MAESTRÍA EN PEDAGOGÍA

MENCIÓN EN FORMACIÓN TÉCNICA Y PROFESIONAL

TRABAJO FINAL
DIDÁCTICA INTEGRADORA DE LAS ÁREAS TÉCNICAS PROFESIONALES
DOCENTE:
PH.D. JOHN FERNANDO GRANADOS ROMERO
INTEGRANTES GRUPO 10
• LICENCIADA, SANDRA MARIBEL AMENDAÑO CAPÓN, UNIVERSIDAD
CATÓLICA DE CUENCA, ECUADOR, [email protected]

• LICENCIADA, GICELA CASTRO ORTIZ, UNIVERSIDAD LUIS VERGAS

TORRES, ECUADOR, [email protected]

• LICENCIADO LUIS JAVIER ROMO AYALA, UNIVERSIDAD CENTRAL DEL

ECUADOR, ECUADOR, [email protected]

• BLANCA MARISOL ORTIZ AYALA, UNIVERSIDAD TÉCNICA DE

BABAHOYO EXTENCIÓN QUEVEDO, ECUADOR,
[email protected]

• JACINTA ADELA TOALA ZAMORA, UNIVERSIDAD TÉCNICA DE MANABÍ,

ECUADOR, [email protected]

Guayaquil, 2024
 INTRODUCCIÓN
El presente trabajo tiene la finalidad de valorar el proceso de enseñanza –
aprendizaje que se desarrolla en el Instituto Superior Tecnológico “Vicente Fierro” de
la cuidad de Tulcán en los estudiantes de la carrera de Comercio Exterior de segundo
nivel. Considerando que las tendencias didácticas críticas en la educación superior
enfatizan la conexión entre el aprendizaje académico y la realidad. Se busca que los
estudiantes comprendan las implicaciones teóricas de su disciplina, y desarrollen
habilidades para abordar los desafíos y problemas del mundo real. Esto implica el uso
de enfoques de enseñanza basados en proyectos, prácticas de aprendizaje
experiencial y colaboración con la comunidad.
El Instituto Superior Tecnológico Vicente Fierro se encuentra impulsando
tendencias didácticas críticas que buscan promover la reflexión y la transformación a
nivel cognitivo en sus estudiantes. Estas tendencias se basan en enfoques como la
pedagogía crítica, la educación inclusiva y la conexión entre el aprendizaje académico
y la práctica en entornos reales la parte metodológica y practica son de mayor
importancia en la formación técnica profesional, partiendo de las conexiones y el
análisis de fortalezas, oportunidades, debilidades y amenazas, como herramienta
estratégica, con el objetivo de dar a conocer un plan de mejoras, siempre enfocados
en la dinámica del proceso de enseñanza – aprendizaje. La didáctica en la formación
técnica profesional es un aspecto fundamental para garantizar un proceso de
enseñanza-aprendizaje efectivo y de calidad, se caracteriza por ser práctica y
orientada hacia el desarrollo de habilidades y competencias específicas relacionadas
con un campo profesional este proceso es lograr que los estudiantes adquieran los
conocimientos teóricos y prácticos necesarios para desempeñarse de manera
competente en su futura profesión.
La LOES menciona: “La Educación Superior es condición indispensable para
la construcción del derecho del buen vivir, en el marco de la interculturalidad, del
respeto a la diversidad y la convivencia armónica con la naturaleza”. El Reglamento
de Régimen Académico propende a garantizar, mediante sus objetivos, una formación
de alta calidad, promoviendo la diversidad de los planes curriculares, contribuyendo
a la formación del talento humano, recalcando el saber hacer integral de la educación
tecnológica superior universitaria. (secretaria de Educación Superior, Ciencia,
Tecnología e Innovación (SENESCYT), 2019).
Objetivo general Analizar la didáctica y metodología del proceso de
enseñanza – aprendizaje de una unidad, la misma que aporta a la solución de
problemas conceptuales de la metodología del docente y los problemas de
aprendizaje de los estudiantes en el desarrollo de competencias didácticas de
aprendizaje técnico – profesional.
Objetivo específico Establecer la importancia de la didáctica y metodología
del proceso de enseñanza - aprendizaje de una unidad, aportar positivamente
mediante un FODA y plan de mejora, las características esenciales para lograr un

pág. 2
correcto aprendizaje técnico profesional en los alumnos del Instituto Superior
Tecnológico Vicente Fierro.
DIAGNÓSTICO DEL PROCESO DE ENSEÑANZA – APRENDIZAJE DE
LAS ÁREAS TÉCNICAS Y PROFESIONALES
Los procesos de enseñanza aprendizaje se pueden definir como la interacción
entre el docente y el estudiante. Considerando que existen varios problemas de
aprendizaje pueden tener diversas causas y pueden variar de una persona a otra,
pero algunas posibles causas de los problemas de aprendizaje que se han encontrado
en este grupo muestra, aunque en un porcentaje mínimo son los siguientes:
• Aprendizaje pasivo: Entendiendo que este enfoque se refiere cuando los
estudiantes son receptores de la información, pero no tienen una participación para
el proceso de aprendizaje se puede encontrar problemas como limitada retención d
información lo que provoca dificultades en la aplicación de conocimientos en las
situaciones prácticas.
• Eficiencia: en este punto se habla sobre la utilización de métodos y estrategias
que maximicen el rendimiento de los estudiantes y se minimice la pérdida de tiempo
y recursos; se pudo constatar que por parte del docente existe la eficiencia en el
proceso de enseñanza, pero también se ve acciones por parte de los estudiantes
como la impuntualidad de asistencia a clases que provoca los efectos negativos.
• Responsabilidad individual: Siguiendo en este sentido si el estudiante posee
un aprendizaje pasivo puede desentenderse del desarrollo de la responsabilidad
individual y su autonomía como estudiantes, al no ser responsables de su propio
aprendizaje, pueden depender en exceso de la guía y dirección de los demás, lo que
puede dificultar su desarrollo como individuos autónomos y responsables.
• Protagonismo estudiantil: El enfoque pasivo no brinda oportunidades
suficientes para que los estudiantes se involucren activamente en el proceso
educativo, la falta de participación y compromiso puede llevar a un menor interés por
parte de los estudiantes y a una menor retención de conocimientos.
• Desarrollo individual y desarrollo de la memoria mecánica: Es claro que el
proceso enseñanza – aprendizaje no es solo en un contexto educativo ya que esto
sirve para la vida diaria es por tanto que si solo al enfocarse en la memorización
mecánica y la reproducción de información, se pierde la oportunidad de vincular los
conceptos y habilidades con situaciones de la vida real, lo que dificulta la transferencia
de conocimientos a contextos prácticos, también limita el desarrollo de habilidades
socioemocionales, como la colaboración, la comunicación efectiva y la resolución de
conflictos.

pág. 3
 • VALORACIÓN DEL PROCESO DE ENSEÑANZA – APRENDIZAJE
DIAGNOSTICADO.

1. Planificación y Diseño del Curso

• Objetivos Claros: Evaluar si los objetivos del curso están claramente definidos
y son comunicados a los estudiantes.
• Contenidos Relevantes: Verificar que los contenidos del curso sean
pertinentes y actualizados.
• Material Didáctico: Analizar la calidad y disponibilidad del material de apoyo
(libros, apuntes, recursos en línea, etc.).

2. Metodología de Enseñanza

• Variedad de Métodos: Evaluar el uso de diversas metodologías didácticas

(clases magistrales, trabajos en grupo, estudios de caso, uso de software
estadístico, etc.).
• Interactividad: Medir el grado de interactividad en las clases y la participación
activa de los estudiantes.
• Uso de Tecnologías: Considerar la integración de tecnologías (plataformas de
aprendizaje en línea, simulaciones, etc.).

3. Evaluación y Retroalimentación

• Diversidad de Evaluaciones: Evaluar si se utilizan diferentes métodos de

evaluación (exámenes, proyectos, ejercicios prácticos, etc.).
• Criterios Claros: Verificar que los criterios de evaluación sean transparentes
y comprendidos por los estudiantes.
• Retroalimentación Oportuna: Medir la frecuencia y la utilidad de la
retroalimentación proporcionada a los estudiantes.

4. Ambiente de Aprendizaje

• Clima de Aula: Evaluar el ambiente en el aula, si es propicio para el

aprendizaje y si se fomenta el respeto y la colaboración.
• Acceso a Recursos: Verificar que los estudiantes tengan acceso a los
recursos necesarios (biblioteca, laboratorios, software estadístico, etc.).

5. Desempeño del Docente

• Dominio del Tema: Evaluar el conocimiento y la capacidad del docente para

explicar conceptos complejos de manera clara.
• Habilidad Pedagógica: Considerar la capacidad del docente para motivar a
los estudiantes y mantener su interés.

pág. 4
 • Disponibilidad: Medir la accesibilidad del docente fuera del horario de clase
para consultas adicionales.

6. Desempeño del Estudiante

• Comprensión de Conceptos: Evaluar el grado de comprensión de los

conceptos fundamentales de estadística.
• Aplicación Práctica: Medir la capacidad de los estudiantes para aplicar los
conceptos aprendidos a problemas reales.
• Participación y Compromiso: Considerar la participación activa y el
compromiso de los estudiantes con la materia.

7. Resultados de Aprendizaje

• Desempeño en Evaluaciones: Analizar los resultados obtenidos por los

estudiantes en las diferentes evaluaciones.
• Mejora Continua: Evaluar el progreso de los estudiantes a lo largo del curso.

8. Retroalimentación de los Estudiantes

• Encuestas y Opiniones: Recoger y analizar las opiniones y sugerencias de

los estudiantes sobre el curso y la enseñanza.
• Satisfacción General: Medir el nivel de satisfacción de los estudiantes con el
curso y el docente.

Realizar una valoración integral del proceso de enseñanza-aprendizaje en la materia

de estadística requiere la recopilación y análisis de información a través de diferentes
métodos, como encuestas, entrevistas, observaciones y análisis de resultados
académicos. Esta información permite identificar fortalezas y áreas de mejora,
facilitando la implementación de estrategias para optimizar el proceso educativo.

• CARACTERIZACIÓN DE LA UNIDAD DE ESTADÍSTICA, DE LAS ÁREAS

TÉCNICAS PROFESIONALES, AL QUE CORRESPONDE LA CLASE
OBSERVADA EN LA UNIDAD 1.

Unidad: Análisis Descriptivo de Datos

1. Objetivos de la Unidad

• Objetivo General: Desarrollar la capacidad de los estudiantes para recopilar,

organizar, resumir y presentar datos de manera efectiva utilizando técnicas de
análisis descriptivo.
• Objetivos Específicos:

pág. 5
 ✓ Comprender los conceptos fundamentales de la estadística descriptiva.
✓ Aprender a calcular e interpretar medidas de tendencia central y
dispersión.
✓ Desarrollar habilidades para representar datos gráficamente.
✓ Aplicar técnicas de análisis descriptivo a datos reales en el contexto de
su área técnica.

2. Contenidos

• Introducción a la Estadística Descriptiva:

✓ Definición y propósito.
✓ Diferencia entre estadística descriptiva e inferencial.

• Tipos de Datos:

✓ Datos cualitativos y cuantitativos.

✓ Escalas de medición (nominal, ordinal, de intervalo y de razón).

• Medidas de Tendencia Central:

✓ Media, mediana y moda.

✓ Propiedades y aplicaciones en diferentes contextos.

• Medidas de Dispersión:

✓ Rango, varianza y desviación estándar.

✓ Interpretación y relevancia en el análisis de datos.

• Distribución de Frecuencias:

✓ Tablas de frecuencia e histogramas.

✓ Polígonos de frecuencia y diagramas de caja.

• Representación Gráfica de Datos:

✓ Gráficos de barras, gráficos de sectores, histogramas, diagramas de

dispersión.
✓ Selección del gráfico adecuado según el tipo de datos.

3. Metodología de Enseñanza

• Clases Magistrales: Explicaciones teóricas acompañadas de ejemplos

prácticos.
• Trabajo en Grupo: Análisis de conjuntos de datos reales en grupos pequeños.

pág. 6
 • Laboratorios de Computación: Uso de software estadístico (por ejemplo,
Excel, R, SPSS) para la realización de análisis descriptivo.
• Estudios de Caso: Aplicación de técnicas estadísticas a problemas
específicos del área técnica de los estudiantes.

4. Recursos Didácticos

• Libros de Texto y Artículos: Materiales seleccionados que cubran los

conceptos clave.
• Software Estadístico: Acceso a herramientas como R, SPSS, Python (pandas
y matplotlib), etc.
• Presentaciones y Apuntes de Clase: Materiales preparados por el docente
para reforzar los temas tratados.

5. Evaluación

• Tareas y Ejercicios: Ejercicios prácticos para aplicar los conceptos

aprendidos.
• Proyectos: Análisis de datos reales y presentación de resultados.
• Exámenes: Pruebas teóricas y prácticas para evaluar la comprensión y
aplicación de los conceptos.
• Participación en Clase: Evaluación de la participación activa en discusiones
y actividades grupales.

6. Actividades de Aprendizaje

• Ejercicios Prácticos: Realización de cálculos y construcción de gráficos con

conjuntos de datos proporcionados.
• Análisis de Casos Reales: Trabajo con datos de estudios reales para aplicar
los conceptos de análisis descriptivo.
• Debates y Discusiones: Reflexión y discusión sobre la interpretación de
resultados estadísticos en contextos técnicos.

7. Bibliografía y Lecturas Recomendas

• Libros de Texto:

✓ "Estadística Aplicada a la Ingeniería y a las Ciencias" por Montgomery

y Runger.
✓ "Estadística para Negocios y Economía" por Paul Newbold.

• Artículos y Material Complementario: Artículos académicos y recursos en

línea específicos del área técnica.

pág. 7
8. Retroalimentación

• Autoevaluación y Evaluación por Pares: Actividades para que los

estudiantes revisen y discutan sus propias soluciones y las de sus
compañeros.
• Retroalimentación del Docente: Comentarios y sugerencias sobre tareas,
ejercicios y proyectos.

Este esquema proporciona una estructura detallada y coherente para una unidad de
estadística en áreas técnicas profesionales, asegurando que los estudiantes
adquieran las habilidades y conocimientos necesarios para aplicar técnicas
estadísticas en su campo de estudio.

• Análisis Crítico de la Unidad de Estadística formativo a partir de las

fortalezas, debilidades, amenazas y oportunidades identificadas.

Para realizar un análisis crítico de la unidad de estadística, utilizaremos la

metodología FODA (Fortalezas, Oportunidades, Debilidades y Amenazas). Esta
metodología nos permitirá identificar y evaluar los aspectos internos y externos que
afectan el desarrollo y la efectividad de la unidad de estadística.

Fortalezas

1. Contenido Relevante y Aplicable: La unidad aborda conceptos

fundamentales de la estadística descriptiva que son esenciales para cualquier
área técnica profesional. Esto asegura que los estudiantes adquieren
conocimientos aplicables a su campo.
2. Uso de Software Estadístico: La integración de herramientas como R, SPSS,
y Python facilita el aprendizaje práctico y prepara a los estudiantes para el uso
de tecnologías actuales en el análisis de datos.
3. Metodología Variada: La combinación de clases magistrales, trabajos en
grupo, laboratorios de computación y estudios de caso garantiza un enfoque
didáctico integral que puede atender a diferentes estilos de aprendizaje.
4. Evaluaciones Diversificadas: La variedad en las formas de evaluación
(tareas, proyectos, exámenes, participación) permite una valoración más
completa de las competencias adquiridas por los estudiantes.

Debilidades

1. Carga de Trabajo Elevada: La diversidad de actividades y evaluaciones

podría resultar en una sobrecarga para los estudiantes, especialmente si están
cursando otras materias demandantes.

pág. 8
 2. Requerimientos Tecnológicos: La necesidad de acceso a software
estadístico y a computadoras puede ser una limitante para algunos estudiantes
que no tienen los recursos necesarios.
3. Desigualdad en la Preparación Previa: Los estudiantes pueden llegar con
diferentes niveles de conocimiento previo en matemáticas y estadística, lo que
puede dificultar el seguimiento homogéneo de la unidad.
4. Tiempo Limitado para la Práctica: A pesar del enfoque práctico, el tiempo
dedicado a la aplicación real en contextos profesionales podría ser insuficiente
para que los estudiantes consoliden completamente sus habilidades.

Oportunidades

1. Desarrollo de Habilidades Profesionales: La unidad brinda la oportunidad

de desarrollar competencias analíticas y técnicas altamente valoradas en el
mercado laboral.
2. Integración Interdisciplinaria: Colaboraciones con otras áreas técnicas
podrían enriquecer el contenido y su aplicación, proporcionando un contexto
más realista y motivador para los estudiantes.
3. Avances Tecnológicos: La evolución constante en herramientas de análisis
de datos puede ser aprovechada para actualizar el contenido y mantener la
unidad al día con las últimas tendencias y tecnologías.
4. Recursos Educativos Abiertos: El acceso a recursos en línea y cursos
gratuitos de estadística puede complementar la enseñanza y ofrecer material
adicional para los estudiantes.

Amenazas

1. Rápida Evolución del Conocimiento: La estadística y las herramientas

tecnológicas avanzan rápidamente, lo que requiere una actualización
constante del contenido para evitar la obsolescencia.
2. Desigualdad en Acceso a Recursos: Las diferencias en acceso a tecnología
y software pueden generar disparidades en el aprendizaje y desempeño de los
estudiantes.
3. Competencia con Otros Cursos: Si la carga de trabajo de esta unidad es
demasiado alta, podría competir negativamente con otras materias, afectando
el rendimiento general de los estudiantes.
4. Resistencia al Cambio: La implementación de nuevas metodologías y
tecnologías puede encontrar resistencia tanto por parte de los estudiantes
como de los docentes, lo que podría dificultar la adaptación y aceptación de
innovaciones.

pág. 9
Conclusión y Recomendaciones

El análisis FODA revela que la unidad de estadística tiene una estructura sólida y
diversas fortalezas, especialmente en términos de relevancia del contenido y
metodología de enseñanza. Sin embargo, también enfrenta desafíos que deben ser
abordados para maximizar su efectividad.

Recomendaciones:

1. Equilibrar la Carga de Trabajo: Ajustar la cantidad de actividades y

evaluaciones para evitar sobrecargar a los estudiantes, asegurando un
equilibrio adecuado con otras materias.
2. Asegurar Acceso a Recursos: Proporcionar opciones para que todos los
estudiantes tengan acceso a las herramientas tecnológicas necesarias, como
licencias de software y computadoras en laboratorios.
3. Nivelación de Conocimientos: Implementar módulos de nivelación o
recursos adicionales para estudiantes con menor preparación previa en
matemáticas y estadística.
4. Fomentar la Actualización Continua: Mantener el contenido actualizado y
relevante mediante la incorporación de las últimas tendencias y herramientas
en el campo de la estadística.
5. Promover la Interdisciplinariedad: Facilitar proyectos y estudios de caso que
integren conocimientos de otras áreas técnicas, promoviendo una visión más
holística y aplicada del análisis de datos.

Implementar estas recomendaciones puede fortalecer aún más la unidad de

estadística, asegurando que los estudiantes obtengan una educación de alta calidad
y estén bien preparados para sus futuras carreras profesionales.

• PROPUESTA DE PLAN DE MEJORA PARA LA UNIDAD DE ESTADÍSTICA

1. Objetivos del Plan de Mejora

• Mejorar la calidad de la enseñanza y el aprendizaje en la unidad de estadística.

• Asegurar que todos los estudiantes tengan acceso a los recursos necesarios.
• Actualizar el contenido y las metodologías de enseñanza para mantenerse al
día con las tendencias actuales.
• Promover una experiencia de aprendizaje equilibrada y efectiva.

2. Estrategias y Acciones de Mejora

A. Equilibrio de Carga de Trabajo

Estrategia: Ajustar la cantidad y el tipo de actividades y evaluaciones para evitar la

sobrecarga de los estudiantes.

pág. 10
 • Acciones:

✓ Revisar el plan de estudios para identificar y eliminar redundancias en

actividades y evaluaciones.
✓ Distribuir las evaluaciones de manera equilibrada a lo largo del
semestre.
✓ Implementar tareas y proyectos que integren múltiples objetivos de
aprendizaje, reduciendo la cantidad total de actividades.

B. Acceso a Recursos Tecnológicos

Estrategia: Garantizar que todos los estudiantes tengan acceso a las herramientas
tecnológicas necesarias para el curso.

• Acciones:

✓ Colaborar con el departamento de TI para proporcionar acceso a

licencias de software estadístico (como R, SPSS, Python) a todos los
estudiantes.
✓ Habilitar laboratorios de computación con el software necesario y
horarios de acceso extendidos.
✓ Ofrecer tutoriales y recursos en línea sobre el uso de software
estadístico.

C. Nivelación de Conocimientos

Estrategia: Implementar módulos de nivelación para estudiantes con menor

preparación previa en matemáticas y estadística.

• Acciones:

✓ Crear un curso introductorio o módulos en línea sobre los conceptos

básicos de matemáticas y estadística.
✓ Ofrecer sesiones de tutoría y grupos de estudio liderados por
estudiantes avanzados o asistentes de enseñanza.
✓ Proporcionar material de estudio adicional y ejercicios de práctica para
reforzar conceptos fundamentales.

D. Actualización Continua del Contenido

Estrategia: Mantener el contenido de la unidad actualizado con las últimas tendencias

y herramientas en el campo de la estadística.

• Acciones:

pág. 11
 ✓ Revisar y actualizar el plan de estudios anualmente para incorporar
nuevas metodologías y tecnologías.
✓ Invitar a expertos del campo para dar charlas y talleres sobre temas
avanzados y aplicaciones modernas de la estadística.
✓ Fomentar el uso de recursos educativos abiertos y cursos en línea de
prestigiosas instituciones para complementar el contenido del curso.

E. Promoción de la Interdisciplinariedad

Estrategia: Facilitar proyectos y estudios de caso que integren conocimientos de

otras áreas técnicas.

• Acciones:

✓ Desarrollar proyectos colaborativos con otras disciplinas, permitiendo a

los estudiantes aplicar técnicas estadísticas a problemas reales en su
campo de estudio.
✓ Organizar seminarios y talleres interdisciplinarios donde los estudiantes
puedan presentar sus trabajos y recibir retroalimentación de profesores
y compañeros de diferentes áreas.
✓ Fomentar el trabajo en equipo y la colaboración entre estudiantes de
distintas carreras para abordar problemas complejos utilizando análisis
estadísticos.

F. Evaluación y Retroalimentación Continua

Estrategia: Implementar un sistema de evaluación continua para monitorear el

progreso y la efectividad del plan de mejora.

• Acciones:

✓ Realizar encuestas de satisfacción a mitad y al final del semestre para

recoger opiniones de los estudiantes sobre la calidad de la enseñanza
y los recursos.
✓ Establecer un comité de revisión compuesto por profesores y
estudiantes para evaluar los resultados y proponer ajustes necesarios.
✓ Analizar los resultados académicos y la participación de los estudiantes
para identificar áreas de mejora y éxito del plan implementado.

3. Cronograma de Implementación

Primer Semestre

• Mes 1-2: Revisión del plan de estudios y eliminación de redundancias en

actividades y evaluaciones.

pág. 12
 • Mes 3-4: Implementación de módulos de nivelación y recursos adicionales para
estudiantes con menor preparación previa.
• Mes 5-6: Establecimiento de laboratorios de computación con el software
necesario y colaboración con el departamento de TI para licencias de software.

Segundo Semestre

• Mes 1-2: Organización de charlas y talleres con expertos del campo de la

estadística.
• Mes 3-4: Desarrollo y lanzamiento de proyectos colaborativos
interdisciplinarios.
• Mes 5-6: Realización de encuestas de satisfacción y análisis de resultados
académicos para evaluar el éxito del plan de mejora.

4. Evaluación del Plan de Mejora

• Indicadores de Éxito:

✓ Reducción de la carga de trabajo sin sacrificar la calidad del aprendizaje.

✓ Aumento en el acceso y uso de recursos tecnológicos por parte de los
estudiantes.
✓ Mejora en la comprensión y aplicación de conceptos estadísticos
fundamentales.
✓ Actualización continua del contenido del curso y adopción de nuevas
metodologías.
✓ Incremento en la colaboración interdisciplinaria y la aplicación práctica
de la estadística en problemas reales.

• Métodos de Evaluación:

✓ Análisis de encuestas de satisfacción de estudiantes.

✓ Revisión de resultados académicos y tasas de aprobación.
✓ Feedback de profesores y expertos externos.
✓ Observación de la participación y el desempeño en proyectos y
actividades prácticas.

Implementar este plan de mejora asegurará que la unidad de estadística se mantenga

relevante, accesible y eficaz, proporcionando a los estudiantes una educación de alta
calidad que les prepare adecuadamente para sus futuras carreras profesionales.

pág. 13
 • PROPUESTA DIDÁCTICO-METODOLÓGICA PARA LA SOLUCIÓN DE
PROBLEMAS IDENTIFICADOS EN LA MATERIA DE ESTADÍSTICA EN EL
DIAGNÓSTICO Y PRECISE LAS COMPETENCIAS DOCENTES QUE SE
REQUIEREN PARA SU IMPLEMENTACIÓN.

1. Problemas Identificados en el Diagnóstico

✓ Carga de Trabajo Elevada

✓ Requerimientos Tecnológicos
✓ Desigualdad en la Preparación Previa
✓ Tiempo Limitado para la Práctica
✓ Desigualdad en Acceso a Recursos

2. Propuesta Didáctico-Metodológica

A. Reducción y Optimización de la Carga de Trabajo

Metodología:

✓ Aprendizaje Basado en Proyectos (ABP): Implementar proyectos

integradores que cubran múltiples objetivos de aprendizaje en lugar de tareas
aisladas.
✓ Evaluaciones Formativas: Utilizar evaluaciones continuas y formativas para
reducir la presión de los exámenes finales y distribuir la carga de trabajo.

Acciones:

✓ Diseñar proyectos semestrales que requieran la aplicación de varios conceptos

estadísticos.
✓ Incorporar mini-exámenes y actividades de autoevaluación para monitorear el
progreso sin sobrecargar a los estudiantes.

B. Mejora del Acceso a Recursos Tecnológicos

Metodología:

✓ Flipped Classroom: Utilizar la metodología de aula invertida para que los

estudiantes accedan a contenido teórico fuera de clase y dediquen el tiempo
de aula a la práctica y resolución de problemas.
✓ Uso de Recursos Educativos Abiertos (REA): Integrar recursos gratuitos y
accesibles en línea, como tutoriales de software estadístico.

pág. 14
Acciones:

✓ Proporcionar tutoriales y videos sobre el uso de software estadístico

disponibles en plataformas como YouTube, Coursera y Khan Academy.
✓ Crear una biblioteca virtual de recursos donde los estudiantes puedan acceder
a software gratuito y materiales complementarios.

C. Nivelación de Conocimientos Previos

Metodología:

✓ Tutorías y Mentorías: Establecer programas de tutoría y mentoría donde

estudiantes avanzados ayuden a sus compañeros con menor preparación.
✓ Módulos Introductorios en Línea: Crear módulos en línea que cubran
conceptos básicos de matemáticas y estadística.

Acciones:

✓ Organizar sesiones de tutoría semanales con estudiantes avanzados o

asistentes de enseñanza.
✓ Desarrollar y ofrecer módulos en línea que los estudiantes puedan completar
antes del inicio del curso.

D. Aumento del Tiempo Dedicado a la Práctica

Metodología:

✓ Aprendizaje Basado en Problemas (ABP): Enfocar las clases en la

resolución de problemas prácticos y casos de estudio relevantes.
✓ Laboratorios de Computación: Asegurar que una parte significativa del
tiempo de clase se dedique a la práctica en laboratorios de computación.

Acciones:

✓ Incluir casos de estudio reales y ejercicios prácticos en cada sesión de clase.

✓ Reservar sesiones específicas para prácticas en laboratorio con el uso de
software estadístico.

E. Igualdad en el Acceso a Recursos

Metodología:

✓ Acceso a Recursos Compartidos: Facilitar el acceso a computadoras y

software a través de laboratorios y bibliotecas.

pág. 15
 ✓ Uso de Software Libre: Promover el uso de software estadístico libre y de
código abierto como R y Python.

Acciones:

✓ Asegurar que los laboratorios de computación estén disponibles durante horas

no lectivas para uso libre por parte de los estudiantes.
✓ Proporcionar guías y recursos sobre el uso de software libre, incluyendo
tutoriales y manuales.

3. Competencias Docentes Requeridas

A. Competencias Pedagógicas

✓ Conocimiento en Metodologías Activas: Capacidad para implementar

metodologías como ABP, aula invertida y aprendizaje basado en problemas.
✓ Diseño y Gestión de Proyectos: Habilidad para diseñar proyectos
integradores que fomenten el aprendizaje activo y práctico.
✓ Evaluación Formativa: Competencia en la utilización de evaluaciones
formativas para monitorear y apoyar el aprendizaje continuo.

B. Competencias Técnicas

✓ Dominio de Software Estadístico: Conocimiento práctico y teórico de

herramientas estadísticas como R, SPSS, y Python.
✓ Uso de Tecnologías Educativas: Capacidad para integrar recursos
educativos digitales y plataformas en línea en la enseñanza.

C. Competencias Interpersonales

✓ Habilidades de Tutoría y Mentoría: Capacidad para guiar y apoyar a

estudiantes con diferentes niveles de conocimiento.
✓ Comunicación Efectiva: Habilidad para explicar conceptos complejos de
manera clara y accesible.

D. Competencias de Gestión

✓ Planificación y Organización: Habilidad para planificar y organizar

actividades y recursos de manera eficiente.
✓ Adaptabilidad: Capacidad para adaptar la enseñanza a las necesidades y
contextos de los estudiantes.

4. Plan de Implementación

Primer Semestre

pág. 16
 ✓ Mes 1-2: Capacitación de los docentes en metodologías activas y uso de
tecnologías educativas.
✓ Mes 3-4: Implementación de módulos introductorios en línea y establecimiento
de programas de tutoría.
✓ Mes 5-6: Introducción de proyectos integradores y sesiones prácticas en
laboratorios de computación.

Segundo Semestre

✓ Mes 1-2: Evaluación y ajuste de la carga de trabajo y actividades de evaluación

formativa.
✓ Mes 3-4: Integración de casos de estudio reales y ejercicios prácticos en cada
sesión de clase.
✓ Mes 5-6: Monitoreo y evaluación continua de la efectividad del plan de mejora
a través de encuestas y análisis de resultados académicos.

Implementar esta propuesta didáctico-metodológica con el apoyo de competencias

docentes adecuadas asegurará que los estudiantes de estadística reciban una
educación equilibrada, accesible y relevante, optimizando su aprendizaje y
preparación profesional.

• FUNDAMENTACIÓN DEL TRATAMIENTO DIDÁCTICO-METODOLÓGICO

DE LA UNIDAD DE ESTADÍSTICA A PARTIR DE LA INNOVACIÓN
DIDÁCTICA QUE RESUELVA LOS PROBLEMAS IDENTIFICADOS EN EL
APRENDIZAJE Y LOS DERIVADOS DEL ANÁLISIS CRÍTICO ANTERIOR.

Para abordar los problemas identificados en el diagnóstico y los derivados del análisis
crítico, se propone un tratamiento didáctico-metodológico basado en la innovación
didáctica. Esta fundamentación se centrará en cómo las metodologías innovadoras y
los enfoques pedagógicos pueden mejorar la enseñanza y el aprendizaje de la
estadística.

1. Fundamentación Teórica

A. Teoría del Aprendizaje Activo La teoría del aprendizaje activo sostiene que los
estudiantes aprenden mejor cuando participan activamente en su proceso de
aprendizaje, en lugar de ser receptores pasivos de información. Este enfoque fomenta
el pensamiento crítico, la resolución de problemas y la aplicación práctica del
conocimiento.

B. Constructivismo El constructivismo, propuesto por Jean Piaget y Lev Vygotsky,

enfatiza que el aprendizaje es un proceso activo donde los estudiantes construyen
nuevos conocimientos a partir de sus experiencias previas. Este enfoque es

pág. 17
especialmente relevante en estadística, donde los estudiantes pueden construir su
comprensión a través de la manipulación y análisis de datos reales.

C. Teoría del Aprendizaje Basado en Problemas (ABP) El ABP promueve el

aprendizaje a través de la resolución de problemas complejos y realistas. Este
enfoque es efectivo para desarrollar habilidades analíticas y de pensamiento crítico,
esenciales en la estadística.

D. Metodología de Aula Invertida (Flipped Classroom) El aula invertida invierte el

modelo tradicional de enseñanza, donde los estudiantes primero acceden a los
contenidos teóricos fuera del aula y luego utilizan el tiempo de clase para actividades
prácticas y discusión. Esto permite un uso más eficiente del tiempo de clase y fomenta
el aprendizaje activo.

2. Innovaciones Didáctico-Metodológicas Propuestas

A. Reducción y Optimización de la Carga de Trabajo

Innovación: Integración de Aprendizaje Basado en Proyectos (ABP)

• Fundamentación: El ABP permite a los estudiantes trabajar en proyectos

integradores que abordan múltiples objetivos de aprendizaje, reduciendo la
cantidad de tareas aisladas y proporcionando una experiencia de aprendizaje
más coherente y aplicable.
• Aplicación: Diseñar proyectos semestrales que requieran la aplicación de
varios conceptos estadísticos, permitiendo a los estudiantes trabajar de
manera más profunda en menos actividades.

B. Mejora del Acceso a Recursos Tecnológicos

Innovación: Implementación de la Metodología de Aula Invertida

• Fundamentación: La metodología de aula invertida permite a los estudiantes

acceder a contenidos teóricos en su propio tiempo, dejando el tiempo de clase
para prácticas y aplicaciones. Esto maximiza el uso de recursos tecnológicos
y permite un aprendizaje más flexible.
• Aplicación: Proporcionar videos y tutoriales en línea sobre conceptos teóricos
y uso de software estadístico, y dedicar el tiempo de clase a la resolución de
problemas y prácticas en laboratorio.

C. Nivelación de Conocimientos Previos

Innovación: Creación de Módulos Introductorios en Línea y Tutorías

pág. 18
 • Fundamentación: Los módulos en línea permiten a los estudiantes con
diferentes niveles de preparación ponerse al día con los conceptos básicos a
su propio ritmo. Las tutorías proporcionan apoyo adicional y personalizado.
• Aplicación: Desarrollar módulos en línea que cubran conceptos básicos de
matemáticas y estadística, y establecer programas de tutoría donde
estudiantes avanzados ayuden a sus compañeros.

D. Aumento del Tiempo Dedicado a la Práctica

Innovación: Uso de Aprendizaje Basado en Problemas (ABP)

• Fundamentación: El ABP permite a los estudiantes aplicar conceptos teóricos

a problemas reales y relevantes, aumentando el tiempo dedicado a la práctica
y desarrollando habilidades críticas.
• Aplicación: Incluir casos de estudio reales y ejercicios prácticos en cada
sesión de clase, y dedicar sesiones específicas a la práctica en laboratorio con
el uso de software estadístico.

E. Igualdad en el Acceso a Recursos

Innovación: Uso de Recursos Educativos Abiertos (REA) y Software Libre

• Fundamentación: Los REA y el software libre garantizan que todos los

estudiantes tengan acceso a los recursos necesarios sin barreras económicas,
promoviendo la igualdad de oportunidades.
• Aplicación: Integrar recursos gratuitos y accesibles en línea, como tutoriales
de software estadístico y utilizar software libre como R y Python en las
actividades del curso.

3. Competencias Docentes Requeridas

A. Competencias Pedagógicas

• Conocimiento en Metodologías Activas: Capacidad para implementar ABP,

aula invertida y aprendizaje basado en problemas.
• Diseño y Gestión de Proyectos: Habilidad para diseñar proyectos
integradores que fomenten el aprendizaje activo y práctico.
• Evaluación Formativa: Competencia en la utilización de evaluaciones
formativas para monitorear y apoyar el aprendizaje continuo.

B. Competencias Técnicas

• Dominio de Software Estadístico: Conocimiento práctico y teórico de

herramientas estadísticas como R, SPSS, y Python.

pág. 19
 • Uso de Tecnologías Educativas: Capacidad para integrar recursos
educativos digitales y plataformas en línea en la enseñanza.

C. Competencias Interpersonales

• Habilidades de Tutoría y Mentoría: Capacidad para guiar y apoyar a

estudiantes con diferentes niveles de conocimiento.
• Comunicación Efectiva: Habilidad para explicar conceptos complejos de
manera clara y accesible.

D. Competencias de Gestión

• Planificación y Organización: Habilidad para planificar y organizar

actividades y recursos de manera eficiente.
• Adaptabilidad: Capacidad para adaptar la enseñanza a las necesidades y
contextos de los estudiantes.

4. Plan de Implementación

Primer Semestre

• Mes 1-2: Capacitación de los docentes en metodologías activas y uso de

tecnologías educativas.
• Mes 3-4: Implementación de módulos introductorios en línea y establecimiento
de programas de tutoría.
• Mes 5-6: Introducción de proyectos integradores y sesiones prácticas en
laboratorios de computación.

Segundo Semestre

• Mes 1-2: Evaluación y ajuste de la carga de trabajo y actividades de evaluación

formativa.
• Mes 3-4: Integración de casos de estudio reales y ejercicios prácticos en cada
sesión de clase.
• Mes 5-6: Monitoreo y evaluación continua de la efectividad del plan de mejora
a través de encuestas y análisis de resultados académicos.

5. Evaluación del Plan de Mejora

Indicadores de Éxito

• Reducción de la carga de trabajo sin sacrificar la calidad del aprendizaje.

• Aumento en el acceso y uso de recursos tecnológicos por parte de los
estudiantes.

pág. 20
 • Mejora en la comprensión y aplicación de conceptos estadísticos
fundamentales.
• Actualización continua del contenido del curso y adopción de nuevas
metodologías.
• Incremento en la colaboración interdisciplinaria y la aplicación práctica de la
estadística en problemas reales.

Métodos de Evaluación

• Análisis de encuestas de satisfacción de estudiantes.

• Revisión de resultados académicos y tasas de aprobación.
• Feedback de profesores y expertos externos.
• Observación de la participación y el desempeño en proyectos y actividades
prácticas.

Implementar esta propuesta didáctico-metodológica basada en la innovación

permitirá resolver los problemas identificados, mejorando significativamente la calidad
de la enseñanza y el aprendizaje de la estadística, y preparando a los estudiantes de
manera efectiva para sus futuras carreras profesionales.

pág. 21
 CONCLUSIONES

• Los estudiantes muestran una mayor retención y comprensión de los

conceptos y contenidos abordados, debido a su participación activa, tienen la
oportunidad de aplicar los conocimientos en situaciones prácticas y
relacionarlos con sus propias experiencias, lo que facilita un aprendizaje más
profundo y significativo; de igual forma demuestran habilidades de
pensamiento crítico al analizar y evaluar la información de manera reflexiva lo
que fomenta su capacidad para generar ideas nuevas y originales con
creatividad.

• La valoración integral del proceso de enseñanza-aprendizaje en la materia de

estadística revela tanto fortalezas como áreas de mejora. Si bien existen
aspectos positivos como la planificación clara del curso y la diversidad en las
metodologías de enseñanza, también se identifican desafíos en áreas como la
retroalimentación oportuna, el acceso equitativo a recursos tecnológicos y la
necesidad de mayor interactividad en las clases. El desempeño docente y
estudiantil muestra un compromiso con la materia, pero se requiere un enfoque
más personalizado para abordar las diversas necesidades de los estudiantes
y garantizar una comprensión profunda y la aplicación práctica de los
conceptos.

• La unidad "Análisis Descriptivo de Datos" está cuidadosamente diseñada para

dotar a los estudiantes de las habilidades fundamentales en estadística
descriptiva, esenciales para cualquier área técnica. A través de una
combinación de teoría y práctica, se busca que los estudiantes no solo
comprendan los conceptos básicos, como las medidas de tendencia central y
dispersión, sino que también desarrollen la capacidad de aplicar estas técnicas
a datos reales de manera efectiva. La inclusión de metodologías activas, como
el trabajo en grupo, los laboratorios de computación, y los estudios de caso,
facilita un aprendizaje más profundo y contextualizado, mientras que la
evaluación diversificada asegura que se valoren tanto el conocimiento teórico
como la capacidad de aplicación práctica.

• La propuesta de plan de mejora para la unidad de estadística está orientada a

elevar la calidad del proceso de enseñanza-aprendizaje, asegurando que los
estudiantes adquieran las competencias necesarias para aplicar técnicas
estadísticas en sus áreas técnicas. El plan abarca diversas estrategias, desde
la optimización de la carga de trabajo hasta la actualización continua del
contenido y la promoción de la interdisciplinariedad, lo que permite un enfoque
integral en el desarrollo de habilidades estadísticas. Además, se enfatiza la
importancia de garantizar el acceso a recursos tecnológicos adecuados y de
proporcionar apoyo adicional a los estudiantes con menor preparación previa,
lo que contribuye a un aprendizaje más equitativo y efectivo.

pág. 22
 • La propuesta didáctico-metodológica presentada aborda de manera integral
los problemas identificados en la enseñanza de la materia de estadística. A
través de la implementación de metodologías activas, el acceso equitativo a
recursos tecnológicos, la nivelación de conocimientos previos, y el aumento
del tiempo dedicado a la práctica, se busca optimizar el proceso de enseñanza-
aprendizaje. El éxito de esta propuesta depende en gran medida de la
capacidad de los docentes para adquirir y aplicar las competencias
pedagógicas, técnicas, interpersonales y de gestión necesarias para su
implementación. Al enfocarse en la adaptación de la enseñanza a las
necesidades de los estudiantes, la propuesta promueve un aprendizaje más
efectivo y equitativo.

• El tratamiento didáctico-metodológico propuesto, fundamentado en teorías de

aprendizaje activo, constructivismo, aprendizaje basado en problemas y la
metodología de aula invertida, representa un enfoque innovador para abordar
los problemas identificados en la enseñanza de la estadística. Estas
innovaciones no solo optimizan el proceso de enseñanza-aprendizaje, sino que
también promueven una mayor equidad en el acceso a recursos y el desarrollo
de competencias prácticas. La implementación de estas estrategias didácticas
permitirá a los estudiantes construir conocimientos sólidos y aplicables,
preparándolos adecuadamente para enfrentar desafíos reales en sus futuras
carreras.
RECOMENDACIONES

• Utilizar recursos variados y tecnología educativa: Es importante diversificar los

recursos utilizados en el aula, incluyendo materiales impresos, recursos
digitales, herramientas en línea y tecnología educativa. Estos recursos pueden
enriquecer las experiencias de aprendizaje, ofrecer diferentes formas de
representar la información y permitir un acceso más amplio al conocimiento.

• Implementar un plan de mejora continuo que incluya la actualización y

diversificación de los materiales didácticos, el fortalecimiento de la
interactividad en las clases mediante el uso de tecnologías y metodologías
activas, y la mejora en los procesos de evaluación y retroalimentación. Es
esencial que los docentes reciban capacitación continua en el uso de
herramientas digitales y en estrategias pedagógicas innovadoras. Además, es
crucial recoger y analizar periódicamente la retroalimentación de los
estudiantes para ajustar las prácticas docentes y asegurar un ambiente de
aprendizaje inclusivo y efectivo, orientado a la mejora continua de los
resultados académicos y la satisfacción de los estudiantes.

• Para maximizar el impacto educativo de esta unidad, se recomienda fortalecer

el uso de herramientas tecnológicas avanzadas y actualizadas en los
laboratorios de computación, como software estadístico especializado (por
ejemplo, R, Python con bibliotecas como pandas y matplotlib, y SPSS).

pág. 23
 Además, sería beneficioso integrar más actividades que fomenten la
interpretación crítica y el pensamiento analítico, como debates sobre el uso
ético y responsable de los datos en sus respectivas áreas técnicas. Esto no
solo enriquecería la experiencia de aprendizaje, sino que también prepararía
mejor a los estudiantes para enfrentar desafíos complejos en su vida
profesional.

• Para asegurar el éxito del plan de mejora, se recomienda establecer un sistema

de seguimiento y evaluación continuo que involucre tanto a estudiantes como
a docentes. Este sistema debería incluir la recolección de retroalimentación
frecuente, la revisión periódica de los resultados académicos y la realización
de ajustes en el plan según sea necesario. Además, se sugiere fomentar una
cultura de innovación pedagógica, alentando a los docentes a explorar y
adoptar nuevas metodologías y tecnologías que puedan mejorar aún más la
enseñanza y el aprendizaje en la unidad de estadística. La colaboración entre
disciplinas y la aplicación de conocimientos a problemas reales también
deberían ser áreas prioritarias para fortalecer la relevancia y el impacto de la
educación estadística en la formación profesional de los estudiantes.

• Es fundamental implementar un programa continuo de desarrollo profesional

docente que incluya capacitación en metodologías activas y el uso de
tecnologías educativas. Además, se recomienda establecer un sistema de
evaluación y retroalimentación constante que permita ajustar las estrategias y
acciones a lo largo del proceso, asegurando que los objetivos de mejora se
cumplan de manera efectiva y que los estudiantes puedan beneficiarse
plenamente de un entorno educativo optimizado.

• Se recomienda establecer un programa continuo de capacitación docente que

se centre en el desarrollo de competencias en metodologías activas y el uso
de tecnologías educativas. Además, es crucial implementar un sistema de
monitoreo y evaluación constante que permita ajustar y mejorar las estrategias
de enseñanza en función de los resultados y la retroalimentación de los
estudiantes. De este modo, se podrá garantizar una mejora sostenida en la
calidad del aprendizaje y en la experiencia educativa de los estudiantes en la
unidad de estadística.

pág. 24
LINK DEL VIDEO REALIZADO

• https://youtu.be/gKx_UQIrVRM

BIBLIOGRAFÍA

• Reglamento General a la Ley Orgánica de Educación Superior, (2020).Decreto

Ejecutivo 742

• Benavoli, A., Facchinei, F., Schenato, L., & Campi, M. C. (2021). Confidence
sequences for bounded random variables. Journal of Statistical Planning and
Inference, 211, 47-60. https://doi.org/10.1016/j.jspi.2020.10.007
• Ernst, J., & Erkan, B. (2021). Sequential change-point detection in statistical
process control: A review. Quality and Reliability Engineering International,
37(2), 676-698. https://doi.org/10.1002/qre.2743
• Hoff, P. D. (2021). A hierarchical extension of the matrix-variate normal model.
Journal of Computational and Graphical Statistics, 30(3), 640-650.
https://doi.org/10.1080/10618600.2020.1864340
• Wang, L., & Yao, Q. (2021). Common functional principal components analysis.
Journal of the American Statistical Association, 116(534), 935-947.
https://doi.org/10.1080/01621459.2020.1713792
• Bakker, A., Cai, J., & Zenger, A. (2021). Future directions for statistics
education research. Educational Studies in Mathematics, 107(3), 359-377.
https://doi.org/10.1007/s10649-021-10042-8
• Groth, R. E. (2021). Designing and using tasks to teach statistics: A case study
of a teacher's practices. Journal of Statistics Education, 29(1), 38-49.
https://doi.org/10.1080/10691898.2021.1873370
• Lem, S., Onghena, P., Verschaffel, L., & Van Dooren, W. (2021). Combining
problem-posing and problem-solving in statistics education: Insights from a
design experiment. International Journal of Mathematical Education in Science
and Technology, 52(5), 749-770.
https://doi.org/10.1080/0020739X.2020.1789924
• Zieffler, A., & Catalysts for Change Group. (2021). Catalyzing change in
statistics education through research and collaboration. Journal of Statistics
and Data Science Education, 29(2), 128-139.
https://doi.org/10.1080/10691898.2021.1938061

pág. 25
ANEXOS

Anexo 1

pág. 26
Anexo 2

pág. 27
Anexo 3

pág. 28
Anexo 4

pág. 29
Anexo 5

pág. 30
Anexo 6.

Anexo 7.

pág. 31
Anexo 8.
PLAN DE MEJORA

pág. 32