Retos de las ciencias administrativas desde las economías emergentes: Evolución de
sociedades.
Página 1
Un estudio empírico sobre la percepción del alumno hacia la
matemática, en el Instituto Tecnológico de Tierra Blanca Veracruz,
México.
Gabriel Enrique Benítez Moreno*, Arturo García Santillán*, Liliana Fuentes Rosas*
*Universidad Cristóbal Colón.
Rio Blanco, Veracruz. México.
Email: [email protected]
Teléfono: (52/272) 7282000 ext. 2056
Resumen:
Este estudio parte del referente empírico de la investigación original de García y Edel
(2008), así como las diferentes replicas propuestas en García (2009), García, Edel y
Ferreiro (2009), García, Edel y Escalera (2010) y García-Santillán, Escalera y Edel
(2011) y la contrastación de este estudio, hacia una población de estudiantes de
Ingeniería Industrial que ha cursado Matemática Financiera en el Instituto
Tecnológico de Tierra Blanca Veracruz, México. Se aplicó la escala EAPHMF de
García y Edel (2008) y para la medición de los datos se hizo mediante el Análisis
Factorial por extracción de componentes principales. Los resultados obtenidos
permiten confirmar que en las poblaciones estudiadas, se presentan
comportamientos similares con la variable contenidos de historia de la matemática y
la clase tipo taller, así como la variable la hoja de cálculo para el diseño de
simuladores financieros, dan cuenta de un porcentaje >.5 de la varianza del
fenómeno de estudio, lo que permite inferir que existe una percepción muy favorable
del alumno hacia el proceso de enseñanza aprendizaje de la matemática financiera
mediada por estas variables latentes asociadas al problema.
Palabras clave: Matemática Financiera, contenidos de historia de la matemática y la
INTRODUCCIÓN
De la revisión a la literatura, no se logró ubicar trabajos que involucren el uso de las
tecnologías de la información y la comunicación (TIC) como herramienta en el
proceso de enseñanza-aprendizaje hacia la matemática financiera. Son los estudios
Capítulo 2. Administración de la Educación
Página 2
pioneros de García y Edel (2008) que aportan evidencia al campo de la matemática
financiera. Otros estudios que relacionan las TIC a los procesos de enseñanza de
las matemáticas son por ejemplo: las investigaciones sobre las “actitudes hacia la
matemática-estadística dentro de un modelo de aprendizaje en Perú” de Bazán y
Aparicio (2006), la investigación que vincula a las “actitudes hacia las matemáticas
en estudiantes de ingeniería en Venezuela” de Álvarez y Ruíz (2009) por citar
algunos estudios en el contexto latinoamericano. Para el caso de las actitudes hacia
la matemática y hacia la tecnología, se han desarrollado otras escalas para medir
estas variables, ejemplo de ello en Inglaterra (Galbraith and Haines 1998), en
Australia (Cretchley y Galbraith, 2002) de cuya evidencia obtenida, han propuesto las
siguientes dimensiones de la actitud: confianza en las matemáticas, motivación de
las matemáticas, compromiso hacia las matemáticas, confianza en las
computadoras, motivación en las computadoras y la interacción entre las
matemáticas y las computadoras.
Las TIC como herramientas en el proceso enseñanza aprendizaje (PEA) han
adquirido una importancia fundamental dado que las actividades de la vida diaria
están vinculadas de una u otra forma a tecnologías de información y comunicación; a
través, de diferentes formas como son, equipos, sistemas, protocolos, etcétera. Los
comentarios de diferentes autores respecto a la vinculación de las TIC con los
procesos educativos no sólo implican la competencia de los alumnos; sino también
los conocimientos, habilidades y actitudes de los propios profesores responsables de
las asignaturas, lo que puede favorecer el nivel de aprendizaje tal y como lo
menciona Riascos, Quintero y Ávila (2009) respecto a que en el ámbito académico,
las TIC son herramientas que han facilitado a un gran número de estudiantes el
acceso a la información y aprehensión de conocimientos y esto a la vez ha
modificado significativamente el proceso de enseñanza-aprendizaje en los contextos
tecnológicos actuales.
Los argumentos que guiaron la investigación original expuestos por García y
Edel (2008), refieren a autoridades académicas, autoridades empresariales de
México y autoridades gubernamentales que han evidenciado de forma repetitiva y a
través de diversos foros sus reclamos respecto a que los alumnos deben tener la
competencia para “valuar dinero en el tiempo”, y para efectos de hacer una extensión
de la investigación original de García y Edel, se retoma este estudio, como referente
para contrastar los resultados obtenidos por ellos, con un método de prueba e
instrumento de recolección de datos aplicados a una realidad diferente; es decir, en
una institución de educación superior de administración pública y con alumnos de
perfil de ingeniería, con la intención de identificar la equivalencia de resultados; o
bien, definir en qué grado se reproducen los resultados originales con las variables
Retos de las ciencias administrativas desde las economías emergentes: Evolución de
sociedades.
Página 3
dadas para explicar la actitud y percepción de los alumnos hacia la matemática
financiera.
Los estudios precedentes relacionados de Clinard (1993), Chaves y Salazar,
(2006) citados por García y Edel (2008), se reconocen como el sustento o “evidencia
acerca de un aparente rechazo hacia la matemática” y la vinculación con los
procesos de enseñanza-aprendizaje (PEA) y una aparente falta de habilidad para
“vender la idea de aprender matemática”, a los alumnos dado que no se
contextualiza su uso o aplicación.
El objetivo de esta investigación es contrastar en los estudiantes del séptimo
semestre de la carrera de Ingeniería Económica si los factores: inclusión de
contenidos de la historia de la matemática y la clase tipo taller, la programación en
hoja de cálculo y el diseño de simuladores son semejantes o difieren con los
resultados originales inicialmente planteados por García y Edel (2008), y de manera
específica la hipótesis que refieren recientemente García, Escalera y Edel (2011)
sobre: Hi: La inclusión de contenidos de la historia de la matemática y la clase tipo
taller, la programación en hoja de cálculo y el diseño de simuladores como recursos
didácticos tiene una relación significativa en la percepción del alumno por la materia.
I. DISEÑO Y MÉTODO
Se replica el método empleado por García, Edel y Escalera (2010); considerando que
es un estudio que busca identificar la relevancia de las variables implicadas en el
fenómeno de estudio (contenidos de historia de la matemática y la clase tipo taller
[HMCTT], programación en hoja de cálculo [PHC], diseño de simuladores financieros
[DSF], plataformas informáticas [PI], comunidades virtuales de aprendizaje [CV]) y su
probable correlación para explicar la actitud y percepción de los alumnos hacia la
matemática financiera.
Se utilizó el instrumento propuesto por García y Edel (2008) test escala de actitudes
y percepción hacia la materia de matemáticas financieras EAPHMF. El instrumento
está estructurado en 31 indicadores agrupado en los siguientes elementos:
Contenidos de historia de la matemática y la clase tipo taller (HMCCT), programación
en hoja de cálculo (PHC), diseño de simuladores financieros (DSF), plataformas
informáticas (PI) y comunidades virtuales de aprendizaje (CV). La escala utilizada es
la de Likert, TD= Totalmente en Desacuerdo (1); D = En Desacuerdo (2); I = No sabe
o no puede responder, indiferente. (3); A = De Acuerdo (4); TA= Totalmente de
Acuerdo (5).
Capítulo 2. Administración de la Educación
Página 4
La justificación del estudio está fundamentado por los autores originales en la
evidencia dada por estudios relacionados con la actitud de los estudiantes hacia la
matemática; citando el trabajo sobre matemáticas en los niveles de primaria y
secundaria (Yi Yi, 1989 c.p. Bazán, 1997); por otra parte, está también la actitud del
alumno hacia la estadística (Bazán, 1997), la actitud hacia la matemática en alumnos
de nuevo ingreso a la carrera profesional (Bazán y Sotero, 1998), la validación y
confiabilidad de una escala que mide la actitud hacia la matemática y a la
matemática que se enseña con computadora (Ursini et al., 2004). En lo referente a la
matemática financiera o ingeniería económica mediada por TIC, se identifican los
estudios de García-Santillán y Escalera (2011) que midan la percepción del alumno
específicamente respecto a la matemática financiera.
El Diseño Metodológico del presente trabajo de investigación se fundamenta
en cuatro fases, definidas de la siguiente forma:
Fase previa: en esta fase se concreta el planteamiento general del trabajo a
realizar y la elección del centro de estudios para la aplicación de los instrumentos de
obtención de datos propuestos por García y Edel (2008), García, Edel y Escalera
(2010).
Para este estudio se considera como población a los estudiantes de la
licenciatura de Ingeniería Industrial que ya cursaron la materia de Matemáticas
Financieras (Ingeniería Económica), y que actualmente se encuentran en el séptimo
semestre con un total de 118 alumnos, distribuidos en cuatro grupos, (704-A 35;
704-B 35; 704-C 25; 704-D, 23), dos grupos del turno matutino y dos en el turno
vespertino.
Fase de despliegue y desarrollo: Originalmente se planeo calcular una
muestra a partir de la población objeto de estudio (N=118 alumnos) a través de la
fórmula:
Donde: N=Población, n= muestra, e= error permitido, Z= nivel
de confiabilidad (1.96), P=probabilidad del evento a favor (.5), Q=probabilidad del
evento en contra (.5)
Sin embargo, dado que el semestre escolar se ubica en la fase final; no todos
lo alumnos están disponibles, hecho por lo cual, se decidió aplicar un metodo no
probablistico: ya que la elección de los elementos no depende de la probabilidad sino
de las causas relacionadas con las características de la investigación: Desde el
enfoque cuantitativo y para determinado diseño, la utilidad de una muestra no
)()1( 22
2
PQZNe
PQNZn
Retos de las ciencias administrativas desde las economías emergentes: Evolución de
sociedades.
Página 5
probabilística reside no tanto en una “representatividad” de elementos, sino en una
cuidadosa y controlada elección de sujetos con ciertas características definidas
previamente en el planteamiento del problema. Por tal motivo se encuestado a 105
estudiantes. Posteriormente fueron capturados y analizados los datos, con el
software SPSS (Statistical Package for Social Science).
Fase de evaluación: En esta fase se procede a la evaluación e interpretación
de los datos recogidos por el instrumento; en donde, el criterio de decisión es con
base a los resultados del procedimiento estadístico multivariante del Análisis
Factorial exploratorio. Para ello queda establecido el siguiente criterio: Hipotesis
estadistica : Ho: ρ=0 no hay correlación Hi: ρ≠0 hay correlación. El estadistico de
prueba: χ2 y el Test de Esfericidad de Bartlett KMO (Kaiser-Meyer_Olkin). Bajo la
hipótesis nula este estadístico se distribuye asíntoticamente mediante una
distribución χ2 con p(p-1)/2 grados de libertad, es decir, un Nivel de significancia: α
=0.05/2; p<0.01, <0.05
Práctica carga factorial de .70 Estadistica cargas mayores de 0.55 Si Ho es
cierta, los valores propios valen uno y su logaritmo sería nulo, por lo tanto el
estadístico del test vale cero, caso contrario con el Test de Bartlett con valores altos
de χ2 y un determinante bajo, sugeriría que hay una correlación alta. Entonces si el
Valor Critico: 2 calc.> 2 tablas se tienene videncia para el rechazo de Ho, por lo
que la regla de decisiónes: Rechazar: Ho si 2 calculada > 2 tablas
Procedimiento: A fin de medir los datos obtenidos de los 105 estudiantes,
entonces se obtiene la siguiente matriz:
Estudiantes Variables
X1, X2,…..Xp
1 X11 X12 ….X1p
2 X21 X22 ….X2p
… …….
105 Xn1 Xn2 ….Xnp
Lo anterior se da regularmente por la ecuación:
X1 = a11F1 + a12F2 + …… + a1kFk + u1
X2 = a21F1 + a22F2 + …… + a2kFk + u2
…………………………………………………
Xp = ap1F1 + ap2F2 + …… + apkFk + up
Capítulo 2. Administración de la Educación
Página 6
En donde F1, …, Fk (K< p) son factores comunes y u1, …., up son factores
específicos y los coeficientes {aij; i=1, …, p; j=1, …, k} son la carga factorial. Además
suponemos que los factores comunes se han estandarizado o normalizado (E(Fi)= 0;
Var (Fj) = 1, Los factores específicos que tienen media de 0 y tienen una correlación
(Cov (Fi, uj) = 0, =1, …, k; j=1, …, p. Como consideración: si los factores están
correlacionados (Cov (Fi,Fj) = 0, si i≠j; j, i=1, …,k) entonces tenemos un modelo con
factores ortogonales; de lo contrario, se tiene un modelo con factores oblicuos. Por
lo tanto, la expresión queda de la siguiente manera: x= Af + u U X = FA’ + U
En donde:
Matriz de datos Matriz de carga factorial Matriz de puntuaciones
factoriales
3
2
1
3
2
1
2
1
...,
...,
...
u
u
u
u
F
F
F
f
x
x
x
X
p
pkpp
k
k
aaa
aaa
aaa
A
...
............
...
...
21
22221
11211
pkpp
k
ik
fff
fff
fff
F
...
............
...
...
21
22221
1211
Así, a partir de la transformación del determinante de la matriz de correlación, se
obtiene el Test de esfericidad de Bartlett, y está dado por: p
j
jR
pnRpnd
1
log6
112ln52
6
11
En donde:
n= tamaño de la muestra, R= matriz de correlación, ln= logaritmo neperiano,
j(j=1,…,p)= valores propios de R
Para comparar la magnitud de los coeficientes de correlación observados con
las magnitudes de los coeficientes de correlación parcial, se lleva a cabo el
procedimiento mediante la Medida de Adecuación de la muestra (KMO) propuesta
por Kaiser, Meyer y Olkin, y de forma similar al índice KMO se puede calcular una
Medida de Adecuación Muestral para cada variable (MSA), en donde solo se
incluyen los coeficientes de la variable que se desea comprobar. Ambas medidas
están dadas por las siguientes expresiones:
ijj i i j
ij ijj i i j j i i j p
r
KMOr r
2
2 2
Y
iji j
i
ij iji j i j p
r
MSA ; i , ..., pr r
2
2 21
Donde:
Rij(p)= coeficiente de correlación parcial entre las variables Xi y Xj
Retos de las ciencias administrativas desde las economías emergentes: Evolución de
sociedades.
Página 7
Ahora bien, de acuerdo al planteamiento original es que se busca responder la
siguiente interrogante: ¿cuál es la estructura de variables latentes que permiten
comprender la percepción de los estudiantes hacia la matemática financiera?
Considerando a la variable latente como una “…construcción o elaboración teórica
acerca de procesos o eventos que no son captados a simple vista, sino que deben
inferirse a través de la presencia de objetos, eventos o acciones”, según refiere
Corral y Obregón (1996), es entonces que se toman las variables propuestas por
García y Edel (2008) sobre: conenidos de historia de la matematica y la clase tipo
taller, diseño de simuladores y la simulacion, plataformas informáticas y las
comunalidades virtuales para establecer el constructo principal de este estudio.
Las hipótesis que se busca probar sugieren que:
H0: No hay un conjunto de variables que formen una estructura que permita
comprender la percepción de los estudiantes sobre la matemática financiera.
Hi: Sí hay un conjunto de variables que formen una estructura que permita
comprender la percepción de los estudiantes sobre la matemática financiera.
II. RESULTADOS
Posterior a la captura, análisis e interpretación de los datos colectados en la
investigación de campo, se tienen los siguientes resultados:
1.- Coeficiente de fiabilidad Alfa de Cronbach: Considerado un coeficiente o
índice de consistencia que está orientado a determinar la fiabilidad de los datos e
instrumentos para asegurar la estabilidad y consistencia de resultados y
consecuentemente las mediciones realizadas a lo largo de este estudio. En este
sentido, los valores de este coeficiente van de 0 a 1 y el criterio de interpretación es
que entre más cerca esté el valor de 1 representa mayor fiabilidad y se considera un
nivel de fiabilidad aceptable a partir de valores de 0.80. El valor obtenido del conjunto
de variables de este estudio se presenta en la tabla siguiente:
Tabla 1 Resumen del procesamiento de los casos
N %
Casos
Válidos 105 100.0
Excluidos a 0 .0
Total 105 100.0 a Eliminación por lista basada en todas las variables del
procedimiento
Capítulo 2. Administración de la Educación
Página 8
Estadísticos de fiabilidad
Alfa de Cronbach N de elementos
.770 5
Fuente: Elaboración propia
Como se observa en el estadístico de fiabilidad de la tabla 1, el valor del Alfa de
Cronbach resultante fue de .770; el cual, estadísticamente se interpreta de 0.80,
valor suficiente para otorgar el nivel de fiabilidad aceptable al instrumento utilizado
para la recolección de datos.
2.- Prueba de Esfericidad de Bartlett y KMO (Kaiser-Meyer-Olkin): En donde, un
índice KMO bajo (<0.5) indica que la intercorrelación entre las variables no es
significativa y por lo tanto no sería conveniente la aplicación del Análisis Factorial
para tratar de explicar el fenómeno en estudio.
Las fases del análisis factorial aplicado en esta investigación, fueron:
1. Selección de las variables explicativas.
2. Examen de la matriz de correlaciones de todas las variables.
3. Extracción de los factores comunes.
4. Rotación de los factores (si fuere necesario para facilitar su interpretación).
5. Hacer la representación gráfica.
6. Cálculo de las puntuaciones factoriales individuales.
La selección de las variables explicativas se dio a través de la aplicación del
instrumento EAPH-MF “Escala de actitudes y percepción hacia la materia de
matemáticas financieras” (García, Edel y Escalera, 2010), con 31 ítems.
Para hacer la comprobación analítica del grado de correlación entre las variables en
estudio se aplicaron los siguientes métodos:
i. Matriz de correlaciones
Tabla 2 Matriz de correlaciones
HMCTT PHC DSF PI CV
Correlación
HMCTT 1.000 .643 .640 .394 .619
PHC .643 1.000 .617 .462 .415
DSF .640 .617 1.000 .383 .604
PI .394 .462 .383 1.000 .420
CV .619 .415 .604 .420 1.000
Sig.
(Unilateral)
HMCTT .000 .000 .000 .000
PHC .000 .000 .000 .000
Retos de las ciencias administrativas desde las economías emergentes: Evolución de
sociedades.
Página 9
DSF .000 .000 .000 .000
PI .000 .000 .000 .000
CV .000 .000 .000 .000
a. Determinante = .119
Fuente: Elaboración propia
La tabla anterior permite observar correlaciones significativas (>.5), p<0.01, p<0.05,
en las variable estudiadas, ejemplo de ello: HMCTT vs PHC (.643); HMCTT vs DSF
(.640), HMCTT vs CV (.619); PHC vs DSF (.617) por citar algunas de ellas, además
el valor obtenido del determinante de .119 indica altas intercorrelaciones entre las
variables, tal y como se muestra con los valores de correlación reportados en dicha
tabla 2
ii. KMO y prueba de esfericidad de Bartlett
Tabla 3 KMO y prueba de Bartlett
Medida de adecuación muestral de Kaiser-Meyer-
Olkin. .792
Prueba de esfericidad
de Bartlett
Chi-cuadrado
aproximado 216.464
gl 10
Sig. .000
Fuente: Elaboración propia
El KMO bajo (< 0.5) indica que la intercorrelación entre las variables no es grande y
un Análisis Factorial no sería práctico. Sin embargo, un valor KMO > 0.5 indica que
existe un nivel de correlación significativo y por lo tanto, el uso del Análisis Factorial
es conveniente y útil. Para el caso de este estudio el resultado de .792 (reportado en
la tabla 3) da evidencia suficiente para confirmar la utilización del Análisis Factorial, y
considerando el criterio de decisión X2c >X2
t, (p<0.01,< 0.05) entonces se tiene
evidencia significativa para el rechazo de H0.
iii. Matriz de correlación Anti-imagen
De la tabla 4 se obtienen la Medida de Adecuación de la Muestra cuyos valores
significativos (>.5) confirman la aplicación del Análisis Factorial como procedimiento
que permite identificar las variables que conforman una estructura latente que dé
respuesta a la pregunta de investigación. Las matriz anti-imagen muestra varios
coeficientes bajos, lo que refuerza la razonable decisión de aplicar Análisis Factorial
a los datos en estudio. Además el porcentaje de varianza que explica el fenómeno de
Capítulo 2. Administración de la Educación
Página 10
estudio se obtuvo de la extracción de los componentes principales, a partir del
siguiente procedimiento:
Tabla 4 Matrices anti-imagen
HMCTT PHC DSF PI CV
Covarianza
anti-imagen
HMCTT .418 -.178 -.091 9.732E-006 -.173
PHC -.178 .470 -.159 -.162 .079
DSF -.091 -.159 .453 -.003 -.167
PI 9.732E-006 -.162 -.003 .724 -.139
CV -.173 .079 -.167 -.139 .510
Correlación
anti-imagen
HMCTT .797a -.401 -.210 1.769E-005 -.376
PHC -.401 .755a -.345 -.278 .160
DSF -.210 -.345 .821a -.005 -.347
PI 1.769E-005 -.278 -.005 .842a -.229
CV -.376 .160 -.347 -.229 .764a
a. Medida de adecuación muestral
Fuente: Elaboración propia
Primeramente se obtienen las comunalidades que es la proporción de la varianza del
componente extraído para posteriormente analizar bajo el criterio de valor propio >1,
el porcentaje de varianza que dichos componentes dan cuenta del fenómeno
estudiado. Finalmente el gráfico de sedimentación que permitirá mostrar los
componentes mayores a 1, y que contribuyen a la explicación de la varianza del
fenómeno, se muestra en la siguiente gráfica y en cuanto al porcentaje de la varianza
explicada, esta se muestra en la tabla 5.
Gráfico 1 Gráfico de sedimentación
Retos de las ciencias administrativas desde las economías emergentes: Evolución de
sociedades.
Página 11
De acuerdo al criterio de raíz latente (valor mayor de 1), el número de componentes
que se obtuvo en este análisis fue uno, tal como se identifica en el gráfico anterior,
mismo que da cuenta del 61.99% de la varianza de las variables implicadas (tabla 5)
Tabla 5 Varianza total explicada
Componen
te
Sumas de las saturaciones al cuadrado de la extracción
Total
% de la
varianza % acumulado
1 3.100 61.999 61.999
Fuente: Elaboración propia
Así de cinco variables observables se pasa a una “ficticia tal como se señala en la
tabla 6.
Tabla 6 Matriz de componentes y Comunalidades
Variable Componente Comunalidades
HMCTT .852 .727
PHC .804 .646
DSF .838 .702
PI .646 .417
CV .780 .609
Total de Varianza 61.99%
Fuente: elaboración propia
Los resultados de este análisis factorial permitieron determinar que existe un factor
denominado actitud y percepción de los alumnos hacia las matemáticas financieras,
Cuando cada uno de los elementos que integran este factor está presentes (tipo de
contenido, la forma de trasmitirlo y la utilización de las TICs) mejoran la actitud y la
percepción los alumnos hacia las matemáticas financieras. El elemento que más
contribuye es los contenidos de historia de la matemática y la clase tipo taller
(HMCTT).
Los factores que forman esta estructura de variables tienen una significancia práctica
(61.99) y estadística (X2c =216.464 es mayor que X2t 18.31) es decir, pueden ser
considerados por la institución educativa para crear estrategias que mejoren la
actitud y la percepción hacia la matemática financiera
III. DISCUSIÓN DE LOS HALLAZGOS Y RECOMENDACIONES
Capítulo 2. Administración de la Educación
Página 12
Los resultados obtenidos permitieron rechazar H0 en consecuencia se acepta la
hipótesis de investigación (Hi) que sostiene que si hay un conjunto de variables que
formen una estructura que permita comprender la percepción de los estudiantes
sobre la Matemática Financiera, lo anterior es concordante con los trabajos iniciales
de García & Edel (2008), García, Edel y Escalera (2010); García, Escalera y Edel
(2011) y que a la postre ayudan a responder la pregunta de investigación. De tal
suerte que los resultados de este estudio constituyen una evidencia empírica que
permite inferir que las variables latentes contenidas en el instrumento EAPHMF
(García & Edel, 2008) son capaces de ofrecer información valiosa para conocer la
percepción del alumno sobre la Matemática Financiera.
Esta evidencia se suma, a las investigaciones de Roblyer y Edwards (2000), Gómez
(2002), Hodgins (2007), Macías (2007) y Cocconi (2008) en las que sostienen que
actualmente el entorno tecnológico se ha hecho presente en prácticamente todos los
niveles del proceso educativo, derivando el uso de las TIC como recurso pedagógico
con una importancia sin precedentes; las nuevas tecnologías de información y
comunicación potencian la interactividad, y en consecuencia el desarrollo socio-
cognitivo de los alumnos y una actitud más positiva hacia las matemáticas (Gómez,
2002). Las TIC son vistas como una herramienta poderosa y con funciones
interesantes para la enseñanza y aprendizaje de las matemáticas. Estas
investigaciones refuerza la acción de incluir en el instrumento EAPHMF cuatro
variables que consideran a las TIC (PHF, DSF, PI, CV) y que al aplicar el análisis
factorial las comunalidades muestran valores >.5 (excepto PI) lo que apunta a que
son variables latentes estadísticamente significativas para explicar el objeto de
estudio, que es la actitud hacia las matemáticas financieras.
Ahora bien, la enseñanza de las matemáticas implica el promover, diseñar y validar
entornos de aprendizaje que favorezcan la interacción social en el marco de las TIC,
por lo que resulta de gran interés de cara a mejorar y aumentar el aprendizaje de las
matemáticas y en consecuencia a disminuir el fracaso escolar (Murillo, 2000). Las
alternativas a la enseñanza tradicional obligan a un replanteamiento radical en la
forma y en el fondo, incidiendo en un papel esencial de guía, de motivación, de
soporte, de incitación, de interacción, de humanidad y de afecto (Alsina, 1998), estas
investigaciones sostienen la variable de diseño de simuladores (DSF), en donde lo
que se pretende es que los estudiantes, partiendo de los conocimientos teóricos-
prácticos sean capaces, con la ayuda de las TIC, de crear simuladores en los cuáles
puedan probar varios escenarios dependiendo el tema de estudio.
En lo que respecta a la variable Contenidos de la Historia de la matemática y clase
tipo taller (HMCCT),específicamente la clase tipo taller, se sustenta en lo dicho por
Araya, (1997) al decir que va enfocada a lograr que los alumnos puedan trabajar
Retos de las ciencias administrativas desde las economías emergentes: Evolución de
sociedades.
Página 13
libres para inventar, ensayar, errar, crear y recrear el conocimiento y con esta forma
de enseñanza se estará en la facultad de generar evidencia que refuerce el sustento
de aprendizaje significativo, en donde el profesor propicia desafíos capaces de
acaparar el interés de los alumnos y lograr una interacción entre la información
nueva y las ideas preexistentes en la estructura cognoscitiva del estudiante (Ausubel,
1998).
Ahora bien, con base en los resultados obtenidos de la evidencia empírica, resulta
interesante cuestionarse ¿Por qué debe evolucionar el proceso de enseñanza
aprendizaje de las matemáticas financieras? El modelo epistemológico acorde con
las tendencias en la filosofía de las matemáticas apunta a la adopción de supuestos
sobre las matemáticas, primeramente como una actividad humana que implica la
solución de problemas y en la búsqueda de estas soluciones, las técnicas, reglas y
sus respectivas justificaciones emergen y evolucionan progresivamente y son
socialmente compartidas, esto supone de igual manera que se requiere del
conocimiento y familiaridad con los tipos de problemas y los recursos disponibles
para su solución. Por lo tanto, para ir de la mano con la evolución debe conocerse la
historia de estas técnicas y/o reglas que han colaborado en la solución de los
problemas y tomarlas como punto de partida para generar nuevas formas de solución
que hagan del aprendizaje de la matemática financiera una actividad dinámica,
creativa y que motive a los alumnos al uso de las TIC para la solución de problemas,
favoreciendo el aprendizaje significativo.
La importancia que reviste el conocer la actitud de los alumnos hacia la matemática
financiera obedece a que esta es una disciplina de sumo interés pues dependiendo
del uso de ella se tendrá un aprovechamiento correspondiente en los recursos
monetarios; las investigaciones de Bazán et al. (2001), Aliaga y Pecho (2000), Cueto
et al (2003), han evidenciado la relación entre rendimiento y actitud en la Matemática
para el sistema escolar, y al igual que García y Edel (2008), comprobaron en general
que las actitudes fueron negativas y que estuvieron relacionadas con el bajo
rendimiento. Además, en el primer trabajo se ha encontrado que, conforme los
grados escolares avanzan, la actitud hacia la Matemática se torna menos favorable.
Por lo tanto es imprescindible sustentar empíricamente estas actitudes para
posteriormente tomar las acciones pertinentes que ayuden a obtener un
aprovechamiento sólido de la asignatura, puesto que las actitudes son consideradas
como un buen predictor de la asimilación de los contenidos, de la motivación, de la
memoria y del uso futuro que se haga de la asignatura, lo que lleva a plantear la
hipótesis de que ellas (las actitudes) pueden impedir o facilitar el aprendizaje (Eagly y
Chaiken, 1992; Álvaro y Garrido, 2003)
Capítulo 2. Administración de la Educación
Página 14
REFERENCIAS
Álvarez, Y. y Ruíz, M. (2010). Actitudes hacia las matemáticas en estudiantes de
ingeniería en universidades autónomas venezolanas. Revista de Pedagogía,
21(89), 225-249.
Alsina, C. (1998). Multimedia, navegación, virtualidad y clases de matemáticas.
UNO,15, pp. 7-11.
Araya, R. (1997). Construcción visual de conocimientos con juegos cooperativos.
Chile. AutoMind Educación.
Ausubel, D., Novak, J. y Hanesian, H. (1998). Psicología educativa. Un punto de vista
cognoscitivo. México. Trillas.
Bazán, J. y Aparicio, A. (2006). Las actitudes hacia la matemática-estadística dentro
de un modelo de aprendizaje. Revista semestral del departamento de
educación, 15(28), 1-12.
Chávez B. Eduardo y Salazar S. Julio: (2006) “El papel y algunas condiciones para la
utilización de la Historia de la Matemática como recurso metodológico en los
procesos de enseñanza-aprendizaje de la Matemática” Ponencia presentada
en el I Congreso de la Enseñanza de la Matemática, UNED, España.
Recuperado en red:
http//www.uned.ac.cr/MenEncMate/ponenciaprocesoE.htm [Consultado en
Abril del 2008]
Clinard, M. (1993) “Enseignement et histoire des mathematiques.” Plot. Bulletin des
Regionales APMEP de Pointiers, Limoges et Orleans-Tours. (64-65): 8-11,
Dec.
Dávila, A. (2007). Efectos de algunas tecnologías educativas digitales sobre el
rendimiento académico en matemáticas. Compendium, 10(18), 21-36.
Domínguez Sánchez-Pinilla, Mario. (2003). LAS TECNOLOGIAS DE LA
INFORMACION Y LA COMUNICACIÓN: SUS OPCIONES, SUS
LIMITACIONES Y SUS EFECTOS EN LA ENSEÑANZA. Nómadas, Sin mes.
Galbraith, P., Haines, C. (1998). Disentangling the nexus: Attitudes to mathematics
and technology in a computer learning environment, Educational Studies in
Mathematics, 36, 275-290.
Cretchley, P. & Galbraith, P. (2002). Mathematics or computers? Confidence or
motivation? How do these relate to achievement?, Proceedings 2nd International
Conference on the Teaching of Mathematics (Undergrad.), CD and online, Wiley,
Crete.
Garcia y Edel (2008): Education-learning of the financial mathematics from the
computer science platforms. (Simulation with ICT) Application of information and
Communications Technologies (ICT) in education-learning process. Annual
Retos de las ciencias administrativas desde las economías emergentes: Evolución de
sociedades.
Página 15
Meeting Nova Southeastern University “Beyond the Classroom” FISCHLER
SCHOOL OF EDUCATION & HUMAN SERVICE. NOVA EDUC@2008. March 17
al 19, 2008. Miami Beach, Florida USA.
García-Santillán, A. (2009): Un modelo alterno de E-A- de la matemática financiera.
Un estudio empírico de la percepción en alumnos de licenciatura y posgrado.
"XLII Congreso Nacional de la Sociedad Matemática Mexicana.
INVESTIGACION” 12 al 16 de octubre de 2009 Zacatecas, Zac. México.
García, Edel y Ferreiro (2009): La informática aplicada a los procesos de enseñanza
de la matemática financiera. (Diseño de simuladores Financieros) Arturo
García Santillán, Rubén Edel Navarro (México) y Ramón Ferreiro (USA): 9º
Congreso Interamericano de Computación Aplicada a la Industria de
Procesos, CAIP2009. 25 al 28 de Agosto del 2009. Montevideo-Uruguay
García y Edel (2009): Innovar el proceso de enseñanza-aprendizaje de las
matemáticas financieras: aplicación de la triada didáctica E-T-S. X Congreso
Nacional de Investigación Educativa. Consejo Mexicano de Investigación
Educativa, A.C. Universidad Veracruzana. Secretaría de Educación del Estado
de Veracruz. 21 al 25 de septiembre de 2009. World Trade Center, Boca del
Río, Veracruz. MEXICO.
García-Santillán A., Edel Navarro R., Escalera Chávez M. (2010) "La enseñanza de
la matemática financiera: Un modelo didáctico mediado por TIC” Texto
completo en http://www.eumed.net/libros/2010f/867/index.htm Universidad de
Málaga ISBN-13:978-84-693-9739-8 Registro en la Biblioteca Nacional de
España Nº 11/4918
García-Santillán, A., Escalera-Chávez, M., Edel-Navarro, R. (2011) Associated
variables with the use of ICT as a didactic strategy in teaching-learning
process of financial mathematics. An experience from the classroom. Revista
Iberoamericana de Evaluación Educativa, 4 (2) pp.118-135
García-Santillán, A. and Escalera-Chávez, M. (2011) IT Applications as a Didactic
Tool in the Teaching of Math’s (Using of Spreadsheet to Programming) Journal
of Knowledge Management, Economics and Information Technology, Volume
I, Issue 6, pp. 122-138
Gómez, M. (2002). Estudio teórico, desarrollo, implementación Y evaluación de un
entorno de enseñanza Colaborativa con soporte informático (CSCL) para
matemáticas. (Tesis de doctorado no publicada). Universidad Complutense de
Madrid. España. Recuperado de: http://eprints.ucm.es/tesis/edu/ucm-
t26874.pdf
Murillo, J., Martín, F., y Fortuny, J. (2000). El aprendizaje colaborativo y la
demostración matemática. Recuperado de:
http://www.uv.es/aprengeom/archivos2/MartinMurilloF02.pdf
Capítulo 2. Administración de la Educación
Página 16
Organista, J. (2010). Análisis del uso de objetos de aprendizaje en las materias de
matemática y física de bachillerato. Revista electrónica Sinéctica, 3, 1-16.
Petriz, M., Barona, C., López, R. y Quiroz, J. (2010). Niveles de desempeño y
actitudes hacia las matemáticas en estudiantes de la licenciatura de
administración en una universidad estatal mexicana. Revista Mexicana de
Investigación Educativa, 15(47), 1223-1249.
Riascos-Erazo, Sandra Cristina Quintero-Calvache, Diana María; Ávila-Fajardo,
Gloria Patricia. (2009). Las TIC en el aula: percepciones de los profesores
universitarios. Educación y Educadores, Diciembre, 133-157.
Salinas, Jesús. (2004). Innovación docente y uso de las TIC en la enseñanza
universitaria. RU&SC. Revista de Universidad y Sociedad del Conocimiento,
Septiembre-Noviembre, 1-16.
Ursini, S. et al (2004): Validación y confiabilidad de una escala de actitudes hacia las
matemáticas y hacia la matemática enseñada con computadora. Educación
matemática, diciembre, año/vol. 16, número 003 Santillana México.
Anexos
Cuadro 3.7 Valores Alpha de Cronbach individuales.
VARIABLE ALPHA DE
CRONBACH
ÍTEMS
HMCCT .788 1, 2, 5, 6, 7, 9, 10, 11, 12, 13, 14,
15, 17
PHC .690 3, 4,8, 16, 20, 21, 22, 23, 26
DSF .699 18, 24, 25, 27, 28
PI N/A 19
CV .621 29, 30, 31
GLOBAL .895
CONJUNTO DE
VARIABLES .770
Conjunto estandarizado
Fuente: Elaboración propia