¿Cómo sabemos si nuestros datos son confiables?
Muestras, sesgos, encuestas, instrumentos y decisiones estadísticas responsables.
- La meta no es que el maestro pida una encuesta bonita.
- La meta es que diseñe investigaciones donde los estudiantes cuestionen población, muestra, sesgo, instrumento y conclusión.
- Pregunta guía: ¿qué hace que un dato sea útil para tomar decisiones y no solo un número recolectado?
Más datos no siempre significan mejores datos
Un grupo puede recolectar muchas respuestas y aun así llegar a una conclusión poco confiable.
- Define población y muestra.
- Explica cómo se seleccionó la muestra.
- Identifica posibles sesgos.
- Evalúa si la pregunta mide lo que pretende medir.
- Comunica conclusiones con limitaciones.
“El 90% prefiere juegos en la clase”
Un estudiante encuestó a 10 amigos durante el recreo y concluyó que el 90% de la escuela prefiere juegos en Matemáticas.
- La muestra es pequeña.
- La muestra no parece representar a toda la escuela.
- Puede haber sesgo por amistad o conveniencia.
- La conclusión generaliza demasiado.
Una investigación estadística es una cadena
Si un eslabón falla, la conclusión se debilita aunque los cálculos estén correctos.
- Pregunta de investigación.
- Población.
- Muestra.
- Instrumento.
- Recolección.
- Análisis.
- Conclusión.
Pregunta, Muestra, Sesgo, Evidencia, Cautela
Antes de confiar en una conclusión, los estudiantes necesitan una rutina de auditoría.
- Pregunta: ¿qué queremos saber?
- Muestra: ¿quiénes respondieron?
- Sesgo: ¿qué pudo inclinar el resultado?
- Evidencia: ¿qué sostienen realmente los datos?
- Cautela: ¿qué limitación debo mencionar?
¿A quién queremos representar?
La población es el grupo sobre el que queremos concluir; la muestra es el grupo que realmente observamos.
- La conclusión puede ser injusta.
- Puede representar solo una parte del grupo.
- Puede ocultar voces importantes.
- Puede llevar a decisiones equivocadas.
Selecciona una muestra
Compare métodos de selección de muestra y evalúe el riesgo de sesgo.
- Muestra aleatoria.
- Muestra por conveniencia.
- Muestra voluntaria.
- Muestra estratificada.
- Cada método tiene fortalezas y riesgos.
Grande no siempre es representativo
Una muestra grande puede estar sesgada si se selecciona mal.
- Ambos importan.
- Una muestra pequeña puede ser limitada.
- Una muestra grande de un solo grupo puede ser sesgada.
- La selección debe conectar con la población.
El tamaño no compensa una selección pobre.
Cuando solo escuchamos a los que están cerca
Recolectar datos solo de estudiantes disponibles, amigos o voluntarios puede distorsionar la conclusión.
- Estudiantes ausentes.
- Estudiantes tímidos.
- Otros grados.
- Estudiantes con experiencias distintas.
- Familias sin acceso digital.
La gente no siempre responde lo que piensa
La forma en que se hace una pregunta puede influir en la respuesta.
- Deseo de complacer.
- Miedo a ser identificado.
- Pregunta cargada.
- Opciones limitadas.
- Ambiente no neutral.
El contexto puede inclinar la respuesta.
Reescribe la pregunta
Compare preguntas neutrales y preguntas cargadas.
- Una pregunta neutral no empuja una respuesta.
- Las opciones deben cubrir respuestas posibles.
- El vocabulario debe ser claro.
- La pregunta debe medir una sola idea.
La encuesta también se diseña
Un instrumento mal construido puede producir datos imposibles de interpretar.
- Pregunta doble.
- Lenguaje confuso.
- Opciones que se solapan.
- Opciones incompletas.
- Escala sin significado claro.
Auditoría rápida de una encuesta
Antes de usar una encuesta, revise si cada pregunta cumple criterios mínimos de calidad.
- Claridad.
- Neutralidad.
- Una sola idea por pregunta.
- Opciones completas y no solapadas.
- Privacidad.
- Relación con la pregunta de investigación.
Diagnostica el instrumento
Seleccione el problema principal de una pregunta y reciba una intervención.
- Identificar el defecto.
- Nombrar por qué afecta los datos.
- Reescribir de forma neutral.
- Alinear con la pregunta de investigación.
Los silencios también dicen algo
Las personas que no responden pueden cambiar la interpretación de los resultados.
- Puede aparecer sesgo de no respuesta.
- La conclusión puede exagerar posturas extremas.
- Se debe reportar cuántos respondieron.
- La limitación debe aparecer en la conclusión.
18
82
El silencio también afecta la conclusión.
Datos con responsabilidad
Recolectar datos de estudiantes requiere cuidado ético, privacidad y propósito pedagógico claro.
- Recolectar solo lo necesario.
- Evitar datos personales sensibles.
- Explicar el propósito.
- Cuidar anonimato cuando aplique.
- Usar datos para aprender, no para señalar.
Pregunta investigable, no opinión suelta
Una buena investigación estadística comienza con una pregunta que puede contestarse con datos.
- ¿Cuál modalidad de práctica ayuda a estudiar mejor?
- ¿Qué temas generan más confianza antes de una prueba?
- ¿Cómo varía el tiempo de estudio por grado?
- ¿Qué recurso usan más los estudiantes para repasar?
Debe poder contestarse con datos recolectables.
No saltes de encuesta a acción
Antes de tomar una decisión, hay que mirar qué tan confiables son los datos.
- Cambiar toda la estrategia escolar con 10 respuestas.
- Generalizar de un grado a toda la escuela.
- Asumir causa por una encuesta descriptiva.
- Ignorar limitaciones de muestra o instrumento.
Auditoría de datos en superficies verticales
Los maestros auditan una investigación estadística simulada usando marcadores, tarjetas y evidencia visible.
- Pregunta de investigación.
- Población y muestra.
- Riesgos de sesgo.
- Instrumento mejorado.
- Conclusión con cautela.
Confiabilidad no es perfección
Ninguna investigación escolar es perfecta, pero sí puede ser más transparente y más justa.
- La muestra importa.
- El sesgo puede aparecer en varias etapas.
- El instrumento influye en las respuestas.
- La conclusión debe reconocer limitaciones.
- La transparencia aumenta confianza.
Competencias oficiales que pueden apoyar este taller
Seleccione indicadores oficiales según grado y propósito; no use indicadores como decoración.
- 7.E.14.1 y 8.E.10.1: examina resultados de encuestas para determinar selección de muestra y método utilizado.
- 7.E.15.1 y 8.E.10.2: identifica fuentes de sesgos que pueden afectar resultados de la encuesta.
- 6.E.13.1: clasifica y representa variables cuantitativas o cualitativas con la gráfica apropiada.
- 5.E.10.1: representa, interpreta y compara información de gráficas para contestar preguntas.
- 8.E.10.3: analiza e identifica gráficas engañosas, dudosas o ambiguas.
¿Qué evidencia demuestra confiabilidad?
El producto debe mostrar cómo se diseñó, revisó y comunicó la investigación.
- Pregunta investigable.
- Población y muestra definidas.
- Método de selección explicado.
- Instrumento auditado o mejorado.
- Riesgos de sesgo identificados.
- Conclusión con limitaciones.
Errores que debemos anticipar
Los errores de investigación son oportunidades para enseñar pensamiento estadístico.
- Generalizar desde una muestra de amigos.
- Usar preguntas cargadas.
- No reportar cuántos respondieron.
- Confundir encuesta con prueba de causa.
- Pedir datos innecesarios.
- Ocultar limitaciones.
Constructor: mini investigación estadística confiable
Complete los campos y genere una experiencia lista para ajustar.
- Objetivo.
- Apertura.
- Desarrollo.
- Cierre.
- Evidencia.
- Evaluación formativa.
- Diferenciación.
- Conexión CRECE.
Mi mini investigación confiable
Diseñe una experiencia de investigación estadística para la Sala de Clases.
- Debe quedar implementable.
- Debe incluir ejemplo dado.
- Debe tener una pregunta investigable.
- Debe comunicar una conclusión con cautela.
- Debe incluir una auditoría de sesgo.
Revisión entre pares
Evalúe el diseño como especialista curricular y como maestro que lo implementará mañana.
- Lente curricular: población, muestra, sesgo, instrumento, evidencia y conclusión.
- Lente docente: instrucciones, tiempo, materiales, ejemplo dado y manejo.
- Si no hay limitación explícita, todavía no está listo.
¿hay confiabilidad?
¿lo uso mañana?
¿Qué harás distinto mañana?
Seleccione una encuesta o tarea de datos que ya usa o podría usar.
- Antes: contar respuestas.
- Ahora: revisar quién respondió y cómo se preguntó.
- Antes: conclusión rápida.
- Ahora: conclusión con limitación.
- Antes: encuesta bonita.
- Ahora: investigación confiable.
Ahora: verificar muestra + pregunta + limitación
Los datos confiables tienen historia
Un dato no es confiable solo porque está en una tabla. Es confiable cuando sabemos cómo fue producido.
- Quién respondió.
- Cómo se preguntó.
- Qué sesgos pudieron aparecer.
- Qué se puede concluir.
- Qué no se debe concluir todavía.
con
historia