Conocimientos previos sobre propiedades de operaciones con números reales de ingresantes a la universidad. Su análisis usando análisis estadístico implicativo

• Autores: Mendoza, María Elizabeth; Caputo, Liliana Noemí; Porcel, Eduardo Adolfo; Bordón, Paula Daniela
• Año de publicación: 2019
• Idioma: español castellano
• Tipo de recurso: artículo
• Fuente: Investigación Operativa, 2019, año 27, no. 46, p. 42-53.
• Materia: Análisis estadístico implicativo; Cuasi-implicaciones; Operaciones con números reales; Evaluación de ingresantes; Statistical implicative analysis; Quasi-implications; Operations with real numbers; Freshman´s evaluation
• Institución: Universidad Nacional del Nordeste

Fil: Mendoza, María Elizabeth. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Caputo, Liliana Noemí. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Porcel, Eduardo Adolfo. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Bordón, Paula Daniela. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Este trabajo tiene por objetivo determinar los conocimientos de los ingresantes universitarios respecto a las propiedades de operaciones con números reales (suma, multiplicación, potenciación y radicación) y qué relaciones establecen entre los saberes que al respecto han construido en su formación preuniversitaria. Para cumplir los objetivos propuestos, se analizaron, utilizando Análisis Estadístico Implicativo (ASI), las respuestas al tercer ítem de la prueba de diagnóstico de conocimientos previos de números reales, suministrada a ingresantes a la Facultad de Ciencias Exactas de la UNNE, al inicio del ciclo lectivo 2017. ASI es una técnica de análisis multivariado que permite establecer relaciones del tipo “si p, entonces, casi siempre q” (cuasi-implicaciones o reglas) entre variables (las respuestas al ítem de evaluación citado). Estas relaciones permiten explorar las relaciones conceptuales establecidas por el sujeto evaluado y detectar las dificultades cognitivas que dichos conceptos les ofrecen. Los resultados se presentan y visualizan mediante un “grafo implicativo” y posteriormente se construyen árboles de similaridad y árboles cohesitivos que permiten establecer R-reglas (cuasi implicaciones que relacionan variables con reglas o reglas entre sí). Se observaron saberes y relaciones conceptuales establecidas por los alumnos que dan cuenta de su escasa evolución desde el pensamiento aritmético al algebraico.
This work’s objective is to determine how knowledgeable new university students are regarding the properties of operations with real numbers (addition, multiplication, exponentiation and nth root) and what relations they establish between the knowledge that they have acquired in their pre-university education. In order to accomplish the planned objectives, in this work, via use of Statistical Implicative Analysis (SIA), the answers provided to a questionnaire found in a test of previous real numbers knowledge that was taken by new students of Facultad de Ciencias Exactas–UNNE (at the beginning of the academic year of 2017)were analyzed. SIA is a multivariate analysis technique that allows relations of type “if p, then, almost q” (quasi-implications or rules) between variables (the answers provided to the previously-mentioned question) to be established. These relations allow for exploration of the conceptual relations established by the analyzed subject and detect the cognitive difficulties that said concepts offer. The results are represented and visualized by use of an “implicative graph” and later bysimilarity and cohesitive trees that make possible the establishment of R-rules (quasi-implications that relate variables and rules or rules between each other). By observing the knowledge and conceptual relations established by the students, their lacking evolution from arithmetic thinking to algebraic is brought to light.