convocatoria.

Tabla 2. Medidas de reducción notas Estadística I. EC PS NOTAFIN1

NOTA MEDIA 5,89 6,38 6,33 DESVIACIÓN TÍPICA 2,17 2,7 2,21

C. VARIACIÓN PEARSON 0,37 0,42 0,35

r EC, PS 0,49


A partir de los datos contenidos en la Tabla 2 se deduce que:

1º.- La nota media obtenida en la prueba de síntesis es superior a la que, por término medio, el alumnado ha obtenido a lo largo del cuatrimestre en la evaluación continua, aunque la representatividad de la media es inferior, al ser mayor su coeficiente de variación.

2º.- La nota final media de la promoción objeto de estudio no supera el 7, a pesar de que, tal y como se indicó en la introducción, son estudiantes que entran en esta titulación lo hacen con un muy buen expediente académico.

3º.- Existe una correlación positiva, entre EC y PS, pero inferior a lo que podría esperase teniendo en cuenta, como ya se ha citado, que a lo largo de las pruebas que componen la evaluación continua se ha ido preparando al estudiante para que afronte con éxito la prueba de síntesis.

Si se tiene en cuenta la vía de acceso y se repite el esquema de análisis anterior se obtiene que:

Tabla 3. Resultados Académicos Estadística I (según vía de acceso). Nº ALUMNOS NP SUSPENSOS APROBADOS NOTABLES SOBRESALIENTES M.H.

ADE 36 2 7 9 15 2 1

5,56% 19,44% 25 % 41,67% 5,56% 2,78%DERECHO 25 3 4 5 10 1 2

12 % 16 % 20 % 40 % 4 % 8,00%


160

Tabla 4. Medidas de reducción notas Estadística I (según vía de acceso).

ADE DERECHO

EC PS NOTAFIN1 EC PS NOTAFIN1

NOTA MEDIA 5,90 6,59 6,44 5,87 6,05 6,16 DESVIACIÓN TÍPICA 2,08 2,55 2,06 2,31 2,88 2,41 C. VARIACIÓN PEARSON 0,35 0,39 0,32 0,39 0,48 0,39 r EC, PS 0,36 0,68


A partir de los datos contenidos en las Tablas 3 y 4 se deduce que:

1º.- Mientras que el 60% de los alumnos hicieron su entrada por ADE, el 40% restante lo hicieron por Derecho, y aunque fueron estos últimos los que más tasa de NP presentaron también, porcentualmente hablando, obtuvieron la mayor calificación (M.H.)

2º.- Al igual que en el análisis global, la nota media de PS es superior a la de EC en ambas vías y tampoco en este caso la nota final media supera el 7 en ninguna de ellas. Se observa, sin embargo, que la media para los que accedieron por ADE es superior a la global (6,44 frente a 6,33), ocurriendo lo contrario para el caso de los alumnos que accedieron por Derecho (6,16 frente a 6,33).

3º.- Aunque existe una correlación positiva, entre EC y PS, esta es significativamente superior en el caso de los estudiantes que hicieron su entrada en el PIE por Derecho que las que lo hicieron por ADE, por lo que, en principio, podría concluirse que para el primer colectivo citado la preparación previa a la prueba de síntesis, objetivo de la evaluación continua, ha sido más efectiva que para el colectivo cuya vía de acceso fue ADE.

Tabla 5. Resultados Académicos Estadística I (según sexo). Nº ALUMNOS NP SUSPENSOS APROBADOS NOTABLES SOBRESALIENTES M.H.

MUJER 38 3 7 5 18 2 3 7,89% 18,42% 13,16% 47,37% 5,26% 7,89%

HOMBRE 23 2 4 9 7 1 0 8,70% 17,39% 39,13% 30,43% 4,35% 0 %


Considerando, por último el sexo, las tablas 5 y 6 contienen información similar a las de las tablas 1 y 2 y las 3 y 4.

161

Tabla 6. Medidas de reducción notas Estadística I (según sexo).

MUJER HOMBRE


NOTA MEDIA 6,11 6,73 6,61 5,54 5,79 5,87

DESVIACIÓN TÍPICA

2,23 2,50 2,11 2,04 2,902,30

C. VARIACIÓN PEARSON

0,36 0,37 0,32 0,37 0,50 0,39

r EC, PS 0,45 0,53


Concluyéndose que:

1º.- Al igual que en la desagregación según la vía de acceso, el porcentaje, según sexo, se reparte en un 60% de mujeres y un 40% de hombres. Destacan éstas en su rendimiento académico, pues aunque el porcentaje de NP y “Suspensos” es similar, copan las M.H. y el porcentaje de notables es significativamente superior.

2º.- Tal y como ocurre considerando los datos agregados, esto es, sin distinción de sexo, la nota media de PS es superior a la de EC en ambos casos, no superando el 7 en ningún caso. Se observa, sin embargo, que la nota media obtenida por las mujeres es superior a la global (6,61 frente a 6,33) y a la obtenida por los hombres (5,87).

3º.- Sigue dándose el caso, al igual que en los análisis previos de que la correlación entre EC y PS es positiva, y aunque no alcanza un valor alto en ningún caso, es algo superior para el caso de los hombres, por lo que, en principio para estos la evaluación continua podría decirse que les sirvió más que a las mujeres de cara a la preparación de la prueba de síntesis.

RENDIMIENTO ACADÉMICO PROMOCIÓN 2008-2009 EN ESTADÍSTICA II

Siguiendo el mismo esquema de análisis que en el epígrafe anterior y con objeto de no resultar repetitivos en la exposición, indicar que el número de tablas y la estructura de las mismas es idéntico al de dicho epígrafe (en primer lugar se realiza un estudio global y después según vía de acceso y sexo del estudiante, con la salvedad de que la nota final obtenida en la asignatura se denotará por NOTAFIN2) lo que se obviará la presentación de cada estudio y se comentarán los datos más relevantes contenidos en las tablas que siguen:

162

Tabla 7. Resultados Académicos Estadística II. Nº ALUMNOS NP SUSPENSOS APROBADOS NOTABLES SOBRESALIENTES M.H.

50 2 2 4 29 10 3

4% 4% 8% 58% 20% 6%


Tabla 8. Medidas de reducción notas Estadística II.

EC PS NOTAFIN2

NOTA MEDIA 6,48 8,88 8,05

DESVIACIÓN TÍPICA 1,90 1,40 1,65 C. VARIACIÓN PEARSON 0,29 0,16

0,20

r EC, PS 0,38


Tabla 9. Resultados Académicos Estadística II (según vía de acceso).

Nº ALUMNOS NP SUSPENSOS APROBADOS NOTABLES SOBRESALIENTES M.H.

ADE 33 0 2 3 19 7 2 0 % 6,06% 9,09% 57,58% 21,21% 6,06%

DERECHO 17 2 0 1 10 3 1 11,76% 0 % 5,88% 58,82% 17,65% 5,88%


Tabla 10. Medidas de reducción notas Estadística II (según vía de acceso).

ADE DERECHO


NOTA MEDIA 6,22 8,76 8,03 6,99 9,11 8,58 DESVIACIÓN TÍPICA

1,80 1,60 1,43 1,99 0,78 0,68

C. VARIACIÓN PEARSON

0,29 0,18 0,19 0,28 0,09 0,083

r EC, PS 0,47 -0,06


Tabla 11. Resultados Académicos Estadística II (según sexo). Nº ALUMNOS NP SUSPENSOS APROBADOS NOTABLES SOBRESALIENTES M.H.

MUJER 33 1 2 2 20 6 2

3,03% 6,06% 6,06% 60,61% 18,18% 6,06%

HOMBRE 17 1 0 2 9 4 1

5,88% 0 % 11,76% 52,94% 23,53% 5,88%


163

Tabla 12. Medidas de reducción notas Estadística II

(según sexo). MUJER HOMBRE


NOTA MEDIA 6,21 8,85 8,14 7,03 8,91 8,34 DESVIACIÓN TÍPICA 2,02 1,51 1,38 1,48 1,15 0,98 C. VARIACIÓN PEARSON 0,32 0,17 0,17 0,21 0,13 0,12 r EC, PS 0,46 0,16


1º.- De las tablas referentes al estudio global se deduce que el 84% de los alumnos obtuvieron notas superiores al 7, siendo la nota media en la prueba de síntesis bastante superior a la de la evaluación continua y además, con menor coeficiente de variación, por lo que es más representativa. En cuanto a la correlación entre EC y PS, ésta es positiva pero no elevada, inferior a lo que podría esperase teniendo en cuenta, si tal y como se indicó con la evaluación continua se pretendía que el estudiante se preparase, a lo largo del cuatrimestre, para afrontar con éxito la prueba de síntesis.

2º.- Si se tiene en cuenta la vía de acceso, el porcentaje de alumnos con buen rendimiento académico es similar en ambas, con medio punto de diferencia, aproximadamente, a favor de los alumnos que accedieron por Derecho tanto en EC como en PS y NOTAFIN2. Hay que destacar, sin embargo, los valores de los coeficientes de correlación entre EC y PS para los provenientes de Derecho, al ser este casi nulo, aportando, por consiguiente, un elemento de reflexión, que deberá ser abordado en estudios posteriores.

3º.- Conclusiones similares a las que se acaban de exponer (atendiendo a la vía de acceso) se obtienen si se desagregan los datos atendiendo al sexo, esto es, el porcentaje de alumnos con buen rendimiento académico es similar para ambos sexos, ligeramente superior para los Hombres en PS y NOTAFIN2 y significativamente mayor en EC, invirtiéndose la relación si se comparan los coeficientes de correlación entre EC y PS, al ser significativamente inferior para los Hombres.

ESTUDIO COMPARATIVO RENDIMIENTO ENTRE AMBAS ASIGNATURAS

El estudio comparativo entre los rendimientos de las dos asignaturas se hará desde una doble vertiente: una de tipo cuantitativo y otra de tipo cualitativo:

Análisis cuantitativo: atendiendo a los resultados obtenidos en los epígrafes anteriores, se elabora la siguiente tabla, en la que se reúnen

164

las medidas de posición de NOTAFIN1 y NOTAFIN2, así como el coeficiente de correlación entre ellas:

Tabla 13. Medidas de reducción notas finales Estadística I y II.

NOTAFIN1 NOTAFIN2 NOTA MEDIA 6,33 8,05 DESVIACIÓN TÍPICA 2,21 1,65 C. VARIACIÓN PEARSON 0,35 0,20 CORRELACIÓN(NOTAFIN1-2) 0,54


A partir de la cual se observa que las notas en Estadística II son más homogéneas que en Estadística I siendo además la nota media notablemente más alta en Estadística II. En cuanto a la relación entre ellas, ésta es positiva aunque no muy intensa.

Con objeto de hacer más detallado el estudio comparativo, se obtienen las gráficas de las funciones de distribución:

Figura 1. Funciones de distribución de NOTAFIN1 y NOTAFIN2 (Fuente: Elaboración propia)

Se observa claramente que estamos ante unos resultados muy buenos en ambas asignaturas, aumentando claramente el rendimiento en Estadística II. Se pueden destacar, además, los siguientes resultados: en Estadística I la pendiente de la función de distribución empieza a ser pronunciada a partir de la nota 6 (aproximadamente el 30% de las notas son inferiores o iguales a 6 o dicho de otro modo, el 70% supera dicha calificación), mientras que en Estadística II la pendiente de la función de distribución empieza a ser

165

importante a partir de la nota 7 (solo el 12,5% de las notas son inferiores o iguales a 7, es decir, el 87,5% son superiores a dicha calificación). En cuanto a la mediana, comentar que en Estadística I es de de 6,88 puntos, pasando a ser de 8,37 en Estadística II.

Análisis cualitativo: si en lugar de considerar los valores numéricos de NOTAFIN1 y NOTAFIN2, para realizar la comparación, se considerase la calificación cualitativa del alumno (suspenso, aprobado,…..), con objeto de obtener conclusiones acerca del número o porcentaje de estudiantes que mantienen su calificación en ambas asignaturas o, por lo contrario, discrepan, bien porque la mejoran, bien porque la empeoran, sería conveniente representar conjuntamente, mediante una tabla de doble entrada, las calificaciones de ambas materias. Utilizando los siguientes ítems para ambas asignaturas (X sería la relativa a Estadística I e Y a Estadística II).

0 1 2 3 4 5 6

Abandona N.P. Suspenso Aprobado Notable Sobresaliente Matrícula Honor

La tabla 14 cumple con el objetivo propuesto, Tabla que se puede complementar, para su mejor interpretación, con el gráfico de dispersión de la figura 2: En este gráfico de correspondencias entre las calificaciones obtenidas, los ejes de coordenadas se cruzan en el punto (3, 3) que representa el aprobado en ambas asignaturas. De esta forma los puntos situados en el primer cuadrante representan a los estudiantes que han obtenido buenos resultados en ambas asignaturas (así por ejemplo el par (4,5) hace referencia a los 8 estudiantes que obtuvieron un notable en Estadística I y sobresaliente en Estadística II). Los puntos situados en el tercer cuadrante representan a los que han obtenido malos resultados en las dos materias (por ejemplo el par (2,2) representa a los 2 estudiantes que suspendieron ambas asignaturas). Estos resultados se pueden comprobar en la tabla de contingencia o distribución conjunta anterior (Tabla 14).

Tabla 14. Distribución conjunta de las calificaciones de Estadística I y Estadística II frecuencias absolutas y relativas.

Y ESTADÍSTICA II 0 1 2 3 4 5 6 ni·

X E

ST

AD

ÍST

ICA

I

1 nij 5 5

fij 8,2% 8,2%

2 nij 4 1 2 4 11

fij 6,6% 1,6% 3,3% 6,6% 18,0%

3 nij 2 1 1 10 14

fij 3,3% 1,6% 1,6% 16,4% 23,0%

4 nij 3 13 8 1 25

fij 4,9% 21,3% 13,1% 1,6% 41,0%

5 nij 1 2 3

fij 1,6% 3,3% 4,9%

6 nij 1 2 3

fij 1,6% 3,3% 4,9% n·j 11 2 2 4 29 10 3 61

f·j 18,0% 3,3% 3,3% 6,6% 47,5% 16,4% 4,9% 100%


166

Figura 2. Gráfico de dispersión, correspondencias entre calificaciones de Estadística I y Estadística II (Fuente: Elaboración propia)

Es evidente que hay una asociación positiva entre las calificaciones obtenidas en ambas asignaturas ya que la mayoría de los puntos aparecen en los cuadrantes 1 y 3.

A modo de complemento de lo expuesto, se consideran además las distribuciones condicionadas X/Y e Y/X (Tablas 15 y 16):

Tabla 15. Distribuciones condicionadas X /Y. Y ESTADÍSTICA II

0 1 2 3 4 5 6 ni·

X E

ST

AD

ÍST

ICA

I

1 nij 5 5

frec X/Y 45,5%

2 nij 4 1 2 4 11

frec X/Y 36,4% 50,0% 100,0% 13,8%

3 nij 2 1 1 10 14

frec X/Y 18,2% 50,0% 25,0% 34,5%

4 nij 3 13 8 1 25

frec X/Y 75,0% 44,8% 80,0% 33,3%

5 nij 1 2 3

frec X/Y 3,4% 20,0%

6 nij 1 2 3

frec X/Y 3,4% 66,7%

n·j 11 2 2 4 29 10 3 61 Total frec X/Y 100% 100% 100% 100% 100% 100% 100% 100%


2 1

3 4

167

Tabla 16. Distribuciones condicionadas Y/X. Y ESTADÍSTICA II

0 1 2 3 4 5 6 ni·

Tot frec Y/X

X E

ST

AD

ÍST

ICA

I

1 nij 5 5

frec Y/X 100% 100%

2 nij 4 1 2 4 11

frec Y/X 36,4% 9,1% 18,2% 36,4% 100%

3 nij 2 1 1 10 14

frec Y/X 14,3% 7,1% 7,1% 71,4% 100%

4 nij 3 13 8 1 25

frec Y/X 12,0% 52,0% 32,0% 4,0% 100%

5 nij 1 2 3

frec Y/X 33,3% 66,7% 100%

6 nij 1 2 3

frec Y/X 33,3% 66,7% 100%

n·j 11 2 2 4 29 10 3 61

100%


Si se observan estas distribuciones condicionadas se puede destacar, a modo de ejemplo, lo siguiente:

A partir de la Tabla 15: de los 11 estudiantes de primero que no cursaron la Estadística II 5 (45,5%) no se presentaron a Estadística I, 4 (36,4%) la suspendieron y 2 (18,2%) la aprobaron. De los 29 estudiantes que han obtenido un notable (ítem 4) en Estadística II, 13 (44,8%) también obtuvieron un notable en Estadística I, 10 (34,5%) la aprobaron, 4 (13,8%) la suspendieron, 1 consiguió sobresaliente y 1 matrícula de honor.

A partir de la Tabla 16: se puede destacar que de los 14 estudiantes que obtuvieron un aprobado en Estadística I, 10 (71,4%) consiguen un notable en Estadística II, 1 obtiene un aprobado y solamente 1 suspende. De los 25 que obtienen un notable en Estadística I, 21 (84%) igualan o mejoran esa calificación en Estadística II (52%+32%).

CONCLUSIONES

Atendiendo a todo lo expuesto, se puede concluir que, en términos generales el rendimiento académico en las asignaturas de Estadística mejoran significativamente de la I a la II. En concreto:

1º.- Considerando las notas agregadas: mientras que la nota media en Estadística I no llega al 7 (concretamente es 6,33), en el caso de Estadística II lo supera (8,21).

2º.- Si se desagregan las notas atendiendo a la vía de acceso, el patrón anterior se repite, pero mientras que en Estadística I obtienen mejor calificación

168

los que accedieron por ADE en Estadística II, esto se da para los estudiantes cuya vía de acceso fue Derecho.

3º.- Si el factor discriminante es el sexo, las mujeres son las que obtuvieron mayor nota media en Estadística I, mientras que en Estadística II este hecho se invierte, no superando el 7 en ningún caso en Estadística I y siendo mayor a dicha calificación en Estadística II.

Por otra parte, en cuanto a la correlación entre la EC y la PS, aunque esta no ha sido tan alta como cabría esperar, hay que destacar dos casos: un r=0,68 para los alumnos de Estadística I que accedieron por Derecho y una correlación prácticamente nula (-0,06) para los que idéntica vía de acceso en el caso de Estadística II

De la comparativa entre las notas finales de ambas asignaturas, se pueden matizar algunas de las conclusiones anteriores. Concretamente:

1º.- Mientras que en Estadística I el 46,4% de los alumnos superan el 7, en Estadística II el porcentaje se eleva al 87,5%.

2º.- En cuanto al porcentaje de estudiantes que mantienen su calificación en ambas asignaturas o, por lo contrario, discrepan, se observa que la tónica general es la mejora de la calificación. Concretamente: el 71’4% de los que obtuvieron un “aprobado” en Estadística I tiene un “notable” en Estadística II,

De los 25 estudiantes con un “notable” en Estadística I, el 52% mantienen dicha calificación y el 36% la superan.

REFERENCIAS

Dasí, A.; García, J.; Huguet, A.; Juan, R.; Montagud, M.D.; Gollnert, G. (2007) “Innovación educativa en la Universidad: ADE-Derecho”, PUV Universitat de València, Valencia.

Esteban, J; Rojo, C.; Ruiz, F. (2009). “Características deseables en los estudios de ADE-Derecho: una perspectiva desde la visión del alumnado”. Anales de Economía Aplicada. Delta Publicaciones Universitarias.

Ivars, A.; López, M.I.; Ruiz, F. (2009). “ADE-Derecho en la Universitat de València: estudio de una experiencia piloto”. Anales de Economía Aplicada. Delta Publicaciones Universitarias.

López, M.I., Diez, R.; Ivars, A. (2010): La docencia de la Estadística en el PIE de ADE-Derecho: Volumen de trabajo del Alumno y del profesor”. @tic. Revista d’innovació educativa. Universitat de Valencia.

169

Evaluación de la Metodología Docente en los Estudios de Grado: el Caso de Estadística Básica en un Grupo con

Docencia en Inglés

Juan D. Montoro-Pons

Departament d’Economia Aplicada Universitat de València

Av Tarongers sn, 46022 Valencia e-mail:[email protected]

RESUMEN

Esta comunicación analiza la experiencia del curso introductorio de estadística con docencia en inglés que se ofrece de forma transversal a los alumnos de la Facultat d’Economia de la Universitat de València en los último cinco cursos académicos (desde el 2006/07 a la actualidad). El principal objetivo del trabajo es el de ofrecer, si bien de modo tentativo, algunas respuestas a cuestiones relativas a la efectividad que sobre diferentes outputs del proceso de enseñanza-aprendizaje ha tenido la implantación de los nuevos estudios de grado. Asimismo se analizan las características diferenciadoras de la práctica docente en el grupo considerado, junto a la evolución temporal de los resultados de la evaluación con especial énfasis en la transición de las licenciaturas a los estudios de grado. Finalmente, y de manera preliminar por la limitación de los datos disponibles, se analiza el impacto de la evaluación continua sobre los resultados y la motivación y participación de los alumnos.

INTRODUCCIÓN

Desde su creación en el curso académico 2003/04, el Grupo Internacional (GI) ha consolidado la docencia en inglés en las enseñanzas de Administración y Dirección de Empresas y Economía de la Facultat d’Economia de la Universitat de València (UV). Su consideración como grupo de Innovación Docente por la UV en el año 2009 supone un reconocimiento explícito de la labor docente llevada a cabo por los miembros del mismo. Con la entrada en vigor de los nuevos estudios de grado el GI se transforma en grupo de alto rendimiento académico (ARA), grupos que persiguen reforzar el potencial de los estudiantes más destacados desde el inicio de sus estudios universitarios. En definitiva la evolución del GI se configura institucionalmente como un grupo de excelencia docente, donde la motivación de los estudiantes ha jugado un papel central. Uno de los factores que más ha podido incentivar los resultados de los estudiantes del GI ha sido la posibilidad de participar, hasta el curso 2009/10,

170

en el programa de doble titulación internacional ADE/GEDE que ofrece la facultad. Este programa, al cual podían acceder todos los estudiantes de la licenciatura de ADE, exige de los estudiantes un rendimiento académico mínimo para poder completar con éxito una estancia de dos años en una universidad socia y obtener una doble titulación. No obstante, con la activación de los grados en el curso 2010/11 la doble titulación internacional se desvincula del grado de ADE y pasa al de Negocios Internacionales/International Business (GIB), grado con requisitos de acceso más estrictos.

De lo anterior se desprende que la introducción de los estudios de grado ha tenido dos consecuencia directas sobre el programa del GI. De una parte, quizá la más evidente, por el cambio del modelo docente implícito en el Espacio Europeo de Educación Superior. De otra, por la modificación de los incentivos a los que se enfrentan un subgrupo de los estudiantes del GI que dejan de tener acceso a los programas internacionales de doble titulación.

El trabajo que a continuación se presenta persigue analizar los determinantes de los resultados académicos en la primera convocatoria de los estudiantes del GI, especialmente el impacto de la evaluación continua y su efecto neto sobre la evaluación, así como la motivación como elemento diferenciador y determinante del resultado académico. Este ejercicio resulta especialmente relevante por contar con una suficiente homogeneidad tanto en el alumnado como en el profesorado que permite realizar dicho análisis. Como profesor responsable de la materia Estadística I en el GI desde el año 2006/07, es posible analizar el cambio estructural que ha supuesto el proceso de Convergencia Europea en el curso 2010/11 y ofrecer algunos resultados preliminares del mismo.

La estructura es la siguiente. El próximo epígrafe introduce un análisis descriptivo de los datos con los que se ha trabajado, así como la metodología de estimación empleada. Le sigue un epígrafe donde se exponen los principales resultados empíricos. Finalmente el trabajo cierra con una sección de conclusiones.

DATOS Y METODOLOGÍA

Los datos

La tabla 1 muestra los principales datos recopilados a lo largo de la docencia en la asignatura Estadística I durante el período 2007-2011. De esta se desprenden algunos aspectos sobresalientes con la implantación de los nuevos grados en el curso 2010/11.

En primer lugar la evolución de la matrícula, que experimenta un descenso significativo, al pasar de cerca de 100 alumnos matriculados a 42. La explicación a esta evolución hay que buscarla en la oferta de nuevos grados dentro del área de estudios de empresa: con la oferta en el curso 2010/11 del

171

GIB, que cuenta con un grupo específico de docencia íntegramente en inglés, la demanda de estudios en inglés en Negocios y Administración de Empresas la Facultat d’Economia se diluye entre las nuevas titulaciones de GADE y GIB. Este efecto no se observa en la nueva titulación de Economía, donde no se ha producido este desdoblamiento.

Tabla 1. Resultados de la asignatura Estadística I en primera convocatoria (1). 2007 2008 2009 2010 2011/GADE 2011/GECO 2011/Total

No Presentados 23 25.6% 41 32.8% 25 22.94% 25 26.6% 4 15.4% 2 12.5% 6 14.3%

Suspenso 42 62.7% 51 60.7% 32 38.10% 32 46.4% 10 45.5% 2 14.3% 12 33.3%

Aprobado 12 17.9% 22 26.2% 35 41.67% 21 30.4% 6 27.3% 3 21.4% 9 25.0%

Notable 7 10.4% 7 8.3% 10 11.90% 8 11.6% 6 27.3% 6 42.9% 12 33.3%

Sobresaliente 5 7.5% 0 0.0% 2 2.38% 4 5.8% 0 0.0% 1 7.1% 1 2.8%

Matrícula de H. 1 1.5% 4 4.8% 5 5.95% 4 5.8% 0 0.0% 2 14.3% 2 5.6%

Total 90 125 109 94 26 16 42

Fuente: Elaboración Propia. (1) Datos absolutos y relativos. Para el curso 2010/11 se ofrece desglose por titulación Grado en Administración y Dirección de Empresas (GADE) y Grado en Economía (GECO) así como el total.

En segundo lugar se observa una caída de la tasa de alumnos no presentados en primera convocatoria. Ésta caída puede tener su origen en dos factores. Por un lado en el cambio del método de evaluación, con una mayor ponderación de la evaluación continua y que por tanto otorga un menor peso al examen. Por otro lado en las propias características de los grupos ARA que, al exigir del alumno un rendimiento académico mínimo para su permanencia en el mismo, puede haber incentivado a los alumnos a presentarse a todas las convocatorias disponibles para superar la materia.

En tercer lugar, y por lo que respecta a los resultados cualitativos de los alumnos, se observa una mejora de los resultados de los estudiantes tras la implantación de los nuevos grados. No obstante los resultados agregados ocultan una comportamiento cualitativamente distinto para GADE y GECO. Mientras en el primero el porcentaje de alumnos aprobados no difiere de forma manifiesta de los resultados de cursos anteriores, los resultados de los alumnos matriculados en el grado de Economía ha permitido una mejora en los resultados agregados del GI.

En base a los datos presentados, el análisis estadístico que se desarrolla a continuación persigue identificar los factores que determinan el éxito académico en primera convocatoria. Más específicamente se pretende determinar la magnitud relativa de los “efectos cohorte”, del papel de la evaluación continua como método de evaluación del proceso de enseñanza-aprendizaje así como otros factores que pueden determinan el éxito académico, entre otros el tamaño del aula y la motivación de los estudiantes. Para ello utilizaremos los datos correspondientes a los cursos académicos de 2008/09 a 2010/11. La principal justificación para no tomar en consideración los datos disponibles para los dos cursos anteriores es la mayor homogeneidad en

172

la programación y diseño de las estrategias y recursos docentes utilizados en la materia en los tres cursos analizados.

Centrándonos pues en los datos para los tres cursos considerados, la figura 1 muestra la distribución de frecuencias de los resultados de la evaluación en primera convocatoria (valores numéricos de 1 a 100, superándose la asignatura con una calificación de 50 ó más).

Aparentemente el efecto de los grados es el de segmentar la distribución de frecuencias en dos partes bien diferenciadas. Es probable que esta segmentación se deba al papel central que la evaluación continua juega en los nuevos grados. Para ver su impacto, la figura 2 muestra el diagrama de caja de la participación en la evaluación continua de los alumnos del GI.

En este sentido es importante destacar que los alumnos han podido optar por evaluar las actividades desarrolladas en el aula y el trabajo autónomo en el grupo de Estadística I desde el inicio de la impartición del GI en 2007. No obstante el rol de la misma ha sido significativamente distinto. En la licenciatura el alumno podía optar por la evaluación continua que representaba un máximo del 10% de la nota de la asignatura sobre un examen que contaba el 90% o el 100% dependiendo del escenario más beneficioso para el alumno. Por el contrario la relevancia de la evaluación continua en el grado hace que ésta suponga un 30% del peso de la materia, y a pesar de ser optativa, el alumno que opte exclusivamente por el examen final podrá obtener como máximo un 70% de la puntuación total de la materia.

Este efecto queda patente en la figura 2, donde se observa como la mediana es mayor en el porcentaje de la evaluación continua completada por los alumnos en el grupo del grado, así como una menor dispersión en la participación como se desprende de la observación del rango intercuartílico.

Figura 1. Resultados de la evaluación en primera convocatoria. Distribución por curso académico.


173

La primera cuestión que surge al analizar los datos es la de si existen diferencias significativas por promociones en los resultados académicos de los estudiantes. Como una primera aproximación al análisis de los resultados de la evaluación podemos realizar un contraste de medias a través de la estimación un modelo por mínimos cuadrados con variable dependiente binaria (el resultado de la evaluación) y como variables explicativas dos variables ficticias para las promociones 2010 y 2011. En la tabla, la constante refleja la proporción de alumnos en 2009 (categoría base) que obtuvieron un determinado resultado. Los coeficientes estimados para las variables ficticias reflejan la diferencia en resultados entre distintas promociones, y el p-valor asociado a estos (debajo en cursiva) si esta diferencia es significativa.

Figura 2. Diagrama de caja para la participación en la evaluación

continua (% de la evaluación continua completada por los alumnos). (Fuente: Elaboración Propia)

Así en 2009 el porcentaje de no presentados en primera convocatoria (NP) fue del 22,94% en 2009, mientras que en 2010 esa misma proporción aumento en 15,46 puntos porcentuales hasta el 38% (diferencia que es significativa). En 2011 la proporción estimada se reduce en 8,65 puntos porcentuales con respecto al año base si bien en este caso no es significativa.

Tabla 2. Resultados de la estimación de un modelo con dos variables ficticias (1).

Variable NP AP SU NOT SB MH

Prom. 2010 0.1546 0.0457 0.1872 0.0203 0.0531 0.0459

0.0125 0.4677 0.0008 0.5839 0.0563 0.0237

Prom. 2011 0.0865 0.0079 0.0830 0.1702 0.0055 0.0017

0.2028 0.9243 0.3001 0.0217 0.8397 0.9640

Constante 0.2294 0.2936 0.3211 0.0917 0.0183 0.0459

0.0000 0.0000 0.0000 0.0011 0.1570 0.0237

Fuente: Elaboración Propia. (1) Cada columna es una estimación, donde se muestra el coeficiente estimado y el p-valor asociado (en cursiva bajo el coeficiente).

174

Si bien los resultados de este ejercicio permiten identificar las diferencias en los resultados de la evaluación apuntadas anteriormente en el análisis gráfico, este presenta serias limitaciones. A continuación presentamos un contexto de estimación que trata de solventar algunas de éstas.

Metodología de la estimación

Con el objeto de identificar los factores que pueden afectar a los resultados académicos en los distintos cursos se ha recurrido a la estimación de distintas especificaciones de modelos multinivel o modelos jerárquicos.20 La ventaja de esta modelización es que permite tener en cuenta la estructura de los datos, que en el caso que nos ocupa es el de alumnos individuales agrupados en diferentes promociones o cursos académicos.

El modelo más básico parte de la estimación de una media sujeta a perturbaciones aleatorias. Sea yij

el resultado de la evaluación del alumno i en

la promoción j. Podemos expresar la media no condicional del resultado, asumiendo la normalidad e independencia de/entre las perturbaciones, como:

yij uj ij

uj ~ N(0, u) y ij ~ N(0, ) (1)

En la especificación (1) la media no condicionada del curso académico j viene dada por uj

, mientras que ijse identifica con la heterogeneidad no

observada correspondiente a un alumno.

Es posible ampliar el modelo anterior se puede ampliar para incluir un conjunto de variables de control xij

. En este caso la especificación queda como:

yij 0 x'

ij 1 uj ij

uj ~ N(0, u) y ij ~ N(0, ) (2)

Como se puede apreciar, las especificaciones (1) y (2), definen un modelo de regresión con constante aleatoria

Uno de los resultados a analizar tras la estimación de un modelo jerárquico es la correlación intraclase . Ésta mide el porcentaje de la varianza total estimada que se explica a nivel de cohorte o curso académico. Dado que los errores son independientes la varianza total es la suma de las varianzas y por tanto a correlación intraclase queda como:

2

u

2

u

2

(3)

20 Véase Rabe-Hesketh y Skrondal (2008) o Cameron y Trivedi (2008).

175

RESULTADOS

La tabla 3 muestra los resultados de la estimación para diferentes especificaciones de la regresión jerárquica para la nota en primera convocatoria obtenida por los alumnos de la asignatura Estadística I en el GI.

La tabla muestra las diferentes estimaciones (en columnas). Las variables de control aparecen en un primer bloque en filas. A continuación, en un segundo bloque, el tipo de especificación (efectos fijos o aleatorios) y las varianzas estimadas. Un tercer y último bloque muestra dos contrastes: de significatividad conjunta de los efectos fijos (test F), o de significatividad de la varianza de u en el caso de efectos aleatorios (razón de verosimilitud o RV en la tabla).

Las dos primeras columnas (Modelo 1 y 2) muestran la estimación para un modelo sin variables de control, y por tanto ofrecen la media de los resultados no condicionada. Las tres columnas a continuación (Modelos 3 a 5) incluyen diferentes variables de control para un modelo con efectos aleatorios. Las variables incluidas son: Intercambio, variable binaria que toma valor 1 para estudiantes recibidos por la Facultat d’Economia procedentes de alguno de los programas de intercambio de la UV; Tamaño de grupo, que recoge el número de estudiantes matriculados; GEDE, variable binaria que toma valor 1 para estudiantes de licenciatura en un programa de doble titulación internacional; Eval Continua, variable binaria que toma valor 1 para estudiantes que han participado en el proceso de evaluación continua; finalmente Eval x Grado, variable de interacción para los alumnos que siguen la evaluación continua en el grado.

Los resultados muestran como la significatividad de las variables intercambio y tamaño de grupo depende del modelo especificado y por tanto su impacto sobre los resultados de la evaluación resulta ambiguo. El tamaño del grupo solo se incluyó en el modelo de efectos aleatorios ya que en el de efectos fijos surge, como es obvio, un problema de colinealidad perfecta.

Una variable de especial interés es la de si los alumnos han participado en el programa de doble titulación internacional de la licenciatura (GEDE). Como se ha señalado, la participación en estos programas puede provocar una diferencia en la motivación de los estudiantes de ADE entre licenciatura y Grado y la diferencia observada en los resultados de la evaluación del grado de ADE y ECO. El resultado estimado es consistente con esta hipótesis y muestra como el efecto de la variable GEDE es positivo y significativo para todas las especificaciones, provocando un incremento en la nota media de aproximadamente entre 2 y 3.4 puntos.

Mención aparte merece la valoración del impacto de la evaluación continua. Si bien su efecto puede medir el grado de motivación del estudiante, es cierto que esta variable puede ser endógena, lo que exige interpretar los resultados con cautela. Hecha esta apreciación, el efecto neto se observa claramente positivo. Finalmente, y dado el mayor peso de la evaluación continua en el grado, se

176

introduce un término de interacción entre ambas variables. El efecto, al igual que en el caso anterior, es significativo y mayor que cero.

Un resultado de la estimación es la descomposición de la varianza observada en el componente individual y de grupo. En este sentido los resultados son concluyentes. La mayor parte de la varianza en las notas se debe a la heterogeneidad al nivel individual. El porcentaje de varianza explicado por el grupo oscila, según modelos, entre el 1.5% y el 20%, medida por la correlación intraclase. No obstante es cierto que todos los contrastes sobre la varianza de u (para los modelos de efectos aleatorios) o sobre la significatividad conjunta de los efectos (modelo de efectos fijos) rechazan la hipótesis nula. Ello permite concluir que existe un porcentaje de variabilidad en los resultados que se explica a través de la promoción o grupo al que pertenece el alumno.

Quizá uno de los aspectos más sorprendentes de estas estimaciones surge al intentar cuantificar el impacto de la implantación del grado en los resultados académicos. Para las estimaciones de los modelos de efectos fijos (modelos 6 a 8) el impacto correspondiente a la promoción 2011 (grado) sobre la nota obtenida pasa de ser positivo (1.4) para el modelo 6, a negativo (-2.52) en el caso del modelo 8.

Podemos interpretar este resultado, en términos condicionales, de la siguiente manera: si bien la introducción de los estudios de Grado han mejorado los resultados de la evaluación en el GI, una vez descontamos la participación de los alumnos en la evaluación continua, este resultado se diluye, siendo incluso negativo. Esto implica que los beneficios del grado se han materializado para los alumnos que participan en la evaluación continua; para el resto de alumnos, el cambio en el modelo docente ha sido netamente negativo.

Con el objeto de profundizar en los factores que determinan el éxito académico se ha estimado un modelo logit para la variable dependiente alumnos que superan la materia en primera convocatoria. La tabla 4 muestra los resultados que son consistentes con los obtenidos anteriormente: la participación en la evaluación continua y la variable GEDE aumentan la probabilidad de éxito en la asignatura; no obstante el término de interacción Eval x Grado deja de ser significativo. El tamaño del grupo sigue siendo no significativo, mientras que ser estudiante de intercambio afecta positivamente a los resultados si tomamos como referencia un contraste de cola inferior. Finalmente el porcentaje de variabilidad debido a la promoción sigue siendo relativamente modesto, tal y como se observa por los resultados para los modelos de efectos aleatorios. No obstante el contraste de la razón de verosimilitud rechaza la hipótesis nula

u=0.

177

Tabla 3. Resultados de la estimación de especificaciones alternativas del modelo.Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 8

1.0581 1.3950 1.6429 1.0258 1.3711 1.6323

0.1773 0.0402 0.0158 0.1940 0.0462 0.0181

0.0299 0.0101 0.0265

0.0022 0.3014 0.1583

3.4090 2.0803 2.1932 3.4504 2.1103 2.2251

0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

3.1883 2.9566 3.1909 2.9486

0.0000 0.0000 0.0000 0.0000

2.9267 3.0564

0.0194 0.0160

3.9460 3.7453 6.1992 2.5056 1.4370 3.2145 1.4977 1.1799

0.0000 0.0000 0.0000 0.0131 0.4705 0.0000 0.0000 0.0000

EA EF EA EF EA EF EF EF

3.1318 3.1310 2.8991 2.5103 2.4822 2.9123 2.5264 2.5027

0.7011 1.0120 0.3651 0.3978 0.4471 1.2933 0.6699 1.2630

0.0477 0.0946 0.0156 0.0245 0.0314 0.1647 0.0657 0.2030

6.8527 11.9674 6.1784 6.8133

0.0013 0.0000 0.0024 0.0013

5.4666 1.9982 3.9480 5.5229

0.0100 0.0790 0.0230 0.0090

Fuente: Elaboración Propia. Variable dependiente: resultado de la evaluación. Las estimaciones muestran el coeficiente estimado y el p-valor asociado (en cursiva bajo el coeficiente). Se indica el tipo de estimación de los efectos para la agrupación de las observaciones (cohortes): efectos aleatorios (EA) o fijos (EF).

Tabla 4. Resultados de la estimación de especificaciones alternativas del modelo logit (1).Variable Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5

Intercambio 0.8332 1.2002 1.4853 1.4742 1.4276 0.1472 0.052 0.0298 0.0311 0.0295

Tamaño grupo -0.0171 -0.0077 0.0432 0.0512 0.0618 0.4672 0.4127 0.4726

GEDE 2.2082 1.7252 1.7743 1.8167 1.6306 0.0000 0.0003 0.0002 0.0002 0.0002

Eval Continua 1.8877 1.7429 1.743 1.6458 0.0000 0.0000 0.0000 0.0000

Eval x Grado 3.7025 15.3539 4.2518 0.3002 0.9900 0.3583

Constante 0.9292 -1.1774 -6.7269 -7.5509

0.2881 0.2707 0.2455 0.3353

Efectos EA EA EA EF PA

u 0.4170 0.5009 0.5604 0.0502 0.0709 0.0872

RV test 6.1374 8.0517 9.8227

0.0070 0.0020 0.0010

Fuente: Elaboración Propia. (1)Variable binaria dependiente: alumnos que superan la asignatura en primera convocatoria. Las estimaciones muestran el coeficiente estimado y el p-valor asociado (en cursiva bajo el coeficiente).

178

CONCLUSIONES

Del trabajo anterior se desprenden algunas conclusiones a modo tentativo. En primer lugar, se identifica un efecto cohorte o promoción limitado, pero significativo, en todas las especificaciones estimadas. En la medida en que se disponga de datos adicionales se podrá profundizar en el origen de estas diferencias.

En cualquier caso los resultados parecen apuntar a un efecto grado limitado, si bien es cierto que el cambio implícito en la implantación del EEES puede venir por dos vías. Por un lado por la modificación de la estructura de incentivos a la que se enfrentan (un subgrupo de) los alumnos del GI. Los resultados han identificado un efecto positivo de la participación en el programa ADE/GEDE, efecto que desaparece con la implantación de los nuevos grados y que puede explicar, en parte, los malos resultados del subgrupo de alumnos de GADE en la tabla 1.

Por otro lado el cambio de la metodología en la evaluación ha tenido un efecto positivo. No obstante, interpretado conjuntamente dentro del proceso de transición a los estudios de Grado, los resultados son ambiguos. Finalmente, conviene señalar las limitaciones de los datos utilizados, al contar exclusivamente con los resultados de la primera convocatoria, y por el reducido número de variables explicativas disponibles. En este sentido se podría cuestionar la validez de la variable evaluación continua que podría adolecer de problemas de endogeneidad.

REFERENCIAS

Cameron, A.C., y Trivedi, P.K. (2008). Microeconometrics. Methods and Applications. Cambridge: Cambridge University Press.

Cuadrado, M; Montoro, J.D; Ruiz, M.E. (2010). “E-learning y satisfacción del estudiante universitario. Un estudio empírico”. Revista Iberoamericana de Educación, 52, 1-7.

Cuadrado, M, Ruiz, M.E. y Montoro, J.D. (2010) “Are there gender differences in e-learning use and assessment? Evidence from an interuniversity online project in Europe”. Procedia - Social and Behavioral Sciences, 2, pp. 367 -371.

Rabe-Hesketh, S., y Skrondal, A. (2008). Multilevel and Longitudinal Modelling Using Stata. College Station: Stata Press.

179

Series Temporales: Descubriendo a Jack el Destripador

José A. Álvarez Jareño

Departamento de Economía Aplicada Universidad de Valencia

Dirección postal: Avinguda del Tarongers, s/n, 46000 Valencia e-mail: [email protected]

RESUMEN

Partiendo del famoso asesino en serie “Jack el Destripador”, se pretende introducir los conceptos de las Series Temporales en estadística. Para ello se utiliza una serie de datos descargados directamente del Instituto Nacional de Estadística relativos a los Ingresos por Turismo de la Economía Española, sobre los que se desarrollaran los conceptos correspondientes a este tema de Estadística Descriptiva del primer curso de diferentes Grados. El planteamiento clásico de exponer el tema como un recetario para la solución de problemas implica que los alumnos acaban ignorando una herramienta fundamental en el análisis de las variables económicas. Con los conceptos introducidos en la asignatura hasta el momento y su aplicación a través de un libro de Excel se pretende que interioricen los conceptos y vean su aplicación práctica.

INTRODUCCIÓN

Hace unos años leí la siguiente noticia en un periódico nacional:

“La escritora Patricia Cornwell, célebre por sus novelas de misterio, se ha convertido en la última víctima de la fiebre del Destripador. Cornwell ha invertido cuatro millones de dólares y meses de trabajo en una investigación en la que por primera vez se utilizan comparaciones de ADN, con un resultado que, según ella, no deja dudas: 'Estoy absolutamente convencida de que Walter Richard Sickert cometió esa serie de crímenes', afirma. Sickert tenía 28 años y era uno de los más prestigiosos pintores británicos en 1888, cuando cinco prostitutas fueron asesinadas y mutiladas en el barrio londinense de Whitechapel.” [González (2002)]

Cornwell (2001) se había transformado en su principal personaje, Kay Scarpetta, para realizar una investigación y escribir un informe que en realidad es una novela. Posiblemente, Jack el Destripador (Jack the Ripper) seudónimo del primer asesino en serie, sea un enigma demasiado atractivo para obsesionar a más de una persona. Pero, ¿por qué se llaman asesinos en serie?

180

El primero que utilizó este termino fue el Director de la Policía de Berlín a principios del Siglo XX, Ernst Gennat. Uno de sus casos más famosos fue el “Vampiro de Düsseldorf” nombre por el que era conocido Peter Kürten. Este asesino en serie (serienmörder) confeso 9 asesinatos y 7 intentos y fue condenado a muerte, siendo guillotinado en Colonia el 2 de julio de 1931. No obstante, quien popularizo el término (serial killer) en los años 70 fue el Agente Especial del FBI Robert Ressler.

La definición más común para un asesino en serie, es una persona que asesina a tres o más personas en un lapso de más de treinta días, dejando un periodo de "enfriamiento" entre cada asesinato, y cuya motivación se basa en la gratificación psicológica que le proporciona dicho acto. Los crímenes suelen ser llevados a cabo de una forma similar y las víctimas a menudo comparten alguna característica (p. ej. ocupación, raza, apariencia, sexo o edad).

Es decir, es necesario que se produzca a lo largo del tiempo una repetición de hechos (asesinatos) que sigan un patrón de comportamiento. De igual forma las variables económicas generaran a lo largo tiempo unas repeticiones que se podrán explicar en base a un patrón o comportamiento de la variable.

Al igual que el detective dispone de una serie de herramientas para descifrar las características del asesino, los economistas disponen de técnicas de análisis estadístico para aislar y estudiar los patrones de las serie temporales. De la misma forma que la policía busca adelantarse al asesino para evitar un nuevo crimen, en economía se pretende adelantarse a los acontecimientos para diseñar políticas que mejoren la situación económica, o en su defecto, que amortigüen las crisis.

Con esta introducción, tal como plantean Álvarez et al. (2007), se pretende captar el interés del alumno presentándoles información sorprendente y novedosa, e introducir el concepto fundamental del tema sin hacer uso de la terminología matemática. Es muy importante iniciar el tema captando la atención del alumno, de no hacerlo, será prácticamente imposible que se incorpore con posterioridad. De igual forma será necesario mantener la atención a lo largo de la exposición.

METODOLOGÍA

Para la presente exposición se precisará de una serie de datos económicos que se obtienen directamente de la página web del Instituto Nacional de Estadística (www.ine.es). Se ha elegido una variable que tiene un fuerte componente estacional, los Ingresos mensuales por Turismo.

Se descargará en formato Excel la serie de Ingresos mensuales por turismo que se encuentra dentro de Servicios, Hostelería y Turismo, Ingresos y Pagos por Turismo, y finalmente en Principales series mensuales. Se dispone de una

181

serie de 252 datos que se inicia en enero de 1990 y que finaliza en diciembre de 2010.

Lo primero que se propone a los alumnos es que hagan una representación gráfica de los datos para ver si se observa algún patrón de comportamiento, Figura 1. A partir de la representación se introduce los conceptos de Tendencia, Ciclo y Estacionalidad, así como la componente Irregular sobre la base de un esquema multiplicativo-aditivo, aunque podría ser cualquier otro.

Se empieza por identificar la Tendencia que es el crecimiento que se ha producido continuadamente en este período de 20 años sin las oscilaciones que se identificarán a continuación.

En la presente serie es difícil identificar el Ciclo, sin embargo, como el concepto de Ciclo y de Estacionalidad es el mismo difiriendo únicamente en el período, se definirá el ciclo y se intentará descubrir a través de los cálculos que se realizarán. Si los movimientos oscilatorios de la variable se produce en períodos inferiores al año, se denominarán variaciones estacionales, y si son superiores al año, variaciones cíclicas.

Todo aquello que no se pueda explicar por estos tres componentes, se denominará componente irregular o variaciones irregulares.

Figura 1. Ingresos mensuales por Turismo. (Fuente: Elaboración Propia a partir de los datos del www.ine.es)

Análisis de la Tendencia

Se define el concepto de Tendencia y se explica que los dos métodos que se van a utilizar para el cálculo de Tendencia son la Regresión Lineal Mínimo-

182

cuadrática (que se ha introducido en el tema de regresión lineal) y las Medias Móviles sin ponderar (que también conocen del tema 2).

Se introduce la variable tiempo (t) en una columna, asignando 0 a enero de 1990. De esta forma se tiene en la columna A las fechas de la serie, en la columna B la variable tiempo, y en la C los Ingresos expresados en miles de euros.

A través de las funciones de Excel, se calculan los parámetros “a” (=INTERSECCION.EJE(C2:C253;B2:B253)) y “b” (=PENDIENTE(C2:C253;B2:B253)) de la regresión lineal y se representa la recta obtenida. Si el parámetro “b” es positivo, como en el presente caso, la tendencia será creciente, y si es negativo decreciente. Ahora se puede expresar en una nueva columna la Tendencia de la variable económica.

Tt

907.348,23 11.748,43 t

t 0 enero 1990

Tt

1000€ Mensual (1)

También se efectúa un cálculo de la tendencia a través del procedimiento de medias móviles. Se utiliza una media móvil de 12 valores (un año) centrada (se asigna al mes de junio de 1990 el primer valor). La tendencia obtenida por medias móviles tiene 11 valores menos que la obtenida por regresión lineal. Y tiene una desventaja respecto a la obtenida por regresión lineal, porque es más difícil realizar previsiones o predicciones.

Figura 2. Tendencia obtenida por regresión lineal y medias móviles.

(Fuente: Elaboración Propia a partir de los datos del www.ine.es)

183

Análisis de la variación Estacional

Se define el concepto de Estacionalidad y se explica el método de cálculo que se utilizará, índices de variación estacional. Los índices que se han estudiado en el tema anterior, expresarán en tanto por uno la variación de la variable respecto a la Tendencia.

VEt

Yt

Tt (2)

Calculada la variación estacional para todos los valores, se hace observar a los alumnos que los valores obtenidos para los meses de enero son similares, igual que los valores del resto de los meses, es decir, tienen una estructura o patrón de comportamiento establecido. Se estimará un índice de variación estacional para cada uno de los meses del año, en base a la media aritmética de todos los meses de la serie.

IVEM

VEMt

t 1990

2010

21 (3)

Los resultados obtenidos para los 12 meses del año se muestran en la siguiente Tabla:

Tabla 1. Resultados de los Índices de Variación Estacional Mensuales.

Mes Índice Enero 0,7755 Febrero 0,6854 Marzo 0,7730 Abril 0,8009 Mayo 1,0002 Junio 1,1274 Julio 1,4242 Agosto 1,4974 Septiembre 1,2658 Octubre 1,1181 Noviembre 0,7763 Diciembre 0,6635 TOTAL 11,9077

Fuente: Elaboración Propia a partir de los datos del www.ine.es.

Teóricamente la suma de los 12 índices debería ser 12, sin embargo, el resultado obtenido es 11,9077; por lo que se debería efectuar un nuevo ajuste para que cumplan con esta propiedad, y que los resultados obtenidos de una

184

agregación coincidieran con los datos desagregados por meses. No obstante a efectos de la explicación no se efectuara este nuevo ajuste y se utilizarán los índices anteriormente calculados. Lo que se pretende es que entiendan la dinámica de trabajo y los conceptos, dejando un análisis más detallado para más adelante.

Serie estimada en base a la Tendencia y la Estacionalidad

Ahora podemos generar una serie en base a la siguiente ecuación:

Yt

* 907.348,23 11.748,43 t IVEM

t 0 enero 1990

Tt

1000€ Mensual (4)

Se procede a representar los datos de la serie estimada (línea roja) junto con los datos reales (línea azul), y se comprueba que las diferencias son pequeñas, además de seguir con bastante precisión las oscilaciones que se producen dentro de cada anualidad. Figura 3.

Figura 3. Estimación de la variable utilizando la Tendencia y la Estacionalidad

(Fuente: Elaboración Propia a partir de los datos del www.ine.es)

La componente irregular se obtendrá de la diferencia entre los valores estimados y los valores reales:

It

Yt

Yt

*

(5)

185

En la Figura 4. se ha efectuado una representación de los resultados obtenidos para la componente irregular. Con los resultados obtenidos de la componente irregular y la tendencia calculada por medias móviles, se puede explicar que no se ha extraído toda la información de la serie temporal, y que se detecta una componente cíclica que no ha sido analizada.

Durante los primeros años, y debido a que las oscilaciones son mucho más pequeñas, los valores estimados se superponen a los valores reales, sin embargo, en los dos últimos años, en los que parece que se ha producido un cambio (bien podría ser en la tendencia o en el ciclo), los valores estimados difieren de los valores reales, sobre todo en los picos y en los valles. Recordar que los valores de los últimos años, estarán influidos por la crisis económica internacional, motivo principal por el que diferirán los valores estimados de los valores reales. Se ha producido un cambio que será coyuntural si es debido a un ciclo, o será estructural, si es un cambio de tendencia.

Por último, la representación de la componente irregular, sin realizar un análisis estadístico que no se puede hacer en el presente curso, no presenta la aleatoriedad propia de esta componente. Cabría pensar que como durante un período largo toma valores negativos, para a continuación, y también por un período amplio, toma valores positivos, para finalizar de nuevo en valores negativos, que existe un ciclo con una oscilación muy grande. Se podría identificar esta oscilación con los ciclos de Kondratieff (Nicolai D. Kondratieff (1892-1938) economista ruso que publico en 1935 un artículo titulado “Los grandes ciclos de la vida económica”, Haberler (1944)).

Figura 4. Componente Irregular (Fuente: Elaboración Propia a partir de los datos del www.ine.es)

186

Cambio de Origen en la recta de Tendencia

Realizar un cambio de origen en una recta de Tendencia en una hoja de Excel es muy sencillo y sumamente didáctico. Se elige como nuevo origen el mes de enero del año 2000, para lo que en una nueva columna se asigna t’=0, a continuación se rellena el resto de la columna hacia arriba y hacia abajo.

Se efectúa una nueva regresión con los nuevos valores de t’, obteniéndose la nueva recta de Tendencia con origen en enero de 2000 debe tener como parámetro “a” el valor de la tendencia en ese momento, y la pendiente de la recta, el parámetro “b” no se vera alterado.

Tt '

2.317.159,50 11.748,43 t '

t ' 0 enero 2000

Tt '

1000€ Mensual (6)

Con la nueva ecuación se calcula la tendencia para toda la serie y se comprueba que no existen diferencias en los resultados. La tendencia en enero del año 2000 debe ser la misma independientemente del sistema de referencia elegido. Lo único que se ha hecho es cambiar el origen, es decir, fijar un nuevo inicio donde empieza a contar el tiempo en la serie.

Cambio de Escala en la recta de Tendencia

Cambiar la escala será algo más complejo. En este caso se va a transformar una serie mensual en una serie trimestral por lo que se deberán agregar los valores de la serie, de tal forma que enero, febrero y marzo pasen a ser el I Trimestre, y así sucesivamente. Para ello se utilizarán varias columnas de control y finalmente la función de Excel BUSCAR, asignando de esta forma el valor agregado de los tres primeros meses al primer trimestre del año, y así sucesivamente.

Una vez obtenidos los valores trimestrales, se calculará la recta de tendencia trimestral para ver que relación existe con la tendencia mensual. Se representa gráficamente para observar las diferencias con la serie de tendencia mensual (Figura 5.).

La ecuación de Tendencia trimestral de la serie de datos mediante regresión lineal es la siguiente:

Tt ''

2.753.562,54 105.825,66 t ''

t '' 0 I 1990

Tt '

1000€ Trimestral (7)

187

Figura 5. Serie Trimestral y recta de Tendencia (Fuente: Elaboración Propia a partir de los datos del www.ine.es)

Partiendo de esta nueva recta, se debería poder obtener la recta de tendencia mensual, simplemente dividiendo por 3 el parámetro “a” y por 32 el parámetro “b”, siendo el resultado el siguiente:

Tt '''

2.753.562,54

3

105.825,66

32t ''' 917.854,18 11.758,41 t '''

t ''' 0 febrero 1990

Tt '

1000€ Mensual (8)

Con esta nueva recta de tendencia mensual, se puede calcular el valor de la tendencia en enero de 1990 (t’’’=-1), obteniéndose 906.095,77 miles de €. Anteriormente con la recta de tendencia mensual se había obtenido 907.348,23 miles de €, siendo la variación de 0,13%.

Previsiones corregidas por la estacionalidad para el próximo año 2012

Para realizar una previsión para los doce meses del año 2012, se regresa a la ecuación (4) y se continúa dando valores a t desde 251 (diciembre de 2010) hasta 275 (diciembre de 2012). En la Figura 6 se representa gráficamente los datos desde enero de 2002 hasta diciembre de 2012.

De los resultados obtenidos, se deduce que los ingresos por turismo en agosto de 2011 estarán muy próximos a los 6.000 millones de euros y que en el mismo mes de 2012 se superará por primera vez ese valor. Ahora sólo falta esperar para comprobar si se cumplen las previsiones.

188

Figura 6. Previsiones para los valores mensuales de los años 2011 y 2012 (Fuente: Elaboración Propia a partir de los datos del www.ine.es)

La finalidad de las previsiones es anticipar la situación de un futuro, en base a estas previsiones los empresarios y la administración podrán efectuar una estimación de otras variables de interés para ellos, por ejemplo, necesidad de trabajadores en cada uno de los meses, recaudación de impuestos indirectos (IVA), etc.

RESULTADOS

El interés pedagógico del análisis de series temporales a través de la Hoja de Cálculo Excel, reside en los siguientes aspectos: (a) ofrecer una visión más intuitiva y aplicada de los conceptos teóricos de las series temporales, lo que facilita su comprensión y asimilación por parte de los alumnos, (b) mostrar una visión introductoria del análisis de series temporales como herramienta de investigación y análisis en economía, y, como objetivo de carácter secundario y transversal, (c) posibilitar la mejora en el uso de la hoja de cálculo por el alumno como herramienta avanzada para el diseño, planteamiento y solución de problemas de carácter estadístico. Martínez (2004) plantea unos objetivos similares para explicar las propiedades de los estimadores en Inferencia Estadística que tienen una cierta complejidad y que mediante la simulación en Excel obtiene una aproximación intuitiva.

La exposición en base a datos reales permite al alumno una aproximación a los conceptos económicos y no sólo al análisis estadístico que se pretende efectuar. El tema de Series Temporales es una materia que se incluye en la

189

asignatura de estadística únicamente en aquellos Grados relacionados con economía, y por tanto, al ser una herramienta específica para estos Grados, debe tener una preeminencia por su transversalidad con otras asignaturas. A continuación los alumnos podrán ampliar sus conocimientos sobre la materia con los documentos de Puerto, J. y Rivera, M. P. (2001), donde se realiza un análisis de series temporales con Excel, y Terrádez, M. Y Juan, A. A. (2002), donde se utiliza SPSS. Ambos documentos son accesibles a través de Internet.

CONCLUSIONES

De los resultados obtenidos en esta sesión de series temporales, parece interesante destacar a efectos pedagógicos las siguientes cuestiones:

a) Los alumnos obtienen una noción intuitiva de los conceptos de tendencia, estacionalidad, ciclo y componente irregular. Al ser conceptos gráficos bastante intensivos en cálculo es difícil trasmitirlos a través de una clase teórica o realizando los problemas clásicos.

b) Al realizarse con datos reales obtenidos del Instituto Nacional de Estadística permite mostrar una aplicación sencilla para el análisis y la investigación. Se puede enlazar con otras asignaturas del Grado para realizar un breve análisis económico, mostrando algunas de las aplicaciones de estas técnicas.

c) Sirve para reforzar y mostrar una aplicación de conceptos adquiridos en temas anteriores como son la regresión lineal, la media aritmética o los números índices. En el análisis de series temporales se hace uso de una buena cantidad de conceptos estadísticos desarrollados en los temas anteriores, y que la mayoría de las veces, parecen tener una finalidad en si mismos. Con el análisis de series temporales se aprende a conjugar estos conceptos con una finalidad superior, estudiar el comportamiento de las variables económicas a lo largo del tiempo.

d) Se realiza todo el desarrollo del tema sobre un Libro de Excel, con diferentes Hojas de Cálculo, utilizando diferentes funciones, tanto de cálculo como gráficas que permiten obtener un conocimiento más amplio de esta herramienta informática. El programa Excel es de gran ayuda porque permite ver paso a paso todas las operaciones o cálculos, y simplifica la labor del docente en la exposición de las herramientas estadísticas.

e) Finalmente, al ser el último tema de Estadística Descriptiva, se pretende mostrar a los alumnos que la combinación de los conceptos estadísticos y las herramientas informáticas están al servicio de los profesionales para el diseño, planteamiento y solución de problemas de carácter estadístico-económico.

190

REFERENCIAS

Álvarez, B.; González, C. y García, N. (2007) La motivación y los métodos de evaluación como variables fundamentales para estimular el aprendizaje autónomo. Revista de docencia universitaria, núm. 2. http://www.um.es/ead/Red_U/2/alvarez.pdf [Última Fecha de consulta, 31.08.2011]

Cornwell, P. (2001) Retrato De Un Asesino: Jack El Destripador: Caso Cerrado. Barcelona: Ediciones B.

González, E. (2002) Jack el Destripador ya tiene nombre. Diario El País, Madrid 2002. http://www.elpais.com/articulo/ultima/Jack/Destripador/tiene/nombre/elpepiult/20021115elpepiult_1/Tes [Última Fecha de consulta, 31.08.2011]

Haberler, Gottfried (1944) Ensayos sobre el ciclo económico, Fondo de Cultura Económica, México. Traducido por Víctor L. Urquidi. http://www.eumed.net/cursecon/textos/kondra/index.htm [Última Fecha de consulta, 31.08.2011].

Martínez de Ibarreta Zorita, C. (2004) Uso de la simulación en hoja de cálculo como herramientas pedagógica para la inferencia estadística: Aplicación a las propiedades clásicas de los estimadores. XII Jornadas ASEPUMA Murcia 2004. http://www.uv.es/asepuma/XII/comunica/martinez.pdf [Última Fecha de consulta, 31.08.2011].

Montiel, A. M.; Rius, F. y Barón, F. J. (1997) Elementos Básicos de Estadística Económica y Empresarial. Madrid: Prentice Hall.

Parra Frutos, I (2003) Estadística Empresarial con Microsoft® Excel. Segunda Edición. Madrid: Thomson.

Puerto, J. y Rivera, M. P. (2001) Análisis descriptivo de series temporales aplicadas al precio medio de la vivienda en España. Management Mathematics for European Schools. http://optimierung.mathematik.uni-kl.de/mamaeusch/veroeffentlichungen/ver_texte/metro-cuadrado.pdf [Última Fecha de consulta, 31.08.2011].

Terrádez, M. Y Juan, A. A. (2002) Series Temporales. UOC, Universitat Oberta de Catalunya. http://www.uoc.edu/in3/emath/docs/Series_temporales.pdf [Última Fecha de consulta, 31.08.2011].

191

Experimentos Interactivos para la Enseñanza de Economía y Finanzas: Una aplicación a la Docencia de Estadística

Irene Comeig(1), Ainhoa Jaramillo-Gutiérrez(2), Federico Ramírez(3)

(1) Departamento de Finanzas Empresariales Universidad de Valencia

Dirección postal: Av. Los naranjos, s/n, 46022 Valencia e-mail: [email protected]

(2) ERICES Universidad de Valencia

Dirección Postal: Av. Los naranjos, s/n, 46022 Valencia e-mail: [email protected]

(3) Departamento de Finanzas Empresariales Universidad de Valencia

Dirección postal: Av. Los naranjos, s/n, 46022 Valencia e-mail: [email protected]

RESUMEN

Proponemos utilizar la Economía Experimental para realizar experimentos en el aula como apoyo a la enseñanza de Estadística en los grados de Economía, Administración y Dirección de Empresas (ADE), e International Business con el objetivo de incrementar la comprensión y motivación del alumno y conseguir así un aprendizaje más eficiente y duradero. Los experimentos con fines docentes son efectivos porque los estudiantes se introducen directamente en el contexto del problema estadístico-económico que pretenden estudiar. Presentamos una aplicación a la docencia de estadística, concretamente, este experimento está diseñado para que los estudiantes aprendan por ellos mismos a la intuición que corresponde a la Regla de Bayes.

INTRODUCCIÓN

Hasta hace poco, la Economía se consideraba una ciencia no experimental que tenía que apoyarse en la observación del mundo real más que en experimentos de laboratorio, método frecuentemente utilizado en las ciencias físicas. Sin embargo, en los últimos años, y especialmente desde la concesión a Vernon L. Smith y a Daniel Kahneman del Nobel de Economía 2002 por el uso de experimentos de laboratorio como instrumento para el análisis económico empírico, ha habido un cambio en la visión tradicional de la economía.

192

La Economía Experimental es una metodología que permite generar datos en un entorno económico controlado, diseñado por el experimentalista para reproducir los condicionantes del mundo real que afectan al objeto del estudio planteado. El objetivo final no es mimetizar la realidad o un modelo formal determinado, sino diseñar un experimento que pueda responder a la cuestión planteada en la investigación (ver Fatás y Roig, 2004 para una iniciación metodológica).

Esta introducción progresiva del método experimental en la investigación en Economía se está comenzando a ver reflejada también en la docencia de las disciplinas económicas. Los experimentos económicos aplicados a la docencia pueden ayudar a los estudiantes a aprender cómo los conceptos y métodos económicos explican el comportamiento observado.

Estos experimentos con fines didácticos están explícitamente diseñados y seleccionados para ilustrar un resultado teórico o empírico con claridad y sencillez. Normalmente, por ejemplo, han sido probados previamente para asegurar resultados consistentes y robustos En este sentido, se diferencian de los experimentos usados en la investigación, en los que el investigador no sabe a priori cuál va a ser el resultado.

Los experimentos didácticos tienen también un importante aspecto motivador. Los estudiantes no se limitan a escuchar en clase, sino que participan activamente como sujeto decisor que influye en los resultados y, además, analiza dichos resultados. Así, los experimentos permiten transformar una experiencia de aprendizaje pasiva en otra activa.

Recientemente, se han publicado varios trabajos que investigan los beneficios generados por el uso de experimentos económicos didácticos frente a la metodología tradicional. Todos ellos han encontrado que los resultados de los estudiantes mejoraban significativamente (Frank, 1997, Emerson y Taylor, 2004, Dickie, 2006, y Durham et al., 2007). Ball, Eckel y Rojas (2006) también encontraron que los beneficios eran aún mayores para los estudiantes de primer curso. Además, hallaron que la realización de experimentos en el aula mejoraba significativamente las evaluaciones que los estudiantes realizaban sobre los profesores y sobre lo interesante que les había resultado el curso.

Así, estos trabajos han demostrado que los experimentos económicos didácticos son un método especialmente adecuado para introducir los conceptos clave de la economía a los estudiantes. Nosotros proponemos el uso de estos experimentos para la introducción de los conceptos clave o, de difícil comprensión intuitiva, de la estadística.

La economía en general, y la estadística necesaria para el análisis económico, en particular, a menudo se enseña con un alto nivel de abstracción, lo que dificulta la comprensión y la intuición de los alumnos. Por ello, experimentos didácticos, en los cuales los estudiantes toman decisiones e interactúan, son

193

un complemento perfecto a las explicaciones del profesor de estadística y del libro de texto.

Con estos experimentos se pretende aumentar tanto el interés por parte de los alumnos, como la comprensión de los conceptos explicados. La realización de experimentos económicos en clase, con debates antes, durante y después de los experimentos, ha demostrado ser un método eficaz para conseguir que los estudiantes comprendan los principios y métodos económicos.

A continuación, presentamos un ejemplo de experimento económico para la docencia de estadística, lo que nos permite introducir la metodología experimental usada en la docencia. Posteriormente, mostramos los aspectos que deben tenerse en cuenta en la aplicación de estos experimentos y, en el último apartado, resaltamos las conclusiones alcanzadas.

METODOLOGÍA

Vamos a comenzar la presentación de la metodología de los experimentos económicos didácticos con un ejemplo planteado por Holt y Anderson (1996). La realización de este experimento requiere alrededor de 30 minutos y se realiza con bolígrafo y papel en la clase habitual de la asignatura.

Este experimento está diseñado para que los estudiantes aprendan por ellos mismos la intuición que corresponde a la Regla de Bayes, la cual se enseña en las asignaturas de estadística económica y se aplica, entre otras materias, a la teoría de juegos y la dirección de empresas.

La enseñanza de la Regla de Bayes, que a menudo resulta frustrante tanto para el profesor como para el alumno, puede complementarse con este experimento, el cual proporciona al alumno un vínculo entre la intuición y la matemática de la regla de Bayes.

Juego de adivinanza

Hay dos urnas con tres bolas cada una. En total hay tres bolas rojas y tres bolas blancas. Estas bolas se reparten como indica la figura 1. En una urna hay dos bolas blancas y una roja, y en la otra hay dos bolas rojas y una blanca. Llamamos a una de ellas A y a la otra B.

Un estudiante echa un dado de seis caras. Si sale 1, 2, o 3 utilizamos la Urna A. Si sale 4, 5, o 6 utilizamos la Urna B. Pero no decimos a los estudiantes que número ha salido.

En un papel con su nombre, tienen la siguiente pregunta a la que deben contestar:

194

1: Después de haber tirado el dado que selecciona la urna que vamos a usar, y antes de saber qué número ha salido: ¿Cuál es la probabilidad de que se use la Urna A? _______________

Tras escribir las respuestas, se inicia una pequeña discusión en clase preguntándoles ¿Por qué escribiste esta respuesta? ¿Tiene sentido haber

Figura 1. Esquema de la primera ronda del juego. (Fuente: Holt y Anderson,1996)

Después, se le pide a un/a estudiante que saque una bola de la urna seleccionada. Tras mostrarla públicamente, se les pide a los estudiantes que escriban la respuesta a la pregunta 2:

2. El color de la bola que acaba de salir es ___________. Cuál es la probabilidad de que estemos usando la Urna A? Explica tu respuesta brevemente.

En este momento, a partir de las respuestas dadas y de sus explicaciones se inicia una discusión en la que se pueden hacer las siguientes preguntas: ¿Cuántas bolas rojas hay en la Urna A? ¿Cuántas bolas rojas hay en total? ¿Cuál es la probabilidad de que una bola roja este en la Urna A?

Para luego continuar, por ejemplo, con la explicación: Cada urna tenía la misma probabilidad de ser la usada, en un principio. Pero ahora, que hemos visto una bola de esa urna, y es de color_______, ¿que hemos aprendido? Resulta útil hacer que los estudiantes vuelvan a fijarse en la Figura 1 y preguntarles si hay un método simple de contar las bolas para determinar la probabilidad de que la bola roja, por ejemplo, venga de la urna A. (Recuerde: la probabilidad posterior de que se trate de la Urna A es de 2/3)

Los cálculos realizados corresponden a un caso especial de la regla de Bayes con probabilidades iniciales iguales. Estos cálculos simples pueden ser utilizados para explicar cómo se actualizan las creencias iniciales después de recibir información adicional.

195

Una vez los estudiantes hayan comprendido esta regla simple, se puede seguir el juego sacando una nueva bola de la misma urna tras haber introducido en dicha urna la bola extraída inicialmente.

Así, se le pide a un/a estudiante que, de nuevo, saque una bola de la urna seleccionada. Tras mostrarla públicamente, se les pide a los estudiantes que escriban la respuesta a la pregunta 3:

3. La primera bola está de nuevo en la urna, y una segunda bola ha sido sacada de la misma urna. El color de la segunda bola es:________. ¿Cuál es la probabilidad de que se esté usando la Urna A?

Tras escribir esta respuesta se recogen todas las respuestas dadas por los estudiantes y se puede iniciar la discusión. Suponga que sale una bola blanca después de haber salido, en la primera ronda, una bola roja. Esto les hará corregir la probabilidad de 2/3 para llegar a la probabilidad de que tenían inicialmente de ½.

Sin embargo, si saliese una bola roja en la segunda ronda tras haber sacado otra bola roja en la primera ronda, entenderían que la probabilidad posterior a esta nueva información aumenta (hasta 4/5).

Figura 2. Esquema de la segunda ronda del juego. (Fuente: Holt y Anderson,1996)

Tanto si la bola extraída en la segunda ronda es roja como blanca, se deben plantear en la discusión los dos casos. Esto les ayudará a comprender cómo la regla de Bayes puede ser utilizada para determinar la importancia relativa de la información inicial.

Aunque este experimento es útil para entender la intuición tras esta técnica estadística, es importante destacar que no explica rigurosamente la regla de Bayes. Es necesario complementarlo con las explicaciones del profesor y del libro de texto.

Los estudiantes que han participado en este juego comprenden el cambio entre las probabilidades iniciales y las probabilidades posteriores a una nueva información, y adquieren una intuición sobre el ajuste de estas probabilidades.

196

Esta experiencia de aprendizaje activo les va a ayudar a fijar los conocimientos adquiridos más allá del final del curso académico, y de un modo muy diferente al que resultaría de una clase teórica en la que se les diga que esta técnica “tiene múltiples aplicaciones a diversas situaciones económicas”. Ver los métodos estadísticos en acción ayuda a aumentar la credibilidad de nuestras técnicas.

Otra ventaja de la metodología experimental aplicada a la enseñanza de la estadística es que estos experimentos son útiles para estudiantes con diferentes niveles de formación y disciplinas de origen. Los experimentos pueden introducir una materia de un modo interesante tanto a estudiantes de máster, como a grupos interdisciplinares y a aquellos que parten de un nivel bajo en matemáticas.

Además, la docencia de los métodos estadísticos para la economía podría utilizar los experimentos didácticos de otro modo muy interesante para los estudiantes. Se puede usar en clase cualquier otro experimento diseñado para introducir los principios de la economía como el que introduce el funcionamiento de la regla de la oferta y la demanda, por ejemplo para jugar en clase y generar la base de datos de las respuestas obtenidas. Esta base de datos que han vivido y que entienden, podrá ser utilizada entonces para calcular los diferentes estadísticos que nos describan los datos con los que contamos–estadística descriptiva y/o su evolución.

Claves en la realización de experimentos

1. Realiza el experimento al final de la clase. Los estudiantes deben escribir sus nombres y respuestas en un papel que se pueda recoger al final de la clase.

2. Explica el resultado de la primera ronda y, después, juega la ronda siguiente.

3. En lugar de mostrar las respuestas de esta primera ronda se pueden comentar resultados típicos que se dan en este experimento.

4. Está bien premiar a los estudiantes que se han esforzado en sus respuestas con un libro u otro regalo no muy caro [o incluso con nota, aunque no es conveniente abusar de esta opción; ver Holt (1999)]. Los premios deben anunciarse antes de la realización del experimento. Si sólo se tuviese un premio, que los estudiantes lancen una moneda para determinar, entre aquellos que se han esforzado en sus respuestas, quien se lleva el premio.

5. Crea una base de datos con las respuestas que han dado los estudiantes y utiliza esa base de datos para analizar las respuestas con métodos estadísticos, como los estadísticos descriptivos, por ejemplo.

197

APLICACIÓN

Existen varios tipos de experimentos didácticos21: i) con bolígrafo y papel, como el ejemplo que hemos visto; ii) en ordenador; o iii) como ejercicios complementarios de clase.

i) Los experimentos que se realizan utilizando bolígrafo y papel tienen la ventaja de involucrar a los estudiantes en el proceso, ya que la interacción es cara a cara y algunos pueden incluir alguna actividad física. Holt (2007), Brañas (2011) y Bergstrom y Miller (2008) presentan una recopilación de experimentos didácticos para la enseñanza de Economía, incluyendo en algunos casos tanto consejos y material para el profesor, como las instrucciones de los experimentos. Una pequeña desventaja de los experimentos de este tipo es que pueden requerir una preparación previa por parte del profesor, o incluso pueden requerir asistentes, voluntarios u otros profesores.

ii) Cuando un experimento requiere una preparación más compleja y/o jugar varias veces o emparejarse con varios estudiantes, es mejor programar el experimento y realizarlo en clases con ordenadores. En Internet se encuentran disponibles herramientas específicas para la realización de experimentos con fines didácticos, como las presentadas en Pascual et al. (2009) y Galán Ordax et al. (2007). Una de las herramientas que cuenta con mayor número y variedad de experimentos, aunque en inglés, es el Veconlab de Charles Holt. En el Veconlab además se ofrece información y ayuda para principiantes.

iii) Otra opción consiste en realizar los experimentos en casa en lugar de realizarlos durante las horas de clase. El experimento más sencillo a implementar estaría compuesto por un conjunto de preguntas y respuestas con comentarios y resumen de los resultados discutidos en clase. También se podrían realizar los experimentos vía Internet de forma individual o jugando de forma interactiva con el ordenador, dependiendo del tipo de experimento. La principal ventaja de un experimento de este tipo es que proporcionan una gran flexibilidad a los estudiantes y profesores. La desventaja es la pérdida de control por parte del profesor.

CONCLUSIONES

La Economía Experimental ha desarrollado diferentes experimentos que pueden ser aprovechados para la enseñanza de los métodos estadísticos en la Economía y las Finanzas. La experiencia que se ha ido acumulando en la docencia a través de experimentos de economía aplicados en el aula ha mostrado que la participación activa del estudiante repercute en un incremento significativo del interés, la motivación y el aprendizaje intuitivo de la materia impartida.

21 Ver Balkenborg y Kaplan (2009) para una explicación más extensa.

198

La estadística necesaria para el análisis económico, a menudo se enseña con un alto nivel de abstracción, lo que dificulta la comprensión y la intuición de los alumnos. Por ello, las clases de estadística pueden beneficiarse de la realización de experimentos en la clase, en los cuales los estudiantes toman decisiones e interactúan.

Concretamente la utilización de la metodología experimental presenta las siguientes ventajas:

a) a) Los estudiantes se introducen directamente en el contexto del problema estadístico-económico que pretenden estudiar, lo que incrementa su motivación.

b) b) Los experimentos proporcionan al alumno una conexión entre los fenómenos económicos y financieros y los métodos estadísticos para su análisis, lo que puede ser un inmejorable punto de partida para la comprensión de la utilidad y la aplicación de dichos métodos.

c) c) La realización de estas actividades en clase responde al principio pedagógico de la acción y la participación: el alumno experimenta, analiza, toma decisiones, prueba estrategias, y es capaz de comprender de forma intuitiva el principio general que explica una técnica estadística y/o un fenómeno económico y financiero.

Así, la utilización de los experimentos por el profesor, introduce incentivos a los alumnos, refuerza la comprensión de los conceptos clave y fija el conocimiento de los factores determinantes para la resolución de los problemas estadísticos.

En definitiva, la participación en el juego o experimento interioriza el aprendizaje haciéndolo más eficiente y duradero.

Por ello, proponemos la utilización de los experimentos como una herramienta didáctica en la docencia de la Estadística. La realización de un experimento genera unos datos que los estudiantes han vivido e interiorizado. De este modo, el alumno se siente particularmente interesado en interpretar la información generada, incrementándose su motivación para el aprendizaje de los estadísticos necesarios.

AGRADECIMIENTOS

Los Autores agradecen la financiación de la Universidad de Valencia (UV-INV-AE11-42228)

REFERENCIAS

Bergstrom, T. C. y Miller, J. H. (2008). Experimentos con los principios económicos. Antoni Bosch, Barcelona, 2ª Ed.

199

Ball, S. B., Eckel, C. y Rojas, C. (2006). "Technology Improves Learning in Large Principles of Economics Classes: Using Our WITS," American Economic Review, 96(2), 442-446

Balkenborg, D. G. y Kaplan, T. (2009) “Economic Classroom Experiments” The Handbook for Economics Lecturers, Economics Network, chapter available online at: http://www.economicsnetwork.ac.uk/handbook/experiments

Brañas, P. (2011). Economía Experimental y del Comportamiento. Antoni Bosch, Barcelona.

Dickie, M. (2006) “Do Classroom Experiments Increase Learning in Introductory Microeconomics?”, Journal of Economic Education, 37(3), 267–288

Durham, Y., McKinnon T. y Schulman, C. (2007). “Classroom Experiments: Not Just Fun and Games”, Economic Inquiry, 45(1), 162–178

Emerson, T. L. N. y Taylor, B. A. (2004). “Comparing Student Achievement across Experimental and Lecture Oriented Sections of a Principles of Microeconomics

Course”, Southern Economic Journal, 70, 672 693 Fatás, E. y Roig J.M. (2004). “Una introducción a la metodología experimental en

economía”, Cuadernos de Economía, 27, 07-36 Frank, B. (1997). “The impact of classroom experiments on the learning of economics:

An empirical investigation”, Economic Inquiry 35, 763 769 Galán Ordax, J. M., Izquierdo Millán, L. R., Izquierdo Millán, S., López Paredes, A.,

Pascual Ruano, J. A., Posada Calvo, M., Santos Martín, J. I. y Villafáñez Cardeñoso, F. A. (2007). “LABEXNET: un Laboratorio de Economía Experimental en Internet”, RELIEVE, 13 (1), http://www.uv.es/RELIEVE/v13n1/RELIEVEv13n1_5.htm

Holt, C.A. (1999). “Teaching Economics with Classroom Experiments: A Symposium”, Southern Economic Journal, 65(3), 603–610

Holt C.A. y Anderson, L. (1996). “Classroom games: understanding Bayes’ rule”, Journal of Economic Perspectives, 10, 179-187

Holt, C.A. (2005) “Veconlab” http://veconlab.econ.virginia.edu/admin.htm Holt, C.A. (2007). Markets, Games, & Strategic Behavior. Pearson Addison Wesley. Pascual, J. A., Galán, J. M., Izquierdo, L. R., Santos, J. I., Izquierdo, S., González, J.

(2009). “Una herramienta didáctica para la enseñanza de la teoría de juegos mediante internet”. EDUTEC, Revista Electrónica de Tecnología Educativa, 29, Julio

201

Un ejercicio de Regresión Lineal Orientado a la Evaluación de Competencias Básicas

Olga Blasco Blasco(1), Luis Vila Lladosa(2), Ismael Baeza Sampere(3),Vicente Coll Serrano(4)

(1) Economía Aplicada Universidad de Valencia

Avda. dels Tarongers, s/n 46022 Valencia e-mail: [email protected]




Avda. dels Tarongers, s/n 46022 Valencia e-mail:[email protected]



RESUMEN

Durante los últimos años se ha debatido mucho acerca de cómo evaluar en términos de competencias, sin dejar por ello de pensar en la adquisición de conocimientos de las materias propias de la titulación. En este sentido, el presente trabajo presenta un ejercicio de regresión lineal que permite al profesor evaluar si el estudiante ha adquirido las competencias específicas, propias de la asignatura de Estadística, al tiempo que se pretende evaluar el grado de adquisición de algunas de las competencias básicas marcadas en el RD1393/2007, en concreto, determinar si el estudiante es capaz de elaborar , defender argumentos y resolver problemas (Competencia Básica 2) y emitir informes dirigidos tanto a un público especializado como a una audiencia en general (Competencia Básica 4).

202

INTRODUCCIÓN

En los últimos años se ha planteado un nuevo enfoque en las enseñanzas universitarias. Tradicionalmente se había planteado una enseñanza centrada en la transmisión de contenidos por parte del docente. Sin embargo, a partir del proceso de Bolonia, el énfasis recae en el estudiante. El estudiante es el que debe adquirir al final de la titulación, una serie de competencias22. Ahora bien, la educación basada en competencias comprende tres facetas indisolubles e íntimamente relacionadas: la clara identificación o descripción de las competencias que se pretende alcanzar, la actividad docente dirigida a desarrollarlas y su evaluación (Vizcarro, 2010a, 2010b).

Las competencias que un estudiante debe adquirir quedan reflejadas en los documentos VERIFICA de cada titulación. Estas se pueden clasificar en genéricas y específicas, que son las propias de la titulación.

En el RD 1393/2007, de 29 de octubre, por el que se establece la ordenación de las enseñanzas oficiales, en el Anexo I, apartado 3.2 se relacionan las competencias básicas que se deberán garantizar, como mínimo a la finalización del grado y que son comunes en cualquier titulación:

CB1: Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.

CB2: Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.

CB3: Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

22 Competencia es el conjunto interrelacionado e interdependiente de conocimientos (saber, los conocimientos requeridos para desempeñar adecuadamente una actividad y/o para generar nuevo conocimiento, capacidad de conocer y comprender), destrezas-habilidades (saber cómo hacer, ya sea para resolver problemas o para realizar cualquier tipo de tarea, académica o no, aptitudes), actitudes (saber cómo estar para adaptarse, participar y contribuir al desarrollo sostenible de su entorno) y valores (saber cómo ser, asumiendo los valores como parte integrante de la forma de ser, de percibir a los otros y de vivir en un contexto social y ambiental). Las competencias representan “una combinación dinámica de conocimiento, comprensión, capacidades y habilidades” González y Wagenaar (2003).

203

CB4: Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

En este trabajo se describe la actividad que va a servir de base para la adquisición y evaluación de la CB2 y la CB4. Para ello se va a proceder, en primer lugar, a redactar la tarea, a continuación se realiza un análisis de las facetas a obtener en cada una de las competencias, exponiendo en último lugar los criterios de evaluación que permitirán pasar de las rúbricas23 a una nota cuantitativa.

EJEMPLO DE EVALUACIÓN DE COMPETENCIAS BÁSICAS EN EL GRADO DE ECONOMÍA.

Descripción de la tarea:

Con esta tarea, se pretende conocer si el estudiante es capaz, no sólo de comunicar ideas, problemas y soluciones, sino de resolver problemas. Se pretende analizar, mediante un análisis de regresión, la relación entre el número de espacios escénicos estables teatrales y el número de compañías de teatro por Comunidades Autónomas con datos obtenidos del Instituto Nacional de Estadística (INE) para el año 2009. (Últimos datos disponibles en el momento del diseño de la tarea).

Descripción de la actividad: Estamos interesados en analizar la relación entre el número de espacios escénicos estables teatrales por CCAA y el número de compañías de teatros por CCAA. Los datos de la tabla 1 muestran el número de compañías (variable Y) y el número de teatros (variable X) en las 17 CCAA en el año 2006.

Tareas: En base a los resultados obtenidos emita un informe que incluya la interpretación de los resultados obtenidos. (2/3 páginas), teniendo en cuenta las siguientes cuestiones.

23 Heidi Goodrich (2000) define una rúbrica como "una herramienta de evaluación que identifica

ciertos criterios para un trabajo, o sea 'lo que cuenta'". Por lo general, las rúbricas especifican el nivel de desarrollo esperado para obtener diferentes niveles de calidad. Estos pueden estar expresados en términos de una escala (Excelente, Bueno, Necesita mejorar) o en términos numéricos (4, 3, 2,1), que al final se suman para determinar un resultado al que se le asigna una nota (A, B, C, por ejemplo).

204

1.- Utilice los instrumentos y técnicas que considere necesarios, argumentando por qué los ha elegido, para determinar la existencia o no de relación entre las variables objeto de estudio.

2.- ¿Es posible generar un pronóstico acerca de las compañías de teatro si el número de espacios escénicos fuere de 100? En caso afirmativo, indique el modelo o metodología que consideraría más adecuado para obtenerlo. En caso negativo, indique por qué ha llegado a esa conclusión y proponga qué modelo y cuál es el pronóstico que se podría generar. Argumente las respuestas que ha dado.

3.- El responsable del área de cultura de cierta Comunidad Autónoma le contrata para que emita un informe acerca de los espacios escénicos en su comunidad. Tras el estudio valore la conveniencia de ampliar el número de teatros en dicha comunidad autónoma.

Tabla 1. Espacios escénicos y compañías de teatro por CCAA.

CCAA

Espaciosescénicos estables teatrales

Compañías de teatro

Andalucía 184 423 Aragón 33 96 Asturias (Principado de) 32 78 Balears (Illes) 57 99 Canarias 44 69 Cantabria 14 23 Castilla y León 65 219 Castilla-La Mancha 68 148 Cataluña 372 816 Comunitat Valenciana 149 324 Extremadura 28 85 Galicia 89 267 Madrid (Comunidad de) 244 759 Murcia (Región de) 40 76 Navarra (Comunidad Foral de) 20 59 País Vasco 72 164 Rioja (La) 7 15

Fuente: www.ine.es.

Una vez descrita la tarea a realizar y como se ha comentado con anterioridad, se trata de evaluar si el estudiante ha adquirido las competencias dos y cuatro.

Competencia Básica 2. (CB2)

Para estudiar la adquisición de estas competencias se plantean una serie de facetas, tal y como se describe a continuación. En primer lugar se va a proceder a la evaluación de la CB2.

205

Facetas de la Competencia Básica 2. (CB2)

El análisis previo de esta competencia incluía los siguientes componentes:

1. Presentación y argumentación de un punto de vista o posición

a) Entender dos o más posiciones implicadas

b) Identificar puntos de discordancia

c) Identificar la información necesaria para fundamentar una posición:

o Identificar puntos fuertes y débiles

o Valorar puntos fuertes y débiles

d) Estructurar la información necesaria

e) Presentar la información en el formato idóneo:

o Oral

o Escrita

o Audiovisual

f) Habilidades de comunicación

a) Identificar la información esencial de forma sucinta

b) Transmitirla con claridad

c) Utilización adecuada de aspectos específicos del vehículo de transmisión elegido (oral, escrito, audiovisual)

2. Resolución de problemas

a) Identificar el problema

b) Elaborar estrategia de resolución (posibles vías de solución y elegir la más relevante)

c) Determinar la información necesaria:

o Fuentes de información

o Análisis crítico de la información (como en CB1)

d) Aplicación del conocimiento (es relevante la información?)

e) Evaluación de la bondad de la solución: Resuelve el problema? Plantea otro(s) problema(s)? (en caso negativo, reiniciar el proceso)

206

En la tabla siguiente (Tabla 2), se muestran las facetas que abarcan cada una de las preguntas, siendo el objetivo analizar todas las facetas mediante las preguntas realizadas, en nuestro caso tres, todas ellas.

Tabla 2. Análisis de las facetas de la CB2.

Descripción de la actividad: Resolución de un problema de regresión lineal.

Análisis de las tareas

Tareas 1. Presentación y argumentación de un punto de vista

2. Resolución de problemas

a. b. c. d. e. f. a. b. c. d. e.

Pregunta 1

Pregunta 2

Pregunta 3


Una vez analizadas las tareas, se fijan unos criterios de corrección para cada una de las preguntas, estos criterios estarán reflejados en las rúbricas. En la Tabla 3 se muestra a modo de ejemplo, las cuestiones a considerar y la puntuación que el estudiante conseguirá en la pregunta 3, para esta competencia.

De la misma forma, en la Tabla 4 se muestra un resumen donde aparecen las puntuaciones de cada una de las facetas a analizar en cada pregunta y la puntuación final que el estudiante puede conseguir.

Tabla 3. Detalle de la rúbrica. Argumentar con un lenguaje no técnico:1. Los resultados obtenidos en la pregunta 2.2. Referencia a los costes y/o presupuestos del programa en cultura.3. Eficiencia en la realización de inversiones en función del coste.Valorar si la información está bien estructurada, si se sigue un hilo conductor paraconvencer al contrario. Bien escrito

0 1 2 3

¿En qué grado resultan convincentes los argumentos esgrimidos?

El estudiante no utiliza para la argumentación los datos obtenidos en la regresión lineal.

El estudiante sólo hace referencia a los datos obtenidos.

El estudiante hace referencia a los datos obtenidos y además hace referencia a uno de los puntos 2 o 3 o a los puntos 2 y 3 pero sin argumentación suficientemente clara.

El estudiante hace referencia a los datos obtenidos, lo relaciona con los puntos 2 y 3, argumentando de manera conveniente.

¿Cómo estructura la información y la comunica? La redacción es clara, odenada y concisa.

Cuesta entender lo que quiere decir, las ideas no están ordenadas y se pierde con excesivas palabras.

La claridad, orden y concisión de las ideas son claramente mejorables (desestructurada).

La claridad, orden y concisión de las ideas son mejorables.

Todas las ideas están expresadas con claridad, están bien ordenadas y son concisas, es decir, que sigue un hilo argumental claro.

PREGUNTA 3


207

Tabla 4. Tabla de Puntación para la evaluación de la CB2. Pregunta Faceta Puntuación Observación

En qué grado identifica los instrumentos y los calcula correctamente. 0 1 2 3

¿Cómo estructura la información y la comunica? La redacción es clara, ordenada y concisa. 0 1 2 3

¿En qué grado identifica el modelo para la obtención del pronóstico? 0 1 2 3

¿En qué grado elabora la estrategia de resolución del problema? 0 1 2 3


¿En qué grado resultan convenientes los argumentos esgrimidos? 0 1 2 3


Total Suma de las anteriores

1

2

3


A continuación se describen cuáles son las facetas a considerar en la adquisición y la evaluación de la CB4.

Facetas de la Competencia Básica 4. (CB4)

El análisis de esta competencia arrojó los siguientes aspectos:

1. Capacidad de comunicación de ideas, problemas y soluciones tanto a una audiencia especializada como a un público en general

Esto se reflejará en una utilización diferencial de:

a) Lenguaje (utilización o no de términos técnicos o coloquiales; explicación o no de conceptos clave, que pueden darse por sentados en una comunicación disciplinar)

b) Sintaxis (oraciones más complejas en una comunicación disciplinar

c) Consideración del punto de vista ajeno: lo que necesita conocer o tenemos interés en que conozca

d) Selección de ideas principales a transmitir

e) Ordenación de ideas en un argumento

208

f) Orientación disciplinar: la exposición se sitúa en un punto de vista típico de una disciplina; aparecen consideraciones típicas de una disciplina

En el caso de las tareas de esta competencia (véase Tabla 5), la importancia y el énfasis se centra en que el estudiante sea capaz de diferenciar entre distintos tipos de lenguaje y transmitir el mensaje a distintos públicos, haciendo distinción entre si la audiencia es especializada o si el estudiante se dirige a un público general.

Tabla 5. Análisis de las facetas de la CB4.

Análisis de las tareas

Facetas Capacidad de comunicación de ideas, problemas y soluciones

a. A un público no especializado

b. A un público especializado

1.- Lenguaje adaptado a la audiencia.

2.-Consideración de punto de vista de la audiencia.

3.-Ideas principales.

4.-La redacción es clara, ordenada y concisa.


Para las preguntas 2 y 3, al igual que en la evaluación de la CB2, se establece el sistema de rúbricas, donde se pretende evaluar en la 2, si el estudiante emite un informe adecuado, dirigido a un público especializado, y en la 3 si el informe dirigido al gestor cultural, que no tiene por qué ser un especialista en la materia, es el correcto.

Tabla 6. Tabla de puntuación para la evaluación de la CB4. Pregunta Faceta Puntuación Observación

Lenguaje adaptado al público. 0 1 2 3Consideración del punto de vista de la

audiencia. 0 1 2 3Ideas principales. 0 1 2 3

La redacción es clara, ordenada y concisa. 0 1 2 3

Lenguaje adaptado al público. 0 1 2 3Consideración del punto de vista de la

audiencia. 0 1 2 3Ideas principales. 0 1 2 3

La redacción es clara, ordenada y concisa. 0 1 2 3

Total Suma de las anteriores

2

3


209

CONCLUSIONES

Mucho se ha debatido durante años acerca de si el proceso de Bolonia suponía una ruptura con todo lo anterior, es decir, sobre si se debía reestructurar la manera de abordar una asignatura, puesto que ahora no debíamos evaluar en contenidos, sino competencias. En este trabajo, los autores plantean un ejercicio de regresión lineal con datos reales, igual a los trabajados antes de la implantación de los nuevos grados.

La diferencia por tanto, radica en cómo se realizan las preguntas y cuáles son las cuestiones a evaluar. Se observa, que con las cuestiones planteadas, que difieren de las formuladas tradicionalmente, se puede realizar una evaluación no solo de contenidos sino también de competencias tanto básicas, marcadas en el RD1393/2007, como específicas.

AGRADECIMIENTOS

Este trabajo ha sido posible gracias a la participación de los autores en la redacción y corrección de actividades del proyecto piloto “Evaluación de Resultados de Aprendizaje”, coordinado por la profesora Vizcarro y que se está realizando dentro del proyecto presentado a la convocatoria National Teams of Bologna Experts Team- España 2009-2011, financiado con fondos del Programa Lifelong Learning, de la DG Education and Culture, Education, Audivisual and Culture Executive Agency.

REFERENCIAS

González, J. y Wagenaar, R. (eds). Tuning Educational Structures in Europe. Bilbao: Universidad de Deusto, 2003.

Goodrich, H. (2000). “Using Rubrics to Promote Thinking and Learning”. Educational Leadership. Vol 57, Nº 5.

Guía de Uso del ECTS (2009). http://www.encuentrosbet.es/documentosclave. [Última Fecha de consulta, 10.09.2011].

Vizcarro, C. (2010a) Algunos ejemplos de competencias básicas. http://www.encuentrosbet.es/documentosclave [Última Fecha de consulta, 12.09.2011].

Vizcarro, C. (2010b) ¿Qué son los resultados de aprendizaje? Guía de uso práctico. http://www.encuentrosbet.es/documentosclave [Última Fecha de consulta, 12.09.2011].

Vizcarro, C.; Blasco, O.; Pérez, J. y Torres, M.I. (2010). “Evaluación global de los Resultados del Aprendizaje en la Titulaciones dentro del Espacio Europeo de Educación Superior”, Encuentro sobre Calidad en la Educación Superior 2010. Madrid.

211

Índice de Autores

En orden alfabético, según primer apellido.

José A. Álvarez Jareño Dpto. de Economía Aplicada

Universitat de València

Ismael Baeza Sampere Dpto. de Economía Aplicada


M. Dolores Benítez Márquez Dpto. de Estadística y Econometría

Universidad de Málaga

Olga Blasco Blasco Dpto. de Economía Aplicada


Ricard Calvo Palomares Dpto. de Sociología y Antropología Social


Vicente Coll Serrano Dpto. de Economía Aplicada


Irene Comeig Dpto. de Finanzas Empresariales


M. Eugenia Cruces Pastor Dpto. de Estadística y Econometría


Carmen Delia Dávila Quintana Dpto. de Métodos Cuantitativos en Economía y Gestión

Universidad de Las Palmas de Gran Canaria

Julia De Haro García Dpto. de Estadística y Econometría


Rafael Diez Garcia Dpto. de Economía Aplicada


Mª del Castillo

Fuentes Durán Dpto. de Metodología de las Ciencias del Comportamiento


Fernando García Dpto. de Metodología de las Ciencias del Comportamiento


Juan Carlos García Díaz Dpto. de Estadística e I.O. Aplicadas y Calidad

Universitat Politècica de València

Carmela García García Instituto Universitario de Danza Alicia Alonso

Universidad Rey Juan Carlos

Pedro M. Hontangas Dpto. de Metodología de las Ciencias del Comportamiento


Jesús Irles Rocamora Unidad de Empresa Florida Universitaria

Antonia Ivars Escortell Dpto. de Economía Aplicada


Ainhoa Jaramillo-Gutiérrez ERICES Universitat de València

Jaume Llorca Martínez Unidad de Ingeniería Florida Universitaria

Mª Isabel López Rodríguez Dpto. de Economía Aplicada


Juan Martínez de Lejarza Esparducer Dpto. de Economía Aplicada


Ignacio Martínez de Lejarza Esparducer Dpto. de Economía Aplicada


María Luisa Martínez Romero Unidad de Educación Florida Universitaria

Rosario Martínez Verdú Dpto. de Economía Aplicada


212

Juan D. Montoro-Pons Dpto. de Economía Aplicada


Jose-Gines Mora Ruiz Institute of Education University of London

Francisco G. Morillas Jurado Dpto. de Economía Aplicada


Amparo Oliver Germes Dpto. de Metodología de las Ciencias del Comportamiento


Antonio Ortega Valera Unidad de Ingeniería Florida Universitaria

Amor Mª Pérez Pavón Alumna Universitat de València

Federico Ramírez López Dpto. de Finanzas Empresariales


Rosario Ribelles Martínez Unidad de Ingeniería Florida Universitaria

M. Dolores Sarrión Gavilán Dpto. de Estadística y Econometría


ErnestoJesús

Veres Ferrer Dpto. de Economía Aplicada


Luís Vila Lladosa Dpto. de Economía Aplicada


Rosa Mª Yagüe Perales Dpto. de Economía Aplicada


José Zacarés García Unidad de Ingeniería Florida Universitaria

Documents

EXPERIENCIAS DE INNOVACIÓN DOCENTE EN ESTADÍSTICA - uv.es · búsqueda, que su preocupación es compartida y que, a pesar de las ... introductoria en los estudios de grado: una