TISETheRoleofTechnologyTISE2007 en Es

El papel de la tecnología a mejorar la Estudiante
Aprendizaje de la estadística
Borrador de Trabajo
Bet probabilidad 1, Dani Ben-Zvi 2, Joan Garfield 3, y Elsa Medina 1
1 Cal Poly - San Luis Obispo, EE.UU.
2 Universidad de Haifa, Israel
3 Universidad de Minnesota, EE.UU.
Resumen
Este documento proporciona una visión general de la escuela secundaria y profesores universitarios de introducción a la
estadística sobre el papel de las herramientas tecnológicas pueden desempeñar para ayudar a los estudiantes a desarrollar la
cultura estadística y el razonamiento. Resumimos los acontecimientos recientes en el uso de herramientas tecnológicas en la
enseñanza de la estadística a la luz de los cambios en el contenido de curso de introducción a la estadística, métodos
pedagógicos y formatos de instrucción. Se discuten temas y desafíos prácticos en la selección e implementación de
herramientas tecnológicas, así como ejemplos de herramientas ejemplares se proporcionan junto con sugerencias para su uso.
Palabras clave
Estadísticas de la Educación; Software educativo; Introducción a la Estadística; La aplicación de la tecnología.
1. INTRODUCCIÓN
Es difícil imaginar enseñanza de la estadística actual sin necesidad de utilizar algún tipo de tecnología. Sin
embargo, hace tan sólo 20 años que era muy común. Hoy en día las clases de estadísticas se pueden
enseñar en un aula con un ordenador proyectada en una pantalla, o pueden llevarse a cabo en un
laboratorio con estudiantes que trabajan en sus propios ordenadores. Los estudiantes normalmente poseen
una calculadora más potente que los ordenadores de hace 20 años. Otros pueden usar una computadora
portátil (laptop) en la escuela, el hogar y en movimiento. Un formato cada vez mayor de la enseñanza de
hoy en día es a través de Internet, en la forma de un curso basado en la Web con conferencias grabadas
toma de video, discusiones interactivas, proyectos de colaboración y de texto y de evaluación de los
materiales electrónicos. La revolución de la tecnología ha tenido un gran impacto en la enseñanza de la
estadística, tal vez más que muchas otras disciplinas.
1995).
Este artículo presenta una visión general del papel de las herramientas tecnológicas pueden desempeñar para ayudar a la escuela
secundaria y la universidad introducción a la estadística a los estudiantes entender y razonar acerca de las ideas estadísticas
importantes. El objetivo principal es proporcionar a la maestra introducción a la estadística que está considerando el uso de la
tecnología en el aula estadísticas con algunos antecedentes de cómo las herramientas de la tecnología han evolucionado, un
sentido de los resultados de la investigación y preguntas abiertas sobre cómo el aprendizaje de las repercusiones tecnológicas de
los estudiantes, y el asesoramiento específico para la implementación de la tecnología. En primer lugar, resumen el impacto de la
tecnología sobre el contenido, la pedagogía, e incluso el formato de los cursos de introducción a la estadística (Sección 2). A
continuación se destacan algunas de las herramientas tecnológicas comunes actualmente en uso en la educación estadística
(Capítulo 3) y la forma en que se puede utilizar para apoyar estudiante
aprendizaje (Sección 4). Sección 5 Do mmarizes algunos de los hallazgos recientes de investigación
Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1), http://repositories.cdlib.org/uclastat/cts/tise/ de septiembre de de 2007
El papel de la tecnología para mejorar el aprendizaje de la Estadística de Estudiantes
adquirida con respecto al uso de la tecnología para ayudar a la enseñanza y el aprendizaje en probabilidad y estadística. Aunque
no es una revisión de la bibliografía exhaustiva, los estudios analizados proporcionan un contexto adicional para la Sección 6,
una serie de recomendaciones prácticas para el instructor, junto con un análisis de los posibles obstáculos y las cuestiones de
aplicación, y preguntas a considerar al seleccionar diferentes herramientas. Nuestro objetivo es proporcionar a la escuela
secundaria y la universidad introducción a la estadística instructores con consejos concretos, derivados de la literatura de
investigación, sobre el uso de herramientas tecnológicas y cómo evitar los errores comunes o implementaciones ineficaces.
2. Los cambios en el contenido, la pedagogía y formato del curso
2.1 Cambios en el contenido
La tecnología ha dado lugar a numerosos cambios en la práctica estadística. Muchos de los problemas que antes eran
intratables analíticamente ahora tienen soluciones aproximadas. Muchas suposiciones que se hicieron de manera que los
modelos estadísticos podrían simplificarse y utilizable ya no tienen que ser hechos. Estos cambios en la práctica estadística
tienen un impacto directo sobre el contenido que debe ser enseñado, incluso en material introductorio. Por ejemplo, toda una
rama de “estadísticas” de remuestreo (Good, 2006) compite ahora con los modelos de inferencia basada en el modelo en la
práctica, a la vez que aparece más intuitivo para los estudiantes. Otro ejemplo es el uso de tablas estadísticas, tales como la z y t tablas,
que ya no son necesarios para determinar las regiones de rechazo o estimación PAGS- valores cuando el software estadístico y
calculadoras producen resultados más precisos con mucha más rapidez. De hecho, muchos educadores estadísticas sostienen
ahora que los temas previamente estándar en un curso de introducción (por ejemplo, métodos de acceso directo para el cálculo
de la desviación estándar) ya no son necesarias para discutir en clase. Por último, la tecnología ofrece maneras para nosotros
para visualizar y explorar los datos que han dado lugar a nuevos métodos de análisis de datos.
2.2 Cambios en Pedagogía
Si bien el impacto de la tecnología en la práctica de la estadística es irrefutable, tan poderoso ha sido el impacto de
la tecnología en las estadísticas de la pedagogía y las prácticas recomendadas. Por ejemplo, el Consejo Nacional
de Maestros de Matemáticas (NCTM)
Principios y estandares para matematica escolar afirma que “la existencia, versatilidad y potencia de la
tecnología hacen que sea posible y necesario reexaminar
qué los estudiantes deben aprender matemáticas, así como cómo que puedan aprender mejor de los casos”(NCTM,
2000). En particular, las Directrices para la Evaluación e Instrucción en la estadística de la educación (GAISE) marco
curricular para la Pre-K-12 establece que “los avances en la tecnología y en los métodos modernos de análisis de
datos de la década de 1980, junto con la riqueza de datos de la sociedad en la era de la información, conducido al
desarrollo de materiales curriculares orientados a la introducción de los conceptos estadísticos en el programa escolar
ya en la escuela primaria”(Franklin & Garfield,
2006). Del mismo modo, el informe GAISE Colegio recomienda directamente el uso de la tecnología para el desarrollo de la
comprensión de los conceptos estadísticos y análisis de datos en la enseñanza de una introducción, curso de estadística de
primer ciclo (Franklin & Garfield, 2006). Moore (1997) instó a una reforma de la instrucción estadísticas y planes de estudio
basado en una fuerte sinergia entre el contenido, la pedagogía y la tecnología. Sin embargo, advirtió estadísticos recordar que
estamos “enseñar a nuestros sujeto y no la función” (p. 135), y escoger la tecnología adecuada para el aprendizaje de los
estudiantes, en lugar de utilizar el software que utilizan los estadísticos, que puede no ser pedagógica en la naturaleza . De
hecho, muchos tipos de
Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 2

Bet Chance, Dani Ben-Zvi, Joan Garfield, y Elsa Medina
tecnologías están disponibles hoy en día para los profesores de estadística. Los maestros se les anima
a ver el uso de la tecnología no sólo como una forma de calcular los números, sino como una manera
de explorar conceptos e ideas y mejorar el aprendizaje de los estudiantes (Friel, 2007; Garfield, el azar,
y Snell, 2000). Además, la tecnología no debe utilizarse simplemente en aras de la utilización de la
tecnología (por ejemplo, entrando en 100 números en una calculadora gráfica y calcular resúmenes
estadísticos), o para pseudo-precisión (la realización de resultados a un número sin sentido de cifras
decimales) (Franklin & Garfield, 2006). Los usos más apropiados de la tecnología están accediendo,
análisis e interpretación de grandes conjuntos de datos reales, la automatización de cálculos y
procesos, la generación y modificación de gráficos y modelos estadísticos apropiados, la realización de
simulaciones para ilustrar conceptos abstractos y la exploración de “lo que pasa si ...” preguntas de tipo.
La tecnología también ha ampliado la gama de técnicas gráficas y de visualización para proporcionar
nuevas y poderosas formas de ayudar a los estudiantes en la exploración y el análisis de datos y
pensando en ideas estadísticas, permitiéndoles centrarse en la interpretación de los resultados y la
comprensión de los conceptos más que en la mecánica computacional. Representación gráfica de las
calculadoras solamente, muy valorados por su facilidad de uso, bajo costo y portabilidad, han sido
instrumentales en traer contenido estadístico para disminuir y los niveles de grado inferior. A medida
que el contenido y el enfoque del curso introductorio de estadística están cambiando, cursos de
estadística están buscando aún más diferente que en el pasado. Por ejemplo, los estudiantes son
evaluados menos de su capacidad de manipular fórmulas y buscar valores críticos,
2.3 Cambios en el Formato del curso
La tecnología también ha impactado de gestión de cursos en los caminos, se informa a los estudiantes y se reparten entre los
alumnos de una clase. sistemas de gestión de cursos como Blackboard y WebCT (ambos se pueden encontrar en
http://www.webct.com) están jugando un papel importante, tanto en las capacidades de comunicación y colaboración (por ejemplo,
los foros de discusión en línea, presentaciones de video y tutoriales, la puesta en común datos a través de los estudiantes,
compartiendo los datos recogidos al instante a través de las instituciones), así como en la evaluación. Es factible administrar
encuestas y cuestionarios en línea con calificaciones e informes instantáneos proporcionado a los estudiantes. Nuevas
herramientas Web 2.0 como Wiki pueden facilitar el aprendizaje colaborativo y provocar el cambio de instrucción para mejorar el
aprendizaje del estudiante de estadísticas (Ben-Zvi, 2007). Estos sistemas de aprendizaje dan a los estudiantes y profesores de
más oportunidades para la comunicación, retroalimentación, reflexión y revisión. La tecnología tiene un gran potencial para
mejorar el logro del estudiante y el desarrollo profesional de los maestros, y lo más probable, seguirá afectando la práctica y la
enseñanza de la estadística de muchas maneras. Sin embargo, la tecnología tiene un impacto en la educación sólo si se utiliza
adecuadamente. Por lo tanto, el objetivo de este trabajo es sobre cómo la tecnología puede ser mejor utilizado para mejorar el
aprendizaje del estudiante. Las siguientes secciones de revisión de los diferentes tipos de herramientas que están disponibles
actualmente y cómo la tecnología puede ser utilizada para apoyar el aprendizaje del estudiante. Se resumen los últimos resultados
de la investigación sobre el papel de la tecnología en el aula estadísticas y luego, sobre la base de esta investigación, se sugiere
directrices prácticas para la selección y el uso de la tecnología para la enseñanza de la estadística La tecnología tiene un gran
potencial para mejorar el logro del estudiante y el desarrollo profesional de los maestros, y lo más probable, seguirá afectando la
práctica y la enseñanza de la estadística de muchas maneras. Sin embargo, la tecnología tiene un impacto en la educación sólo si
se utiliza adecuadamente. Por lo tanto, el objetivo de este trabajo es sobre cómo la tecnología puede ser mejor utilizado para
mejorar el aprendizaje del estudiante. Las siguientes secciones de revisión de los diferentes tipos de herramientas que están disponibles actualmente y cómo l

y también describir los obstáculos y los problemas de implementación con respecto al uso de las herramientas
tecnológicas en el aula estadísticas.
3. herramientas tecnológicas PARA LA ENSEÑANZA DE

Estadística y probabilidad
Los tipos de tecnología utilizada en estadística y probabilidad de instrucciones se pueden dividir en varias categorías: los
paquetes de software estadístico, software educativo, hojas de cálculo, los applets / aplicaciones independientes,
calculadoras gráficas, materiales multimedia, y repositorios de datos. Hay mucho solapamiento en las capacidades de las
herramientas a través de estas categorías, sin embargo, nadie herramienta aparentemente cubre todos los posibles usos
educativos de la tecnología (Ben-Zvi, 2000; Biehler, 1997). Ofrecemos un breve resumen de los tipos de herramientas
disponibles y algunas de sus ventajas y desventajas. Otros recursos como El Estadístico de América ( http://www.amstat.org/PUBLICATIONS/tas)
o
El Journal of Statistical Software ( http://www.jstatsoft.org) proporcionar regularmente más completas revisiones de

software. El objetivo de esta sección es proporcionar un sabor de los tipos de herramientas tecnológicas disponibles,
resaltando algunos de los ejemplos más comunes de cada tipo de herramienta. Es importante recordar que el enfoque
de la enseñanza debe permanecer en el contenido y no la herramienta, y elegir la tecnología que es más adecuado
para los objetivos de aprendizaje de los estudiantes, lo que podría implicar una combinación de tecnologías. Dado que
el nuevo software está en constante desarrollo para la educación K-16, la siguiente discusión no pretende ser
exhaustiva.
3.1 paquetes de software estadístico
Los paquetes estadísticos son un software diseñado con el propósito explícito de realizar análisis estadísticos. Varios
paquetes han sido utilizados por los estadísticos durante muchos años, incluyendo SPSS ( http://www.spss.com), S-plus
( http://www.insightful.com), R
(Http://www.r-project.org), SAS ( http://www.sas.com), y Minitab
(Http://www.minitab.com). Si bien el desarrollo de estos paquetes se ha centrado en los usos de la industria, sino que también se
han convertido en más paquetes basados en menús que son más fáciles de usar para los estudiantes. El término basado en
menús se utiliza para describir un programa de software que se maneja mediante menús de archivos en lugar de comandos. Por
menús es comúnmente más fácil para la mayoría de los usuarios ya que permite al usuario navegar usando el ratón y cazar y
picotear un poco más, lo que tiene ventajas (estudiantes no se sienten tan perdidos) y desventajas (a menudo usando un
ensayo y error estrategia en lugar de pensamiento real de la hora de elegir un comando). A medida que estos paquetes se
vuelven más fácil de usar, que están siendo utilizados cada vez más en los cursos introductorios. El paquete estadístico Minitab en
particular, siempre ha tenido un enfoque pedagógico y se está convirtiendo cada vez más factible como una herramienta que
permite la exploración de los estudiantes y la construcción de ideas (por ejemplo, escribiendo “macros” para el muestreo
repetido, gráficos que se actualizan automáticamente a medida que se añaden o se manipulan los valores de datos, facilidad de
cambiar representaciones). DataDesk ( Velleman, 1998; http://www.datadesk.com) es un paquete similar, pero se ha centrado en
la exploración de datos y gráficos interactivos desde su desarrollo inicial. DataDesk proporciona muchas herramientas únicas que
permiten a los estudiantes buscan patrones, hacer preguntas más detalladas acerca de los datos, y 'hablar' con el programa
acerca de un determinado conjunto de datos. R ( Verzani, 2005) es un lenguaje y entorno de computación y gráficos estadísticos
que proporciona una amplia variedad de técnicas estadísticas y gráficos, incluyendo modelos lineales y no lineales, pruebas
estadísticas, análisis de series temporales, la clasificación y el agrupamiento. Es de acceso libre y está siendo cada vez

utilizado en las clases de introducción a la estadística. complementos adicionales se pueden descargar para
mejorar la interfaz gráfica del programa (http://socserv.mcmaster.ca/jfox/Misc/Rcmdr).
Más alternativas rentables a estos paquetes incluyen versiones para estudiantes que son más pequeños en su alcance (no
funciona para tan grande de conjuntos de datos) y varios paquetes de soporte estadísticos por sí solos son también ya está
disponible de forma gratuita oa un costo mínimo, en línea. Por ejemplo, StatCrunch ( West, Wu, y Heydt, 2004;
http://www.statcrunch.com), es un paquete completamente funcional, muy barato, basado en la Web con una estadística rutinas
estadísticas fáciles de usar interfaz y básicos adecuados para las necesidades educativas.
3.2 Software Educativo
Diferentes tipos de programas de software estadísticos se han desarrollado exclusivamente para ayudar a los estudiantes a
aprender las estadísticas. La braza ( http://www.keypress.com/x5656.xml), una herramienta flexible y dinámico fue diseñado
con el aporte de muchos educadores e investigadores de estadísticas educativas para ayudar a los estudiantes a entender los
conceptos abstractos y procesos en las estadísticas, y no tratar de tener la capacidades de las herramientas más tradicionales
de software estadístico. Erickson (2002) describió Braza como entorno de aprendizaje dinámico equipo para el análisis de
datos y estadísticas de enseñanza basado en el arrastre, la visualización, simulación y colaboración en red. Los rasgos más
característicos de
Braza son el fácil acceso a múltiples representaciones, enlaces (véase la figura 2), la capacidad para generar y ejecutar
simulaciones, y las muchas maneras diferentes de importación de datos de una variedad de fuentes. Uno pequeño ejemplo de
las características muy dinámicas e interactivas de Braza se señala en el borde de una barra del histograma y arrastrando la
barra, que actualiza inmediatamente la gráfica (véase la Figura 1).
TinkerPlots fue desarrollado para ayudar a la investigación de los conceptos de datos y estadísticas (Konold y Miller, 2005;
http://www.keypress.com/x5715.xml) estudiantes más jóvenes. Esta herramienta ha sido ampliamente probada en las clases de
matemáticas en los grados 4-8, tanto en Estados Unidos y en otros países (por ejemplo, Ben-Zvi, 2006) con resultados muy
positivos. Los estudiantes pueden comenzar a utilizar TinkerPlots sin el conocimiento de los gráficos convencionales o diferentes
tipos de datos, sin pensar en términos de variables o ejes. Mediante la organización de forma progresiva sus datos (ordenar, apilar,
y la separación de iconos de datos), los estudiantes organizan gradualmente datos para responder a sus preguntas y, de hecho el
diseño de sus propios gráficos.
InspireData ( http://www.inspiration.com/productinfo/inspiredata) es una versión extendida del comercial Mesa que también
se centra en las representaciones visuales para ayudar a los estudiantes de grado 4-8 “descubrir el significado debido a
que acumulan y explorar los datos en un proceso de consulta dinámica.” Este paquete también ofrece representaciones
vinculadas, animaciones y más fácil de anotación de análisis y presentaciones de datos.
Algunos de estos paquetes educativos también están haciendo más fácil para que los estudiantes tengan acceso a grandes
conjuntos de datos (por ejemplo, datos del censo) y para los maestros para acceder a los ejercicios de clase pre-desarrollados.
Las capacidades estadísticas limitadas pueden evitar que su uso más allá de un curso de introducción (aunque se están
expandiendo, por ejemplo, Braza ahora ofrece regresión múltiple), pero tiene ventajas en ser menos abrumador para los
estudiantes y ser más orientado a la generación de apuntar y hacer clic.
3.3 Hojas de cálculo
Tales como hojas de cálculo Excel ( http://office.microsoft.com/) están ampliamente disponibles en muchos ordenadores
personales. Sin embargo, se debe tener cuidado en el uso de Sobresalir como un

paquete educativo estadística. Los estadísticos menudo critican Sobresalir 'S algoritmos de cálculo y
selección de pantallas gráficas (Cryer, 2001; McCullough y Wilson,
1999). Por ejemplo, todavía es muy difícil hacer un diagrama de caja de Sobresalir. Sobresalir tiene algunos puntos fuertes en
ayudar a los estudiantes a organizar los datos y en la “actualización automática” de los cálculos y gráficos a medida que se
cambian los valores, y algunos abogan Sobresalir
debido a su uso generalizado en la industria y un acceso relativamente fácil (Hunt, 1996).
3.4 Applets / aplicaciones independientes
Durante la última década ha habido un crecimiento extraordinario en el desarrollo de applets línea On- que pueden ayudar a los
estudiantes a explorar conceptos en un entorno visual, interactivo y dinámico. Un applet es un componente de software que
normalmente realiza una función estrecha y se ejecuta normalmente en un navegador Web. Muchos de los applets son fáciles
de usar para los alumnos y, a menudo capturan un “contexto” interesante para los estudiantes, por ejemplo, el problema de
Monty Hall (ver, por ejemplo,
http://www.shodor.org/interactivate/activities/AdvancedMontyHall), Piezas de muestreo Reese (véase,

por ejemplo,
http://www.rossmanchance.com/applets/Reeses/ReesesPieces.html). Además, un gran número de programas de ordenador
se puede descargar desde Internet y correr sin una conexión a Internet que permiten a los estudiantes explorar un concepto
particular (por ejemplo, Muestreo SIM permite al estudiante para explorar la naturaleza de las distribuciones de muestreo de
medios de muestra y proporciones de la muestra, libremente descargable desde:
http://www.tc.umn.edu/~delma001/stat_tools/software.htm). Si bien estas herramientas son demasiado numerosos para
enumerarlos aquí, el Consorcio para la Promoción de la Educación de Pregrado Estadística ( Causa,
http://www.causeweb.org) proporciona una lista anotada revisada por expertos de dichas herramientas. Applets también
pueden encontrarse con la línea
Consejo Nacional de Profesores de Matemáticas ( NCTM) Principios y estandares para matematica escolar Ejemplos
electrónicos
(Http://standards.nctm.org/document/eexamples). Lo que estas herramientas a menudo ganan en la visualización y la
interactividad, a veces pueden perder en la portabilidad. Y mientras que pueden ser libremente y fácilmente encontrados en la
Web, no están a menudo acompañados de documentación y actividades para orientar a los estudiantes detallada. El tiempo
requerido para que el instructor para aprender un subprograma / aplicación particular, determinar cuál es la mejor enfoque en los
conceptos estadísticos deseados, y desarrollar instrucciones detalladas y retroalimentación de los estudiantes no puede ser tan
valioso como se creyó inicialmente.
3,5 calculadoras gráficas
Tal vez la herramienta portátil y uno más que se utiliza cada vez más en los niveles de grado inferior es la calculadora gráfica. Una
calculadora gráfica es una herramienta de aprendizaje diseñado para ayudar a los estudiantes a visualizar y comprender mejor los
conceptos de matemáticas, estadística y ciencias (Dunham y Dick, 1994). Los avances en la tecnología han hecho que la
calculadora gráfica en una poderosa herramienta para el análisis y la exploración de los datos. Datos a menudo se puede
descargar desde la Web, ahorrando tiempo a los estudiantes de teclear datos. Algunos modelos proporcionan una manera
accesible para los estudiantes para recoger y medir la luz, temperatura, voltaje o datos de movimiento, y mucho más. Muchos
cálculos estadísticos, incluidos los procedimientos de inferencia y distribuciones de probabilidad son ahora estándar en la mayoría
de las marcas. Las simulaciones también se pueden ejecutar en un plazo razonable que permite a los estudiantes explorar
conceptos tales como distribuciones de muestreo. tiempo de aprendizaje de los estudiantes es corto con esa tecnología y las
escuelas puede comprar un conjunto de aula para su uso en la escuela o en una

particular, por supuesto. Sin embargo, más allá del curso introductorio de estadística, no son un sustituto razonable de paquetes
estadísticos. Los estudiantes también necesitan tener cuidado de que la salida dada por la calculadora gráfica no es suficiente
comunicación de los resultados estadísticos (por ejemplo, “calculadora-hablar”, gráficos sin etiquetas y escalas). Cinco patrones
y modos de uso de la herramienta calculadora gráfica surgieron en un estudio cualitativo basado en la clase de matemáticas:
herramienta de cálculo, herramienta de transformación, la recogida de datos y una herramienta de análisis, herramienta de
visualización y controla la herramienta (Doerr y Zangor,
2000). Estos investigadores también encontraron que el uso de la calculadora como un dispositivo personal puede inhibir la
comunicación en un grupo pequeño, mientras que su uso como un dispositivo compartido apoya el aprendizaje matemático en la
configuración de toda la clase.
3.6 Materiales Multimedia
Estos materiales a menudo tratan de combinar varios tipos diferentes de tecnología. Por ejemplo, ActivStats ( http://www.activstats.com)
se ha utilizado en las aulas universitarias, que combina vídeos de mundo real usos de las estadísticas, mini-conferencias
acompañadas de animación, enlaces a miniaplicaciones-como las herramientas y la capacidad para poner en marcha
inmediatamente un paquete de software estadístico y analizar un conjunto de datos. Una ventaja de este entorno es que
los estudiantes sólo necesitan aprender un tipo de tecnología. De hecho, cada vez más, clases enteras e incluso los libros
de texto se escriben en torno a este tipo de tecnología integrada para hacer de ellos un “vivo” libro de texto, por ejemplo, (CyberStats
http://www.cyberk.com; Symanzik y Vukasinovic, 2006). Muchos otros recursos multimedia actualmente se están
desarrollando en todo el mundo, varios de los cuales fueron descritos en las actas de las Conferencias Internacionales de
Enseñanza de la Estadística (ICOTS-5, Pereira-Mendoza, Kea, Kea, y Wong, 1998; ICOTS-6, Phillips , 2002; ICOTS-7,
Rossman y Chance,
2006).
3.7 datos y materiales repositorios
Otro uso popular e importante de la World Wide Web en la enseñanza de la estadística es localizar y utilizar
pedagógicamente ricos conjuntos de datos y actividades de exploración para su uso con los estudiantes (por ejemplo,
Schafer y Ramsey, 2003). Existen numerosos depósitos de datos. La biblioteca de datos y la historia ( DASL,
http://lib.stat.cmu.edu/DASL) y la Diario de Estadísticas de Educación ( JSE) Conjunto de datos e historias función (consulte
http://www.amstat.org/publications/jse/jse_data_archive.html) son excelentes puntos de partida. Estos conjuntos de

datos vienen con “historias” que describen sus usos fondo y del aula. Causa (http://www.causeweb.org) es de nuevo un
buen recurso para los conjuntos de datos y las actividades de clase revisadas por pares.
Los muchos tipos de herramientas y recursos mencionados anteriormente ofrecen excelentes opciones para instructores, así como
las decisiones sobre cómo utilizar mejor estas herramientas, la frecuencia con que los utilizan y para qué fines y actividades. Si
bien muchas de las herramientas que se describen son herramientas de investigación de buena fe, otros han sido desarrollados
principalmente con fines de aprendizaje. Analizamos a continuación las cuestiones relacionadas con los usos de las herramientas
tecnológicas para ayudar a los estudiantes aprender y razonar acerca de las estadísticas.
4. Cómo la tecnología puede apoyar el aprendizaje estudiantil
A medida que más y más herramientas tecnológicas disponibles, y como instalación estudiante con este tipo de herramientas
aumenta en gran medida, cada vez es más importante centrarse en las mejores maneras de utilizar este tipo de herramientas en
el aula. A continuación ofrecemos ejemplos de algunas de las

uso efectivo de la tecnología en el aula estadísticas. Es importante tener en cuenta que muchas de estas herramientas de
aprendizaje tienen diferentes objetivos y puede ser necesario emplear diferentes herramientas para diferentes objetivos de
aprendizaje y que una combinación puede mejores estudiantes de ayuda. Si se utiliza una combinación de tecnologías, es
importante abordar las cuestiones de la curva de aprendizaje para los estudiantes. Siempre hay sobrecarga en aprender a utilizar
una herramienta en sí misma antes que los estudiantes pueden beneficiarse de la herramienta de estadísticas de aprendizaje. Los
estudiantes parecen adaptarse al aprendizaje del uso de diferentes tipos de software en el mismo curso pero los profesores
también pueden aspirar a un aspecto más coherente y sentir, por lo menos en las ayudas de instrucción que prestan a acompañar
a las herramientas, y para proporcionar de forma coherente orientación sobre cuándo utilizar las diferentes herramientas (por
ejemplo, en las evaluaciones).
La automatización de cálculos. Con la tecnología de los estudiantes pueden llevar a cabo muchas tareas y cálculos (gráficas) en
un corto período de tiempo, con alta precisión y pocos errores. Por ejemplo, permite que el ordenador o una calculadora para
calcular la desviación estándar ahorra carga cognitiva y el tiempo de clase real que en su lugar puede ser gastado en el concepto
más amplio de variación y de las propiedades del valor calculado. La reducción de la concentración en cálculos libera a los
estudiantes a pasar más tiempo a centrarse en la comprensión de los conceptos. También hay menos énfasis en la introducción
de datos, números de manipulación en las fórmulas, y en los ejercicios usando sólo pequeñas y / o artificiales conjuntos de datos.
Las tareas de evaluación pueden evaluar la capacidad del alumno para explicar conceptos y justificar conclusiones y no en cómo
se realizan los cálculos rutinarios.
Énfasis en la exploración de datos. El uso de la tecnología amplifica capacidad de los estudiantes para producir muchos gráficos
rápida y fácilmente, dejando a los estudiantes más probables para examinar múltiples gráficos y diferentes representaciones
(Pea, 1987). Por ejemplo, los estudiantes pueden pensar más sobre el efecto del tamaño de bin en un histograma (por ejemplo,
pequeños tamaños de basura en un gráfico pueden revelar comportamiento bimodal que estaba oculta al principio, véase la
Figura 1). Braza,
por ejemplo, permite a los estudiantes a hacer clic en el borde de la barra y arrastre, la actualización de inmediato la gráfica en una
representación dinámica e interactiva. Los estudiantes también pueden ver cómo diferentes gráficos de los mismos datos
proporcionan diferentes piezas de una historia mediante la generación de diferentes gráficos en la misma pantalla (Figura 2).
Figura 1. anchos de caja se cambian en braza con sólo arrastrar los bordes de las barras del histograma.

Figura 2. Los estudiantes hacen fácilmente transiciones entre tipos de gráficos mientras que los casos específicos se destacan
en todos los gráficos simultáneamente ( Braza).
La tecnología debe ser utilizada en el aula para animar a los estudiantes a explorar conjuntos de datos más en profundidad, para
permitir que los datos para contar una historia (posiblemente inesperada) para el estudiante, y considerar cuestiones
conceptuales relacionadas (por ejemplo, Erickson, 2001).
La visualización de los conceptos abstractos. La tecnología permite la visualización de los conceptos estadísticos y procesos
(Biehler, 1993), la demostración de las ideas abstractas y complejas provisión de múltiples ejemplos en segundos. Los
estudiantes son más capaces de explorar y “ver” ideas estadísticos, y los maestros son más capaces de presentarlas a los
estudiantes. Estas herramientas dan a los estudiantes y profesores de mucha más flexibilidad a preguntar “¿qué pasaría si”.
Por ejemplo, podemos seleccionar una observación de datos individual y arrastrarlo a ver inmediatamente los efectos sobre
el gráfico y los cálculos numéricos (Figura 3).
Figura 3. El applet “de regresión por mínimos cuadrados” de la Colección Applet Rossmanchance
(Http://www.rossmanchance.com/applets/index.html) permite a los estudiantes para añadir y arrastre una nueva observación
para ver cómo cambia la línea de regresión como el punto reubica.
Otro ejemplo es cómo TinkerPlots permite a los estudiantes ver los valores de datos “oculta” en diagramas de caja, como se
muestra en la Figura 4.

Figura 4. Comparando el número de uvas pasas entre dos marcas utilizando diagramas de cajas
con iconos visibles en casos TinkerPlots.
Las simulaciones como herramienta pedagógica. La tecnología también puede jugar un papel importante en la
mejora de la capacidad de los estudiantes para estudiar los procesos aleatorios y conceptos estadísticos, dándoles
acceso fácil a la visualización y el diseño de simulaciones (por ejemplo, Chance y Rossman, 2006; Lane & Peres,
2006; Lane & Tang, 2000; Mills, 2004). Estas herramientas les permiten responder a 'lo que sucede si se repite un
gran número de veces' a través de la observación directa. Con tales simulaciones, conceptos abstractos tales como
distribución de muestreo (Figura 5) y los intervalos de confianza (Figura 6) se convierten en más concreta.
comprensión de los estudiantes es desarrollado por la realización de estas repeticiones, el control de parámetros
(tales como tamaño de la muestra, el número de repeticiones), y describir y explicar el comportamiento que
observan en lugar de en confiar exclusivamente en las discusiones de probabilidad teóricas,
Figura 5. Ilustración del applet Distribuciones muestrales de la “Laboratorio virtual de arroz en Estadística”
(http://onlinestatbook.com/stat_sim/sampling_dist/index.html), que permite a los estudiantes para especificar una forma de población (por ejemplo,
sesgada), diferentes estadísticas de la muestra (por ejemplo, la media), y (tamaños de muestra por ejemplo, n = 5 y
n = 10). Las pantallas numéricas y gráficas encima de los resultados de 10.000 repeticiones.

Figura 6 . Ilustración de Simulación de Intervalos de Confianza applet desde la Colección Rossmanchance Applet
(http://www.rossmanchance.com/applets/index.html) para generar 300 diferentes proporciones de la muestra al azar y resultante
intervalos de confianza, registrando el porcentaje de intervalos que
éxito en la captura el valor de la proporción poblacional.
S os estudiantes también pueden examinar las distribuciones no tradicionales (por ejemplo, la distribución de muestreo de una
mediana), mientras que fácilmente el análisis de los efectos de diferentes parámetros (por ejemplo, tamaño de la muestra, tamaño
de la población y el número de muestras) en tales ideas conceptuales (véase la Figura 7). Los estudiantes pueden modificar estos
parámetros y condiciones iniciales para explorar y tomar sus propias conclusiones.
Investigación de los Problemas de la Vida Real. Uno de los usos más importantes de la tecnología es
su capacidad para crear oportunidades de currículo e instrucción al traer problemas del mundo real en
el aula para que los estudiantes explorar y resolver (Bransford, Brown y Cocking, 2000). La tecnología
facilita la discusión de los problemas más interesantes y conjuntos de datos (que puede ser grande y
complicado), a menudo los que se accede desde Internet. Ahora tenemos el poder de hacer que los
estudiantes analizan los datos reales y, a menudo sucios, dando a los estudiantes una mejor idea de lo
que los estadísticos hacen al tener que pasar por el proceso de recogida, análisis y sacar conclusiones
para investigar sus propias preguntas. La evaluación puede centrarse en dar a los estudiantes y los
conjuntos de datos que completen un análisis completo por su cuenta, lo que puede incluir “limpiar” los
primeros datos (por ejemplo, Holcomb, 2004).
2004).
Provisión de herramientas para la colaboración y la participación de los estudiantes. sistemas de gestión de cursos proporcionan
herramientas de comunicación (tales como foros de discusión, intercambio de archivos y pizarra), herramientas de productividad
(guía estudiante en línea, la búsqueda y revisión del progreso), herramientas de participación de los estudiantes (trabajo en grupo,
la autoevaluación, la creación de comunidades de estudiantes, y portafolios de los estudiantes) así como herramientas de
administración. En estos entornos de aprendizaje se hace más fácil para que los estudiantes colaboran con otros estudiantes que
pueden ayudar a mejorar las habilidades de escritura y comunicación necesarias para transmitir sus hallazgos. También permiten
que los estudiantes hacen más aprendizaje por su cuenta, fuera de la clase, el uso de Web basados en

o materiales multimedia. Esto libera el instructor para minimizar la lectura y pasar más tiempo en actividades
de análisis de datos y grupos de discusión.
La Figura 7. Ilustración de cambio a la distribución de muestreo de una mediana en

el “Laboratorio virtual de arroz en las estadísticas” Distribuciones de muestreo subprograma ( http://onlinestatbook.com/stat_sim/sampling_dist/index.html
).
Mientras que el interés en el uso de la tecnología en las estadísticas de enseñanza y aprendizaje es grande, no hay una gran
cantidad de datos disponibles que proporcionan respuestas a todas las preguntas de los profesores puede haber respecto a las
mejores usos de la tecnología para apoyar el aprendizaje del estudiante. La siguiente sección proporciona una visión general de
algunas de las investigaciones actuales sobre el uso de la tecnología para enseñar estadística.
5. Resumen de la investigación en la tecnología EN ESTADÍSTICA

EDUCACIÓN
La investigación sobre el papel de la tecnología en las estadísticas de enseñanza y aprendizaje ha ido en aumento durante la
última década. En 1996, una Asociación Internacional de Estadística especial Educación (IASE) Mesa redonda se celebró en
Granada, España para analizar el estado actual de la investigación sobre el papel de la tecnología en la educación estadística en
ese momento. Aunque gran parte del trabajo descrito en la mesa redonda (Garfield y Burrill, 1997) era en el desarrollo de nuevas
herramientas para ayudar a los estudiantes a aprender las estadísticas, hubo una clara

Pedir más investigación sobre las formas apropiadas para utilizar estas herramientas para promover el aprendizaje de los
estudiantes. Se sugirió que era necesario un nuevo programa de investigación para identificar metodologías apropiadas para
futuros estudios sobre este tema, así como para explorar nuevas formas de utilizar la tecnología en el estudio de este tema
(Hawkins, 1997). Teniendo en cuenta los cambios en la tecnología en la última década, las ideas sobre estos dos aspectos de la
tecnología siguen surgiendo. En esta sección, se destacan algunos de los más recientes temas de investigación están siendo
exploradas y los tipos de estudios que participan, en particular con respecto al desarrollo de razonamiento estadístico de los
estudiantes. En la siguiente sección se sugieren algunas implicaciones de la investigación para la práctica docente.
Ben-Zvi describe cómo las herramientas tecnológicas están siendo diseñados para soportar las estadísticas de
aprendizaje de las formas siguientes (2000, p 128.):
1. la construcción activa de los estudiantes de los conocimientos, por ‘hacer’ y ‘ver’ las estadísticas.
2. Oportunidades para los estudiantes a reflexionar sobre los fenómenos observados.
3. El desarrollo de las capacidades metacognitivas de los estudiantes, es decir, el conocimiento

sobre su propio aprendizaje y los procesos de pensamiento, la auto-regulación y control. Además, las herramientas
tecnológicas pueden traer los planes de estudio interesante sobre la base de los problemas del mundo real en el aula;
proporcionar andamios y herramientas para mejorar el aprendizaje; y dar a los estudiantes y profesores más oportunidades
para la retroalimentación, reflexión y revisión (Bransford, Brown y Cocking, 2000). Los tipos de estudios de investigación que
exploran la tecnología en la educación estadísticas se pueden agrupar en tres categorías:
1. El desarrollo, uso y estudio de instrumentos concretos (por ejemplo, la creación y el uso de

Braza software - Biehler, 2003; Minitools - Cobb, Gravemeijer, Bowers, y Portero, 1997).
2. ¿Cómo el uso de determinadas herramientas ayudan a desarrollar el razonamiento de los estudiantes (por ejemplo, el uso de
Muestreo SIM Software para desarrollar el razonamiento acerca de las distribuciones de muestreo - Chance,
Delmas, y Garfield, 2004).
3. Comparación de herramientas (por ejemplo, comparando ActivStats, CyberStats, y MM * Stat

multimedia - Alldredge y Som, 2002; Symanzik y Vukasinovic, 2002, 2003,
2006).
Algunos de los estudios más informativos no fueron diseñados para centrarse en el uso de la tecnología, sino en experimentos de
enseñanza más grandes que combinan actividades de enseñanza innovadoras y herramientas tecnológicas para promover el
razonamiento del estudiante sobre un tema en particular, como la distribución (por ejemplo, Bakker, 2004, Cobb, 1999; Cobb &
McClain, 2004). Estos estudios se centraron en el uso de un conjunto de Minitools, aplicaciones creadas para ayudar a los
estudiantes se mueven a lo largo de una trayectoria de aprendizaje. Del mismo modo, los estudios de Makar y Confrey (2005) y
Rubin, Hammerman y Konold (2006) exploran el conocimiento y el razonamiento de los maestros, ya que utilizan software
innovador ( Braza o TinkerPlots).
Aunque pocos estudios han sido de naturaleza empírica en el campo de la educación estadística, estos estudios han
proporcionado información valiosa sobre cómo las herramientas tecnológicas pueden tanto mejorar el aprendizaje de los conceptos
particulares, así como aumentar la toma de conciencia de los conceptos erróneos de los estudiantes o dificultades (por ejemplo,
Batanero, Estepa , Godino, y Green, 1996; Finch y Cumming, 1998; Shaughnessy, 1992). Cobb y McClain (2004) encontraron que
los estudiantes fueron capaces de hacer más fácil y probar conjeturas cuando se utiliza este tipo de herramientas para analizar los
datos. Mientras que los experimentos controlados, por lo general no son posibles en los centros educativos, los estudios
cualitativos son cada vez más útil para centrarse en el desarrollo de conceptos y el uso de habilidades que la tecnología está
destinada a facilitar. investigaciones

por Miller (2000) y Lee (2000) son ejemplos de estudios cualitativos de cómo los profesores pueden integrar las
herramientas tecnológicas para soportar un ambiente de aprendizaje centrado en el estudiante para la educación
estadística. Otros ejemplos son de Biehler (1998) el uso de videos y transcripciones para explorar pensamiento de los
estudiantes al interactuar con el software de estadística y de investigación por Delmas, Garfield y Chance (1999) que
proporciona un modelo de investigación colaborativa basada en el aula para investigar el impacto de software de simulación
en el entendimiento de los estudiantes de las distribuciones de muestreo. Una de las áreas de investigación fueron los
resultados empíricos han sido menos consistente es en el uso de la simulación como herramienta pedagógica. La
investigación sobre la formación de simulación indica que incluso una simulación bien diseñado es poco probable que sea
una herramienta de enseñanza eficaz a no ser que la interacción de los estudiantes con los que está cuidadosamente
estructurado (Lane & Peres, 2006). El azar y Rossman (2006) ilustran cómo la simulación puede ser una herramienta
poderosa para ayudar a los estudiantes a aprender las estadísticas, en particular las ideas de los patrones de largo plazo y
la aleatoriedad, en concreto, un entorno interactivo (por ejemplo, usando una simulación de muestreo de piezas de Reese o
arrastrando los pies juego tarjetas para construir en una simulación táctil al tiempo que permite al usuario ajustar más fácil
parámetros tales como el tamaño de la muestra y de inmediato explorar el impacto). La tecnología también se utiliza en la
participación de los profesores en el diseño de herramientas computacionales que supuestamente fomentan ellos como
diseñadores a reflexionar sobre los conceptos estadísticos incorporados en las herramientas en fase de desarrollo. Healy
(2006) describe cómo la participación de profesores de matemáticas de Brasil en el proceso de diseño de la simulación de
colaboración ayudó a los participantes vienen a ver distribuciones como entidades estadísticas, con propiedades globales
que indican cómo están centrados y difusión de sus datos. Aunque la investigación apoya el uso de la tecnología para
facilitar y mejorar el aprendizaje de los conceptos estadísticos, Biehler (1997) advierte que las estadísticas de los
educadores necesitan un sistema para evaluar críticamente el software existente desde la perspectiva de la educación de
los estudiantes y para producir software en el futuro más adecuada tanto para el aprendizaje y haciendo las estadísticas en
los cursos introductorios. Thistead y Velleman (1992), en su resumen de la tecnología en la enseñanza de la estadística,
citan cuatro obstáculos que pueden causar dificultades al tratar de incorporar la tecnología en los cursos de estadística de la
universidad: equipos (e.
Hoy en día, podemos ver una mayor disponibilidad de ordenadores, acceso a las calculadoras gráficas e Internet, actualizada y
más ampliamente de software disponibles, a menudo a través de los CD incluidos con los libros de texto o en la World Wide
Web, y nuevos métodos de proyectar las pantallas de ordenador, tales como pizarras interactivas. Sin embargo, otro obstáculo
es el hecho de que toma tiempo y reflexión para incorporar eficazmente las nuevas tecnologías. El éxito en el uso de la
tecnología para la enseñanza significa el éxito en la colocación de los maestros en el camino a nuevas ideas y métodos de
enseñanza, no la repentina transformación de la enseñanza (Huffman, Goldberg, y Michlin, 2003). Un primer paso en este
camino puede ser la obtención de información sobre cómo la tecnología puede usarse para apoyar y mejorar el aprendizaje de
los estudiantes en los cursos de estadísticas y qué tecnología está disponible para lograr este objetivo.
6. Recomendaciones para usar la tecnología para enseñar

estadística y probabilidad
Los estudios de investigación sobre la tecnología en la educación estadísticas han señalado varias maneras
eficaces de utilizar la tecnología en el aula estadísticas. A continuación ofrecemos un resumen de lo que creemos
ser los temas más importantes a considerar:

• Con demasiada frecuencia en los cursos de estadística, los estudiantes se centrado en

los cálculos numéricos. Esta tendencia puede exacerbarse en un ambiente rico en
equipo, sobre todo en el uso de paquetes estadísticos que producen fácilmente grandes
cantidades de salida (a menudo poco clara) - los estudiantes se centran en la salida en
lugar del proceso. Muchos maestros también tienen grandes expectativas y pueden
depender de perforación-y-aplicaciones prácticas de la tecnología en lugar de los ricos,
tareas centradas en el estudiante que ofrecen el mayor valor añadido para el uso de la
tecnología (Medios, Peniel, y Padilla, 2001). En lugar de dejar que la salida sea el
resultado final, creemos que es importante hablar de la salida y los resultados con los
estudiantes y les obligan a dar explicaciones y justificaciones de las conclusiones que
sacan de la salida y para ser capaces de comunicar sus conclusiones de manera
efectiva.
• Mientras que la tecnología permite más exploraciones de estudiantes impulsada y abiertas, esto no
puede suceder de inmediato, ya que los estudiantes primero tienen que familiarizarse con la herramienta
y cómo utilizarla. A veces los estudiantes se sienten abrumados o perdidos en los detalles de las
instrucciones o comandos de programación y no ven las ideas estadísticas más grandes están
desarrollando. Por ejemplo, en la exploración de las distribuciones de muestreo, se centran en el número
de ensayos para incluir en la simulación en lugar de cómo el tamaño de la muestra afecta a la
distribución empírica resultante. Por lo tanto, los profesores tienen que estructurar cuidadosamente
exploraciones de modo que incluso mientras se aprende a usar el software, los estudiantes son capaces
de centrarse en los conceptos y no solamente para prestar atención a la tecnología o seguir ciegamente
una lista de comandos. De este modo, los estudiantes pueden descubrir y construir significados para las
grandes ideas de estadísticas, ya que son guiados a través de una serie de investigaciones. Sin esta
cuidadosa estructuración y orientación, los estudiantes sólo pueden ser prestar atención al software y no
al problema o contenido (Collins, Brown y Newman, 1989) estadística. Las actividades de los estudiantes
que incluyen el uso de la tecnología deben incorporar preguntas que guían a los estudiantes en una
investigación de problemas estadísticos y animar a los estudiantes para analizar y resumir los grandes
conceptos de la lección antes de que se resumen por el instructor. De esta manera, los estudiantes
deben aprender a realizar sus propias exploraciones con menos y menos estructura y el apoyo de los
maestros.
• El aprendizaje colaborativo es a menudo particularmente útil en la educación y la tecnología de las estadísticas se

pueden utilizar para facilitar y promover la exploración y la investigación colaborativa, permitiendo a los estudiantes
para generar su propio conocimiento de un concepto o método nuevo en un ambiente de aprendizaje constructivista
(Huffman, Goldberg, y Michlin de 2003 ; Miller, 2000). Las interacciones dentro de los grupos tienen un papel
importante en el cuestionamiento y la crítica de las perspectivas individuales de una manera de apoyo mutuo para
que una comprensión más clara de los conceptos estadísticos surgen de las ideas y el conocimiento de estadística se
desarrolla (Ben-Zvi, 2006). Este tipo de exploración iterativa de datos también refleja la práctica estadística y ayuda a
los estudiantes a desarrollar un “hábito de la investigación” (Wild y Pfannkuch, 1999).

• educación estadística también se caracteriza por los conceptos erróneos de raíces profundas que los estudiantes a
menudo tienen de entrar en el curso. La tecnología facilita en gran medida el empleo de una estrategia de
“predecir-y-test” que ha demostrado ser eficaz en el establecimiento de la disonancia cognitiva necesaria para que
los estudiantes cambien su forma de pensar acerca de un concepto (por ejemplo, Posner, Strike, Hewson, y
Gertzog,
mil novecientos ochenta y dos). Los estudiantes pueden ser requeridos para predecir lo que van a observar (por
ejemplo, la forma esperada de una distribución, efecto de aumentar el número de observaciones) y luego usar la
tecnología para obtener información inmediata sobre su comprensión. Esto es especialmente útil cuando la
realimentación es directamente observable, sin necesidad de una gran cantidad de inferencia por los estudiantes, sobre
todo de los resultados numéricos que aún no puede tener sentido para los estudiantes. También ofrecemos los siguientes
recordatorios más generales a considerar cuando se planea utilizar la tecnología:
• La tecnología no reemplaza al maestro, pero los profesores necesitan para observar activamente a los estudiantes,
identificar sus dificultades, sondear sus procesos de pensamiento y las conclusiones a las que se están formando, de
forma rápida frenar cualquier problema que tienen con la tecnología, mantener a los estudiantes en la tarea, y
responder a preguntas (Feenberg, 1999). Los maestros no tienen tiempo de inactividad mientras que los estudiantes
interactúan con la tecnología.
• La tecnología debe ser elegido para facilitar la interacción y la accesibilidad de los estudiantes, manteniendo el
foco en el concepto estadístico y no en la tecnología (Moore, 1997). Esta elección puede depender de la curva
de aprendizaje, portabilidad y flexibilidad de la herramienta (por ejemplo, si la herramienta tecnológica puede
ser utilizado en otros lugares en el curso como el uso del mismo software para llevar a cabo otros análisis de
datos o tareas de simulación). Es importante tener en cuenta los antecedentes de los estudiantes y de los
objetivos del curso, así como el nivel de comodidad del instructor y el conocimiento.
• Se necesita un ambiente de aprendizaje que es rico en recursos, exploración ayudas, crea una atmósfera en
la que las ideas pueden expresarse libremente, proporciona el estímulo cuando los estudiantes hacen un
esfuerzo por comprender, y permite a los estudiantes (y profesores) la libertad de cometer errores con el fin
para aprender (por ejemplo, Brown y Campione, 1994; Cobb, Yeckel, y madera, 1992).
6.1 posibles obstáculos a la incorporación de tecnología en el aula Estadísticas
La integración de la tecnología en el aula tiene un gran potencial para mejorar la enseñanza y el aprendizaje,
convertir ese potencial en realidad puede ser una tarea compleja y multifacética. Algunos de los factores clave para el
éxito de la integración de tecnología en el aula son visiones bien definidos educativas, diseño curricular, y preparación
de los maestros y el apoyo (Kleiman, 2004). Este éxito viene con algunos “costos” y los instructores y los
administradores tienen que pensar cuidadosamente acerca de cómo integrar mejor las herramientas en el aula. Esta
sección presenta algunos de los obstáculos comunes maestros deben enfrentar para crear entornos de aprendizaje
ricos con el uso de la tecnología y los mecanismos de apoyo necesarios para superarlos.
La necesidad de volver a examinar Objetivos de aprendizaje de los estudiantes. Mientras que la tecnología permite que los
cambios en el enfoque de instrucción, estos cambios deben reflejarse en los objetivos del curso y evaluaciones de los
estudiantes correspondientes. En el nivel de secundaria, en particular, si la prueba estandarizada se utiliza como una
medida del éxito de los estudiantes, esta voluntad
Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) dieciséis

afecta cómo la tecnología debe ser incorporado. Para la tecnología para obtener el mayor impacto en el aprendizaje del
estudiante, serán necesarias otras metas del curso. En el nivel universitario, los cambios en los resultados del aprendizaje
debido al uso de la tecnología (por ejemplo, eliminando el uso de tablas estadísticas y en lugar de confiar en el software para
calcular PAGS- valores) pueden requerir aceptación por parte de colegas y administradores. En cualquier nivel, los cambios
resultantes de la incorporación de la tecnología pueden requerir la aprobación de los instructores, padres y estudiantes.
La falta de conciencia y comodidad con las nuevas tecnologías. Probabilidad y estadística son temas
especializados, y muchas escuelas no pueden tener un miembro de la facultad cuya experiencia es en
estas áreas. Dado que los horarios de los profesores son muy exigentes, poco tiempo disponible para
aprender acerca de las nuevas tecnologías y sus capacidades. Los maestros que han aprendido
estadísticas varias décadas antes, no se sienten cómodos usando las nuevas herramientas y no pueden
creer en el valor de su uso. En algunos casos, los maestros pueden ser capaces de asistir a
conferencias y escuchar acerca de las nuevas tecnologías, pero esto generalmente no es tiempo
suficiente para que puedan apreciar los beneficios de la tecnología y aprender cómo utilizar plenamente
efectiva en el aula. A menos que los maestros están provistos de un apoyo a largo plazo para aprender a
utilizar y aplicar la tecnología, es poco probable que lo utilizan en sus clases.
La falta de apoyo para los maestros. De acuerdo con Ritchie (1996), las escuelas aún no están
poniendo en práctica de manera efectiva las tecnologías de instrucción a pesar del aumento de la
capacidad de la tecnología educativa disponible. Este estudio identificó la falta de apoyo
administrativo como uno de los obstáculos más importantes para la integración de la tecnología
educativa. Se necesita el apoyo administrativo con el fin de proporcionar fondos para laboratorios
de computadoras, soporte técnico consistente para los maestros, y en curso de desarrollo
profesional para los maestros tengan la oportunidad de aprender nuevas tecnologías y sus usos
en las aulas. Aun cuando la tecnología está en su lugar y el soporte técnico está disponible, los
profesores necesitan mucho más apoyo y desarrollo profesional en el aprendizaje de cómo
implementar una nueva pedagogía con la tecnología ya que la tecnología sola no hace para una
enseñanza efectiva.
Hora de clase Requerido para la exploración. Uno de los mayores beneficios del uso de la tecnología está permitiendo la
exploración de estudiante de los conceptos y más profundo de sondeo en grandes conjuntos de datos desordenados, pero este
tipo de investigaciones puede llevar mucho tiempo. Sin embargo, se puede ahorrar tiempo mediante la eliminación de otros
componentes del curso, tales como cálculos de la mano y reemplazarlos con mejores preguntas o discusiones más ricas en
beneficio de la comprensión más significativa por los estudiantes. educación de los estudiantes también se beneficiará por más
de estas exploraciones se producen en los niveles de grado inferior, que aumenta la comodidad del estudiante con dichas
exploraciones y tal vez conduzca a un plan de estudios de riesgo menor en el nivel universitario.
El hecho de que la tecnología puede fallar. Es importante darse cuenta de que las computadoras pueden chocar, los sitios de
Internet pueden no estar disponibles, y así sucesivamente. Por lo tanto, la enseñanza con la tecnología significa tener un plan en
caso de que la tecnología falla durante la clase. Los planes de contingencia incluyen hacer folletos de las lecciones o
transparencias que revelan los resultados esperados previstos. De hecho, en probabilidad y estadística, la tecnología, incluso de
trabajo puede conducir a resultados inesperados. Es importante que tanto el profesor como

estudiante sea cómodo con la aleatoriedad y aproximaciones en lugar de pruebas limpias. Cuando la tecnología falla, el
proceso de construcción de la lección menudo prepara a los maestros para plantear preguntas que pueden llevar a los
estudiantes a tener una discusión que puede servir como preámbulo a la próxima reunión de la clase cuando la tecnología
va a funcionar (Cárdenas, 1998).
Tiempo necesario para implementar los cambios. Los profesores no deben esperar que la inclusión de la
tecnología en su salón de clases para mostrar mejoras inmediatas en el logro del estudiante o para ser una
solución a todos los problemas de enseñanza (US Congress, Office of Technology Assessment, 1995, p.159).
Suele ser el caso de que el uso eficaz de la tecnología toma el refinamiento, ensayo y error, y la mejora
continua. Los profesores no deben tener miedo a probar algo y fallar; eso no significa que el nuevo método de
enseñanza es un fracaso, pero puede indicar las modificaciones que deben producirse para la aplicación para
tener éxito en una clase individual. Los educadores no pueden olvidar que parte de la educación de los
estudiantes que se está preparando para la vida fuera del aula, por lo que incluso si el uso de la tecnología no
proporciona éxito inmediato en la enseñanza y el aprendizaje de las matemáticas o conceptos de estadística,
El papel claro de aprendizaje a distancia. Los métodos se están desarrollando para el aprendizaje a
distancia, que incorporan muchos usos innovadores de la tecnología, pueden permitir que las escuelas
comparten recursos y hacer una probabilidad alta calidad o clase en una escuela estadísticas
disponibles para otros. Sin embargo, con el aumento de los cursos de aprendizaje a distancia, también
es claro en cuanto a la cantidad de un curso puede ser enseñado exclusivamente mediante la
tecnología, lo que las funciones apropiadas de un instructor debe ser, y cuánto énfasis aún debe ser
colocado en los estudiantes la generación de cálculos y gráficos a mano. “cursos híbridos” que
combinan un componente de distancia con la cara menos frecuente a cara reuniones también se
utilizan con mayor frecuencia (por ejemplo, Utts, et al, 2003; Ward, 2004). Smith, Clark,
6.2 Consideraciones previas para Selección de Tecnología en una clase de Estadística
A pesar de los obstáculos mencionados anteriormente, todavía es importante tratar de encontrar la manera de acceder y utilizar la
tecnología apropiada para ayudar a los estudiantes a aprender las estadísticas. El informe de la universidad GAISE (Franklin &
Garfield, 2006) enumera algunas cuestiones a considerar al seleccionar las herramientas tecnológicas a utilizar para ayudar a los
estudiantes a aprender las estadísticas:
• Facilidad de entrada de datos, la capacidad de importar datos en múltiples formatos
• capacidades interactivas
• La vinculación dinámica entre los datos, gráficas y análisis numéricos
• Facilidad de uso para audiencias particulares
• Disponibilidad para estudiantes, la portabilidad
Creemos que hay una herramienta puede hacerlo todo y que hay muchas buenas herramientas disponibles para su uso, muchos
de los cuales son gratuitos. Por lo tanto, en lugar de pensar en una herramienta tecnológica para el uso de los estudiantes,
animamos a los profesores a pensar en lo que conjuntos de herramientas le ayudará estudiante aprender mejor las estadísticas
en cada unidad del curso. Lo que es utilizado para explorar gráficamente los datos en una unidad puede no ser la mejor para
ilustrar muestreo en otro.

6.3 Cuestiones de implementación
El Informe GAISE aconseja a los educadores que recordar que la tecnología todavía tiene que ser utilizado con cuidado. Como se
dijo anteriormente, los instructores deben primero recordar a preocuparse menos por la elección específica de la tecnología y en
lugar de por qué y cómo se va a utilizar. Una cuidadosa planificación de la implementación de la tecnología es fundamental para
tener un impacto directo en el aprendizaje del estudiante. A continuación enumeramos algunas de las cuestiones a considerar en
la planificación de cómo utilizar una herramienta de tecnología en particular con los estudiantes. Nosotros no tratamos de dar
respuesta a estas preguntas, ya que las respuestas pueden variar de una clase a otra, un tema a otro, y dependiendo de la
elección de la tecnología.
• ¿Cuánto tiempo se necesita estudiantes para explorar la tecnología? ¿Cómo puede el maestro asegurarse de
que los videos y los juegos de simulación no se conviertan en “tiempo de juego” para los estudiantes y que
están aprendiendo ideas importantes? ¿Cuánto instructor de demostración deben preceder a los estudiantes
de la tecnología y la cantidad de interrogatorio después?
• ¿Cómo podemos evitar pensar en los estudiantes de la computadora como un “recuadro negro”? ¿Cómo podemos
asegurarnos de que los estudiantes entiendan y confianza (en una medida razonable) lo que produce la tecnología?
No queremos que las visualizaciones de ordenador a poco se convierten en un cuadro negro generación de datos.
Creemos que es importante que los educadores utilizan una actividad práctica con dispositivos tales como los dados o
M & Ms para comenzar una actividad, y luego pasar a la computadora para simular grandes conjuntos de resultados.
De esta manera los estudiantes pueden entender mejor el proceso de simulación y lo que en realidad representan los
datos. la evaluación de seguimiento también tiene que indicar a los alumnos que van a ser responsables de
comprensión y síntesis de lo que han aprendido de la tecnología.
• Como siempre se utilizará el software? ¿En qué medida los estudiantes utilizarán el software? ¿Es utilizado
en clase y asignaciones o puede ser utilizado en los exámenes? Son los estudiantes evaluados en lo bien que
son capaces de utilizar el software o es opcional para utilizarlo?
• ¿Qué tan accesible será la tecnología ser para uso de los estudiantes fuera de clase? La respuesta a esta pregunta
determinará qué tipo de evaluaciones de tareas o maestros del proyecto del grupo a crear. Los maestros deben tener
en cuenta que los estudiantes valoran lo que se evalúa, por lo que las evaluaciones deben estar alineados con los
objetivos de aprendizaje. Si se espera que los estudiantes a utilizar un laboratorio fuera de clase, ¿cuáles son las
horas de laboratorio y son estos accesibles para la mayoría de los estudiantes?
• Como muchas tecnologías diferentes se espera que los estudiantes a usar? Para las tecnologías que los estudiantes
aprender los comandos (es decir, paquetes de software)? ¿Qué tecnologías serán demostraciones solamente (es
decir, los applets)? La incorporación de muchas tecnologías puede ser abrumador para los estudiantes y coloque la
comprensión conceptual en el segundo lugar de las habilidades tecnológicas.
7. RESUMEN
La tecnología ha sido y seguirá siendo un factor importante en la mejora de aprendizaje de los estudiantes de la estadística.
Sin embargo, la utilización eficaz de la tecnología requiere una planificación cuidadosa y deliberada, así como la creatividad y
el entusiasmo. A pesar de la interminable

capacidades que ofrece la tecnología, los instructores deben tener cuidado con el uso de paquetes de software sofisticados que
pueden dar lugar a los estudiantes que pasan más tiempo en aprender a utilizar el software de aplicación. Incluso en nuestra
sociedad tecnológica avanzada, algunos estudiantes no siempre están preparados para el tipo de tecnología utilizada en los
cursos. Elección de una herramienta de tecnología en particular debe hacerse sobre la base de facilidad de uso, interactividad,
vínculos dinámicos entre datos / gráficos / análisis, y portabilidad. Las buenas opciones si se utiliza adecuadamente puede
mejorar la colaboración estudiante y estudiante-instructor interacciones, ya menudo será necesaria una combinación de varias
herramientas diferentes. También es fundamental tener en cuenta la mejor manera de utilizar la tecnología (por ejemplo,
permitiendo que las situaciones de aprendizaje y test predecible y facilitar la interacción del estudiante, No gastar grandes
cantidades de datos en tiempo de entrar). Hay una necesidad de actividades de aprendizaje cuidadosamente diseñados y que
guían la interacción del estudiante con tecnología de andamio. el tiempo de preparación debe ser mínima, y los estudiantes a
menudo, al menos inicialmente, necesitan ser guiados cuidadosamente a través de la actividad, con el edificio pasos lógicamente.
A medida que adquieren más confianza con la herramienta de la fluidez en los profesores de estadística debería fomentar
gradualmente a los estudiantes para llevar a cabo y dar sentido a sus propias exploraciones, con menos y menos orientación y
estructura, mientras se centra en el concepto estadístico global más grande. necesitan ser guiados cuidadosamente a través de la
actividad, con los pasos de la construcción lógica. A medida que adquieren más confianza con la herramienta de la fluidez en los
profesores de estadística debería fomentar gradualmente a los estudiantes para llevar a cabo y dar sentido a sus propias
exploraciones, con menos y menos orientación y estructura, mientras se centra en el concepto estadístico global más grande.
necesitan ser guiados cuidadosamente a través de la actividad, con los pasos de la construcción lógica. A medida que adquieren más confianza con la herram
Lo que falta es más estudios sobre las maneras más eficaces de integrar la tecnología en los cursos de estadística en el
desarrollo de razonamiento de los estudiantes sobre los conceptos particulares, y determinar formas apropiadas para evaluar el
impacto en el aprendizaje de los estudiantes en estos contextos. Con un mayor énfasis en la educación estadística en todos los
niveles educativos, esperamos ver más proyectos de investigación de alta calidad en los próximos años que proporcionará
información sobre los usos apropiados de la tecnología para mejorar el aprendizaje de la estadística.
AGRADECIMIENTOS
Los autores desean dar las gracias a dos revisores anónimos por sus sugerencias muy útiles sobre una versión anterior
de este artículo.
Referencias
Alldredge, JR, y Som, NA (2002). Comparación de materiales educativos multimedia utilizado
en un curso de introducción métodos estadísticos. En B. Phillips (Ed.), Actas de la Sexta Conferencia
Internacional sobre la Enseñanza de la Estadística. [ CD ROM]. Voorburg, Países Bajos: Instituto Internacional
de Estadística.
Bakker, A. (2004, noviembre). Razonar sobre la forma como un patrón en la variabilidad. Estadística
Educación Research Journal, 3 ( 2), 64-83. Obtenido 18 de diciembre de 2006 de
http://www.stat.auckland.ac.nz/~iase/serj/SERJ3(2)_Bakker.pdf Batanero, C., Estepa, A., Godino, JD, &
Green, DR (1996). estructuras e intuitivas
preconcepciones sobre la asociación en tablas de contingencia. Diario de Investigación en Educación
Matemática, 27 ( 2), 151-169.
Ben-Zvi, D. (2000). Hacia la comprensión del papel de las herramientas tecnológicas en la estadística
aprendizaje. Pensamiento matemático y Aprendizaje, 2, 127-155. Ben-Zvi, D. (2004). Razonamiento sobre análisis
de datos. En D. Ben-Zvi & J. Garfield (Eds.), los
reto de desarrollar la cultura estadística, el razonamiento y el pensamiento ( pp. 121-145). Dordrecht, Países
Bajos: Kluwer Academic Publishers (Springer). Ben-Zvi, D. (2006). Andamio inferencia y la argumentación
informal de los estudiantes. En un.
Rossman y B. Chance (Eds.), Actas de la Séptima Conferencia Internacional sobre la Enseñanza de la
Estadística. [ CD ROM]. Voorburg, Países Bajos: Instituto Internacional de Estadística.

Ben-Zvi, D. (2007, septiembre). El uso de Wiki para promover el aprendizaje colaborativo en las estadísticas
educación. Las innovaciones tecnológicas en estadística de la educación, (1 1).
Biehler, R. (1993). Software de herramientas y la educación matemática: El caso de las estadísticas. Cía.
Keitel y K. Ruthven (Eds.), Aprender de los ordenadores: educación y tecnología Matemáticas ( pp. 68-100).
Berlín: Springer. Biehler, R. (1997). Software para aprender y hacer estadísticas. Revista Internacional de
Estadística,
sesenta y cinco, 167-189.
Biehler, R. (1998). Estudiantes - Statistical Software - funciones estadísticas: Un estudio de los problemas en
las interfaces. En L. Pereira-Mendoza (Ed.), Actas de la Quinta Conferencia Internacional sobre la
Enseñanza de la Estadística ( pp. 1025-1031). Voorburg, Países Bajos: Instituto Internacional de Estadística.
Biehler, R. (2003). aprendizaje relacionados entre sí y entornos de trabajo para apoyar el uso de
herramientas informáticas en clases de iniciación. Actas de la Conferencia sobre Estadísticas satélite IASE
Educación e Internet [ CD ROM]. Voorburg, Países Bajos: Instituto Internacional de Estadística.
Bransford, J., Brown, AL, y Cocking, RR (Eds.) (2000). Cómo las personas aprenden: Cerebro, mente,
experiencia, y la escuela. Washington, DC: National Academy Press. Brown, AL, y Campione, JC (1994).
Descubrimiento guiado en una comunidad de aprendices. En K.
McGilly (Ed.), lecciones en el aula: La integración de la teoría cognitiva y práctica en el aula
(Pp. 229-270). Cambridge, MA: MIT Press.
Cardenas, K. (1998, mayo / junio). Tecnología en el aula de hoy en día: Se rebana y se cortan en cuadritos, pero
Qué nos sirven bien? Mundo académico, 84 ( 3), 27-29.
Chance, B., Delmas, R., y Garfield, J. (2004). Razonar sobre el muestreo de distribuciones. En D.
Ben-Zvi & J. Garfield (Eds.), El reto de desarrollar la cultura estadística, el razonamiento y el pensamiento ( pp.
277-294). Dordrecht, Países Bajos: Kluwer Academic Publishers.
Chance, B., y Rossman, A. (2006). El uso de la simulación para enseñar y aprender las estadísticas. En un.
Rossman y B. Chance (Eds.), Actas de la Séptima Conferencia Internacional sobre la Enseñanza de la
Estadística. [ CD ROM]. Voorburg, Países Bajos: Instituto Internacional de Estadística.
Cobb, P. (1999). desarrollo matemático individual y colectiva: El caso de la estadística

análisis de los datos. Pensamiento matemático y Aprendizaje, 1 ( 1), 5-43.
Cobb, P., Gravemeijer, KPE, Bowers, J., y Portero, M. (1997). Minitools estadísticos
[applets y aplicaciones]. Nashville, TN: Universidad de Vanderbilt. Cobb, P., y McClain, K. (2004).
Principios de diseño instruccional para apoyar la
desarrollo de razonamiento estadístico de los estudiantes. En D. Ben-Zvi & J. Garfield (Eds.), El reto de desarrollar
la cultura estadística, el razonamiento y el pensamiento ( pp. 375-396). Dordrecht, Países Bajos: Kluwer Academic
Publishers.
Cobb, P., Yeckel, E., y Madera, TL (1992). Una alternativa constructivista a la representación
vista de la mente en la educación matemática. Diario de Investigación en Educación Matemática, 23 ( 1),
2-33.
Collins, A., Brown, JS, y Newman, SE (1989). El aprendizaje cognoscitivo: La enseñanza de la
artesanías de lectura, escritura y matemáticas. En LB Resnick (Ed.), Sabiendo, el aprendizaje y la instrucción: Ensayos
en honor a Robert Glaser, ( pp. 453-494). Hillsdale, NJ: Erlbaum. Cryer, J. (2001). Los problemas con el uso de Microsoft
Excel para las estadísticas. Presentado en el
American Statistical Association (ASA) Reunión conjunta de Estadística, Atlanta, Georgia. Delmas, R., Garfield, J., y
Chance, B. (1999, noviembre). Un modelo de investigación en el aula en
Acción: Desarrollo de actividades de simulación para mejorar el razonamiento estadístico de los estudiantes.
Diario de Estadísticas de Educación, 7 ( 3). Consultado el 18 de diciembre de 2006, de

http://www.amstat.org/publications/jse/secure/v7n3/delmas.cfm Doerr, HM, y Zangor, R. (febrero de 2000). La
creación de significado por y con los gráficos
calculadora. Estudios de la Educación en Matemáticas, 41 ( 2), 143-163.
Dunham, PH, y Dick, TP (1994). Conectar la investigación con la enseñanza: la investigación sobre graficación
calculadoras. El profesor de matemáticas, 87 ( 6), 440-445.

Erickson, T. (2001). Los datos de profundidad: las matemáticas Explorando con la braza. Emeryville, CA:
Curriculum Press clave. Erickson, T. (2002). Cincuenta Brazas: Estadísticas manifestaciones por la comprensión
más profunda.
Oakland, CA: EEPS Medios.
Feenberg, A. (1999, Verano). A donde la tecnología educativa? Peer Review, 1 ( 4). Finch, S., y Cumming, G. (1998).
Evaluar el cambio conceptual en las estadísticas de aprendizaje. En L.
Pereira-Mendoza (Ed.), Actas de la Quinta Conferencia Internacional sobre la Enseñanza de la Estadística ( pp.
897-904). Voorburg, Países Bajos: Instituto Internacional de Estadística. Franklin, C. & Garfield, J. (2006). Los GAISE
(Directrices para la Evaluación e Instrucción en
Estadísticas de Educación) del proyecto: Elaboración de directrices estadísticas de educación para pre K-12 y en la
universidad. En G. Burrill (Ed.), 2006 NCTM Anuario: El pensamiento y el razonamiento con datos y oportunidad. Reston,
VA: Consejo Nacional de Profesores de Matemáticas.
Friel, S. (2007). La frontera de la investigación: Donde la tecnología interactúa con la enseñanza y

aprendizaje del análisis de datos y estadísticas. En GW Blume y MK Heid (Eds.), La investigación sobre la tecnología y la
enseñanza y el aprendizaje de las matemáticas: Los casos y Perspectivas
(Vol. 2, pp. 279-331). Greenwich, CT: Information Age Publishing, Inc. GAISE (2005a). Directrices para la
evaluación y la instrucción en educación estadística (GAISE)
reportar: un marco curricular para la educación Pre-K-12 estadísticas. La Asociación Americana de Estadística
(ASA). Consultado el 4 de diciembre de 2006, de http://www.amstat.org/education/gaise/GAISEPreK-12.htm GAISE
(2005b). Directrices para la evaluación y la instrucción en educación estadística (GAISE)
informe de la universidad. La Asociación Americana de Estadística (ASA). Obtenido 4 de diciembre de 2006, de

http://www.amstat.org/education/gaise/GAISECollege.htm Garfield, J., y Burrill, G. (Eds.). (1997). La investigación sobre el
papel de la tecnología - la enseñanza y
estadísticas sobre aprendizaje . Voorburg, Países Bajos: Instituto Internacional de Estadística. Garfield, J., Chance, B., y Snell,
JL (2000). Tecnología en los cursos de estadística de la universidad. En D.
Holton et al. (Eds.), La enseñanza y el aprendizaje de las matemáticas a nivel universitario: un estudio ICMI ( pp.
357-370). Dordrecht, Países Bajos: Kluwer Academic Publishers. Consultado el 4 de diciembre de 2006, de
http://www.dartmouth.edu/~chance/teaching_aids/books_articles/technology.html Bueno, P. (2006). métodos

de remuestreo ( 3ª Ed). Birkhäuser. Hawkins, A. (1997). Mito-concepciones. En J. Garfield y G. Burrill (Eds.), La
investigación sobre la
papel de la tecnología - enseñanza y aprendizaje estadísticas ( pp. 1-14). Voorburg, Países Bajos: Instituto
Internacional de Estadística.
Healy, L. (2006). La construcción de simulaciones para expresar el desarrollo de conocimientos estadísticos. En un.
Rossman y B. Chance (Eds.), Actas de la Séptima Conferencia Internacional sobre la Enseñanza de la Estadística [ CD
ROM]. Voorburg, Países Bajos: Instituto Internacional de Estadística. Holcomb, J. (2004). Evaluar el aprendizaje del
estudiante en la introducción a la estadística: un auténtico
enfoque de evaluación. Presentado en ARTISTA Conferencia mesa redonda sobre la Evaluación de Estadística, Universidad de
Lawrence.
Huffman, D. Goldberg, F., y Michlin, M. (2003). El uso de los ordenadores para crear constructivista
Impacto sobre la pedagogía y el logro: los entornos de aprendizaje. Diario de Informática en Matemáticas y Enseñanza
de las Ciencias, 22 ( 2), 151-168.
Hunt, DN (1996). enseñanza de la estadística con Excel 5.0. Matemáticas y Estadísticas, 7 ( 2), 11-14. Curriculum Press clave
(2006). Software braza Dynamic Data ™ ( Versión 2.03) [Ordenadores
software]. Emeryville, CA: Key Curriculum Press. Disponible:
http://www.keypress.com/x5656.xml
Kleiman, GM (2004). Mitos y realidades de la tecnología en escuelas K-12: Cinco años más tarde.
Cuestiones de actualidad en la tecnología y la formación del profesorado, 4 ( 2), 248-253.
Konold, C., & Miller, CD (2005). TinkerPlots: Datos exploración dinámica TM ( Versión 1.0)
[Software de ordenador]. Emeryville, CA: Key Curriculum Press. Disponible:
http://www.keypress.com/x5715.xml

Lane, DM, y Peres, Carolina del Sur (2006). simulaciones interactivas en la enseñanza de la estadística: la promesa
y las trampas. En A. Rossman y B. Chance (Eds.), Actas de la Séptima Conferencia Internacional
sobre la Enseñanza de la Estadística [ CD ROM]. Voorburg, Países Bajos: Instituto Internacional de
Estadística.
Lane, DM, y Tang, Z. (2000). Eficacia de la formación de simulación sobre la transferencia de estadística
conceptos. J Diario de Informática Educativa de Investigación, 22 ( 4), 383-396.
Lee, C. (2000). El desarrollo de ambientes de aprendizaje centrados en el estudiante en la era de la tecnología - la
caso de introducción a la estadística. Presentado en la Asociación Americana de Estadística (ASA) Reunión conjunta de
Estadística, Indianápolis, Indiana.
Levin, J., y Waugh, M. (1998). Teleapprenticeships la enseñanza: Marcos para la integración
la tecnología en la formación del profesorado. Aprendizaje interactivo Environments, 6 ( 1-2), 39-58. Makar, K., y Confrey, J.
(2005). El uso de distribuciones como evidencia estadística en bien estructurada
y problemas mal estructurados. En K. Makar (Ed.), Razonar sobre la distribución: Una colección de estudios de
investigación actuales. Actas del Cuarto Foro Internacional de Investigaciones sobre el razonamiento estadístico, el
pensamiento y la Alfabetización (SRTL-4), Universidad de Auckland, Nueva Zelanda de 2 - 7 de julio. Brisbane: Universidad
de Queensland. Mayer, RE (2001) Aprendizaje multimedia. Nueva York: Cambridge University Press. McCullough, BD, y
Wilson, B. (1999). En la exactitud de los procedimientos estadísticos en
Microsoft Excel 97. Computacional Estadística y Análisis de Datos, 31, 27-37. Medios, B., Peniel, W., y Padilla,
C. (2001). La escuela conectada: Tecnología y aprendizaje
en el Instituto. San Francisco, CA: Jossey-Bass. Miller, J. (2000). La búsqueda de la clase estadísticas
constructivista: la práctica de visualización
a través de la teoría constructivista. Ph.D. sin publicar Disertación, Universidad del Estado de Ohio. Consultado el 4 de
diciembre de 2006, de
http://www.stat.auckland.ac.nz/~iase/publications/dissertations/00.Miller.Dissertation.p df
Mills, JD (2004). Aprendizaje de conceptos abstractos estadísticas utilizando la simulación. Educativo

Research Quarterly, 28 ( 4), 18-33.
Moore, DS (1997). Nueva pedagogía y nuevos contenidos: el caso de las estadísticas. Internacional
Statistical Review, 635, 123-165.
Moore, DS, Cobb, GW, Garfield, J. & Meeker, WQ (1995, agosto). educación estadística
fin de siglo. El Estadístico de América, 49 ( 3), 250-260.
Consejo Nacional de Profesores de Matemáticas. (2000). Principios y Estándares para la Escuela
Matemáticas. Reston, VA: Autor.
Pea, RD (1987). tecnologías cognitivas para la educación matemática. En AH Schoenfeld
(Ed.), la ciencia cognitiva y la educación matemática ( pp. 89-122). Hillsdale, NJ: Lawrence Erlbaum
Associates.
Pereira-Mendoza, L., Kea, LS, Kee, TW, y Wong, WK (Eds.). (1998). Actas de la
Quinta Conferencia Internacional sobre la Enseñanza de la Estadística. Voorburg, Países Bajos: Instituto Internacional de
Estadística. Consultado el 4 de diciembre de 2006, de http://www.stat.auckland.ac.nz/~iase/publications.php?show=2
Phillips, B. (Ed.). (2002). El desarrollo de una sociedad estadísticamente leer y escribir. Actas de la Sexta
Conferencia Internacional sobre la Enseñanza de la Estadística. Voorburg, Países Bajos: Instituto

Internacional de Estadística. Consultado el 4 de diciembre de 2006, de
http://www.stat.auckland.ac.nz/~iase/publications.php?show=1 Posner, GJ, Huelga, KA, Hewson, PW, y
Gertzog, WA (1982). Alojamiento de una
concepción científica: hacia una teoría del cambio conceptual. Enseñanza de las Ciencias, 66 ( 2), 211-227.
Ritchie, D. (1996). La función administrativa en la integración de la tecnología. Boletín de la

Asociación Nacional de Directores de Escuelas Secundarias, 80 ( 582), 42-52.
Rossman, A., y Chance, B. (Eds.) (2006). El trabajo en cooperación en educación estadística.
Actas de la Séptima Conferencia Internacional sobre la Enseñanza de la Estadística. Voorburg, Países Bajos:
Instituto Internacional de Estadística. Consultado el 4 de diciembre de 2006, de
http://www.stat.auckland.ac.nz/~iase/publications.php?show=17

Rubin, A., Hammerman, JK, y Konold, C. (2006). Explorar la inferencia informal con
El software de visualización interactiva. Actas de la Séptima Conferencia Internacional sobre la Enseñanza de la
Estadística. Voorburg, Países Bajos: Instituto Internacional de Estadística. Schafer, DW y Ramsey, FL (2003, marzo). La
enseñanza de la nave de análisis de datos. diario
El volumen de Estadísticas de Educación, 11 ( 1). Consultado el 4 de diciembre de 2006, de
http://www.amstat.org/publications/jse/v11n1/schafer.html
Shaughnessy, JM (1992). La investigación en probabilidad y estadística: Reflexiones y direcciones.
En D. Grouws (Ed.), La investigación de la enseñanza de las matemáticas y el aprendizaje ( pp. 465-494). Nueva
York: Macmillan.
Smith, R., Clark T. y Blomeyer, RL (2005). Una síntesis de las nuevas investigaciones sobre K-12 en línea
aprendizaje. Consultado el 20 de marzo de 2007, de http://www.ncrel.org/tech/synthesis/ Symanzik, J., y Vukasinovic, N.
(2002). enseñanza de la estadística con los libros de texto electrónicos. En W.
Härdle y B. Rönz (eds.), COMPSTAT 2002: Actas en estadística computacional
(Pp. 79-90). Heidelberg: Physica-Verlag.
Symanzik, J., y Vukasinovic, N. (2003). Estudio comparado de ActivStats, CyberStats, y
MM * Stat. MSOR (matemáticas, estadísticas e investigación Operacionales) Conexiones, 3 ( 1), 37-42. Consultado el 18 de
diciembre de 2006, a partir
http://ltsn.mathstore.ac.uk/newsletter/feb2003/pdf/activstatscyberstatsmmstat.pdf Symanzik, J., y Vukasinovic, N.
(2006, marzo). La enseñanza de un curso de introducción a la estadística
con CyberStats, un libro de texto electrónico. Diario de Estadísticas de Educación, 14 ( 1). Consultado el 18 de
diciembre de 2006, a partir
http://www.amstat.org/publications/jse/v14n1/symanzik.html
Thistead, RA, y Velleman, PF (1992). Las computadoras y la estadística moderna. En D. y Hoaglin
D. Moore (Eds.), Perspectivas sobre estadísticas contemporáneas ( pp. 41-53). Washington, DC: Asociación
Matemática de América.
Utts, J., Sommer, B., Acredolo, C., Maher, MW y Matthews, HR (2003). Un estudio
la comparación de la instrucción tradicional e híbridos basados en Internet en las clases de introducción a la estadística. Diario
de Estadísticas de Educación, 11 ( 3). Consultado el 18 de diciembre de 2006, de
http://www.amstat.org/publications/jse/v11n3/utts.html
Congreso de Estados Unidos, Oficina de Evaluación Tecnológica (1995, abril). Los maestros y la tecnología:
Realizar la conexión. OTA-EHR-616. Washington DC: US Government Printing Office. Velleman, P. (1998). Aprender el
análisis de datos con datos de escritorio. Reading, MA: Addison-Wesley. Verzani, J. (2005). El uso de R para la introducción a
la estadística. Chapman & Hall / CRC. Ward, B. (2004). Lo mejor de ambos mundos: Un curso de estadística híbrido. Diario de
Estadística
Educación, 12 ( 3). Consultado el 18 de diciembre de 2006, de

http://www.amstat.org/publications/jse/v12n3/ward.html West, WR, Wu, Y., y Heydt, D. (2004). Una
introducción a StatCrunch 3.0. Diario de
Statistical Software, 9 ( 5).

TISETheRoleofTechnologyTISE2007 en Es

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

TISETheRoleofTechnologyTISE2007 en Es

Încărcat de

Drepturi de autor:

Formate disponibile

El papel de la tecnología a mejorar la Estudiante

Estadísticas de la Educación; Software educativo; Introducción a la Estadística; La aplicación de la tecnología.

2. Los cambios en el contenido, la pedagogía y formato del curso

2.1 Cambios en el contenido

2.2 Cambios en Pedagogía

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 2

2.3 Cambios en el Formato del curso

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 3

3. herramientas tecnológicas PARA LA ENSEÑANZA DE

El Journal of Statistical Software ( http://www.jstatsoft.org) proporcionar regularmente más completas revisiones de

3.1 paquetes de software estadístico

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 4

3.2 Software Educativo

3.3 Hojas de cálculo

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 5

3.4 Applets / aplicaciones independientes

http://www.shodor.org/interactivate/activities/AdvancedMontyHall), Piezas de muestreo Reese (véase,

3,5 calculadoras gráficas

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 6

visualización y controla la herramienta (Doerr y Zangor,

3.6 Materiales Multimedia

3.7 datos y materiales repositorios

http://www.amstat.org/publications/jse/jse_data_archive.html) son excelentes puntos de partida. Estos conjuntos de

4. Cómo la tecnología puede apoyar el aprendizaje estudiantil

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 7

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 8

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 9

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 10

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 11

La Figura 7. Ilustración de cambio a la distribución de muestreo de una mediana en

5. Resumen de la investigación en la tecnología EN ESTADÍSTICA

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 12

2. Oportunidades para los estudiantes a reflexionar sobre los fenómenos observados.

3. El desarrollo de las capacidades metacognitivas de los estudiantes, es decir, el conocimiento

exploran la tecnología en la educación estadísticas se pueden agrupar en tres categorías:

1. El desarrollo, uso y estudio de instrumentos concretos (por ejemplo, la creación y el uso de

3. Comparación de herramientas (por ejemplo, comparando ActivStats, CyberStats, y MM * Stat

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 13

6. Recomendaciones para usar la tecnología para enseñar

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 14

• Con demasiada frecuencia en los cursos de estadística, los estudiantes se centrado en

• El aprendizaje colaborativo es a menudo particularmente útil en la educación y la tecnología de las estadísticas se

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 15

recordatorios más generales a considerar cuando se planea utilizar la tecnología:

6.1 posibles obstáculos a la incorporación de tecnología en el aula Estadísticas

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) dieciséis

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 17

6.2 Consideraciones previas para Selección de Tecnología en una clase de Estadística

• Facilidad de entrada de datos, la capacidad de importar datos en múltiples formatos

• La vinculación dinámica entre los datos, gráficas y análisis numéricos

• Facilidad de uso para audiencias particulares

• Disponibilidad para estudiantes, la portabilidad

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 18

6.3 Cuestiones de implementación

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 19

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 20

Cobb, P. (1999). desarrollo matemático individual y colectiva: El caso de la estadística

Diario de Estadísticas de Educación, 7 ( 3). Consultado el 18 de diciembre de 2006, de

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 21

Friel, S. (2007). La frontera de la investigación: Donde la tecnología interactúa con la enseñanza y

informe de la universidad. La Asociación Americana de Estadística (ASA). Obtenido 4 de diciembre de 2006, de

http://www.dartmouth.edu/~chance/teaching_aids/books_articles/technology.html Bueno, P. (2006). métodos

Las innovaciones tecnológicas en Educación Estadísticas (1 Diario 1) 22