Resumen:
Este trabajo
tiene como objetivo encontrar evidencia que respalde la
hipótesis de que el razonamiento cuantitativo es un predictor
relevante del rendimiento en cursos introductorios de
matemática en carreras de Ciencia, Tecnología, Ingeniería y
Matemática (STEM por sus siglas en inglés) controlando
variables relevantes en la predicción de este rendimiento. El
estudio se realizó en grupos de carreras, determinados por el
curso de matemática introductoria compartido: a. Física,
Meteorología y Química (n=132),
b. Estadística (n=64) y c.
Matemática y Ciencias Actuariales
(n=87); con n igual a la cantidad de estudiantes por grupo.
En cada agrupación se estimó un modelo de regresión
lineal con medidas remediales apropiadas para el cumplimiento
de los supuestos; la variable dependiente de los modelos fue
la nota en el curso introductorio de matemática y las
variables independientes fueron: el nivel de razonamiento
cuantitativo, un indicador de las notas de secundaria y el
examen de admisión, el sexo y la dependencia del tipo de
colegio. En todos los modelos se obtuvo que la variable más
relevante fue el nivel de razonamiento cuantitativo. Los
coeficientes de determinación de los modelos fueron
relevantes, ya que fueron superiores a 0.20.
Palabras clave:
Razonamiento cuantitativo, carreras
STEM, rendimiento académico, matemática universitaria introductoria,
homocedasticidad, supuestos de los modelos lineales.
Abstract:
The
objective of this paper is to find evidence that supports a hypothesis
in which the quantitative reasoning is an important predictor of
achievement in Science Technology Engineering Mathematics (STEM)
careers’ initial courses of mathematics, controlled by relevant
variables in the prediction of this performance. The investigation used
career’s groups determinated by the shared mathematic course: a.
Physics, Meteorology and Chemistry (n=132), b. Statistics (n=64) and c.
Mathematics and Actuarial Sciences (n=87); n represents the amount of
student by group. In each group was estimated a linear regression model
with remedial methods appropriated for the supposals reach; the
dependent variable was the mathematics’ initial course grade and the
independent variables were quantitative reasoning level, an indicator of
the high school achievement grade and the admission test, sex and kind
of high school. In all models the most relevant variable was the
quantitative reasoning level. The determination coefficients models were
relevant, because this were higher than 0.20.
KeyWords:
Quantitative reasoning; STEM Careers; Academic achievement; Initial
university mathematics; Homocedasticity,
Linear model assumptions
Doi: https://doi.org/10.18845/rdmei.v19i1.3851
|