Estructura Psicométrica de la Escala de
Actitudes Ante la EstadÃstica (EAE-2020)
Psychometric Structure of the Scale of Attitutedes
Before Statistics (EAE-2020)
Ericka Matus1,3
1Departmento =
de
Biociencias y Salud Pública, Universidad Especializada de las Américas,
Corregimiento de Ancón, Albrook, Paseo Diógenes de la Rosa, Panamá, 0843=
-0141.
<=
span
lang=3DEN-US style=3D'font-size:8.0pt;mso-fareast-font-family:Arial;mso-ans=
i-language:
EN-US;mso-fareast-language:EN-US;font-weight:normal;mso-no-proof:no'>Email:
ericka.matus@udelas.ac.pa
2Department of
PsicologÃa, Universidad Iberoamericana, Santa Fe, Ciudad de México, Méxi=
co.
Email: lorenamatus@hotmail.com
<=
sup>3Sistema Naci=
onal
de Investigación, SNI, SENACYT, Panamá.
<=
sup>4Facultad de
Educación Especial y PedagogÃa, Univesidad
Especializada de las Américas, Corregimiento de Ancón, Albrook, Paseo DiÃ=
³genes
de la Rosa, Panamá, 0843-0141.
<=
span
lang=3DEN-US style=3D'font-size:8.0pt;mso-fareast-font-family:Arial;mso-ans=
i-language:
EN-US;mso-fareast-language:EN-US;font-weight:normal;mso-no-proof:no'>Email:
lucas.rodriguez.6@udelas.ac.pa
<=
sup>5Departmento =
de
Biociencias y Salud Pública, Universidad Especializada de las Américas,
Corregimiento de Ancón, Albrook, Paseo Diógenes de la Rosa, Panamá, 0843=
-0141.
Email: svetlana.detristan@udelas.ac.pa
*Autor por correspondencia: Lucas
Rodriguez, lucas.rodriguez.6@udelas.ac.pa
Recibido: 08 de agosto de 2022
 Aceptado=
: 04 de
abril de 2023
Resumen
Las actitudes so=
n un
constructo complejo cuyos componentes básicos lo conforman la parte afecti=
va,
la parte cognoscitiva y la parte conductual, que implican entre otras cosas,
una valoración a favor o en contra de un objeto social determinado, cuya
adecuada medición permite hacer predicciones. Mientras que el estudio de la
estadÃstica conlleva una predisposición por parte del que enseña y del q=
ue
aprende. En este documento se prioriza al primero debido a la importancia d=
e su
rol en el quehacer educativo al preparar a las generaciones presentes y
futuras. El objetivo de la investigación es definir la estructura psicomé=
trica
de la escala de actitudes ante la estadÃstica (EAE-2020). Con un total de =
1,116
docentes de estadÃstica que integraban el claustro de profesores en la
Universidad Especializada de las Américas (UDELAS) en la República de Pan=
amá,
los profesores fueron convocados para participar y respondieron 120, lo que
representa el 10.75% del universo, con una selección no probabilÃstica
intencional tipo bola de nieve. Se utilizaron como base algunos elementos d=
e la
escala de actitudes hacia la estadÃstica en la enseñanza de Auzmendi (199=
2)
modificada por los autores para esta investigación. El análisis estadÃst=
ico
indica una confiabilidad global Alfa =3D 0.855 lo que significa que tiene u=
na
adecuada consistencia interna. Además, una validez de constructo medido a
través del análisis factorial con una varianza total explicada de 65.27%
representada por cuatro factores: confianza, ansiedad, utilidad y motivaciÃ=
³n.
Discusión y conclusiones: Los hallazgos permiten inferir que la escala de
medición de las actitudes ante la estadÃstica (EAE) cuenta con caracterÃ=
sticas
psicométricas de validez y confiabilidad.
Un rasgo distint=
ivo
de esta investigación radica en que fue realizada durante la crisis mundia=
l de
salud por pandemia de COVID-19.
Los resultados se discuten a la luz =
de
la literatura.
Pal=
abras clave: actitudes., estadÃstica., psicometrÃa.,
instrumento de medición., docencia superior.
Abstract
Attitudes are a
complex construct whose primary components comprise the affective, cognitiv=
e,
and behavioral parts, which imply, among other things, an assessment for or
against a specific social object, whose proper measurement allows predictio=
ns
to be made. In comparison, the study of statistics involves a predispositio=
n on
the part of the teacher and the learner. In this document, the former is
prioritized due to its role in the educational task of preparing present and
future generations. The research aims to define the psychometric structure =
of
the scale of attitudes toward statistics (EAE-2020). With 1,116 statistics
professors who made up the faculty at the Specialized University of the
Americas (UDELAS) in the Republic of Panama, professors were invited to
participate, and 120 responded, representing 10.75% of the universe, with an
intentional non-probabilistic snowball selection. For this research, the
authors modified elements of the scale of attitudes toward statistics in
teaching by Auzmendi (1992). Statistical analysis indicates a global
reliability Alpha =3D 0.855, meaning it has adequate internal consistency. =
In
addition, construct validity was measured through factorial analysis with a
total explained variance of 65.27%, represented by four factors: confidence,
anxiety, utility, and motivation. The findings allow us to infer that the s=
cale
for measuring attitudes towards statistics (EAE) has validity and reliabili=
ty
psychometric characteristics. A distinctive feature of this research is tha=
t it
was carried out during the global health crisis caused by the COVID-19
pandemic. The results are discussed considering the literature.
Keywords: attitudes; statistics;
psychometrics; measurement instrument; higher education.
Introducción
Las dificultades que se enfrentan en las aulas de =
las
instituciones de educación superior están agrupadas en dos áreas, los re=
cursos
humanos, es decir el profesor y sus estudiantes, y el proceso de la enseña=
nza y
el aprendizaje. La relevancia de ambos se puede constatar con la gran varie=
dad
de artÃculos y libros que se han publicado sobre teorÃas, métodos y téc=
nicas
para resolver esos problemas alrededor del mundo desde el siglo pasado.
El objetivo de esta investigación es definir la
estructura psicométrica de la escala de actitudes ante la estadÃstica
(EAE-2020). Considerando que un instrumento como este podrÃa dar luces a la
forma en que los profesores universitarios de estadÃstica se aproximan a l=
as
materias que imparten en esta área.
La relevancia del estudio radica en la necesidad de
construir instrumentos de medición acordes al contexto centroamericano,
particularmente en Panamá. Además, la mayorÃa de los instrumentos dispon=
ibles
están dirigidos hacia los estudiantes, lo que hace más imperante abordar =
este
vacÃo.
En el caso de Panamá, el interés inicia con la
creación del primer curso profesional de matemáticas en 1913, que imparti=
ó
Eugéne Lutz, un ingeniero egresado de la École Centrale Paris, como docente en el Instituto Nacional=
de
Panamá, donde fue responsable de la formación de los primeros profesores =
del
área. Esta tradición permaneció hasta inicios del siglo XXI, donde no ex=
istÃa
la carrera o licenciatura en matemáticas, sino la enseñanza de esta, por =
ende,
los planes de estudio abordaban únicamente los fundamentos de estadÃstica=
en un
curso o como un tema en otros cursos. Esta peculiaridad resulta única en la
región, que conlleva limitaciones en el conocimiento de la estadÃstica
(Gutiérrez & Agard, 2018).
La Universidad especializada de las Américas (UDE=
LAS)
de la República de Panamá, es una institución pública de educación sup=
erior,
fundada en 1997, cuenta con diferentes extensiones al interior del paÃs, t=
ales
como Veraguas, ChiriquÃ, Azuero, Coclé y Colón, y por supuesto, la Sede =
Central
en la ciudad de Panamá. Es formadora de especialistas en diversos campos d=
el
saber humano, además de contar con programas académicos en las comarcas d=
e los
pueblos originarios; en AiligandÃ, Guna Yala; Cerro Pelado, Ñürüm,
Chichica, Comarca Ngäbe-Bugle y Empalme en
Changuinola, entre otros.
Uno de los campos en los que la UDELAS ha destacad=
o,
es sobre el estudio de necesidades especiales del aprendizaje, reconociendo=
la
importancia del pensamiento lógico matemático en la formación de todos l=
os
profesionales. Como respuesta, esta ofrece un Postgrado y MaestrÃa en
Dificultades en el Aprendizaje de la Matemática, con el objetivo de formar=
les
en el reconocimiento y visualización de la problemática de las dificultad=
es en
el aprendizaje de la matemática y poder plantear alternativas de atención=
, en
todos los niveles y modalidades del sistema educativo.
Sobre la formación en estadÃstica, destaca la
Universidad de Panamá que ofrece desde el 2001 la Licenciatura en Ingenier=
Ãa
EstadÃstica, asà como más recientemente la MaestrÃa en estadÃstica apl=
icada con
tres diferentes especializaciones: EstadÃstica Económica y Social, EstadÃ=
stica
para las Finanzas y EstadÃstica para Mercadeo. Además, la Universidad
Metropolitana de Educación, Ciencia y TecnologÃa actualizó en el 2016 la
licenciatura en Registros Médicos y EstadÃsticas de Salud. Otra oportunid=
ad
sobre este tema lo ofrece la universidad del istmo a través de una
Certificación internacional en estadÃstica para la toma de decisiones. Sin
embargo, los esfuerzos no han sido suficientes para lograr una diferencia en
los docentes que imparten estas asignaturas.
Por otro lado, Ajzen y=
Fishbein trabajaron sobre las actitudes entre la déc=
ada de
los 70 e inicio de los 90 del siglo anterior, elaborando explicaciones,
modelos, experimentos y teorÃas. Las más conocidas son la teorÃa de la a=
cción
razonada (TAR), que ampliaron posteriormente con la teorÃa de la conducta
planeada (TCP). Estas describen que, en determinadas situaciones, operan
mecanismos que demandan un razonamiento para evaluar las posibles implicaci=
ones
de una conducta, de manera que se orientan hacia una meta con una secuencia
lógica, es decir, existe una intencionalidad que permite al individuo una
percepción de control de su comportamiento (Baron
& Byrne, 2005).
La definición de actitudes que se utiliza es la
presentada por RodrÃguez, Leal y Jablonski, (2=
015),
en la cual las actitudes son una organización duradera de creencias y
cogniciones en general, dotada de una carga afectiva a favor o en contra de=
un
objeto social definido, que predispone a una acción coherente con las
cogniciones y afectos relativos a dicho objeto social. Es decir, que las
actitudes son un constructo amplio en el que destacan los aspectos cognitiv=
os,
conductuales y afectivos hacia un objeto social, que en este caso es hacia =
la
estadÃstica.
Toraman<=
/span>,
Aydin y Ulubey, (2016), utilizaron una escala de
actitud para trabajar con una muestra de 202 profesores. Los hallazgos del
modelo de regresión logÃstica utilizado para el análisis permiten supone=
r que,
los profesores opinaron que su contribución apoya la adquisición de las
habilidades relacionadas con la enseñanza.
Más recientemente, Comas, Ma=
rtins,
Nascimiento y Estrada (2017) definieron las act=
itudes
como las formas de actuar, sentir o pensar que muestran la variabilidad hac=
ia
algo, por ejemplo, las actitudes ante la estadÃstica muestran distintos va=
lores
de intensidad tanto si son positivas, como negativas.
Para Galaterou y Stamatios (2017), las actitudes de los profesores jó=
venes
son mejores que los de sus colegas mayores, lo que genera estrés ocupacion=
al.
Además, Erdogan, Sezen Camci (2017), reportó que existe correlación entre =
las
actitudes de enseñanza de ciencias y las actitudes cientÃficas de los mae=
stros.
Por su parte, Dalege, =
Borsboom, van Harreveld, =
y Van der Maas (2018), presenta=
ron un
marco de la EntropÃa Actitudinal (AE), que se basa en un modelo de red cau=
sal
que conceptualiza a las actitudes como redes, basado en tres proposiciones:=
La
primera está relacionada con la inconsistencia e inestabilidad como indica=
dores
relacionados con la entropÃa actitudinal, tomada como medida de aleatoried=
ad
derivada de la termodinámica. La segunda permite una estrategia de
procesamiento local para reducir la entropÃa global de las redes de actitu=
des a
través de la energÃa de las configuraciones de las propias actitudes. En =
tercer
lugar, dirigir la atención a los objetos de actitud y pensar en ellos redu=
ce la
entropÃa actitudinal.
Para los autores, la disonancia cognitiva y la
ambivalencia reflejan la entropÃa actitudinal.
Los resultados indican que el nivel de reducción =
de la
entropÃa actitudinal depende de varios factores, con la mera atención y
pensando brevemente en la actitud objeto que representa los niveles inicial=
es.
Pensar más elaboradamente sobre una actitud objeto y compromiso con una
evaluación y pertinencia, para las decisiones de la actitud, las cuales
representan los niveles intermedios y altos. La importancia representa el n=
ivel
final en la reducción de la entropÃa actitudinal.
En el caso particular de las actitudes ante la
estadÃstica, el modelo es multidimensional, porque intervienen elementos q=
ue no
necesariamente tienen nada que ver, o que no aparentan relación alguna, por
ejemplo, la experiencia previa con aprendizajes cientÃficos, la cantidad de
esfuerzo necesario para dominar la estadÃstica, el tipo de profesor, el ti=
po de
material escolar por aprender, el tiempo disponible para dominar el tema, e=
ntre
muchos otros. Cabe también la posibilidad de que las actitudes ante la est=
adÃstica
pudieran haber sido adquiridas a través de transferencias por aprendizaje
social.
En 2020, Sharifah,
Además, de las actitudes de los profesores ante la
estadÃstica, es importante mencionar que, en las instituciones de educaciÃ=
³n
superior con calidad internacional, los docentes deben incluir en su plan de
clase la estadÃstica clásica (a lápiz o calculadora sencilla) y además =
la que
incorpora algún tipo de software. Eso quiere decir que los docentes están
obligados a impartir dos cursos en uno, esto ha generado la jubilación
prematura de muchos académicos. En el caso de Counsel=
l
y Cribbie, (2020) examinaron las actitudes haci=
a las
estadÃsticas con y sin el paquete de software estadÃstico R. Los resultad=
os no
arrojaron diferencias, por lo que, no existen desafÃos en esta muestra al
utilizar el software R.
Lee, Mojica, y Lovett, (2020) examinaron las creen=
cias
y perspectivas de 489 profesores universitarios en Estados Unidos de Norte
América, sobre la enseñanza de las estadÃsticas en entornos de aprendiza=
je
virtual o en lÃnea. Reportaron que las creencias y los niveles de confianz=
a de
los profesores llevan a distintas prácticas de enseñanza. AsÃ, el enfoqu=
e del
programa del curso diseñado por el docente puede ser tradicionalista, es d=
ecir,
centrado en los procedimientos y ausentes de contexto; hasta el extremo
opuesto, es decir, querer que los estudiantes estén preparados para usar la
estadÃstica en la vida cotidiana a través de la participación en un proc=
eso de
investigación que está estrechamente conectado a contextos de datos reale=
s.
Encontraron cuatro ideas principales relacionadas =
con
la forma en que las creencias y perspectivas de los maestros sobre la enseÃ=
±anza
de las estadÃsticas cambian:
-&nb=
sp;
Ver las estadÃsticas como algo más que cálculos=
y
procedimientos.
-&nb=
sp;
La participación en estadÃsticas se mejora con la
tecnologÃa.
-&nb=
sp;
Participar en estadÃsticas requiere datos reales.=
-&nb=
sp;
El pensamiento estadÃstico se desarrolla a travé=
s de
un continuo.
Plantean, asimismo, que es necesario contar con un
marco que pueda guiar la capacidad de los profesores a través de una
comprensión integral de la enseñanza, que vaya más allá del contenido d=
el plan
de estudios, además, es indispensable crear oportunidades de aprendizaje a=
ctivo
para experimentar nuevas tecnologÃas con herramientas y tareas atractivas =
(Lee,
Mojica, & Lovett, 2020).
En TurquÃa se =
llevó
a cabo un estudio con el objetivo de examinar el efecto de las actitudes de=
los
profesores hacia la estadÃstica, para ello se trabajó con 511 docentes de
distintas áreas. El instrumento utilizado fue la escala de actitudes hacia=
la
estadÃstica desarrollada por YaÅŸar
La literatura sobre las actitudes ante la estadÃs=
tica
es vasta cuando se refiere a los estudiantes, pero escasea cuando se trata =
de
docentes universitarios, de manera que es necesario continuar desarrollando=
la
temática, de lo contrario, se recurrirá a documentos que no se centran
particularmente en esta área. Por ejemplo, Han y Yzer=
(2020), realizaron un experimento utilizando la teorÃa de las actitudes pa=
ra
identificar la influencia de la percepción (exacta o inexacta) como induct=
ora
sobre las preferencias personales. Reportan la importancia de ajustarse a la
norma del grupo, no solamente porque provee una identidad, sino porque evit=
an
conflictos. AsÃ, los profesores se enfrentan a grupos cohesionados donde el
interés por la estadÃstica es casi nulo.
En 2021, Fishman, Yang, y Man=
dell,
revisaron los estudios de implementación diseñados para medir actitudes y
compararon sus definiciones y métodos con los de la psicologÃa. Identific=
aron
46 estudios empÃricos publicados para realizar un análisis riguroso y
exhaustivo. Sus hallazgos establecen que los estudios en docentes
universitarios hasta la fecha son ambiguos en sus definiciones de actitudes=
e
inconsistentes en los métodos utilizados e instrumentos para medir y anali=
zar
las actitudes ante la estadÃstica.
Las implicaciones sociales de las actitudes ante la
estadÃstica han generado expectativas no solamente en los cientÃficos soc=
iales,
sino que también han sido abordadas desde las ciencias básicas. Por ejemp=
lo,
Lorenz, Neumann y Schröder (2021), elaboraron =
un
modelo matemático de simulación computacional basado en el cambio de acti=
tud
individual y la dinámica social. El modelo simula distintos patrones de
caracterÃsticas relacionadas con los efectos de cognición motivada por co=
ntagio
y asimilación (como mecanismos para generar consenso), credibilidad de la
fuente y formación de actitudes idiosincráticas.
En el análisis de la información, mencionan el c=
ambio
de actitud mediante la comunicación persuasiva del grupo social, que puede
llegar a generar un nivel de contagio que produzca un consenso radicalizado=
.
Los resultados mostraron el nivel de la complejidad
involucrada que existe entre el micro nivel (individual) y el macro nivel
(social). Los hallazgos contribuyen a buscar acercamientos entre las cienci=
as.
Las barreras en el aprendizaje de la estadÃstica =
no
son privativas de Latinoamérica, por ejemplo, en la universidad de BerlÃn=
, Kruppa, Rohmann, Herrmann=
, Sieg y Rubarth (2021), re=
conocen
que hay confusión inclusive en los conceptos más simples, que pueden, por=
lo
tanto, generar dificultad en el aprendizaje, pero también, ansiedad y estr=
és.
Bajo estas condiciones, compilaron algunos documentos para facilitar el
aprendizaje:
·&n=
bsp;
EstadÃstica for dummies (para tontos).
·&n=
bsp;
EstadÃsticas para biólogos aterrorizados.
·&n=
bsp;
BioestadÃsticas intuitivas.
Los autores mencionan que algunas de las dificulta=
des
tienen relación con la percepción temporal que el docente estima necesari=
o para
que se adquiera el aprendizaje de la estadÃstica, sin embargo, el reto
principal es la comunicación abstracta cuando ya se tiene el conocimiento y
pensamiento teórico complejo de un interlocutor y no lo posee el otro.
Existe otro problema, la etapa de operaciones form=
ales
de la teorÃa de Piaget es la más importante para el aprendizaje de las
matemáticas, porque surgen los pensamientos abstractos y el pensamiento lÃ=
³gico,
sin embargo, solo un tercio de los adultos podrÃa llegar alguna vez a la e=
tapa
operativa formal en su vida (Kruppa, Rohmann, Herrmann, Sieg &=
amp; Rubarth, 2021). Para concluir, los autores proponen g=
enerar
una red conceptual para la comprensión de la estadÃstica basada en
conocimientos previos, actualizar y optimizar el proceso de aprendizaje y
elaborar materiales más tangibles.
En España, Navarro-Asencio, Asensio-Muñoz,
Arroyo-Resino, y Ruiz-De Miguel (2021), publicaron un artÃculo cuyo objeti=
vo
métrico era obtener evidencias de consistencia y validez estructural y de
criterio de la Escala de Actitudes hacia la EstadÃstica (EAE). Elaboraron =
como
antecedente un cuadro comparativo con cinco estudios de validez de la escal=
a.
Aplicaron el instrumento a una muestra de 542 estudiantes de los grados de
Maestro en Educación Primaria e Infantil.=
Â
Los resultados indican que los futuros maestros no muestran actitude=
s positivas
hacia la estadÃstica, porque la consideran con limitada utilidad y
desagradable. No se percibe ansiedad y se manifiestan medianamente motivado=
s y
con confianza. Los hallazgos psicométricos permiten identificar 24 Ãtems
integrados en 5 factores, sin embargo, el modelo solamente explica el 48% de
variabilidad de los datos. Encontraron asimismo algunas inconsistencias ent=
re
los factores ansiedad y confianza. Los autores sugieren obtener evidencias =
más
consistentes, es decir, usar datos objetivos de rendimiento, junto con medi=
das
más fiables del interés por la actualización y la evidencia cientÃfica,=
que
exigirÃa posiblemente el uso de diseños longitudinales.
En el año 2022, Matus, Matus, RodrÃguez y TristÃ=
¡n,
publicaron un trabajo en el que se detalla un modelo para el estudio de las
actitudes de los docentes de educación superior hacia la estadÃstica, en =
el
documento sugieren indicadores especÃficos para cada dimensión, por ejemp=
lo,
para la dimensión cognitiva, proponen comunicación en el aula, manejo de
tecnologÃa, didáctica en la enseñanza para adultos. Para la dimensión a=
fectiva,
sugieren divertirse, promover la sensación de seguridad en el aula, entre
muchas otras. Para la dimensión conductual, establecen algunas opciones, c=
omo
la enseñanza alternativa a la tradicional, manejo de datos y ejercicios
prácticos para la vida cotidiana. Esto se resume ne
la Figura 1.
Figura 1: Modelo =
para
el Estudio de las Actitudes de los docentes universitarios hacia la
estadÃstica. Matus, Matus, RodrÃguez y Tristán (2022, página 206).
La propuesta de la dimensión cognitiva en el mode=
lo
construido por Matus y colaboradores (2022) se muestra a continuación:
|
Ãreas |
Funciones |
Indicadores |
|
Creencias |
Regulación |
Necesidad de
cursos, unidades curriculares o materias en estadÃstica. |
|
Subjetividad |
La dificultad de
las estadÃsticas. |
|
|
Experiencia
docente. |
||
|
Información |
La utilidad de =
las
estadÃsticas. |
|
|
Aplicación de =
las
estadÃsticas |
||
|
Conocimiento |
Conocimiento,
comprensión y dominio |
EstadÃstica
descriptiva |
|
EstadÃstica
inferencial |
||
|
Probabilidad |
||
|
Conocimiento
pedagógico |
Didáctica de la
enseñanza en adultos jóvenes. |
|
|
Comunicación e=
n el
aula |
||
|
TecnologÃa
(software, plataformas, etc.). |
||
|
Conocimiento del
contexto |
Aspectos
socioculturales de la institución, la carrera, sus estudiantes, etc. |
|
|
Modalidades de
enseñanza (virtual, presencial, mixta, etc.) |
||
|
Postura crÃtic=
a |
Reflexiones sob=
re
la enseñanza de la estadÃstica en la educación superior. |
Para la dimensión afectiva, proponen los siguient=
es
elementos:
|
Funciones<=
/span> |
Indicadores |
|
|
Afectos Favorables |
Emociones positivas |
Disfrutar la docencia en estadÃstica |
|
Motivación |
DesafÃos de la educación estadÃstica en la educación superior<=
/span> |
|
|
Percepción de control |
Importancia de la estadÃstica |
|
|
Percepción de seguridad |
||
|
Afectos
Desfavorables |
Emociones negativas |
Enojo |
|
Tristeza |
||
|
Miedo |
||
|
Sentimientos negativo=
s |
Incomodidad por lo
desconocido |
|
|
Sensación de amenaza=
|
||
|
Sensación de falta de
apoyo |
||
|
Insatisfacción |
Insatisfacción con la
institución |
|
|
Insatisfacción con l=
a vida |
||
|
Insatisfacción consi=
go
mismo |
||
|
Ansiedad |
Nerviosismo |
|
|
Inquietud |
||
|
Aprensión |
Para la dimensión conductual se plantean los elem=
entos
que se muestran en la siguiente tabla:
|
Ãreas |
Funciones |
Indicadores |
|
Voluntad para actuar |
Desfavorables |
Falta de preparación pedag=
ógica
de los docentes en estadÃstica |
|
Falta de preparación en
estadÃsticas |
||
|
Favorables |
Desarrolla la unidad
curricular, curso o plan de estudios de la materia. |
|
|
Cumple con las disposiciones
institucionales para la impartición del curso de estadÃstica para actua=
r |
||
|
Actualiza su programa |
||
|
Evaluación de las implicaciones y consecuencias |
Deseable |
Alternativas a la
enseñanza tradicional |
|
Integra las estadÃst=
icas
con la investigación empÃrica |
||
|
Usar métodos
cuantitativos |
||
|
Enseñanza de estadÃ=
sticas
para la vida diaria |
||
|
Enseñanza de la
estadÃstica para la vida profesional o laboral. |
||
|
Indeseables |
Enseñanza a la manera
tradicional |
|
|
Intencionalidad de la conducta |
Evitación |
Prefiere no enseñar
estadÃstica |
|
Escape |
Se centra en las mate=
máticas
en lugar de las estadÃsticas |
|
|
Determinación<= o:p> |
Toma de decisiones so=
bre
la flexibilidad de las estrategias didácticas |
|
|
Práctica estadÃstic=
a |
||
|
Uso de la tecnologÃa=
|
||
|
Recursos y actividade=
s de
acuerdo con el contexto y las necesidades individuales y grupales |
||
|
Gestión de datos |
||
|
Llevar a cabo
experimentos |
||
|
Retroalimentación so=
bre
su práctica docente con sus alumnos |
||
|
Se actualiza |
Aunque la propuesta es muy interesante y se encuen=
tra
muy detallada, no se ha puesto en práctica, por lo que habrÃa que elabora=
r un
instrumento que integre cada uno de sus indicadores y elementos que los
conforman con el fin de evaluar sus alcances.
Método
Para esta investigación se utilizó un diseño de
investigación, no experimental ex post facto, con una sola medición, con =
un
tipo de estudio correlacional, transversal, de campo, observacional y
prospectivo.
La población que se consideró para participar en=
esta
investigación fueron todos los docentes que laboraron en la Universidad
Especializada de las Américas (UDELAS) durante el año 2020, y de acuerdo =
con la
información reportada por el departamento de estadÃstica totalizan 1,116
(UDELAS, 2021).
El tipo de muestra estadÃstica que se utilizó fu=
e no
probabilÃstico, intencional tipo bola de nieve, ya que la aplicación se r=
ealizó
durante el primer y segundo semestre de 2020 (marzo-diciembre) en la que
participaron un total de 120 docentes universitarios, lo que representa el
10.75% del universo. Aunque se esperaba una mayor participación, los profe=
sores
estaban bajo presión por las condiciones de confinamiento por pandemia.
La escala de actitudes ante la estadÃstica se bas=
ó en
el instrumento elaborado por Auzmendi en 1992, el cual fue analizado, ajust=
ado
y finalmente modificado debido entre otras cosas a que el original estaba
destinado a estudiantes y no a los docentes universitarios. Los reactivos q=
ue
conforman la escala son 20 y se encuentran con la estructura tipo Likert de
cinco opciones de respuesta (Totalmente en desacuerdo, en desacuerdo, neutr=
al,
de acuerdo, totalmente de acuerdo). Ver anexo 1.
El instrumento fue sometido a una prueba piloto co=
n 30
docentes universitarios del área de estadÃstica, que no laboraban en UDEL=
AS y
con ello se verificó la comprensión de los reactivos, el alcance del inst=
rumento,
el Ãndice de discriminación, el Ãndice de dificultad, la validez de cons=
tructo
y la confiabilidad por alfa de Cronbach, con el programa estadÃstico para
ciencias sociales (IBM SPSS 24 ®).
Posteriormente, se estableció el formato definiti=
vo, integrando
el consentimiento informado.
Se lanzó una convocatoria digital a través de las
redes sociales (Facebook, Twitter, Instagram, WhatsApp y correo electrónico
para que los docentes de estadÃstica de la Universidad Especializada de las
Américas pudieran participar en la investigación, además se les pidió q=
ue
pudieran compartir el instrumento cuando menos a dos profesores más, para =
poder
contar con el mayor número de cuestionarios aplicados. El periodo en el qu=
e se
recabó la información fue de marzo a diciembre de 2020.
Se puso a disposición un hipervÃnculo que conten=
Ãa el
consentimiento informado, las instrucciones y el instrumento de medición, =
se
solicitaron además algunos datos generales como género, edad y escolarida=
d,
para poder contar con la información necesaria para ampliar la investigaci=
ón.
A pesar de contar con 160 cuestionarios, no todos
fueron respondidos en su totalidad, por lo que solamente se sometieron a
análisis aquellos completos (120).
La recolección de los datos a través de la Escal=
a de
Actitudes ante la estadÃstica (EAE-2020) quedó digitalizada en la nube, c=
omo un
archivo descargable en formato compatible con SPSS y se procedió a la
transformación de la información para realizar los análisis estadÃsticos
correspondientes.
Los resultados se sometieron a los estadÃsticos A= lfa de Cronbach y Análisis factorial para obtener las caracterÃsticas psicomÃ= ©tricas de validez de constructo, además de establecer la confiabilidad de estos.<= o:p>
Resultados
Se efectuó el análisis de los datos con estadÃs=
tica
paramétrica a través del programa estadÃstico para ciencias sociales (IB=
M SPSS
24®) con las respuestas de 120 cuestionarios que fueron completados por
docentes de educación superior que colaboraban durante ese periodo imparti=
endo
cursos de estadÃstica en la Universidad Especializada de las Américas y q=
ue
participaron en la investigación.
Los datos de la Escala de Actitud ante la EstadÃs=
tica
(EAE-2020), se sometieron al estadÃstico de prueba llamado Alfa de Cronbac=
h,
para calcular la confiabilidad de los 20 Ãtems de los que consta el
instrumento, obteniendo un puntaje α =3D 0.855, lo que se traduce en alta
consistencia interna.
Tabla No. 1. Estructura factorial de la Esca=
la
de Actitud ante la EstadÃstica (EAE-2020)
|
Estructura Factorial de la
Escala de Actitud hacia la EstadÃstica (EAE) (Auzmendi, 1992) modificado=
por
Matus. |
||||||
|
Ãtem No.=
|
Reactivo<= o:p> |
rit |
Carga
Factorial |
Alfa |
Varianza
explicada |
|
|
1 Confianza |
5 |
Sé calcular porcentajes |
0.83 |
0.88 |
0.88 |
24.60 |
|
6 |
Sé utilizar Excel para hacer gráficas |
0.71 |
0.81 |
|||
|
4 |
Sé hacer tablas de frecuencias |
0.69 |
0.76 |
|||
|
18 |
Hago gráficas con facilidad |
0.67 |
0.75 |
|||
|
3 |
Sé calcular promedios |
0.70 |
0.75 |
|||
|
2 Ansiedad |
7 |
La estadÃstica me asusta |
0.65 |
0.81 |
0.79 |
16.40 |
|
2 |
La estadÃstica me hace sentir angustia |
0.70 |
0.81 |
|||
|
10 |
La estadÃstica me da ansiedad |
0.62 |
0.77 |
|||
|
14 |
La estadÃstica me da miedo |
0.53 |
0.75 |
|||
|
19 |
Me dijeron que la estadÃstica es difÃcil |
0.44 |
0.53 |
|||
|
3 Utilidad |
16 |
Utilizo la estadÃstica para los eventos deportivos |
0.62 |
0.83 |
0.86 |
15.23 |
|
17 |
Manejo la estadÃstica en mi vida cotidiana |
0.75 |
0.81 |
|||
|
12 |
Hago estadÃsticas de los hechos que me interesan |
0.73 |
0.63 |
|||
|
15 |
Utilizo la estadÃstica en mi vida profesional |
0.74 |
0.62 |
|||
|
8 |
Sé la estadÃstica suficiente |
0.60 |
0.52 |
|||
|
4 Motivación |
11 |
Me considero capaz de aprender estadÃstica |
0.55 |
0.75 |
0.57 |
9.04 |
|
20 |
Siento que la estadÃstica es una herramienta para los profesional=
es |
0.25 |
0.69 |
|||
|
13 |
Creo que la estadÃstica es compleja |
0.37 |
0.51 |
|||
|
1 |
La estadÃstica me gusta |
0.32 |
0.39 |
También, se determinó la validez de constructo, =
con el
análisis factorial, en la matriz de correlación se obtuvo KMO y la esferi=
cidad
de Barttlet. Para conocer la varianza total explicada, a través del métod=
o de
extracción de Análisis de Componentes Principales, el método de rotació=
n que se
utilizó fue Varimax, debido al supuesto de que=
el
instrumento podrÃa medir al mismo tiempo varias dimensiones, con normaliza=
ción
Kaiser y convergió en seis iteraciones, dando como resultado cuatro factor=
es y
una varianza total explicada del 65.27%.
Posteriormente se realizó el análisis para cada =
uno de
los cuatro factores de la escala de actitudes ante la estadÃstica calculan=
do el
porcentaje de varianza explicada y el valor Alfa de Cronbach, además de las
cargas factoriales, cuyo criterio mÃnimo fue de 0.3 y la correlación corr=
egida
total por Ãtem (rit), que se detalla en la tab=
la
No.1.
El reactivo número 9 expresa: Considero que la
estadÃstica es para cientÃficos. De acuerdo con el análisis realizado, a=
partir
de los datos, el reactivo número nueve, no discriminó, por lo que no apor=
tó
relevancia y se descartó de la tabla.
El factor confianza está integrado por cinco elem=
entos
que en conjunto manifiestan la convicción y certidumbre de los conocimient=
os de
los docentes de educación superior. El segundo factor denominado ansiedad,=
está
compuesto por cinco Ãtems que revelan temor y angustia por la dificultad
inherente a la estadÃstica. El factor 3 denominado utilidad, está constit=
uido
también por 5 afirmaciones, las cuales están encaminadas a identificar el
beneficio de la ciencia estadÃstica para la vida profesional y la vida cot=
idiana.
Finalmente, el cuarto componente designado como motivación, abriga cuatro
reactivos, los cuales destacan la capacidad personal de manejo de la
herramienta estadÃstica a pesar de ser compleja.
Con los resultados obtenidos se pudo corroborar qu=
e es
un instrumento válido y confiable, para la medición de las actitudes ante=
la
estadÃstica en una población de docentes universitarios de la UDELAS en P=
anamá.
Los valores anteriores confirman los altos niveles=
de
confiabilidad y validez que permiten comprobar las caracterÃsticas
psicométricas adecuadas del instrumento aplicado a docentes universitarios=
.
Discusión y conclusi=
ones
Ante la necesidad de ahondar en esta área, han su=
rgido
propuestas interesantes e innovadoras, por ejemplo, el caso del artÃculo
denominado un modelo integrador para el estudio de las actitudes hacia
EstadÃsticas (Matus, Matus, RodrÃguez & Tristán, 2022), en el cual
consideran tres dimensiones: La dimensión cognitiva que está formada por
conocimiento, comprensión y creencias subjetivas, la dimensión afectiva q=
ue
consiste en evaluar de manera favorable o desfavorable, y la dimensión
conductual, en la cual existe una predisposición para actuar, asà como una
evaluación de las implicaciones e intencionalidad de la conducta. Se consi=
dera,
además, el conocimiento del contexto, una postura crÃtica, y la percepciÃ=
³n de
control. Â
Con respecto a la medición del constructo, existen
varias diferencias con respecto al instrumento de Auzmendi (1992), por ejem=
plo,
la presente escala integra preguntas prácticas, manejo de herramientas
tecnológicas y uso en la vida cotidiana. No se incorporaron Ãtems sobre
diversión o agrado y el cuestionario cuenta con veinte reactivos.
Los Ãtems sobre las actitudes permitieron diferen=
ciar
cuatro componentes: confianza, ansiedad, utilidad y motivación. Los valores
altos en el factor confianza implica que, al contar con las habilidades de =
cálculo
para elaborar tablas de frecuencia, porcentajes, promedios, graficar, etc.,=
los
participantes tienen certidumbre.
Para el factor ansiedad, valores altos, es decir,
cercanos a cinco, implica sentimientos de miedo, susto, angustia, espanto o
sobresalto, que genera en los participantes, porque además envuelve
cognitivamente una dificultad percibida.
Con respecto al factor denominado utilidad, valores
altos suponen un manejo eficiente de la estadÃstica para la vida diaria, p=
ara
actividades deportivas o profesionales.
El último factor de esta escala (EAE), denominado
motivación, incluye elementos relacionados con la apertura hacia el aprend=
izaje
de la estadÃstica.
Los hallazgos difieren con lo reportado por
Navarro-Asencio, Asensio-Muñoz, Arroyo-Resino, y Ruiz-De Miguel (2021), con
relación al número de Ãtems, el número y tipo de factores, asà como el=
puntaje
de la varianza explicada. Dichos autores mostraron además cuatro estudios =
de
validación de la escala en un cuadro comparativo, sin embargo, también
discrepan debido a que no consiguieron avalar claramente la dimensionalidad=
del
constructo, amén de que todos ellos se realizaron con estudiantes
universitarios.
Finalmente, el trabajo desarrollado por Akçöltekin (2020), muestra a la ansiedad como un á=
rea
importante a examinar con los docentes. Este resultado coincide con uno de =
los
factores presentes en nuestro estudio. Además, considera la relación de la
estadÃstica con la vida profesional.
Conclusiones
Al
desarrollar una herramienta de medición, el investigador se enfrenta a
múltiples desafÃos, por ejemplo, la oferta de instrumentos desarrollados =
en
tiempo y espacio distintos genera el impulso de reproducirlos Ãntegramente=
en
muestras disÃmbolas. Además, se asume con frecuencia que mientras mayor s=
ea el
costo de un instrumento de medición, mejores resultados arrojarán. TambiÃ=
©n,
existe la dificultad de la planeación, diseño y elaboración de instrumen=
tos
propios para poblaciones especÃficas, debido a que requiere un nivel
relativamente alto en el área de muestreo y en estadÃstica avanzada.
Entonces,
el atrevimiento de esta elaboración de instrumento implicó la revisión
exhaustiva de la literatura, su análisis, categorización y evaluación de=
ellos,
concluyendo que no calificaban para nuestras necesidades. La formulación d=
e los
Ãtems se creó tomando en consideración a una población especÃfica, los=
docentes
de educación superior de la Universidad Especializada de las Américas en
Panamá, lo que constituye una alternativa factible para su utilización en
contextos similares.
Las
evidencias permiten identificar una dimensionalidad robusta del constructo
actitudes ante la estadÃstica y se abre la posibilidad de desarrollar
habilidades de pensamiento crÃtico sobre el ejercicio profesional como doc=
encia
superior. Una caracterÃstica distintiva en este estudio radica en que fue
realizada en medio de la crisis mundial de salud por pandemia de COVID-19. =
Los
autores estamos convencidos de la necesidad de replicar el estudio en la mi=
sma
institución, pero ahora en condiciones distintas a las vividas en confinam=
iento
por COVID-19, además de replicarlo en otras instituciones de educación su=
perior
en todo el paÃs, con el fin de contrastar los resultados en un contexto
distinto.
Agradecimientos
Esta
investigación es parte de la tesis doctoral y fue posible gracias al apoyo=
del
Sistema Nacional de Investigación (SNI) de la SecretarÃa Nacional de Cien=
cia,
TecnologÃa e Innovación (Panamá).
Conflicto
de intereses
Los
autores declaran no tener conflicto de intereses.
Referencias
Akçöltekin, A. (2020). Examining the Effect of Teachers’
Attitudes towards Statistics on Their Attitudes Towards Postgraduate Educat=
ion.
Journal of Educational and Instructional Studies in the World. Online
Submission, 10(2), 28–36.
Auzmendi,
E. (1992). Las actitudes hacia la matemática-estadÃstica en la enseñanza=
media
y universitarias. Bilbao: Mensajero.
Baron, R. & Byrne, D.
(2005). PsicologÃa Social. México: Pearson/Prentice Hall. 10 edición.
Comas,
C., Martins, J., Nascimien=
to,
M., & Estrada, A. (2017). Estudio de las actitudes hacia la estadÃstic=
a en
estudiantes de psicologÃa. Bolema, 31(57), 479=
-496.
http://www.scielo.br/pdf/bolema/v31n57/0103-636X-bolema-31-57-0479.pdf
Counsell, A., & Cribbie, R. (2020). Students’ attitudes
toward learning statistics with R. Psychology Teaching Review, 26 (2), 36-5=
6
Dalege, J., Borsboom, D., van Harreveld, F., & Van der M=
aas,
H. L. J. (2018). The Attitudinal Entropy (AE) Framework as a General Theory=
of
Individual Attitudes. Psychological Inquiry, 29(4), 175–193.
https://doi.org/10.1080/1047840X.2018.1537246
Erdogan, Sezen Camci (2017). Science Teaching Attitudes and
Scientific Attitudes of Pre-service Teachers of Gifted Students. Journal of
Education and Practice. 8 (6), 164-170
Fishman, J., Yang, C., & Mandell, D. (2021). Attitude th=
eory
and measurement in implementation science: a secondary review of empirical
studies and opportunities for advancement. Implementation Science, 16(1), 1=
–10.
https://doi.org/10.1186/s13012-021-01153-9
Galaterou, J.& Stamatios, A. (2017). Teachers’ Attitud=
es
towards Inclusive Education: The Role of Job Stressors and Demographic
Parameters. International
Journal of Special Education, 32 (4)=
643-658
Gutiérrez,
J. & Agard, E. (2018). Notas para la histor=
ia de
la matemática en Panamá. Revista Saberes APUDEP 1 (2).
https://www.revistas.up.ac.pa/index.php/saberes_apudep/article/view/890
Han, J., & Yzer, M. (2020). Media-induced misperception
further divides public opinion: A test of self-categorization theory of
attitude polarization. Journal of Media Psychology: Theories, Methods, and
Applications, 32(2), 70–81. https://doi.org/10.1027/1864-1105/a000259
Kruppa, J., Rohmann, J., Herrmann, C., Sieg, M., & Rubar=
th,
K. (2021). What statistics instructors need to know about concept acquisiti=
on
to make statistics stick. Journal of University Teaching & Learning
Practice, 18(2), 1–20.
Lee, H. S., Mojica, G. F., & Lovett, J. N. (2020). Exami=
ning
how online professional Development Impacts Teachers’ beliefs about Teach=
ing
Statistics. Online Learning, 24(1), 5–27.
https://doi.org/10.24059/olj.v24i1.1992
Lorenz, J., Neumann, M., & Schröder, T. (2021). Individ=
ual
attitud change and societal dynamics: Computational experiments with
psychological theories. Psychological Review, 128(4), 623–642.
https://doi.org/10.1037/rev0000291.supp (Supplemental)
Matus, E., Matus, L., RodrÃguez, L., & de Tristán, S.
(2022). An Integrative Model for the Study of Attitudes Towards Statistics,
Part 1: Establishing the Conceptual Model. Journal of Social Sciences, 18,
201-207. DOI: 10.3844/jssp.2022.201.207.
https://thescipub.com/abstract/jssp.2022.201.207
Navarro-Asencio,
E., Asensio-Muñoz, I., Arroyo-Resino, D., & Ruiz-De Miguel, C. (2021).
Evaluación de las actitudes hacia la estadÃstica de maestros en formació=
n. RELIEVE, 27(2), art. =
6.
http://doi.org/10.30827/relieve.v27i2.18398
RodrÃgues, A., Leal, E., & Jablonski, B. (2015). PsicologÃa Social. Editora =
Vozes. Edición 32. ISBN 13: 9788532605559.
Sharifah, Norul., Hutkemri, Zulnaid., & Leong Kwan, Eu.
(2020). Postgraduate students’ attitude toward statistics pre and post
scenario-based learning method in a statistics course. Malaysian Online Jou=
rnal
of Educational Sciences, 8 (4) 1-8
Toraman, C., Aydin, H., & Ulubey, O. (2016). Exploring
Teacher Candidates’ Attitudes towards Pedagogical Teacher Training Based =
on
Different Variables. International
Education Studies, =
9 (9),
74-86.
UDELAS
(2021). Informe estadÃstico. Universidad Especializada de las Américas. <=
/span>UDELAS.
YaÅŸar., M. (2014). Attitude scale towards statistics: valid=
ity
and reliability study. Pamukkale University Faculty of Education Journal, 3=
6,
59-75
Anexos
Anexo 1:
Instrumento de medición.
|
Reactivos |
TD |
D |
N |
A |
TA |
|
1. La estadÃstica me gusta=
|
|
|
|
|
|
|
2. La estadÃstica me hace
sentir angustia |
|
|
|
|
|
|
3. Sé calcular promedios |
|
|
|
|
|
|
4. Sé hacer tablas de
frecuencias |
|
|
|
|
|
|
5. Sé calcular porcentajes=
|
|
|
|
|
|
|
6. Sé utilizar Excel para =
hacer
gráficas |
|
|
|
|
|
|
7. La estadÃstica me asust=
a |
|
|
|
|
|
|
8. Sé la estadÃstica sufi=
ciente
|
|
|
|
|
|
|
9. Considero que la estadÃ=
stica
es para cientÃficos |
|
|
|
|
|
|
10. La estadÃstica me da
ansiedad |
|
|
|
|
|
|
11. Me considero capaz de
aprender estadÃstica |
|
|
|
|
|
|
12. Hago estadÃsticas de l=
os
hechos que me interesan |
|
|
|
|
|
|
13. Creo que la estadÃstic=
a es
compleja |
|
|
|
|
|
|
14. La estadÃstica me da m=
iedo |
|
|
|
|
|
|
15. Utilizo la estadÃstica=
en
mi vida profesional |
|
|
|
|
|
|
16. Utilizo la estadÃstica=
para
los eventos deportivos |
|
|
|
|
|
|
17. Manejo la estadÃstica =
en mi
vida cotidiana |
|
|
|
|
|
|
18. Hago gráficas con faci=
lidad |
|
|
|
|
|
|
19. Me dijeron que la
estadÃstica es difÃcil |
|
|
|
|
|
|
20. Siento que la estadÃst=
ica
es una herramienta para los profesionales |
|
|
|
|
|
Matus, E., et al. DOI: https://doi.org/=
10.37387/ipc.v11i2.348
<= o:p>
Matus, E., et al. <=
/i>DOI: https://doi.org/=
10.37387/ipc.v11i2.348
Invest.
Pens. Crit. (ISSN 1812-3864; eISSN 2644-4119)
Vol. 11, No. 2, Mayo –Agosto 2023. pp. 17 – 30
DOI:
https://doi.org/10.37387/ipc.v11i2.348
ArtÃculo
CientÃfico