Professional Documents
Culture Documents
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/267242693
Article
CITATIONS READS
0 4,789
1 author:
Clemente A. Campos
University of Zaragoza
23 PUBLICATIONS 159 CITATIONS
SEE PROFILE
All content following this page was uploaded by Clemente A. Campos on 02 November 2014.
Síntesis:
Se considera una metodología de enseñanza y aprendizaje de Estadística en Ingeniería
que constituye un cambio en la concepción de la metodología docente usualmente
empleada en las universidades españolas con la finalidad de alcanzar una mejora en la
calidad de la enseñanza. Los procesos a modelizar con técnicas estadísticas suelen ser
altamente complejos y son difíciles de caracterizar pues es habitual que dependan de
muchas variables, que es lo usual al trabajar con datos reales.
Por tanto, para trabajar con datos reales se tienen en cuenta los conocimientos que
poseen los estudiantes de informática y en el manejo y utilización de programas de
ordenador (como son, por ejemplo, EXCEL, MATLAB o MAPLE), conocimientos y
habilidades que han adquirido en asignaturas ya cursadas previamente, como son
Informática y Matemáticas.
Palabras clave
Aprendizaje en contexto real, Aplicación de conocimientos, Metodologías didácticas.
1. INTRODUCCIÓN
La enseñanza-aprendizaje de la Estadística en Escuelas de Ingeniería es un proceso
dirigido a la adquisición por los alumnos de conocimientos científicos, prácticos y útiles
que se acumulen en sus experiencias de modo que les capaciten para afrontar con éxito
los futuros cambios y avances en la tecnología, aspecto de gran relevancia práctica,
1
tanto personal como social, debido al continuo avance e innovación tecnológica, como
se indica en Campos et al. (2007a).
Para poder tratar con la incertidumbre existente en todo proceso de índole estadística, se
hace necesario estimar a partir de las muestras un modelo de tipo estadístico que defina
al proceso del que proceden los datos. Además el aprendizaje estadístico basado en
datos reales va a permitir cuantificar claramente aspectos como la capacidad de
generalización del sistema por parte del alumno. Este modelo estadístico del proceso
construido a partir de casos prácticos puede servir tanto para realizar una tarea de
interés en Ingeniería como para conseguir un mejor entendimiento de los datos
disponibles y, por tanto, del proceso tecnológico que los ha generado.
Como nuestro deseo es que el alumno adquiera un aprendizaje significativo nos hemos
propuesto incidir en nuevas metodologías didácticas en la impartición de esta
Asignatura de Estadística en Escuelas de Ingeniería. Los alumnos, previamente, reciben
materiales que les permiten conocer los principios que establece la Estadística y
colecciones de datos experimentales para su análisis. De esta manera van a adquirir una
información teórica y práctica, objetiva y científica sobre el tema, para así conseguir los
objetivos cognoscitivos que nos proponemos.
2
incompleta acerca del entorno del problema en consideración. Así pues, el estudiante
debe ser entrenado en la necesidad de buscar soluciones coherentes y conformes con la
información disponible en el momento presente del aprendizaje y que dichas soluciones
sean además compatibles con la información y desarrollos que se puedan alcanzar en el
futuro del ámbito concreto donde se incluye el estudio considerado; la relevancia del
trabajo práctico y personal del alumno en el aprendizaje se considera en Campos et al.
(2007b).
3
Además se constata la creciente preocupación de distintos campos del conocimiento por
una formación y cultura estadística, tanto por su carácter multidisciplinar (ingeniería,
ciencias, ciencias de la salud, ciencias sociales y economía, psicología, etc.), como por
su carácter instrumental de análisis en la toma de decisiones en el trabajo cotidiano de
los ingenieros, que de una u otra forma, se enfrentan a series de datos o conjuntos de
mediciones, a partir de los cuales desean obtener información válida y fiable.
Es preciso por tanto, fomentar en primer lugar la habilidad para interpretar y evaluar
críticamente la
información estadística, así como el establecimiento de las relaciones entre variables
aleatorias de interés, identificando los aspectos relevantes y el papel que tienen en los
diferentes contextos estocásticos observados. En segundo lugar es preciso incentivar la
habilidad para discutir o comunicar propiedades respecto de la información estadística
en consideración, además de comprender el significado y sus implicaciones en la toma
de decisiones así como la representatividad y fiabilidad de las conclusiones obtenidas.
Así pues, las primeras cuestiones sobre las que hemos reflexionado al plantear la nueva
metodología de enseñanza-aprendizaje son las siguientes:
1. Qué supone el EES en las titulaciones de Ingeniería, tanto en disciplinas
básicas, como es el caso de la Estadística básica, como en la especialización
que suponen actualmente las asignaturas optativas de Estadística (como
Control Estadístico de la Calidad y Fiabilidad) o el caso de asignaturas de
Máster (como Bioestadística).
2. Universidades más avanzadas en Europa y América que puedan ser de
referencia.
3. Qué supone en renovación de contenidos, técnicas de enseñanza, actividades
de los alumnos,….
4. Participar en programas de entrenamiento de acción tutorial (que imparta el
ICE de la Universidad de Zaragoza).
5. Procedimientos que constituyan una herramienta eficaz de aprendizaje para
el alumno: grupos de alumnos que trabajen conjuntamente, fomentar el
interés de los alumnos y potenciar sus capacidades, …
6. Oportunidades de mejora, aplicabilidad, profundización, ...
4
7. Inconvenientes para profesores y alumnos, necesidades de laboratorios de
prácticas, de ordenadores y de programas estadísticos, ...
Muchas son las habilidades y competencias que pueden trabajarse con las técnicas
informáticas y de comunicación contemporáneas (referidas como TIC). Algunos
ejemplos son: la búsqueda y la selección de información, el análisis crítico, la
resolución de casos prácticos, el análisis de páginas web de enseñanza de Estadística de
diversas universidades, el trabajo en equipo, el uso de idiomas, así como la capacidad de
autoaprendizaje y de adaptación al cambio o la interdisciplinaridad, por poner los
aspectos más destacados.
2. APRENDIZAJE DE LA ESTADÍSTICA
A partir de unos datos experimentales o de ejemplos asociados al sistema o problema
que se quiere analizar se ha de establecer un modelo teórico de comportamiento que se
quiere modelar. Esta clase de enseñanza-aprendizaje está comprendida inicialmente en
el aprendizaje inductivo y se acaba considerando de hecho como un aprendizaje con
ejemplos y casos prácticos con datos reales del ámbito de la Ingeniería, que constituye
un aspecto de aproximación a la realidad por procedimientos empíricos, que implica que
el estudiante debe conocer los diversos aspectos teóricos del modelo que se quiere
construir. Así pues, este conocimiento teórico debe ser impartido en paralelo con el
estudio y resolución de los casos prácticos considerados.
5
La Estadística, en una cierta aceptación general y popular, se dedica a la recogida de
información numérica que se ordena posteriormente en tablas o gráficos y ello es,
obviamente, cierto. Pero más esencial y profundamente, la Estadística es la Ciencia
cuyo objeto es la inducción o inferencia incierta y emplea técnicas especiales propias
para obtener y alcanzar algún conocimiento sobre la Naturaleza. Así pues, hay que
considerar la Estadística, según la expresión de Mood y Graybill, como la tecnología del
método científico experimental, o según C.R. Rao, la Estadística puede contemplarse
como la nueva tecnología del siglo actual (“ ... I have come to appreciate Statistics as
the new technology of the present century”, en C.R. Rao(1973): Linear Statistical
Inference and Its Applications, Wiley, New York ).
6
requerimientos de la industria y el conocimiento de la materia y su programación
temporal en otras universidades.
A los alumnos se les presenta la información básica acerca de la actividad que van a
tener que realizar, con la finalidad doble de orientar y motivar al estudiante. Esta
presentación se ha de planificar y realizar de una manera cuidadosa para que resulte
adecuada y clara, de modo que el alumno entienda bien tanto el objetivo final de la
actividad como el modo y manera de presentar sus resultados. La realización de la
actividad debe conllevar necesariamente una asimilación de la información suministrada
con su posterior
procesamiento y comunicación de forma escrita en una memoria redactada al efecto.
Hemos realizado una recopilación de datos reales que pueden ser considerados como
paradigmáticos desde el punto de vista de sus análisis, para tener abundantes casos
prácticos que cubran un amplio espectro de la problemática estadística de interés en la
Ingeniería. Hemos tratado de identificar aquellos aspectos que hayan de ser resaltados a
los alumnos y sobre los cuales éstos hayan de realizar un mayor esfuerzo. La tarea
inicial que ha de realizar el alumno con esos datos es la realización de un análisis
descriptivo de las variables consideradas (con los cálculos de las tablas de frecuencia,
las medidas estadísticas de centralización y dispersión) pruebas de normalidad,
estimaciones de parámetros poblacionales, así como análisis de regresión y correlación
y técnicas de análisis de los residuos para comprobar la validez del modelo.
También se han analizado aquellos conceptos que según nuestra experiencia ofrecerán
mayores dificultades al estudiante, con el propósito de reflexionar acerca de los medios
más adecuados para reducir estas dificultades (por ejemplo, bibliografía adecuada,
ejercicios ilustrativos o el diseño de trabajo con ordenador). Hemos hecho uso intensivo
del programa estadístico MINITAB y de las enormes posibilidades estadísticas del
programa MATLAB, muy difundido entre los estudiantes de Ingeniería en la
Universidad de Zaragoza.
7
1. Identificación y organización de la información relevante para resolver un
problema.
2. Capacidad de aplicación de modelos destacados así como de elaboración,
construcción y
validación de otros nuevos para el tratamiento de problemas novedosos.
3. Análisis e interpretación de las representaciones gráficas de datos
experimentales.
4. Conocimiento, identificación y selección de fuentes estadísticas de información.
5. Capacidad para detectar y modelar la presencia de naturaleza aleatoria en
problemas reales
de la Ingeniería.
6. Interpretación de los resultados a partir de los modelos estadísticos
considerados.
7. Identificación de relaciones o asociaciones entre factores asociados a un
problema.
8. Elaboración de previsiones y escenarios.
9. Obtención de conclusiones y redacción de informes.
8
Estadística y además colecciones de datos experimentales para su análisis. De esta
manera se adquiere una información teórica, objetiva y científica sobre el tema para
conseguir los objetivos cognoscitivos que nos proponemos.
9
un Máster, como hemos comprobado en el Máster de Ingeniería Biomédica durante el
curso 2007-08.
También hemos de actualizar los contenidos que hemos diseñado, analizando programas
académicos de otras universidades nacionales y extranjeras. A partir de las actividades
que hemos desarrollado se ha puesto de manifiesto el valor y utilidad de la tutoría
individualizada: los alumnos valoran positivamente el aprendizaje basado en casos
particulares, problemas y trabajos prácticos centrados en aplicaciones informáticas
estadísticas de ámbito internacional y a su vez han desarrollado una participación activa
y motivada. Han aprendido a resumir, interpretar y representar la información contenida
en un conjunto de datos estadísticos de un proceso de fabricación, han realizado el
análisis y depuración de los resultados numéricos, a relacionar variables y, en general,
han aprendido a aplicar el pensamiento y razonamiento estadístico en su futura
actividad profesional. Por ejemplo, los estudiantes alcanzan niveles de conocimiento
que les permiten identificar modelos probabilísticos de fallo, evaluar la fiabilidad de
sistemas, comparar distintas configuraciones o cuantificar el efecto que produce inducir
cambios controlados en factores que afectan a la fiabilidad de un sistema.
5. OBJETIVOS
Los objetivos a los que se dirige la metodología de enseñanza aplicada son:
a) Conseguir un aprendizaje significativo acerca de la utilización de las técnicas
estadísticas en una asignatura de Máster de Ingeniería Biomédica, en los nuevos
planes oficiales de estudio de postgrado de la Universidad de Zaragoza.
10
A continuación se enumeran y distinguen los objetivos individualizados, dentro de los
apartados correspondientes.
OBJETIVOS COGNITIVOS:
OBJETIVOS DE PROCEDIMIENTO:
11
3. Resumir, interpretar y representar la información contenida en un conjunto de
datos de un proceso de fabricación.
4. Representación gráfica de datos.
5. Analizar y depurar los resultados numéricos.
6. Detectar datos atípicos.
7. Realizar pruebas de normalidad de los datos.
8. Aplicar transformaciones de datos para lograr normalidad.
9. Seleccionar y aplicar métodos de estimación (por punto y por intervalo).
10. Establecer y aplicar el modelo de regresión entre variables.
11. Utilizar gráficos de control y validación de modelos.
12. Aplicación de los fundamentos conceptuales y prácticos para el Control
Estadístico del Proceso.
13. Aplicar el software estadístico MINITAB y/o MATLAB para la realización de
los gráficos de control.
14. Desarrollar la capacidad para realizar a las distintas etapas de un estudio de
Control Estadístico del Proceso, desde su inicio o planteamiento inicial hasta la
resolución final.
15. Aprender a modelización de procesos reales.
16. Aplicar el software MINITAB y/o MATLAB para resoluciones específicas y su
aplicación en casos prácticos.
17. Utilización de las técnicas de cálculo de probabilidades.
18. Aplicar las características principales de las variables aleatorias en situaciones
concretas.
19. Aplicar las distribuciones estadísticas más usuales.
20. Construir las curvas características de los gráficos de control.
12
El alumno ha de alcanzar en esta Asignatura las siguientes habilidades y competencias:
HABILIDADES PERSONALES
• Capacidad de análisis y síntesis.
• Capacidad de organización y planificación.
• Habilidad para la comunicación oral y escrita.
• Conocimiento suficiente de lenguas extranjeras para utilizar la bibliografía
necesaria.
• Conocimientos de informática relativos a la Asignatura.
• Capacidad de organización de la información.
• Resolución de problemas.
• Toma de decisiones.
• Habilidades en las relaciones interpersonales.
• Razonamiento crítico.
• Aprendizaje autónomo.
• Creatividad y pensamiento original.
• Liderazgo.
• Iniciativa.
COMPETENCIAS PERSONALES
• Identificación de la información relevante para resolver un problema.
• Utilización correcta y racional del software.
• Capacidad de elaboración y construcción de modelos y su validación.
13
• Análisis y representación gráfica de datos.
• Conocimiento, identificación y selección de fuentes estadísticas.
• Interpretación de resultados a partir de modelos estadísticos.
• Elaboración de previsiones y escenario.
• Extracción de conclusiones y redacción de informes.
• Identificación de relaciones o asociaciones.
COMPETENCIAS INSTRUMENTALES
• Capacidad de análisis y síntesis.
• Resolución de problemas.
• Capacidad de gestión de la información.
• Conocimientos de informática relativos al ámbito de estudio.
COMPETENCIAS SISTÉMICAS
• Adaptación a nuevas situaciones
• Motivación por el trabajo bien hecho
• Iniciativa y espíritu emprendedor
• Aprendizaje autónomo
CONSISTENCIA DE LOS PERFILES PROFESIONALES QUE SE PROPONEN.
Podemos afirmar que una buena descripción del empleo de los alumnos de ingeniería en
el campo de Estadística está sintetizada en los perfiles profesionales siguientes:
Perfil 1: Actividades relacionadas con el campo de la ingeniería de fabricación.
Perfil 2: Actividades relacionadas con la gestión de la calidad en las
Administraciones Públicas.
Perfil 3: Actividades relacionadas con la docencia y la investigación.
Perfil 4: Actividades relacionadas con la economía empresarial.
Perfil 5: Actividades relacionadas con la industria y servicios.
14
La necesidad de formación de los ingenieros en las enseñanzas de Estadística se
justifican por las razones siguientes:
• Son homologables internacionalmente.
• Están orientadas a la actividad profesional de los ingenieros en el mercado
laboral.
• Se constata la buena aceptación en el mercado laboral de los actuales ingenieros
que han recibido algunas enseñanzas similares a Estadística.
• Capacitan para la adquisición de las competencias demandadas por la sociedad:
productos de calidad y fiables.
• Los conocimientos de Estadística que precisa un ingeniero en su trabajo
profesional se ofrecen en esta Asignatura (sólamente).
• La enseñanza propuesta hace muy versátil la formación de ingenieros que
habrán de desarrollar su actividad técnica en ámbitos muy variados.
15
6. RESULTADOS OBTENIDOS
Debemos señalar que este trabajo es aplicable a otras Asignaturas de una titulación de
Ingeniería, orientados a alcanzar unos objetivos que persiguen la adquisición por los
alumnos de las capacidades siguientes:
1. Aplicar conocimientos de estadística, ciencia e ingeniería.
2. Diseñar y realizar experimentos así como analizar e interpretar datos.
3. Diseñar un sistema, componente o proceso que deba cumplir ciertas necesidades
o
requerimientos.
4. Trabajar en equipos multidisciplinares.
5. Detectar, identificar, formular y resolver problemas de índole estadística en
Ingeniería.
6. Conocer herramientas estadísticas que en la práctica se utilizan tanto en la etapa
de diseño de
productos como en la de fabricación.
7. Usar las técnicas, habilidades y herramientas estadísticas contemporáneas
necesarias para
la práctica de la Ingeniería.
Se ha realizado una buena recopilación de casos con datos reales de libros y revistas
especializadas y resolución y desarrollo, como aspecto fundamental, de abundantes
casos prácticos. Se ha tratado de identificar aquellos aspectos que hayan de ser
resaltados a los alumnos y sobre los cuales éstos hayan de realizar un mayor esfuerzo.
Asimismo se han analizado aquellos conceptos que según nuestra experiencia ofrecerán
mayores dificultades al estudiante con el propósito de reflexionar acerca de los medios
más adecuados para reducirlas tales como bibliografía adecuada, ejercicios ilustrativos o
16
el diseño de unas prácticas con ordenador que ayuden a solventar los problemas de
comprensión.
Como el trabajo planteado era ambicioso, es natural que como siempre ocurre, queden
algunos temas
pendientes en la especialización en estos conocimientos: la planificación de una
asignatura de Máster, el
análisis y reorganización de un curso, el desarrollo de actividades de experimentación y
recogida de datos, evaluación mejor de carga de trabajo que supone para los alumnos.
17
• Diseñar un sistema, componente o proceso que deba cumplir ciertas necesidades
o requerimientos.
• Trabajar en equipos multidisciplinares, aspecto de importancia en Ingeniería
Biomédica.
• Detectar, identificar, formular y resolver problemas de Ingeniería.
• Conocer herramientas básicas que en la práctica se utilizan tanto en la etapa de
diseño de productos y sistemas, como en la de producción.
• Usar las técnicas, habilidades y herramientas modernas necesarias para la práctica
de la Ingeniería.
7. OBSERVACIONES FINALES
• Los estudiantes de Ingeniería inicialmente suelen considerar la Estadística como
un materia compleja y difícil, por tanto, la influencia del profesor es
determinante en la actitud de sus alumnos.
• La evaluación de la Asignatura mediante cuestionarios de tipo test debe cubrir los
diferentes aspectos de la Estadística en la Ingeniería. Hay que realizar un análisis
de los conceptos aplicados correctamente y con mayor frecuencia por los
estudiantes.
• La evaluación a partir de pruebas de Laboratorio tiene por objeto determinar si el
alumno logra discriminar las variables en función de sus características más
relevantes y si el alumno comprende los conceptos incluidos.
• La prueba de Laboratorio permite además evaluar la capacidad de manejo de los
programas estadísticos de ordenador.
• Es importante que cada profesor conozca cuál es la actitud de sus alumnos antes,
durante y al acabar su formación.
8. REFERENCIAS BIBLOGRÁFICAS
18
Zaragoza. Zaragoza, 23-24 de Noviembre, 2006. Publicado en Innovación docente,
tecnologías de la información y la comunicación e investigación educativa en la
Universidad de Zaragoza. Sec. II-28. 2007.
Garfield, J. (1995). How students learn statistics. International Statistical Review, 63,
25-34.
Vardeman, S.B. (1994). Statistics for engineering problem solving. Boston, USA: PWS
Publishing Company.
9. APÉNDICE
Ejemplo de un desarrollo temático
La finalidad de este caso práctico reside en la necesidad de los Límites de Control para
la toma de decisiones. En el cuadro siguiente se presentan los datos experimentales
observados referentes a dos métodos de fabricación, denominados A y B, donde se
indica el número de piezas inspeccionadas y el número de piezas defectuosas
encontradas a lo largo de varios meses, en los que se suponen las fabricaciones
estables..
19
U-Def. = nº unidades defectuosas encontradas
20
Puede ser de interés depurar dos meses que parecen atípicos
Se eliminan los meses de mayo y de octubre, en el caso A
0.03
Prop.Def. A
0.02
0.01
2 4 6 8 10 12 Mes
Gráfico 1
21
0.03
Prop.Def. B
0.02
0.01
Mes
2 4 6 8 10 12
Gráfico 2
22
Prop.Def. B 0.00481 0.03030 0.00531 0.01158
23
Gráfico P, Método A
0.03
UCL=0.02464
Proportion
0.02
0.01 P=0.01087
0.00 LCL=0
0 5 10
Sample Number
Gráfico P, Método B
0.04
UCL=0.03480
0.03
Proportion
0.02
0.01 P=0.009487
0.00 LCL=0
0 5 10
Sample Number
Al poner los límites de control, se aprecia claramente que el método B está en estado de
control y su variabilidad es aleatoria.
24
A continuación se fuerza que el límite superior de control sea constante:
UCL=0.02499
Proportion
0.02
0.01 P=0.01087
0.00 LCL=0
0 5 10
Sample Number
UCL=0.03323
0.03
Proportion
0.02
0.01 P=0.009487
0.00 LCL=0
0 5 10
Sample Number
25
Tamaños medios empleados: 485 (para el gráfico P Chart A) y 150 (para el gráfico P
Chart B)
26