HTML

ePub

PDF

INTRODUCCIÓN

El rendimiento académico es un tema que preocupa a la sociedad de muchos países, tanto que ha sido el motivo para forzar cambios en los procesos pedagógicos y razón para realizar reformas importantes en el sistema educativo, incluyendo el nuestro.

Las estadísticas publicadas por el Ministerio de Educación muestran la cantidad de estudiantes reprobados en la asignatura de matemática en el sistema regular de los colegios oficiales de todo el país en el período de 2004 a 2013. A nivel de premedia, el mayor número de reprobados se manifestó para el año 2006 con 19,967 registros, los cuales disminuyeron un 120.5% (9,054) en 2010; sin embargo, el número de reprobados volvió a aumentar en un promedio anual de 14,650 casos entre 2011 a 2013. En el nivel de educación media, el rango de reprobados varió entre 4,543 a 9,054 casos, con un promedio anual de 6,530 a lo largo del periodo en estudio, tal como se muestra en la Gráfica 1.

Debido al bajo rendimiento académico, específicamente en áreas científicas, surge la inquietud de las entidades gubernamentales, privadas y la sociedad en general, así como los mismos docentes sobre la necesidad de buscar alternativas en estrategias innovadoras que promuevan el aprendizaje. Por ello, instituciones del Estado como la SENACYT, en su proyecto: Aprendiendo Matemáticas con Khan Academy, ha capacitado a docentes para promover este recurso en distintas áreas del país. Este proyecto consiste en la capacitación de un equipo docente de Matemáticas con el compromiso de aplicar estrategias innovadoras en todas las provincias de Panamá, convirtiéndolos en capacitadores para enseñar a docentes de escuelas primarias y secundarias sobre el uso de la plataforma Khan Academy y otros recursos concretos en el aula de clase.

El objetivo de la investigación es evaluar el impacto de la plataforma virtual Khan Academy como herramienta de apoyo al aprendizaje de estudiantes de décimo grado del Colegio Beatriz Miranda de Cabal, Distrito de Dolega, provincia de Chiriquí, República de Panamá.

MATERIAL Y MÉTODO

Para el desarrollo de esta investigación, se tomó información existente del entorno escolar de los estudiantes de décimo grado del Colegio Beatriz Miranda de Cabal, distrito de Dolega, provincia de Chiriquí, República de Panamá, quienes totalizaron 201 estudiantes en la asignatura de matemática durante el año lectivo 2016, y distribuidos en los grupos de décimo A, B, C, D del bachillerato en ciencias, décimo de comercio y décimo de contabilidad. De esta población, solamente seis grupos contaban con la instrucción del docente acerca del uso de la plataforma, no así el resto de los estudiantes del colegio.

Como instrumento de recolección, se tomó el registro escolar del docente donde se obtuvo las calificaciones por el estudiante y cada una de las actividades académicas evaluadas pertinentemente por el docente, así como su asistencia a clases. Además, se examinó el archivo en formato Excel generado por la plataforma Khan Academy que brinda información sobre los contenidos asignados por el docente, los que el estudiante consultó espontáneamente, y el tiempo que permaneció haciendo uso de la herramienta para el desarrollo de lecturas y las actividades.

Para el análisis de la investigación, se consideró un análisis univariante que permitirá conocer la distribución de la frecuencia de las variables en estudio, un análisis bivariante para determinar si existen alguna relación entre las variables a través del análisis de Chi-Cuadrado de Pearson (Fierro, 2010). Por último, la regresión logística cuyo objetivo es expresar la probabilidad de que ocurra un hecho como consecuencia de la interacción de ciertas variables, suponiendo que hay variables que potencialmente influyen más que otras en el estudio. La Tabla 1 define conceptual y operacionalmente las variables.

RESULTADOS Y DISCUSIÓN

Al realizar la descripción individualizada del comportamiento de cada variable, se puede observar que la información obtenida del registro docente sobre el Sexo de los estudiantes de décimo grado del Colegio Beatriz Miranda de Cabal, muestra en la Gráfica 1 que el 59% de la muestra en estudio es femenina, superando el sexo masculino con 41%. La Gráfica 2 nos permite apreciar que existe poca diferencia entre aquellos estudiantes (54%) que decidió utilizar la plataforma Khan Academy ante un 46% que no contempló su utilización.

Los resultados mostraron que el 66% de los estudiantes asistieron regularmente a clases, la variable rendimiento académico registró que 83% de los estudiantes aprobaron los contenidos en matemáticas, mientras que 17% de ellos reprobaron en el año 2016. La Tabla 2 establece que con respecto al tiempo dedicado a utilizar la plataforma Khan Academy, el 54% de los estudiantes observados estudiaron hasta 30 minutos con el uso de la misma.

Al realizar la prueba de independencia utilizando el coeficiente de Chi-Cuadrado de Pearson entre el rendimiento académico con las variables Sexo, utiliza o no la plataforma Khan Academy, asistencia a clase y tiempo de uso, se encontró que todas las variables excepto Sexo están relacionadas con el rendimiento académico (p<0.05), tal como se muestra en la Tabla 3.

Para estimar la ecuación de regresión logística especificando que la variable dependiente es Rendimiento Académico (Y) y las variables Sexo (x1), Uso de la Plataforma (x2), Tiempo de Uso (x3) y Asistencia a Clase (x4) son las variables definidas como independientes en este estudio. Por defecto, estimamos el modelo mediante el método "introducir", donde todas las variables predictoras se introducen a la vez en el modelo estimado.

Los resultados del modelo muestran que, por cada incremento de una unidad en Sexo (ya sea femenino o masculino), el logit se incrementa 0.942; por tanto, la ventaja (odds) de aprobar o reprobar se multiplica por 2.565 al incrementarse una unidad en Sexo. En cuanto al Uso de la Plataforma, se observa incremento de 0.509 con una ventaja de aprobar o no que multiplicada por 1.664 al incrementarse una unidad en el uso de la misma. Al evaluar el Tiempo de Uso que los alumnos dedicaron a la plataforma, se obtuvo que, por cada incremento de una unidad de tiempo, el logit desciende en 0.567, por tanto la ventaja de aprobar se multiplica por 0.567. Mientras que en Asistencia a Clases se genera un aumento de 2.592 unidades, la ventaja de aprobar o no el curso se multiplicará por 13.357 al incrementarse cada unidad de asistencia (Tabla 4).

Para probar el ajuste del modelo se realizó el test de Hosmer y Lemeshow con el valor de significación (0.834 > 0.05) rechazando la hipótesis nula y concluyendo que el modelo tiene un buen ajuste.

Al realizar los diferentes ensayos y corridas se pudo observar que el mejor modelo se logra al introducir la variable sexo. Además, de las variables uso de la plataforma y tiempo de uso en conjunto con el resto de las otras variables permiten el mejor ajuste del modelo probado a través del Test de Hosmer y Lemeshow.

El siguiente modelo se obtiene como resultado del estudio:

El componente, que aporta mayor información al modelo, es la variable asistencia, ya que a mayor asistencia, mejores serán los resultados en el rendimiento académico.

CONCLUSIONES

1. 1. Se establece, a través de las pruebas de hipótesis de independencia, que la variable Rendimiento Académico está relacionada con las variables Asistencia a Clases, Uso de la Plataforma y el Tiempo de Uso.
2. 2. e identificó, con el test de Hosmer y Lemeshow, que el modelo de regresión logística que mejor se ajusta al Rendimiento Académico se encuentra relacionado con las variables Sexo, Uso de la Plataforma, Tiempo de Uso y Asistencia a Clases.
3. 3. Con respecto al rendimiento académico, se obtiene que 83% del estudiantado aprobó el curso de matemática.
4. 4. El modelo de regresión logística que predice la probabilidad de que los alumnos aprueben el curso de matemática en un 85.1%, en la prueba de ajuste global, es considerado aceptable.
5. 5. Cabe destacar que, de acuerdo al odds ratio, la Asistencia a Clases aumenta en 13.4 veces la probabilidad de que el estudiantado apruebe el curso de matemática, siendo esta variable la de mayor influencia al modelo propuesto.
6. 6. Se detectó a través del Odd ratio que las mujeres tienen un aumento de 2.56 en su probabilidad de aprobar más que los hombres
7. 7. De manera general podemos constatar que la influencia de la tecnología de manera positiva en la educación panameña sigue teniendo muchos retos.

REFERENCIAS

ÁLVAREZ, M. V. S.,yVALLELADO, E. 2013. Algunas dimensiones relacionadas con el rendimiento académico de estudiantes de administración y dirección de empresas. Universitas Psychologica, 12(3), 739-752. https://doi.org/10.11144/Javeriana.UPSY12-3.adrr

APARICIO, J. A., AGUIRRE, C. A., y CALLEJAS, E. A. (n.d). Tecnología móvil como herramienta de apoyo en la educación media. Investigadores. Aprendizaje abierto y a distancia.

CABRERA MUÑOZ, P., GONZÁLEZ, Y., y CASTILLO BARRANCO, C. (n.d.). Dispositivos móviles en la educación: Percepción de los usuarios sobre los dispositivos móviles como herramienta de aprendizaje.

DOMÍNGUEZ ALONSO, E.,y PADILLA, D. A. 2001. Regresión Logística. Un ejemplo de su uso en Endocrinología. Revista Cubana de Endocrinología, 12(1), 58-64.

FLORES, L. 2018. Modelos de Regresión Logística. ¡Error! Referencia de hipervínculo no válida.

GUTIÉRREZ, I., y MATIZ, J. 2010. Rendimiento Académico de los estudiantes de pregrado de la Universidad EAFIT. Perspectiva cuantitativa. Grupo de Estudios En Economía y Empresa, 158.https://doi.org/10.1016/ j.gaceta.2010.01.003

LIZARES, M. 2017. Comparación de modelos de clasificación?: regresión logística y árboles de clasificación para evaluar el rendimiento académico.

MEDUCA. 2014. Boletín N ° 2-2013.Estadística Educativa: Final del año escolar 2013, 1-53.

RODRÍGUEZ, J., LIGHT, D., y PIERSON, E. 2014. Khan Academy en Aulas Chilenas: Innovar en la Enseñanza e Incrementar la Participación de los Estudiantes en Matemática. Congreso Iberoamericano de Ciencia, Tecnología, Innovación y Educación, 1-17.

IR