Academia de Matemáticas ORE Caguas · Taller 9
60 min · Taller facilitado
Portada

¿Las gráficas dicen la verdad?

Lectura crítica de gráficas, escalas engañosas y decisiones basadas en datos.

Producto del taller: una rutina y una experiencia de lectura crítica de datos lista para implementar en la Sala de Clases.
  • La meta no es que el maestro enseñe a “leer barras”.
  • La meta es que diseñe conversaciones donde los estudiantes cuestionen, verifiquen y comuniquen conclusiones basadas en datos.
  • Pregunta guía: ¿qué decisiones tomaría un estudiante si solo mira la gráfica sin analizarla?
?
escalafuentemuestraconclusión
Apoyo visual: Guía visual: compare barras, escala, fuente y conclusión.
Modelo visible: “Hoy no vamos a preguntar solo cuál barra es mayor; vamos a preguntar si la gráfica nos está guiando a una conclusión justa.”
Problema profesional

Los estudiantes contestan la pregunta, pero no cuestionan la gráfica

En muchas tareas de datos, el estudiante busca el número correcto y no evalúa si la representación es justa, completa o engañosa.

¿Qué evidencia demuestra que un estudiante interpreta datos de manera crítica?
  • Identifica qué se mide.
  • Lee escala, unidades, fuente y contexto.
  • Compara la gráfica con los datos.
  • Reconoce qué información falta.
  • Comunica una conclusión con cautela.
DatoEscalaFuentePreguntaConclusión
Apoyo visual: Guía visual: separe lectura literal de lectura crítica.
Modelo visible: “Un estudiante puede leer 82 correctamente y aun así no notar que el eje empieza en 70.”
Trabajo estudiantil

“Subió muchísimo”

Dos gráficas muestran los mismos resultados de una prueba corta: 78, 80, 81, 82.

Un estudiante concluye: “El aprovechamiento subió muchísimo”. ¿Qué pudo haberlo llevado a esa conclusión?
  • La escala del eje vertical puede exagerar cambios pequeños.
  • El título puede sugerir una interpretación.
  • El contexto puede estar incompleto.
  • La conclusión debe mirar datos, escala y propósito.
Escala 0–100
Escala 75–83
Apoyo visual: Guía visual: muestre dos gráficas con los mismos datos.
Modelo visible: “Los valores subieron de 78 a 82; eso es mejora, pero no necesariamente una mejora enorme.”
Pensamiento estadístico

Una gráfica es un argumento visual

Toda gráfica toma decisiones: qué mostrar, qué ocultar, qué escala usar y qué comparación resaltar.

¿Quién construyó la gráfica y qué quiere que yo vea primero?
  • Título.
  • Escala.
  • Tipo de gráfica.
  • Datos incluidos y excluidos.
  • Fuente.
  • Pregunta que intenta contestar.
TítuloEscalaSelección de datosDiseño visualLa gráfica guía la mirada
Apoyo visual: Guía visual: trate la gráfica como argumento.
Modelo visible: “El título me dice qué mirar, pero no debe decidir mi conclusión.”
Rutina transferible

Mira, Pregunta, Verifica, Decide

La lectura crítica necesita una rutina sencilla que el maestro pueda usar mañana.

Antes de aceptar una conclusión, los estudiantes deben pasar por cuatro movimientos.
  • Mira: ¿qué noto?
  • Pregunta: ¿qué falta?
  • Verifica: ¿los datos sostienen la gráfica?
  • Decide: ¿qué conclusión es razonable?
  • Comunica: ¿con qué cautela lo diría?
MiraPreguntaVerificaDecideComunica
Apoyo visual: Guía visual: use la rutina como tarjeta de bolsillo.
Modelo visible: “Miro la gráfica, pregunto qué falta, verifico la escala y decido una conclusión con cautela.”
Escala engañosa

El eje que exagera

Una gráfica puede empezar en 70 en vez de 0 y hacer que una diferencia pequeña parezca enorme.

¿Cuándo un eje truncado ayuda y cuándo engaña?
  • Puede ayudar a ver cambios pequeños.
  • Puede engañar si no se declara claramente.
  • La interpretación debe mencionar la escala.
  • La decisión depende del propósito y la audiencia.
Eje inicia en 70
78808182
Apoyo visual: Guía visual: resalte el inicio del eje.
Modelo visible: “Si el eje empieza en 75, el cambio parece dramático; si empieza en 0, se ve moderado.”
Interactividad

Cambia el eje y cambia la historia

Use el deslizador para modificar el inicio del eje vertical.

¿La data cambió o cambió la forma de contar la historia?
  • Los valores son los mismos.
  • La percepción del cambio se altera.
  • El estudiante debe separar dato real de impacto visual.
  • La conclusión debe nombrar la escala usada.
Apoyo visual: Guía visual: mueva el eje y pida nueva conclusión.
Modelo visible: “La data no cambió; lo que cambió fue la ventana visual.”
Comparación justa

Mismos datos, dos historias

La gráfica A parece mostrar una mejora dramática. La gráfica B muestra una mejora moderada.

¿Cuál es más honesta para comunicar a familias, maestros o estudiantes?
  • Depende del propósito.
  • Si se busca mostrar progreso fino, se puede truncar con claridad.
  • Si se busca comparación general, conviene incluir una escala completa.
  • La honestidad requiere transparencia.
Datos: 78, 80, 81, 82Historia A: “gran salto”Historia B: “mejora moderada”
Apoyo visual: Guía visual: compare propósitos.
Modelo visible: “Para una reunión general usaría escala completa; para monitoreo fino, eje truncado con aviso claro.”
Intervalos

Escalas irregulares: el truco silencioso

Una gráfica puede usar espacios visuales iguales para intervalos numéricos desiguales.

¿Cómo detectas una escala irregular?
  • Mira los números del eje, no solo las barras o puntos.
  • Verifica si los intervalos son constantes.
  • Pregunta por qué se usó esa escala.
  • Rehaz mentalmente la comparación con intervalos consistentes.
10
20
100
110
Espacios iguales, intervalos distintos
Apoyo visual: Guía visual: revise intervalos del eje.
Modelo visible: “Entre 10 y 20 hay 10 unidades; entre 20 y 100 hay 80, pero visualmente parecen iguales.”
Forma y volumen

Cuando el dibujo pesa más que el dato

Gráficas con íconos, figuras 3D o áreas exageradas pueden comunicar diferencias más grandes que las reales.

¿Qué sucede cuando duplicar un valor parece cuadruplicar el dibujo?
  • El área visual puede distorsionar la comparación.
  • Los íconos deben escalarse con cuidado.
  • La belleza visual no sustituye precisión.
  • El estudiante debe comparar número y representación.
50
100

El valor se duplica, pero el área visual puede exagerar.

Apoyo visual: Guía visual: compare número contra área visual.
Modelo visible: “Si el icono del doble es dos veces más alto y dos veces más ancho, el área se ve cuatro veces mayor.”
Muestra y fuente

¿Quién está en los datos?

Una gráfica puede ser técnicamente correcta y aun así no representar a la población que dice representar.

¿Qué pregunta debemos enseñar antes de confiar en la conclusión?
  • ¿Cuántas personas o casos incluye?
  • ¿Cómo se seleccionaron?
  • ¿Quién quedó fuera?
  • ¿La muestra representa la población?
  • ¿Cuál fue la fuente?
Población
120
Muestra
12

¿Quiénes respondieron?

Apoyo visual: Guía visual: haga visible población y muestra.
Modelo visible: “Si solo respondieron 12 estudiantes de un grupo de 120, necesito saber quiénes fueron.”
Tipo de gráfica

No toda data merece barras

Elegir una gráfica incorrecta puede esconder patrones o crear comparaciones falsas.

¿Qué tipo de gráfica corresponde al dato y a la pregunta?
  • Categorías: barras o pictóricas.
  • Cambio en el tiempo: línea.
  • Distribución: puntos, histograma o caja y bigote según nivel.
  • Relación entre variables: dispersión.
  • Partes de un total: circular, con cautela.
Categorías → barrasTiempo → líneaDistribución → puntosRelación → dispersiónPartes de total → circular
Apoyo visual: Guía visual: conecte pregunta con representación.
Modelo visible: “Si quiero ver cambio por semana, uso línea; si quiero comparar categorías, uso barras.”
Interactividad

Elige la gráfica adecuada

Seleccione el tipo de dato y la pregunta. El generador sugiere una representación.

¿Qué se perdería si escoges otro tipo de gráfica?
  • La gráfica debe responder a la pregunta.
  • El tipo de variable importa.
  • No toda gráfica sirve para toda situación.
  • La representación es una decisión matemática.
Apoyo visual: Guía visual: modele una selección.
Modelo visible: “Dato: asistencia por mes. Pregunta: cambio en el tiempo. Representación sugerida: gráfica lineal.”
Promedios

El promedio puede esconder la historia

Un solo promedio puede ocultar distribución, valores extremos o diferencias entre grupos.

¿Cuándo una media aritmética es útil y cuándo puede engañar?
  • Es útil para resumir.
  • Puede esconder dispersión.
  • Puede ser afectada por extremos.
  • Debe acompañarse de contexto, mediana o distribución cuando sea necesario.
7072747698Media ≠ historia completa
Apoyo visual: Guía visual: compare resumen contra distribución.
Modelo visible: “Promedio 80 no me dice si todos están cerca de 80 o si hay dos grupos muy distintos.”
Interactividad

Mueve un dato extremo

Cambie un valor extremo y observe cómo se mueven la media y la mediana.

¿Cuál medida resiste mejor el valor extremo?
  • La media se mueve más.
  • La mediana suele resistir más.
  • La decisión depende de la pregunta.
  • El estudiante debe justificar qué medida usa.
Apoyo visual: Guía visual: mueva el valor extremo.
Modelo visible: “Al añadir 100, la media sube más que la mediana; por eso debo justificar mi medida.”
Más allá de un número

La forma de los datos importa

Dos grupos pueden tener el mismo promedio y distribuciones muy distintas.

¿Qué decisiones malas podríamos tomar si solo miramos el promedio?
  • Podemos ignorar brechas.
  • Podemos perder estudiantes en los extremos.
  • Podemos diseñar una intervención demasiado general.
  • Podemos celebrar progreso sin mirar quién no avanzó.
Grupo A60708090100
Grupo B7576777879
Apoyo visual: Guía visual: use puntos para mostrar dispersión.
Modelo visible: “Dos clases con promedio 75 pueden necesitar apoyos muy diferentes.”
Datos escolares simulados

Cuando una gráfica guía decisiones en la escuela

Una escuela observa resultados por destreza: Números, Álgebra, Geometría, Medición y Datos.

¿Qué decisión tomarías si esta gráfica fuera real? ¿Qué información pedirías antes?
  • La gráfica puede orientar conversación.
  • No debe ser la única evidencia.
  • Hay que preguntar por grado, muestra, periodo y condiciones.
  • La decisión debe conectar datos con acción pedagógica.
NAGMEDatos escolares simulados
Apoyo visual: Guía visual: no salte de gráfica a acción sin preguntas.
Modelo visible: “Geometría parece baja, pero antes de decidir necesito grado, cantidad de estudiantes y tipo de prueba.”
Preguntas poderosas

No preguntes solo cuál barra es mayor

Las preguntas del maestro determinan si la gráfica se lee de forma superficial o crítica.

¿Qué pregunta provoca pensamiento estadístico?
  • ¿Qué historia cuenta la gráfica?
  • ¿Qué historia no cuenta?
  • ¿Qué decisión sería razonable?
  • ¿Qué dato adicional necesitamos?
  • ¿Qué conclusión sería demasiado fuerte?
¿Qué historia cuenta?¿Qué historia no cuenta?¿Qué dato falta?¿Qué conclusión es razonable?
Apoyo visual: Guía visual: convierta preguntas en hábitos.
Modelo visible: “No pregunto qué barra es mayor; pregunto qué decisión sería razonable y qué dato falta.”
Grupos pensantes

Datos en superficies verticales

Los maestros trabajan con gráficas grandes, marcadores y preguntas de verificación.

¿Qué debe quedar visible en la superficie vertical?
  • Observaciones.
  • Preguntas sobre la gráfica.
  • Verificación de escala y fuente.
  • Conclusión razonable.
  • Cautela o limitación.
ObservaciónPreguntaVerificaciónConclusión
Apoyo visual: Guía visual: use superficie vertical como registro de pensamiento.
Modelo visible: “Cada grupo marca una observación, una duda, una verificación y una conclusión.”
Cierre matemático

De ver a interpretar

La consolidación debe nombrar las decisiones visuales y estadísticas que afectaron la interpretación.

¿Qué aprendimos sobre cómo una gráfica puede influir en una conclusión?
  • Escala.
  • Tipo de gráfica.
  • Muestra.
  • Fuente.
  • Medidas de tendencia central.
  • Distribución y contexto.
EscalaRepresentaciónMuestraConclusión
Apoyo visual: Guía visual: consolide con categorías.
Modelo visible: “Hoy aprendimos que escala, muestra y tipo de gráfica cambian cómo interpretamos.”
Alineación curricular

Competencias oficiales que pueden apoyar este taller

Seleccione indicadores oficiales según grado y propósito; no use indicadores como decoración.

Ejemplos oficiales localizados en las Competencias Esenciales.
  • 5.E.10.1: representa, interpreta y compara información de gráficas para contestar preguntas.
  • 5.E.10.3: construye tablas de frecuencia, gráficas de barra y lineales.
  • 5.E.10.4: identifica y determina media aritmética, moda y mediana.
  • 6.E.13.1: clasifica y representa variables cuantitativas o cualitativas con la gráfica apropiada.
  • 7.E.14.1 y 8.E.10.1: examina encuestas presentadas en medios para analizar muestra y método.
CompetenciaAcción con datosEvidencia
Apoyo visual: Guía visual: competencia → acción → evidencia.
Modelo visible: “Si uso 5.E.10.1, la evidencia debe interpretar y comparar la gráfica, no solo construirla.”
Evaluación auténtica

¿Qué evidencia demuestra lectura crítica?

Una respuesta correcta no basta. La evidencia debe mostrar cómo el estudiante evaluó la gráfica.

¿Qué recogerías como evidencia?
  • Gráfica anotada.
  • Lista de preguntas críticas.
  • Verificación de escala, fuente y muestra.
  • Conclusión razonable con limitación.
  • Propuesta de una gráfica mejorada.
Gráfica anotadaPreguntas críticasVerificaciónConclusión con cautela
Apoyo visual: Guía visual: evidencia de razonamiento.
Modelo visible: “Recojo una gráfica anotada y una conclusión con limitación: ‘parece…, pero necesitamos…’.”
Banco de errores

Errores que debemos anticipar

Los errores de lectura de datos son oportunidades para enseñar pensamiento crítico.

Seleccione un error y piense en una pregunta de intervención.
  • Mirar solo la barra más alta.
  • Ignorar la escala.
  • Aceptar el título como conclusión.
  • Confundir media con mayoría.
  • No preguntar por muestra o fuente.
  • Elegir gráfica por estética y no por propósito.
Apoyo visual: Guía visual: seleccione un error y practique una intervención.
Modelo visible: “Si ignora la escala, pregunto: ¿dónde comienza el eje y cómo afecta la comparación?”
Planificador

Constructor: experiencia de lectura crítica de gráficas

Complete los campos y genere una experiencia lista para ajustar.

Use grado, estándar, indicador, modalidad, ASR, duración y DOK para producir una experiencia completa.
  • Objetivo.
  • Apertura.
  • Desarrollo.
  • Cierre.
  • Evidencia.
  • Evaluación formativa.
  • Diferenciación.
  • Conexión CRECE.
Apoyo visual: Guía visual: complete los campos antes de generar.
Modelo visible: Grado 6 / E / 6.E.13.1 / Presencial / ASR verbal y escrito / 45 min / DOK 3.
Producto transferible

Mi rutina: ¿Las gráficas dicen la verdad?

Diseñe una mini experiencia para usar con sus maestros o estudiantes.

Incluya gráfica, pregunta crítica, ejemplo dado, tarea, evidencia y cierre matemático.
  • Debe quedar implementable.
  • Debe incluir un gráfico real o creado por el maestro.
  • Debe pedir verificación, no solo lectura.
  • Debe producir una conclusión razonable con cautela.
Apoyo visual: Guía visual: modele una experiencia completa.
Modelo visible: “Gráfica: resultados por destreza. Pregunta crítica: ¿qué dato falta para decidir una intervención?”
Dos lentes

Revisión entre pares

Evalúe el diseño como especialista curricular y como maestro que lo implementará mañana.

¿Hay pensamiento estadístico? ¿Se puede facilitar con claridad?
  • Lente curricular: tipo de dato, representación, escala, muestra y conclusión.
  • Lente docente: instrucciones, tiempo, ejemplo dado, materiales y evidencia.
  • Si no hay pregunta crítica, todavía no está listo.
Especialista curricular
¿hay pensamiento estadístico?
Maestro
¿lo uso mañana?
Apoyo visual: Guía visual: revise con dos lentes.
Modelo visible: “Tu actividad tiene gráfica, pero falta que el estudiante cuestione fuente y muestra.”
Implementación

¿Qué harás distinto mañana?

Seleccione una gráfica que ya usa en su práctica o en una clase próxima.

Complete la frase: antes yo preguntaba ___; ahora preguntaré ___.
  • Antes: ¿cuál es mayor?
  • Ahora: ¿qué historia cuenta y qué historia no cuenta?
  • Antes: leer valores.
  • Ahora: verificar escala, fuente y muestra.
Antes: ¿cuál es mayor?
Ahora: ¿qué historia cuenta y qué falta?
Apoyo visual: Guía visual: escriba un compromiso usable.
Modelo visible: “Antes preguntaba cuál barra era mayor; ahora preguntaré qué conclusión sería demasiado fuerte.”
Reflexión final

Las gráficas no mienten solas

Una gráfica puede ser precisa y aun así dirigir nuestra mirada de forma incompleta.

La pregunta final: ¿qué podrán cuestionar sus estudiantes que antes aceptaban sin verificar?
  • Leer datos es interpretar evidencia.
  • Interpretar evidencia requiere preguntas.
  • Tomar decisiones requiere cautela.
  • La Sala de Clases necesita estudiantes que no solo miren gráficas, sino que las interroguen.
Mirar
no es
verificar
Apoyo visual: Guía visual: cierre con pensamiento crítico.
Modelo visible: “Una gráfica no miente sola; alguien decide cómo contar la historia.”