Un estudio sobre el rendimiento académico en Matemáticas

Autores

  • Jorge Daniel Mello Román Universidad Nacional de Concepción
  • Adolfo Hernández Estrada Universidad Complutense de Madrid

DOI:

https://doi.org/10.24320/redie.2019.21.e29.2090

Palabras clave:

Rendimiento académico, modelos estadísticos, enseñanza de Matemáticas

Resumen

El propósito de este trabajo es explicar el rendimiento académico en Matemáticas a partir de características individuales de los estudiantes. Se toma el caso particular de Paraguay, país ubicado por debajo del promedio regional en recientes evaluaciones internacionales sobre logros de aprendizaje en el área de Matemáticas por estudiantes de Educación Escolar Básica. Se aplicó un cuestionario a 899 estudiantes del tercer ciclo de Educación Escolar Básica de instituciones educativas de gestión pública y privada del distrito de Concepción. Se utilizaron dos técnicas de modelación estadística: Árbol de decisión y Regresión lineal múltiple sobre variables observables. Se concluye que el rendimiento académico en Matemáticas se explica en gran medida por el aprendizaje que logra el estudiante en el contexto del aula, así como por la percepción que tiene de su propia capacidad.

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

Anguita, J. C., Labrador, J. R. y Campos, J. D. (2003). La encuesta como técnica de investigación. Elaboración de cuestionarios y tratamiento estadístico de los datos (I). Atención primaria, 31(8), 527-538.
Bencardino, C. M. (2012). Estadística y muestreo. Colombia: Ecoe Ediciones.
Berlanga-Silvente, V., Rubio-Hurtado, M. J. y Baños, R. V. (2013). Cómo apolicar árboles de decisión en SPSS. Revista d'Innovació i Recerca en Educació, 6(1), 65-79. Recuperado de http://revistes.ub.edu/index.php/REIRE/article/view/reire2013.6.1615
Blestel, É. (2015). Guaraní aquí. Jopara allá: Reflexiones sobre la (socio) lingüística paraguaya (Fondo hispánico de lingüística y filología, 19). Berna, Suiza: Peter Lang.
Bojórquez, L. R., Quiroz, A. U. y Quiroz, V. M. U. (2014, julio). Las actitudes positivas y negativas de los estudiantes en el aprendizaje de las matemáticas, su impacto en la reprobación y la eficiencia terminal. 2do. Congreso Internacional: Espacio Común de Formación Docente.
Carreto, R. R., Jaimes, F. G., Hernández, F. J. A., Rosas, F. S. y Ignacio, O. F. T. (2014). Un modelo empírico para explicar el desempeño académico de estudiantes de bachillerato. Perfiles Educativos, 36(146), 45-62. Recuperado de https://www.iisue.unam.mx/perfiles/numeros/2014/146
Corea, N. C. (2001). Régimen de vida de los escolares y rendimiento académico. Tesis doctoral. Universidad Autónoma de Barcelona. Recuperado de http://www.tdx.cat/handle/10803/5002
Covington, M. (1984). The motive for self-worth. En R. Ames y C. Ames (Eds.), Research on Motivation in Education. Student Motivation. Nueva York: Academic Press.
De la Orden, A., Olivero, L., Mafokozi, J. y González, C. (2001). Modelos de investigación del bajo rendimiento. Revista Complutense de Educación, 12(1), 159-178. Recuperado de https://revistas.ucm.es/index.php/RCED/article/view/RCED0101120159A/16866
Fullana, J. (2008). La investigació sobre l’exit i el fracàs escolar des la perspectiva dels factors de risc. Implicacions per a la recerca i la pràctica educatives [La investigación sobre el éxito y el fracaso escolar desde la perspectiva del factors de riesgo. Implicaciones para la investigación y la práctica educativa]. Tesis Doctoral, Universidad de Girona. Recuperado de https://www.tesisenred.net/handle/10803/7980
Hernández, E. y González, M. J. (2011). Modelo de ecuación estructural que evalúa las relaciones entre el estatus cultural y económico del estudiante y el logro educativo. Revista Electrónica de Investigación Educativa, 13(2), 188-203. Recuperado de https://redie.uabc.mx/redie/article/view/290
López, A., Marqués, J. y Martínez, A. (1985). El fracaso escolar-percepciones y vivencias. Valencia, España: Institució Alfons El Magnánim.
Meyers, L. S., Gamst, G. C. y Guarino, A. J. (2013). Performing data analysis using IBM SPSS. Australia: John Wiley & Sons.
Ministerio de Educación del Perú (2017). CRECER 98, Medición de la Calidad de los Aprendizajes. Recuperado de http://umc.minedu.gob.pe/crecer-98/
Ministerio de Educación y Cultura. (2010). Programas de Estudios. Área de Matemáticas. 7o., 8o., 9o. grados. Asunción, Paraguay: Autor.
Navarro, R. E. (2003). El rendimiento académico: concepto, investigación y desarrollo. Revista Electrónica Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 1(2), 1-15. Recuperado de http://www.red-redial.net/referencia-bibliografica-36504.html
Planck, B. y Aliaga, V. (2013). Variables predictoras del rendimiento académico de los alumnos de primer año de las carreras de Humanidades de la Universidad de Atacama, Chile. Revista Internacional de Investigación en Ciencias Sociales, 9(2), 207-220. Recuperado de http://revistacientifica.uaa.edu.py/index.php/riics/article/view/178
Porcel, E. A., Dapozo, G. N. y López, M. V. (2010). Predicción del rendimiento académico de alumnos de primer año de la FACENA (UNNE) en función de su caracterización socioeducativa. Revista Electrónica De Investigación Educativa, 12(2), 1-21. Recuperado de https://redie.uabc.mx/redie/article/view/264
Ruiz, J. S. y Ursini, S. (2010). Actitudes hacia las matemáticas y matemáticas con tecnología: estudios de género con estudiantes de secundaria. Revista Latinoamericana de Investigación en Matemática Educativa, 13(4-II), 303-318.
UNESCO. (2014). Primera entrega de resultados TERCE: comparación de resultados del segundo y tercer estudio regional comparativo y explicativo SERCE y TERCE 2006-2013. Santiago de Chile: Autor.

Descargas

Visitas a la página del resumen del artículo: 4830

Publicado

2019-09-30
Loading...