Diseño e implementación de una enseñanza aprendizaje de la ...

Diseño e implementación de una metodología para el proceso de

enseñanza aprendizaje de la física asistido por simulación para mejorar

el grado de satisfacción de los estudiantes hacia el aprendizaje

Héctor Fabio Collazos Valencia

Universidad Nacional de Colombia

Facultad de Ciencias

Maestría en Enseñanza de las ciencias exactas y naturales.

Manizales, Colombia

2019

Diseño e implementación de una metodología para el proceso de

enseñanza aprendizaje de la física asistido por simulación para mejorar

el grado de satisfacción de los estudiantes hacia el aprendizaje

Héctor Fabio Collazos Valencia

Tesis o trabajo de investigación presentado como requisito parcial para optar al título de:

Magister en enseñanza de las ciencias exactas y naturales

Director:

Doctor en Bioingeniería, Omar Danilo Castrillón Gómez

Universidad Nacional de Colombia

Facultad de Ciencias

Maestría en Enseñanza de las ciencias exactas y naturales.

Manizales, Colombia

2019

A mi madre, la mujer más noble que conozco,

por todos sus esfuerzos y preocupaciones y a

mi esposa por acompañarme y alentarme en

este proceso, a ellas enorme gratitud y

profundo amor.

VI

Resumen

La presente tesis tiene como propósito principal investigar si es posible incrementar el nivel

de satisfacción de estudiantes de grado undécimo hacia el aprendizaje de la física, a través

de la implementación de una metodología de enseñanza basada en simulaciones

computarizadas. Para ello se diseñó un conjunto de simulaciones sobre movimiento

oscilatorio y movimiento ondulatorio empleando el software Geogebra, se trabajó con dos

grupos de estudiantes de acuerdo con la distribución preestablecida por la institución

educativa. En el grupo control se orientaron los temas con la metodología tradicional y en

el grupo experimental se combinó la metodología tradicional con la aplicación de las

simulaciones computarizadas.

Se generó un cuestionario con preguntas de tipo abierto, con el fin de motivar los

estudiantes a la exploración de las simulaciones, en la mayoría de las respuestas de dicho

cuestionario se evidencia una correcta asociación entre el comportamiento de los

fenómenos estudiados y las variables manipuladas en la simulación, sin embargo, en

algunas respuestas se evidencia confusión de conceptos. Se construyó un test de Likert

compuesto de 10 preguntas, la mitad de ellas formuladas de forma favorable (a favor del

estímulo buscado) y la otra mitad de forma desfavorable (en contra del estímulo buscado).

El test se aplicó en ambos grupos de forma previa y posterior a la implementación de las

metodologías respectivas, para cada pregunta del test se calculó un valor promedio en una

escala numérica de 0 a 5, entre mas alto el valor promedio de la pregunta mayor es el nivel

de satisfacción de los estudiantes hacia ese aspecto especifico de la metodología. En las

respuestas al test de Likert, se presentaron variaciones porcentuales que para el grupo

control oscilan entre –5,0% y 3,6%, y para el grupo experimental entre 1,3% y 12%, el

grupo experimental presentó mayor variación porcentual que el grupo control en el valor

promedio de cada una de las preguntas del test.

Palabras clave: simulación computarizada; nivel de satisfacción; metodología de

enseñanza; movimiento oscilatorio; movimiento ondulatorio; Geogebra.

VII

Design and implementation of a methodology for the teaching-learning process of physics assisted by simulation to improve the students’ satisfaction degree towards learning.

Abstract

The main purpose of this thesis is to investigate if it is possible to increase the level of

satisfaction of eleventh grade students towards the learning of physics, through the

implementation of a teaching methodology based on computer simulations. To this end, a

set of simulations on oscillatory movement and wave motion using the Geogebra software

was designed, working with two groups of students according to the distribution pre-

established by the educational institution. In the control group the subjects were oriented

with the traditional methodology and in the experimental group the traditional methodology

was combined with the application of the computerized simulations.

A questionnaire with open questions was generated, in order to motivate the students to

explore the simulations, in most of the responses of the questionnaire is evident a correct

association between the behavior of the studied phenomena and the variables manipulated

in the simulation, however, in some answers confusion of concepts is evident. A Likert test

composed of 10 questions was constructed, half of them formulated favorably (in favor of

the stimulus sought) and the other half unfavorably (against the stimulus sought). The test

was applied in both groups before and after the implementation of the respective

methodologies, for each question of the test an average value was calculated on a

numerical scale from 0 to 5, the higher the average value of the question the higher the

level of satisfaction of the students towards that specific aspect of the methodology. In the

responses to the Likert test, there were percentage variations that for the control group

ranged between -5.0% and 3.6%, and for the experimental group between 1.3% and 12%,

the experimental group showed greater variation percentage that the control group in the

average value of each of the test questions.

Keywords: computer simulation; level of satisfaction; teaching methodology;

oscillatory movement; wave motion; Geogebra

VIII

Contenido

Pág.

Resumen ............................................................................................................................. VI

Abstract .............................................................................................................................. VII

Lista de Figuras .................................................................................................................. X

Lista de Tablas .................................................................................................................. XII

Lista de Anexos ............................................................................................................... XIV

1. Introducción .................................................................................................................. 17

2. Planteamiento del problema y Justificación ............................................................ 21

3. Objetivos. ...................................................................................................................... 27

4. Marco Teórico ............................................................................................................... 29 4.1. Enseñanza de la Física. ....................................................................................... 31 4.2. Pedagogía. ........................................................................................................... 33 4.3. Motivación en el aprendizaje (Aprendizaje activo). ............................................. 34 4.4. Metodología de enseñanza tradicional. ............................................................... 35 4.5. Simulaciones. ....................................................................................................... 37 4.6. Metodologías de enseñanza empleando simulaciones. ..................................... 40 4.7. Aprendizaje por descubrimiento .......................................................................... 45 4.8. Geogebra.............................................................................................................. 46 4.9. PhET ..................................................................................................................... 47 4.10. Test de Likert. ................................................................................................... 49 4.11. Movimiento armónico simple MAS. .................................................................. 50 4.12. Péndulo simple. ................................................................................................ 52 4.13. Movimiento ondulatorio. ................................................................................... 55

5. Metodología. ................................................................................................................. 57 5.1. Paso 1: Diseño de las simulaciones: ................................................................... 58 5.2. Paso 2: Diseño de los cuestionarios de apoyo. .................................................. 62 5.3. Paso 3: Diseño del test de Likert ......................................................................... 63 5.4. Paso 4: Aplicación de la metodología.................................................................. 65

IX

6. Resultados y Discusión. ............................................................................................. 67 6.1. Paso 1: Diseño de las simulaciones. ................................................................... 67 6.2. Paso 2: Diseño de los cuestionarios de apoyo. .................................................. 70 6.3. Paso 3: Diseño del Test de Likert. ....................................................................... 75 6.4. Paso 4: Aplicación de la metodología.................................................................. 76

6.4.1. Grupo control. ................................................................................................... 76 6.4.2. Grupo Experimental. ......................................................................................... 78

7. Conclusiones. ............................................................................................................... 90

Agradecimientos ............................................................................................................... 92

Nomenclatura .................................................................................................................... 94

Referencias ........................................................................................................................ 95

X

Lista de Figuras

Pág.

Figura 1. Diagrama de cuerpo libre sobre un péndulo simple. Adaptado de (Serway &

Jewett, 2008, p.432) ........................................................................................................... 53

Figura 2. Porcentaje de diferencia entre un ángulo y el valor de la función seno del mismo

ángulo tomado de (Serway & Jewett, 2008, p.433) ........................................................... 54

Figura 3. Forma de una onda periódica sinusoidal elaborado con Geogebra. Elaboración

propia .................................................................................................................................. 56

Figura 4. Simulación 1: Elementos de un MAS. Elaboración propia ................................. 59

Figura 5. Simulación 2: Ecuaciones de un MAS. Elaboración propia ............................... 59

Figura 6. Simulación 3: Energía de un oscilador armónico. Elaboración propia............... 60

Figura 7. Simulación 4: Péndulo simple. Elaboración propia ............................................ 60

Figura 8. Simulación 5: elementos de un movimiento ondulatorio. Elaboración propia ... 61

Figura 9. interfaz gráfica de la simulación “elementos de un MAS”. Adaptada de Geogebra.

Elaboración propia. ............................................................................................................. 67

Figura 10. Interfaz gráfica de la simulación ecuaciones de un MAS. Adaptada de Geogebra.


Figura 11. Interfaz gráfica de la simulación energía de un oscilador armónico simple.

Adaptada de Geogebra. Elaboración propia. ..................................................................... 69

Figura 12. Interfaz gráfica de la simulación: péndulo simple. Adaptada de Geogebra.


Figura 13. Interfaz gráfica de la simulación elementos de una onda. Adaptada de

Geogebra. Elaboración propia. ........................................................................................... 70

Figura 14. Resultados ítems favorables Grupo Control. Adaptada de Microsoft Excel.


Figura 15. Resultados ítems desfavorables Grupo Control. Adaptada de Microsoft Excel.

Elaboración propia. .............................................................................................................. 77

Figura 16. Resultados ítems favorables Grupo Experimental. Adaptada de Microsoft Excel.


Figura 17. Resultados ítems desfavorables Grupo Experimental. Adaptada de Microsoft

Excel. Elaboración propia. .................................................................................................. 79

Figura 18. Comparación calificación promedio de cada ítem antes y después del estudio para

el grupo control. Adaptada de Microsoft Excel. Elaboración propia. .................................... 82

XI

Figura 19. Comparación calificación promedio de cada ítem antes y después del estudio para

el grupo experimental. Adaptada de Microsoft Excel. Elaboración propia. .......................... 83

Figura 20. Simulación de péndulo simple. Fotografía. Elaboración propia. .................... 109

Figura 21. Proyección de simulación mediante video beam. Fotografía elaboración propia.

........................................................................................................................................... 111

Figura 22. Simulación elementos de un movimiento armónico simple. Fotografía

elaboración propia. ........................................................................................................... 111

Figura 23. Simulación energía de un oscilador armónico simple. Fotografía elaboración

propia. ............................................................................................................................... 113

Figura 24. Simulación ecuaciones de un movimiento armónico simple. Fotografía

elaboración propia. ........................................................................................................... 113

Figura 25. Simulación elementos de una onda. Fotografía elaboración propia. ............. 115

XII

Lista de Tablas

Pág.

Tabla 1. Total bienes TIC por sector y zona año 2017. ..................................................... 24

Tabla 2. Total sedes según frecuencia de uso de los bienes TIC en el nivel de educación

media año 2017. ................................................................................................................. 24

Tabla 3. Sedes y uso de los bienes TIC por departamento, zona y tipo de actividad en los

que se utilizan año 2017. .................................................................................................... 25

Tabla 4. Preguntas realizadas en los cuestionarios de apoyo. ......................................... 62

Tabla 5. Ítems del test de Likert aplicado a grupos experimental y de control. ................ 64

Tabla 6. Escala de valoración para los ítems del test de Likert. ....................................... 64

Tabla 7. Simulación 1: Elementos de un MAS. Distribución de respuestas cuestionario de

apoyo................................................................................................................................... 72

Tabla 8. Simulación 2: Ecuaciones de un MAS. Distribución de respuestas cuestionario de

apoyo................................................................................................................................... 72

Tabla 9. Simulación 3: Energía de un oscilador Armónico Simple. Distribución de

respuestas cuestionario de apoyo. ..................................................................................... 73

Tabla 10. Simulación 4: Péndulo simple. Distribución de respuestas cuestionario de apoyo.

............................................................................................................................................. 74

Tabla 11. Simulación 5: Elementos de una Onda. Distribución de respuestas cuestionario

de apoyo. ............................................................................................................................ 74

Tabla 12. Rango de calificación de resultados. ................................................................... 75

Tabla 13. Resultados calificación cualitativa y cuantitativa - ítems favorables Grupo control.

............................................................................................................................................. 77

Tabla 14. Resultados calificación cualitativa y cuantitativa - ítems desfavorables Grupo

control.................................................................................................................................. 78

Tabla 15. Resultados calificación cualitativa y cuantitativa - ítems favorables grupo

experimental........................................................................................................................ 80

Tabla 16. Resultados calificación cualitativa y cuantitativa - ítems desfavorables grupo

experimental........................................................................................................................ 80

Tabla 17. Diferencias en los resultados del test de Likert. ................................................ 81

Tabla 18. Resultados de análisis de varianza ANOVA. ..................................................... 82

Tabla 19. Variación porcentual en la calificación promedio de los ítems del test de Likert. . 83

XIII

Tabla 20. Comparación de promedios entre segundo y tercer periodo para grupo control.

............................................................................................................................................. 84

Tabla 21. Comparación de promedios entre segundo y tercer periodo para grupo

experimental........................................................................................................................ 85

Tabla 22. Resultados consolidados iniciales test de Likert para grupo control (Pre) ..... 105

Tabla 23. Resultados consolidados finales test de Likert para grupo control (Post) ...... 106

Tabla 24. Resultados consolidados iniciales test de Likert para grupo experimental (Pre)

........................................................................................................................................... 107

Tabla 25. Resultados consolidados finales test de Likert para grupo experimental (Post)

........................................................................................................................................... 108

XIV

Lista de Anexos

Pág.

Anexo A. Carta de aceptación para publicación de artículo en revista internacional Información Tecnológica. .................................................................................................. 103

Anexo B. Carta aporte de tesis Institución Educativa La Sagrada Familia. .................... 104

Anexo C. Resultados consolidados test de Likert para Grupo Control. .......................... 105

Anexo D. Resultados consolidados test de Likert para Grupo Experimental. ................. 107

Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo experimental...................................................................................................................... 109

1. Introducción

La labor pedagógica de los docentes actualmente se ve enfrentada a la problemática de la

búsqueda de herramientas que permitan mejorar la motivación en el aprendizaje de los

estudiantes (Díez, 2015), quienes se observan con menos empeño ante el aprendizaje a

través de los métodos de enseñanza tradicionales. De acuerdo a lo anterior y teniendo en

cuenta la posición actual que ocupan las nuevas tecnologías en la sociedad y en particular

en la vida de los jóvenes, se hace necesario incorporarlas al sistema educativo vigente

(Smetana & Bell, 2012), para de esta manera lograr una transformación del enfoque de

enseñanza actual (Huapaya, Arona, & Lizarralde, 2005) hacia un sistema que sea

fácilmente asimilado por cualquier estudiante, independiente de sus características.

En el área de ciencias naturales se genera un gran interés por la investigación de nuevos

métodos de enseñanza (Cardona & López, 2017), debido a que es una de las áreas donde

se observan de forma más evidente las problemáticas en el aprendizaje (Dinescu, Dinica,

& Miron, 2010), sobresaliendo fundamentalmente la dificultad en la enseñanza de la física,

una de las materias con mayores obstáculos en su comprensión (Rubio, 2013).

Generalmente la enseñanza se basa en sistemas tradicionales donde el alumno es sólo

un receptor pasivo de conocimiento (Zuluaga, 2016), además en estos modelos se

pretende transmitir los conocimientos de la misma manera a todos los alumnos, sin

considerar la importancia de las características de personalidad, ritmo de aprendizaje, o

prácticas de estudio particulares, los cuales pueden limitar el nivel de aprendizaje

(Huapaya et al., 2005), generando en muchos casos que el estudiante solo aprenda

momentáneamente, se desmotive y por tanto no interiorice o no reconozca la aplicación

en la vida real de los conocimientos que adquiere, el cual se busca sea perdurable en el

tiempo (Díez, 2015).

Introducción 18

El ideal es identificar la combinación de estrategias de enseñanza tanto tradicionales como

interactivas (libros, videos, simulaciones, etc.), que permitan generar en el estudiante un

mayor interés y estimular su participación en clase (Márquez & Cárdenas, 2008) y por tanto

mejorar la interpretación a través del aprendizaje teórico, práctico y experimental, de forma

que los alumnos tomen el control de su formación, incrementen su interés para poder

relacionar los conocimientos adquiridos con situaciones de la vida cotidiana y de esta forma

mejorar la comprensión de lo aprendido (Zacharia, 2007).

La enseñanza de las ciencias a partir de metodologías no tradicionales, usando

herramientas didácticas, ha sido objeto de varias investigaciones, las cuales se han

enfocado en la implementación de herramientas tecnológicas, algunas basadas en

simulaciones por computadora, otras en prácticas experimentales (Carpenter, Moore, &

Perkins, 2016),(Chang, Chen, Lin, & Sung, 2008), (Smetana & Bell, 2012), (Zacharia,

2007), (Dinescu et al., 2010), (Krobthong, 2015), (Stoica, Paragina, Paragina, Miron, &

Jipa, 2011), (Khudanov et al., 2018), la generalidad de los estudios demuestra la necesidad

de la incorporación de nuevas tecnologías, como por ejemplo software especializado, en

las aulas y otros ambientes laborales de la actualidad, ya que estas herramientas pueden

contribuir a que los estudiantes logren una mayor comprensión; y aprendan más sobre

ciencia (Zucker & Hug, 2008), (Rossi & Baldini, 2008), y su posición frente a ella cambie

favorablemente y por tanto se pueda contribuir con la mejora en la calidad educativa

(Summak, Baǧlibel, & Samancioǧlu, 2010).

Algunos autores afirman que una metodología efectiva debe favorecer los cambios

conceptuales en el entorno de aprendizaje (Zacharia, 2007), logrando un impacto positivo

en la actitud del estudiante hacia el aprendizaje de la física, potenciando sus habilidades

(Jaramillo, 2016) y desarrollando la motivación intrínseca, contando de esta forma con

estudiantes motivados por aprender tanto en el aula como fuera de ésta (Díez, 2015).

Además, las simulaciones aplicadas en la enseñanza de la física pueden contribuir a la

interacción y comunicación bidireccional entre estudiantes y docentes, despertando de

esta forma un mayor interés en la materia (Dega, Kriek, & Mogese, 2013). En la presente

investigación, a partir de la implementación de una metodología de enseñanza asistida por

simulaciones computarizadas, se pretende cuantificar el cambio en el nivel de satisfacción

Introducción 19

hacia el aprendizaje de la física. Se busca promover la exploración autónoma de las

simulaciones a través de unas preguntas guía que se proporcionan mediante un

cuestionario de apoyo.

El presente trabajo se estructura como se describe a continuación:

En el capítulo 1 se realizó la introducción a la temática a tratar, en el capítulo 2 se realizará

una descripción del problema y se hará la discusión respectiva, estos permitirán dar a

conocer la generalidad del tema tratado y contextualizar la situación de partida. En el

capítulo 3 se describirán los objetivos del presente trabajo y en el capítulo 4 se expondrá

el marco teórico donde se abordarán contenidos específicos relacionados con la temática,

el cual describe la teoría de diferentes metodologías de enseñanza por simulaciones y

algunas temáticas relacionadas con la asignatura física, a partir de las cuales se realizó el

estudio respectivo y se puntualizará por qué se ha escogido la metodología determinada

para este proyecto, en el capítulo 5 se detallará la metodología empleada y los pasos para

llevarla a cabo. En el capítulo 6 se describen los resultados y discusión para las

simulaciones, cuestionarios de apoyo y test de Likert aplicados y finalmente en el capítulo

7 se abordarán las conclusiones del trabajo.

21

2. Planteamiento del problema y Justificación

La motivación es un componente fundamental en cualquier proceso de aprendizaje, y

depende de factores tanto internos como externos, entre los factores externos se tiene el

entorno escolar, la pedagogía y didáctica utilizada, la relación de lo enseñado con la

experiencia cotidiana, la empatía generada entre el profesor y sus estudiantes o entre los

mismos estudiantes, entre los factores internos se pueden listar, el bienestar físico y

sicológico de los estudiantes, el conocimiento previo acerca de los temas estudiados, etc.

Lin, Yen & Wang (2018) afirman: “A nivel individual, la motivación hacia el aprendizaje se

puede concebir como un tipo de motivación intrínseca que persiste en los aprendices, la

cual puede ejercer una influencia en el desempeño del aprendizaje al interactuar con el

método de aprendizaje” (p.31).

Algunos estudios evidencian que el método tradicional de enseñanza se queda corto en el

propósito de transmitir eficazmente el conocimiento y más aún propicia apatía en los

estudiantes hacia el aprendizaje. La metodología de enseñanza tradicional no es atractiva

para los estudiantes, por lo tanto, desarrollar nuevas metodologías basadas en TICs puede

incrementar el interés de los estudiantes por el aprendizaje de la física (Renata & Jana,

2012), además los estudiantes presentan mayor motivación y disposición al aprendizaje

cuando se involucran en él las TICs (Erixon, 2010).

La importancia de relacionar los conocimientos teóricos y experiencias prácticas con el

aprendizaje teórico impartido en las clases tiene más valor para los estudiantes que tienen

gusto especial por el aprendizaje de la física, y aquellos que no tienen este mismo tipo de

gusto, solo ven esta materia como un requisito más por cumplir dentro de su programa

curricular y muestras desaprobación por ella (Sunal et al., 2016).

Planteamiento del problema y Justificación 22

Los cursos de física generalmente están conformados por contenidos con un nivel alto de

complejidad en sus conceptos, los cuales requieren un nivel de conocimiento en las áreas

de matemáticas, lo anterior complejiza el aprendizaje y puede llevar a que los estudiantes

desarrollen actitudes desfavorables con este tipo de cursos por su predisposición a los

conceptos complejos (Ozcan & Gercek, 2015).

De acuerdo a (Pyatt & Sims, 2012) los estudiantes muestran una actitud positiva hacia el

empleo de laboratorios virtuales, argumento que sustentan en un alto porcentaje de

afirmaciones positivas tales como: disfruto aprendiendo en un computador, las

simulaciones computarizadas son una buena forma para aprender procesos y conceptos,

las simulaciones computarizadas me permiten estudiar problemas que son más complejos

y realistas que los laboratorios habituales.

(Chen & Wu, 2012) en su investigación sobre la interacción de variables cognitivas y

motivacionales en la eficacia de una plataforma online para el aprendizaje de la física,

describen los objetivos de aprendizaje como el deseo de saber y entender, mientras que

la necesidad cognitiva la definen como la necesidad de pensar y conocer a un nivel más

profundo, esta distinción es importante ya que estos factores impactan el desempeño en

el proceso de aprendizaje.

Los estudiantes de la institución educativa La Sagrada Familia del municipio de Palestina

están inmersos en un contexto sociocultural que podría incidir en el nivel de motivación

hacia el aprendizaje; problemáticas tales como familias disfuncionales, violencia

intrafamiliar, padres desempleados, drogadicción, trastornos de aprendizaje, entre otros

son comunes entre los habitantes. A nivel cognitivo la mayoría de los estudiantes

evidencian vacíos conceptuales en el manejo de procedimientos matemáticos y un bajo

nivel de interés por la formación académica, esto se puede deber a que los estudiantes no

ven una aplicación práctica inmediata de los conceptos enseñados para solucionar

problemas asociados a su contexto diario. Los estudiantes participantes en esta


investigación pertenecen a los grados, undécimo uno y undécimo dos. La malla curricular

de la asignatura física para el grado undécimo está distribuida de la siguiente manera

▪ Primer periodo: mecánica de fluidos y termodinámica (10 semanas, 3 horas

semanales).

▪ Segundo periodo: movimiento armónico simple y movimiento ondulatorio (10

semanas, 3 horas semanales).

▪ Tercer periodo: sonido y óptica (10 semanas, 3 horas semanales).

▪ Cuarto periodo: electricidad y magnetismo. (10 semanas, 3 horas semanales).

El uso de simulaciones permite construir ambientes virtuales e interactivos en los cuales

los estudiantes pueden analizar las relaciones entre conceptos físicos y modelos

matemáticos. Relacionar lo que se enseña con el mundo real, los hechos y experiencias

del alumno. Con la implementación de la metodología de enseñanza asistida por

simulación, en la asignatura física para los estudiantes del colegio La Sagrada Familia del

municipio de Palestina se espera aumente la motivación de los estudiantes hacia el

aprendizaje, proporcionando una herramienta tecnológica, innovadora en el ámbito local,

que impacte positivamente la percepción que los estudiantes tienen acerca de que los

cursos de física, los cuales ven como contenidos aburridos, difíciles de comprender y sin

relación alguna con la realidad cotidiana.

Es por esto por lo que la enseñanza a través de herramientas didácticas puede convertirse

en una herramienta eficaz para la transformación cultural en las aulas, y pasar así de tener

estudiantes solo pasivos a ser participantes más activos en su proceso de aprendizaje.

Pregunta de Investigación:

¿Es posible incrementar el nivel de satisfacción hacia el aprendizaje de la física, de los

estudiantes de grado 11 de la institución educativa La Sagrada Familia, a través de la

implementación de una metodología de enseñanza basada en simulaciones

computarizadas?


Justificación:

Social: Lograr un acercamiento de la comunidad estudiantil hacia las tecnologías de la

información y la comunicación TICs, en concordancia con las políticas del Ministerio de

Educación Colombiano por dotar con infraestructura tecnológica las instituciones

educativas y disminuir los niveles de analfabetismo tecnológico. La tabla 1 muestra la

distribución de bienes relacionados con tecnologías de la información y comunicación TIC

en instituciones educativas oficiales del municipio de Palestina de acuerdo con la zona y

el sector para el año 2017. En la tabla 2 se muestra la frecuencia de uso de los bienes TIC

para las instituciones educativas del departamento de Caldas en el nivel de educación

media en 2017.

Tabla 1. Total bienes TIC por sector y zona año 2017.

Departamento / Municipio TOTAL Oficial

Urbano Rural Total

CALDAS PALESTINA 1.957 339 1.618 1.957 Dane. (2017). Educación formal total bienes TIC por sector y zona año 2017. Recuperado de

http://www.dane.gov.co/index.php/estadisticas-por-tema/educacion/poblacion-escolarizada/educacion-

formal#informacion-2017-por-departamento

Tabla 2. Total sedes según frecuencia de uso de los bienes TIC en el nivel de educación media año 2017.

Departamento.

Al menos una

vez a la

semana, pero

no todos los

días.

Al menos

una vez al

mes, pero

no cada

semana.

Al menos una

vez al mes,

pero no todos

los meses del

año.

Ningún

día de la

semana.

Todos los

días de la

semana.

Caldas 163 0 2 1 92

Dane. (2017). Educación formal total sedes según frecuencia de uso de los bienes TIC en el nivel de media

año 2017. Recuperado de http://www.dane.gov.co/index.php/estadisticas-por-tema/educacion/poblacion-

escolarizada/educacion-formal#informacion-2017-por-departamento

En la tabla 1 se puede evidenciar que la mayor cantidad de bienes TIC se encuentran

asignados en el sector rural, debido a que en el municipio de Palestina la mayoría de las

instituciones se encuentran ubicadas en veredas, mientras que en el casco urbano solo se

encuentra la institución educativa La Sagrada Familia con sus dos sedes primaria y


secundaria. Por otra parte de la tabla 2 se puede visualizar que la mayor parte de las

instituciones educativas en el nivel de educación media del departamento de Caldas,

utilizan los bienes TIC al menos una vez por semana.

La tabla 3 presenta los tipos de actividades en que se emplean los bienes TIC en las

instituciones educativas del municipio de Palestina para el año 2017.

Tabla 3. Sedes y uso de los bienes TIC por departamento, zona y tipo de actividad en los que se utilizan año 2017.

Departamento/ Municipio

Oficial

Exposición y enseñanza de los contenidos curriculares en red (intranet)

Consulta de contenidos pedagógicos, mediante buscadores en internet

Aprendizaje y evaluación del aprendizaje utilizando la plataforma virtual

Total sedes

CALDAS PALESTINA 12 13 14 39 Dane. (2017). Educación formal sedes y uso de los bienes TIC por departamento, zona y tipo de actividad en

los que se utilizan año 2017. Recuperado de http://www.dane.gov.co/index.php/estadisticas-por-

tema/educacion/poblacion-escolarizada/educacion-formal#informacion-2017-por-departamento

De la tabla 3 se puede concluir que los bienes TIC son utilizados en proporciones similares

para las actividades de exposición y enseñanza de contenidos en intranet, consulta de

contenidos pedagógicos en internet y aprendizaje y evaluación del aprendizaje a través de

plataformas virtuales.

Académica: dinamizar el proceso de enseñanza aprendizaje de la física, aumentar la

motivación de los estudiantes en clase y ampliar los resultados de la investigación hacia

otras temáticas de la física e incluso otras asignaturas.

Personal: a través de la experiencia como docente he percibido que los temas de

movimiento oscilatorio y ondulatorio presentan un nivel de complejidad alto para los

estudiantes de nivel de educación media (grados décimo y undécimo), por tal motivo busco

implementar una metodología que permita al estudiante visualizar los fenómenos

asociados a este tipo de movimientos, con el fin de aumentar la comprensión y motivación

hacia estos temas.


Económica: la utilización de simulaciones computarizadas permite la realización de

prácticas empleando elementos ya existentes en la institución tales como tablets y

computadores, permitiendo la reducción de costos comparado con otras alternativas tales

como la adquisición de elementos de laboratorio, cabe aclarar que en el colegio existen

kits para desarrollar algunas prácticas, sin embargo, no se encuentran en óptimas

condiciones (están dañados, incompletos u obsoletos).

Hipótesis general de la investigación

Los estudiantes de grado 11 que aprenden física a través de una metodología de

enseñanza basada en simulaciones computarizadas, alcanzarán una mayor variación

porcentual en el nivel de satisfacción hacia al aprendizaje que los estudiantes que

aprenden física a través de una metodología tradicional de enseñanza.

Objetivos. 27

3. Objetivos.

Objetivo general: Diseñar una metodología que permita mejorar el nivel de

satisfacción hacia el aprendizaje de la física en los estudiantes de grado undécimo

del colegio la sagrada familia, a través de simulaciones computarizadas, con el fin

de mejorar la motivación.

Objetivos específicos:

• Diseñar e implementar una metodología de enseñanza de la física con

estudiantes del grado 11 del Colegio La Sagrada Familia empleando el

software GeoGebra.

• Comparar el nivel de satisfacción de los estudiantes del grado 11 del Colegio

La Sagrada Familia, para la metodología implementada, frente a la

metodología de enseñanza tradicional aplicando un test de Likert

Marco Teórico 29

4. Marco Teórico

La física es una asignatura del área de ciencias naturales que trata los temas de materia,

energía, movimiento y fuerza. El aprendizaje de esta materia cobra importancia ya que

tiene una aplicación directa con fenómenos de la vida diaria de las personas, las cuales en

la mayoría de casos tienen cierta prevención por su aprendizaje, pues la consideran de

gran dificultad, muchas veces por la forma como la presentan en las instituciones

educativas, en donde se exponen números, fórmulas, gráficos y demás explicaciones muy

conceptuales y no prácticas, es por esto que es necesario desarrollar métodos de

enseñanza que permitan a los estudiantes aprovechar sus conceptos para llevarlos a una

aplicación práctica de los mismos. (Saleh & Subramaniam, 2018)

El proceso de aprendizaje de la física plantea ciertas dificultades a los estudiantes, algunas

de estas son por ejemplo que éstos no identifican la relación entre los fenómenos físicos y

sus modelos matemáticos, no tienen claro las condiciones bajo las cuales una formula

puede ser aplicada, no distinguen las diferencias entre cantidades vectoriales y cantidades

escalares. Su conocimiento matemático está mal fundamentado pues tienen vacíos

conceptuales de aprendizajes anteriores, tienen problemas para comprender conceptos

abstractos, presentan bajo nivel de motivación (Aykutlu, Bezen, & Bayrak, 2015). Taub,

Armoni, Bagno, & Ben-ari (2015) afirman: “los estudiantes de bachillerato y universidad

enfrentan muchas dificultades cuando manejan formulas físicas, tales como falta de

comprensión de sus componentes o de las relaciones físicas entre los dos lados de una

fórmula” (p.10). Adicionalmente los estudiantes en su contacto previo con fenómenos

físicos de la cotidianidad desarrollan una serie de ideas y preconceptos, Aykutlu et al.

(2015) plantean que: “Los estudiantes asisten a las clases de física bajo la impresión de

su conocimiento previo, actitudes creencias y valores. Esto los lleva a tener opiniones y

prejuicios que involucran ideas incompletas o científicamente inexactas” (p.391). Un

Marco Teórico 30

proceso de enseñanza exitoso debe tener cuenta la forma en que los aprendices

interpretan los conceptos estudiados, tomando en cuenta los conceptos previos que dichos

aprendices tienen.

El tiempo asignado para el aprendizaje de los contenidos es en la mayoría de los casos

insuficiente, en algunos establecimientos educativos la experimentación es poca o nula.

En muchas instituciones los docentes se ven enfrentados a orientar asignaturas que no

dominan completamente, pues su perfil profesional no se corresponde con la carga

académica que reciben (Sunal et al., 2016), además estos autores analizan las

perspectivas de diferentes docentes acerca de su práctica educativa en escuelas

secundarias, algunos de los docentes entrevistados que no han sido formados

específicamente como educadores manifiestan que, a pesar de tener un amplio dominio

conceptual de los temas enseñados, presentan fallas al tratar de transmitir efectivamente

este conocimiento a sus estudiantes y lograr que ellos piensen críticamente sobre lo que

deben hacer en clase.

En muchos casos las instituciones educativas realizan inversiones en tecnología, pero no

existe la certeza de que estas sean empleadas de manera eficaz por los docentes, en

muchas ocasiones se puede deber a que estos no tienen la preparación suficiente para

una adecuada aplicación, esto podría llevar a ineficiencias en la aplicación de estas

herramientas por parte de los docentes (El Shaban & Egbert, 2018). Es importante

considerar que para que el aprendizaje sea efectivo se debe generar una mayor interacción

entre estudiante y maestro para obtener reciprocidad en el proceso de enseñanza

(Dukuzumuremyi & Siklander, 2018).

La mayor parte del aprendizaje puede ocurrir fuera del aula, en lugares como jardines

botánicos, museos, planetarios y otros ambientes que permitan a los estudiantes adquirir

y aplicar conocimientos en ambientes informales de una forma práctica y más duradera

(Marcus, Haden, & Uttal, 2018), es por esto que es importante encontrar un método de

enseñanza ideal que contribuya a este relacionamiento teórico – práctico.

Marco Teórico 31

4.1. Enseñanza de la Física.

La física es una asignatura dentro del área de las ciencias naturales que se fundamenta

básicamente en tratar la materia, la energía y demás fenómenos asociados, su aprendizaje

es fundamental por su aplicación a la vida cotidiana y los fenómenos que ocurren (Pehlivan

& Köseo, 2011) (Saleh & Subramaniam, 2018) y es generalmente una materia de

obligatorio curso para muchas carreras existentes (Hsu & Hsu, 2012). A pesar de esto la

física siempre ha sido considerada como una de las materias con más dificultad en su

aprendizaje, más que en química o biología, pues está conformada en su mayoría de veces

por muchas fórmulas, experimentos, gráficas, cálculos y explicaciones conceptuales

(Saleh & Subramaniam, 2018). Evidentemente existe una disminución del interés por las

disciplinas científicas entre los estudiantes de secundaria, lo cual pone en peligro su

preparación y por el convertirse en profesionales competentes de acuerdo a las exigencias

del siglo actual (Cruz, 2015).

Actualmente se observa que existe mucha deserción escolar y en la mayoría de casos por

materias como matemáticas y ciencias físicas, y aquellos que aprueban los grados finales

no llegan a estar realmente preparados para aprobar un examen de admision en una

universidad, algunos precursores de esta problemática se centran en algunos casos en los

bajos niveles de formacion docente, restricciones financieras y de capital humano

capacitado, crisis del sistema educativo actual en algunos paises (Chetty, 2015).

Los laboratorios de física tradicionalmente se basan en llevar a cabo instrucciones de paso

a paso, por lo cual los estudiantes en la mayoría de casos ajustan los resultados

experimentales a la teoría conocida, sin haber un análisis más allá de los resultados,

además, por el poco tiempo que se dedica a este tipo de prácticas, el estudiante

generalmente cuenta con pocos datos y por tanto la precision de los ensayos es mucho

menor, por lo cual se limita la investigacion científica y continúa como enfoque fundamental

la memorizacion de teoría, es por esto que se evidencian falencias en los procesos de

investigación llevados a cabo por los estudiantes (Liu, Wu, Wong, Lien, & Chao, 2017).

Marco Teórico 32

La actual sociedad exige profesionales capacitados en tecnología y con alto grado de

interés por las disciplinas científicas, países como Estados Unidos dependen cada vez

más de la ciencia, tecnología, ingeniería y las matemáticas (STEM) para su competitividad

e innovación (Boyce et al., 2019). Para esto es importante que se fortalezca la integración

del conocimiento científico y la investigación con las practicas escolares (Mayorova,

Grishko, & Leonov, 2018).

Es por esto que uno de los principales objetivos de los educadores para este siglo es la

investigacion, debiendo por tanto predominar la enseñanza y aprendizaje de la indagación

(Wang & Jou, 2016). Una de las formas de mejorar la comprensión de temáticas en el

campo de la física, es el uso de analogías, lo cual permite sacar conclusiones debido a la

relación existente con una idea ya conocida, permitiendo que con la imaginación se dé

sentido a una situación cotidiana particular (Cruz, 2015). Además otros métodos de

enseñanza como el Método de enseñanza basado en el cerebro BBTM (Brain-Based

Teaching Method) muestran que mejoran los resultados de los procesos de enseñanza de

la física comparados con los métodos tradicionales, de forma que se saque provecho de

todo el potencial que tienen los estudiantes (Saleh & Subramaniam, 2018).

Se enmarca la importancia de que aquellos que quieran estudiar los fenómenos físicos

tengan un pensamiento creativo y a la vez crítico, de forma que sean capaces de ver en la

vida cotidiana las relaciones existentes entre la ciencia y la tecnología (Pehlivan & Köseo,

2011). Es por lo tanto fundamental impulsar en los estudiantes sentimientos positivos hacia

la física, ya que de esto depende un buen resultado en cuanto a su educación y por lo

tanto hacia la consecución de logros en este campo de aplicación (Pehlivan & Köseo,

2011).

Marco Teórico 33

4.2. Pedagogía.

El uso de la tecnología ha llevado a cambios sin precedentes en el sistema educativo

actual, la incursión de nuevos métodos de enseñanza como por ejemplo la educación

virtual, educación a través de simulaciones, entre otras, han llevado a evaluar los modelos

pedagógicos aplicados actualmente y a desarrollar modelos pedagógicos acordes a las

necesidades actuales (Alfred, Neyens, & Gramopadhye, 2019).

En algunos casos los maestros tienen arraigadas costumbres y actitudes que influyen en

los métodos de enseñanza, por lo cual es un aspecto clave es la conciencia del docente

para reconocer si las estrategias que está empleando son adecuadas, característica

fundamental de profesionales pedagógicamente sensibles, los cuales pueden ser

competentes en este ámbito (Belo, Driel, Veen, & Verloop, 2014).

El conocimiento profesional del docente es la herramienta esencial para el aprendizaje por

parte de los estudiantes, además es fundamental que los docentes tengan un buen dominio

tanto de la temática a dictar como de la pedagogía aplicada (Evens, Elen, Larmuseau, &

Depaepe, 2018). Dadas las falencias actuales de los estudiantes en algunas temáticas, se

requiere que los maestros cuenten con un conjunto de habilidades altamente desarrolladas

para ayudar en el desarrollo del compromiso de los estudiantes con las asignaturas y

temáticas vistas (Wood, Taylor, Atkins, & Johnston, 2018).

La formación docente es por tanto en el siglo XXI un gran esfuerzo de actualización

constante, y de esta dependerá la base para una sociedad en proceso de cambio, es por

esto que se requiere docentes con conocimientos, habilidades y competencias que

permitan a las instituciones educativas promover los cambios en el sistema actual, el cual

debe tener un enfoque directamente relacionado con las nuevas tecnologías e intereses

de la sociedad, el maestro será clave para el éxito de cualquier institución y sistema

educativo, la formación de estos docentes deberá por tanto estar enfocada en la

implementación de pedagogías basadas en la innovación, teniendo como base

fundamental el aprendizaje de nuevas herramientas pedagógicas, adaptándolas por tanto

Marco Teórico 34

a sus entornos de trabajo y logrando el aprendizaje por medio de la interacción (Avidov &

Forkosh, 2018).

4.3. Motivación en el aprendizaje (Aprendizaje activo).

Las asignaturas en las cuales la base fundamental es el aprendizaje tradicional basado en

lecturas y talleres ha hecho que los estudiantes de la era digital pierdan la motivación para

el desarrollo de los cursos. Lo anterior afecta altamente el desempeño del estudiante y por

tanto el tiempo de dedicación al curso, es fundamental por tanto tener un estudiante

motivado, con alto grado de competitividad y autonomía en su aprendizaje (Schneider,

Nebel, Beege, & Rey, 2018).

Una de las tendencias actuales para la integración de las nuevas tecnologías a las aulas

es el modelo de aula invertida, el cual consiste en que los estudiantes entiendan y

comprendan los contenidos de un curso antes de asistir a clase viendo conferencias

grabadas en video, esto altera el proceso de aprendizaje y facilita que se desarrolle un

aprendizaje más autónomo y mejora la comunicación entre los integrantes del curso,

brindando como resultado una mejora en el rendimiento de los alumnos, la motivación, el

compromiso y la interacción, pero para esto no solo basta con dar unas simples

indicaciones a los estudiantes, el docente tendrá la tarea de dar una instrucción llamativa

la cual genere motivación en el estudiante para la aplicación de este método (Zainuddin,

2018). Adicionalmente otros estudios relacionan que se observan cambios en los

resultados del aprendizaje cuando se incorporan estrategias de aprendizaje activo en las

aulas (Rockich, Train, Rudolph, & Gillette, 2018). En la actualidad, uno de los marcos más

populares para explorar la motivación de los alumnos es el marco L2MSS (second

language motivational self system) (Calafato & Tang, 2018).

Las tecnologías de la información y comunicaciones TIC han introducido muchos desafíos

al sistema educativo actual, es por tanto inevitable que se requieran grandes cambios en

los modelos de enseñanza, y se ha demostrado que el aprendizaje basado en simulaciones

da un enfoque diferente en los entornos escolares, mejorando la motivación en los

Marco Teórico 35

estudiantes y los resultados obtenidos (Lin et al., 2018). Se requiere entonces considerar

la motivación como un eje fundamental de gran influencia en las habilidades y efectividad

del proceso de enseñanza (Cook et al., 2018).

El aprendizaje deberá por tanto ser interactivo y dinámico de manera que genere en los

estudiantes emociones y motivación en todo el proceso de enseñanza (Järvenoja, Järvelä,

& Malmberg, 2017). Por tanto el aprendizaje activo en los estudiantes, conformado por la

motivación y una variedad de conocimientos teóricos, será fundamental para su

aprendizaje y le ofrecerá más probabilidades de mejorar sus resultados y ser exitoso (Lin,

Zhang, & Zheng, 2017).

4.4. Metodología de enseñanza tradicional.

Durante muchos años el enfoque de la enseñanza tradicional se ha visto enmarcado en

un modelo en donde el docente deja en responsabilidad de sus alumnos la realización de

tareas asociadas a temas dictados en clase (Guise, Habib, Thiessen, & Robbins, 2017).

Además los estudiantes opinan que esta enseñanza se fundamenta principalmente en

tomar apuntes en clase, tomar notas de presentaciones en PowerPoint, sacar conclusiones

de una lectura o simplemente una práctica experimental la cual es muy ocasional (Sunal

et al., 2016). Lo anterior puede ser una causa para que una gran cantidad de aprendices

presenten una actitud poco proactiva frente a los temas de estudio, sin mostrar interés

alguno para la participación activa, la cual es considerada indispensable para el desarrollo

del estudiante (Olokundun et al., 2018)

En el modelo pedagógico tradicional, el profesor es considerado el transmisor del

conocimiento y los estudiantes tienen el papel de receptores pasivos de dicho

conocimiento. En el ámbito de las matemáticas y las ciencias, los estudiantes aprenden

una cantidad de fórmulas y procedimientos para realizar operaciones, pero no son guiados

a través de un proceso de pensamiento crítico aplicado a la resolución de problemas, es

decir, no se propician espacios para que el estudiante reflexione el por qué debe usar

dichas operaciones en determinados eventos (Garcia & Pacheco, 2013). Dictar clases es

Marco Teórico 36

por tanto un componente fundamental de los modelos de enseñanza actuales, incluidos

modelos como los basados en enseñanza basada en problemas (Jia et al., 2017)

En muchos centros educativos la metodología de enseñanza de la física y de las ciencias

en general, se restringe a enseñar a los estudiantes a memorizar un conjunto de fórmulas

que se deben aplicar de una forma determinada, esto disminuye en gran medida la

capacidad de análisis y abstracción del estudiante, el uso de variables y conceptos

algebraicos no es tan directo como las demostraciones gráficas, dichas demostraciones

pueden servir como punto de partida para comprender las relaciones de proporcionalidad

que pueden llegar a existir entre ciertas variables.

La mayor parte del tiempo, los estudiantes centran su aprendizaje en la elaboración de

trabajos, exposiciones y otros trabajos en entornos ya sean individuales o grupales y en

algunos de estos casos pueden hacer uso total o parcial de herramientas computacionales,

además durante la exposición de temas y transmisión de conocimiento de los maestros

hacia los estudiantes estas herramientas se utilizan, pero no permiten un aprovechamiento

total de sus funcionalidades, por tanto no se podrá garantizar una mejora en el proceso de

aprendizaje de los estudiantes (Álvarez, Martín, Fernández, & Urretavizcaya, 2013).

Estudios como el de (Stern, Echeverría, & Porta, 2017) en donde se dictaba la asignatura

de física, se asignó una actividad de desarrollo de un experimento empleando metodología

tradicional, es decir, recibieron ciertas instrucciones que debían llevar a cabo, los

estudiantes coincidieron en encontrar ésta aburrida, además de asegurar que no aprenden

nada. Se espera que los estudiantes tengan una visión más amplia del experimento, pero

no se les da la suficiente libertad para pensar y proponer alternativas, un gran error en el

que incurren las instituciones si quieren dar un enfoque investigativo.

Es importante que los modelos de enseñanza estén enfocados en generar mejoras

significativas y aprendizaje de calidad, la cual permita aplicar los conocimientos en la

práctica, lo cual es uno de los principales retos en el proceso de aprendizaje. Lo anterior

se dificultará lograr a través de un sistema de educación pasivo apoyado solamente en

metodologías tradicionales (Chilton, He, Fountain, & Alfred, 2018).

Marco Teórico 37

Estudios como el realizado por (Hidalgo & Lopez, 2018) muestran que los modelos de

enseñanza tradicionales aumentan el conocimiento y que los modelos nuevos permiten

mejorar las habilidades cognitivas.

Otros estudios como el realizado por (Alfred, Neyens, & Gramopadhye, 2018) indican que

en muchos casos la educación de laboratorio requiere de habilidades técnicas que se

logran solo con la práctica, algo que en los entornos de aprendizaje por simulación es difícil

lograr, pero existe una ventaja del aprendizaje simulado frente al presencial y es que este

puede permitir al estudiante aprender con mayor seguridad, a su propio ritmo y en horarios

más flexibles. Es importante mencionar que todos los resultados dependerán del nivel y

desarrollo cognitivo del estudiante en particular.

Por lo tanto, es importante establecer la gran necesidad actual por desarrollar métodos de

enseñanza nuevos o mejorar los establecidos, de forma que se permita una mayor

aplicación práctica de los conocimientos en los estudiante (Tortorella & Cauchick-miguel,

2018).

4.5. Simulaciones.

Una simulación computarizada se realiza mediante algún tipo de software que permita

imitar el comportamiento de un fenómeno, en el campo de la física las simulaciones se

sustentan en un modelo matemático que describa adecuadamente el comportamiento de

un sistema ante el cambio de algunas variables. Sin embargo, no cualquier herramienta

multimedia o sustentada en las tecnologías de la información y comunicación (Tics) es una

simulación. La posibilidad de que el usuario pueda interactuar con el sistema es una

característica que distingue una simulación de una simple animación (Rutten, Van

Joolingen, & Van Der Veen, 2012). La idea basada en datos proporcionará a los científicos

herramientas más importantes para apoyar su descubrimiento en el futuro. (Wu & Zhang,

2019).

Mediante la utilización de simulaciones computarizadas se pueden propiciar interacciones

de aprendizaje entre los mismos estudiantes o entre los estudiantes y sus docentes lo cual

puede impactar positivamente el proceso de aprendizaje desde un punto de vista

Marco Teórico 38

constructivista (Dega et al., 2013). Además (Jimoyiannis & Komis, 2001) afirma que el uso

de simulaciones permiten al docente despertar un mayor compromiso de los estudiantes,

obteniendo resultados en un tiempo menor que en un salón de clase o hasta en un mismo

laboratorio de física.

Dada la flexibilidad y velocidad de los computadores en la actualidad se puede ejecutar un

gran número de simulaciones en un corto periodo de tiempo (Concari, Giorgi, Cámara, &

Giacosa, 2006) disminuyendo costos de operación porque se reduce o elimina el

desperdicio de materiales. “La simulación computarizada al permitir a los estudiantes

explorar y probar predicciones, puede también facilitar el desarrollo de la comprensión

científica de los estudiantes acerca de los conceptos …” (Sarabando, Cravino, & Soares,

2016, p. 116). Una simulación computarizada permite entender las causas de

determinados fenómenos físicos o evaluar la validez de ideas previas (Sarabando,

Cravino, & Soares, 2014).

La forma de distribuir los estudiantes para la realización de las prácticas, es un elemento

clave a tener en cuenta, que depende entre otras cosas del número de equipos disponibles

para asignar, sin embargo, otras consideraciones de tipo cognitivo, como por ejemplo el

aprendizaje colaborativo a través de la discusión pueden influenciar la actitud que los

estudiantes adopten hacia el trabajo propuesto. En la investigación de (Stephens &

Clement, 2015) se dice que algunos docentes tienen una creencia generalizada de que las

simulaciones son más efectivas cuando son implementadas a través de pequeños grupos

de trabajo, sin embargo, los resultados de la investigación sugieren una ligera tendencia a

favor de la presentación de las simulaciones a través de exposición a un grupo completo.

Es también importante exponer el punto de vista de algunos autores que muestran las

desventajas existentes en el uso de las simulaciones en los procesos de enseñanza.

Algunos sicólogos educativos consideran que el uso excesivo de la enseñanza asistida por

computador puede distraer la atención de los estudiantes, dificultando el proceso de

transmisión de información (Dai & Fan, 2012), en algunos casos los educadores se

equivocan al creer que las simulaciones computarizadas son efectivas por si solas al

comunicar modelos complejos a los estudiantes (Stephens & Clement, 2015).

Marco Teórico 39

En el desarrollo histórico de la física, el aprendizaje tradicionalmente ha estado basado en

la experimentación, aunque la física se divide tanto en teórica como experimental, y en la

observación de fenómenos reales, el uso de TICs o de simulaciones puede hacer que los

estudiantes pierdan la conexión con la realidad (Erixon, 2010).

Algunos autores señalan como dificultad para la implementación del uso de simulaciones,

el desconocimiento de los estudiantes en el manejo básico de programas de computador

y destacan la necesidad de incorporar cursos de instrucción en sistemas para los

estudiantes de secundaria (Bacon & Swithenby, 1996). Existe y sobre todo en los centros

educativos rurales un relativo analfabetismo tecnológico debido a la carencia de equipos

adecuados para la enseñanza y la articulación de los contenidos. Aunque cabe destacar

el aporte que en este campo realiza el gobierno colombiano a través de su programa

computadores para educar. Además, las preguntas planteadas deben dirigir el aprendizaje

suscitando nuevas preguntas y creando motivación para el proceso de aprendizaje

(Ajredini, Izairi, & Zajkov, 2014). Proveer acceso al software sin ofrecer modelos de

enseñanza o soporte al aprendizaje puede llevar al no cumplimiento de los objetivos

propuestos (Sarabando et al., 2016).

Existen programas que tienen la capacidad de monitorear los hábitos de los usuarios al

interactuar con ellos, hábitos tales como: tiempo dedicado a la realización de los trabajos

y horarios frecuentes de acceso al programa, esta información permite entre otras cosas

saber que temas particulares presentan mayor dificultad a los estudiantes (Harrison, 1996).

Algunas plataformas como moodle y blackboard aunque no son software de simulación

propiamente dichos, sino más bien plataformas educativas que permiten la incorporación

en su contenido de aplicaciones de simulación, permiten llevar a cabo el registro de los

hábitos de uso de los usuarios.

La simulación debe presentar los contenidos de una manera atractiva, mediante recursos

visuales, animaciones y la oportunidad de que el usuario pueda manipular diferentes

parámetros que le permitan tener conclusiones respecto a varias preguntas que se den

respecto al fenómeno que se esté analizando.

Existen actualmente diferentes opciones de software para la simulación de fenómenos

físicos, desde aplicaciones comerciales hasta software de uso libre bajo diferentes

Marco Teórico 40

acuerdos de licencia, entre los más populares se encuentra el proyecto PhET de la

universidad del colorado, que presenta un conjunto de simulaciones programadas a través

de diversos lenguajes como java y html5, y que cubren diferentes áreas de las ciencias y

matemáticas. También existen programas como Geogebra, que no es específicamente un

software de simulación, sin embargo, debido a su capacidad para manejar lenguaje

algebraico y a la característica dinámica del mismo que permite incluir gráficos, funciones,

figuras geométricas, transformaciones geométricas, así como imágenes y texto, se

convierte en una herramienta útil para programar simulaciones de fenómenos físicos.

4.6. Metodologías de enseñanza empleando

simulaciones.

Los modelos utilizados en la enseñanza de la física y sobre todo a nivel de secundaria,

implican una serie de simplificaciones y por lo tanto presentan un modelo idealizado que

difiere del fenómeno que se podría presentar en la realidad, estos niveles de complejidad

variables pueden ser incorporados en una simulación, McKagan, Handley, Perkins, &

Wieman, (2008) emplearon una simulación para la enseñanza del efecto fotoeléctrico, en

la cual el usuario podía escoger entre un modelo simple y uno realista. Dado que la

complejidad del fenómeno estudiado puede variar, la instrucción suministrada al usuario

debe enfatizar los diferentes niveles de abstracción expresados en la simulación

computarizada (Taub et al., 2015).

Según (Wang, Zhang, Du, & Wang, 2018), el aprendizaje mediado por tecnología (TML)

es un entorno en el que las interacciones de todos los actores involucrados tienen de por

medio tecnologías de la información. Con la entrada de la tecnología de la información en

la sociedad, la incorporación de esta a la vida cotidiana se ha convertido en el núcleo del

proceso de aprendizaje (Chiu, Tasi, Yang, & Guo, 2019). En los últimos años, se han

logrado avances significativos en las tecnologías de la información, Internet y los sistemas

multimedia han permitido crear herramientas para la mejora de la calidad del

aprendizaje.(Hamidi & Chavoshi, 2018). Este tipo de entornos de aprendizaje pueden

Marco Teórico 41

mejorar la comprensión conceptual, lo que permitiría al estudiante tener mejores relaciones

conceptuales y visualizar de forma más clara su aplicación (Sullivan & Puntambekar, 2019)

Las tecnologías emergentes son actualmente el eje fundamental para la sociedad en

general, en donde la industria y el gobierno son los entes mayoritariamente interesados en

el desarrollo de estas (Lee, Kwon, Kim, & Kwon, 2018). La tecnología permite por tanto a

las personas una mayor eficiencia en la puesta en práctica de conocimientos, pero esto

solo se obtiene a través de la educación y su correcta aplicación (Ayvaz & Ozdemir, 2010).

Las metodologías bajo las cuales una simulación puede ser más o menos efectiva para

potenciar el proceso de enseñanza-aprendizaje son amplio objeto de investigación. Sin

embargo, la mayoría de los estudios se enfocan aplicar pruebas comparativas para

determinar el alcance de la apropiación del conocimiento y la mejora en los resultados de

pruebas evaluativas.

En la mayoría de los casos se adopta un diseño cuasi experimental con un grupo de control

y un grupo experimental, en el grupo de control generalmente se lleva a cabo el proceso

de enseñanza mediante una metodología tradicional, y en los grupos experimentales se

utilizan metodologías apoyadas en software de simulación, o en la combinación de dicho

software con metodologías tradicionales como clase magistral y prácticas de laboratorio.

Algunos investigadores han optado por la integración de diferentes estrategias como la

solución de problemas, el trabajo de laboratorio y el uso de simulaciones de sistemas

físicos (Concari et al., 2006). Adquirir cierta competencia en ciencias requiere que los

alumnos desarrollen cierto dominio de sus conceptos, algunos autores como (Schalk,

Edelsbrunner, Deiglmayr, Schumacher, & Stern, 2019) relacionan que la aplicación de

metodologías novedosas en sus entornos de aprendizaje, lograron que tuviera mejoras en

el conocimiento más significativas en comparación con los grupos a los cuales se les aplicó

metodología tradicional, aunque no fue muy considerable la diferencia se considera un

ventaja que podría tener una gran influencia sobre el proceso de aprendizaje. (Ünlü &

Dökme, 2015) refieren: “Los estudiantes declaran que el uso combinado de simulaciones

computarizadas y actividades de laboratorio facilita la comprensión, provee aprendizaje

más rápido y permanente, (…) así como hace que las lecciones sean más agradables y

divertidas” (p. 1176).

Marco Teórico 42

Diversos artículos presentan un paralelo entre la realización de experimentos en

laboratorios físicos y en laboratorios virtuales (Chen, Chang, Lai, & Tsai, 2014) (Ajredini et

al., 2014). Los resultados indican que la combinación de experimentación real y virtual

(simulación) mejora la comprensión conceptual más que el uso de experimentación real

solamente (Zacharia, 2007). Sin embargo (Kirschner & Huisman, 1998) plantea que el uso

de la experimentación virtual es apropiado en condiciones específicas como cuando: la

experimentación real no es posible, cuando el tipo de experimento es muy riesgoso, las

técnicas a utilizar son demasiado complejas para un estudiante típico o existen

restricciones fuertes de tiempo. Un entorno virtual permitirá la integración de conocimiento

científico y experiencias cotidianas, considerando entornos de aprendizaje que van más

allá de las aulas (Choi, Land, & Zimmerman, 2018)

Un argumento a favor de la experimentación virtual es la disminución del error de medida,

pues la capacidad de recolectar datos confiables y representativos permite la construcción

o validación de un modelo conceptual sobre el fenómeno estudiado (Pyatt & Sims, 2012)

mientras que el análisis de datos erróneos puede llevar a desviaciones del comportamiento

esperado.

Debido a la capacidad de las simulaciones computarizadas para emular un gran abanico

de fenómenos físicos, los docentes tienden utilizar esta herramienta como la única

existente, desdibujando el propósito de la misma, no es aconsejable utilizar la simulación

como el único medio para demostrar la aplicación de los conceptos estudiados, pues esto

va en detrimento del espíritu científico de explorar la realidad (Jian & Hong, 2012).

(Niemi, 2002) asegura que en una metodología de aprendizaje activo debe estar orientado

hacia la búsqueda de la solución de problemas, el estudiante por tanto será quien sea

responsable de su propio proceso de aprendizaje haciendo uso eficaz del conocimiento

adquirido. Este tipo de aprendizaje puede ser potenciado en un ambiente virtual siempre y

cuando la metodología sea tal que no busque el papel pasivo del usuario, sino más bien

que propicie la reflexión sobre los contenidos y que provoque la curiosidad, generando

nuevas preguntas y la búsqueda de aplicaciones de lo aprendido.

De Jong et al (1998) y de Jong et al (1999) plantean la posibilidad de asignar tareas como

soporte en el proceso de aprendizaje a través de simulaciones, dichas asignaciones se

Marco Teórico 43

estructuran en diferentes niveles de complejidad que pueden consistir en: una simple

exploración de la simulación, investigar la relación entre variables del sistema, o la

manipulación de parámetros para predecir la respuesta del sistema. (McKagan et al., 2008)

en su investigación sobre la enseñanza del efecto fotoeléctrico, emplearon como estrategia

la asignación de tareas con preguntas tipo selección múltiple, y calculadas, relacionadas

con la simulación del experimento. Los estudiantes se benefician al estar en control de su

aprendizaje mediante la toma de notas, fijación de objetivos o realización de tareas (Chen

et al., 2014).

En la investigación llevada a cabo por (Vreman, De Jong, & Gijlers, 2013) se les asigna a

los aprendices la labor de crear tareas relacionadas con una simulación para enseñar los

temas vistos a un hipotético aprendiz, esta metodología se fundamenta en la idea de

aprender enseñando, se les solicita a los aprendices demostrar el conocimiento adquirido

a través del diseño de preguntas, de las cuales deben suministrar la respuesta correcta e

información de soporte. Los estudiantes primero exploran por si mismos la simulación a

través de observación y experimentación, para posteriormente diseñar las actividades

solicitadas. Sin embargo, no reportan resultados concluyentes que demuestren un mejor

desempeño del grupo experimental en cuanto al conocimiento conceptual o procedimental.

El nivel de interactividad se puede establecer de acuerdo a las características del

estudiante que hará uso de la simulación, y a su conocimiento previo del tema objeto de

estudio. Según (Chen & Wu, 2012) el aprendizaje significativo se presenta cuando el

estudiante construye nueva información en el marco de referencia de su conocimiento

previo. Un nivel bajo de interactividad permite al usuario controlar el avance de la

simulación a través de una serie de pasos secuenciales, esto puede ser conveniente para

estudiantes con poco o nulo conocimiento previo del tema estudiado, pues reduce el

volumen de datos que deben procesar y les permite asimilar de una mejor manera los

conceptos a su propio ritmo de aprendizaje. Por otro lado, un nivel alto de interactividad se

caracteriza por que el usuario puede manipular diferentes parámetros, realizar

predicciones, y comprobar su validez al ejecutar la simulación, estas características

favorecen estudiantes que tengan conocimiento previo de los conceptos estudiados,

simulación (Park, Lee, & Kim, 2009) (de Jong et al., 1999) habla de un modelo progresivo

en el cual se fracciona el sistema a simular en varios niveles de complejidad los cuales son

presentados al estudiante de una forma secuencial.

Marco Teórico 44

Es importante destacar el papel que juega la creatividad dentro de la educación del siglo

XXI (Walsh, Chappell, & Craft, 2017), existe mayor compromiso con los modelos de estudio

que involucren el desarrollo creativo, lo que puede llevar a mejorar el desempeño de los

estudiantes (Bich, Tran, Nhat, Mackenzie, & Kim, 2017) (Perry & Karpova, 2017). De

acuerdo a esto es que los aprendices buscarán explorar por su propia cuenta, participarán

activamente en clase y construirán un nuevo conocimiento (Vlassi & Karaliota, 2013),

tendrán perspectivas únicas y propias, ya que los estudiantes emplearán su imaginación

dentro de su proceso de aprendizaje, yendo más allá de los conocimientos simplistas

(Gajda, Beghetto, & Karwowski, 2017). Esto sería por lo tanto uno de los objetivos

principales en los modelos educativos ajustados a las necesidades actuales.

Es por esto que se considera la gran necesidad de que los maestros enseñen con un

modelo basado en la creatividad para poder a través de esta generar una correcta

aplicación en las demás asignaturas relacionadas con la ciencia, la creatividad en los

estudiantes será entonces parte fundamental en su proceso de enseñanza (Soh, 2017).

La tecnología por tanto puede influir en la forma como se diseñan los cursos actualmente,

pues se busca que estos sean totalmente compatibles con un plan de estudios en donde

se tenga una mejor relación de las temáticas y su aplicación práctica (Salah & Darmoul,

2018).

Para que este aprendizaje sea significativo, se necesita que los nuevos conceptos se

relacionen con conceptos anteriormente vistos y de esta manera lograr un aprendizaje

crítico, en donde el estudiante busque, analice y encuentre aplicación de lo aprendido,

ampliando su punto de vista frente a los conocimientos adquiridos y de esta forma lograr

establecer en los estudiantes un criterio más claro (Bolívar, 2017).

(Donou, 2018) relaciona que en los países donde existe mayor tasa de alfabetización, la

infraestructura de las tecnologías informáticas es más empleada, por lo tanto, la educación

será primordial para hacer que estos sistemas generen valor económico. La modernidad

exige que tanto el aprendizaje como la enseñanza tengan un enfoque de apoyo en las TIC

(Au-yong, Gonçalves, Martins, & Branco, 2018), esto con el fin de que los procesos sean

más llamativos tanto para estudiantes como para maestros, con el fin de facilitar el

aprendizaje y desarrollar la creatividad. La sociedad actual necesita por tanto la

Marco Teórico 45

preparación de personas en competencias digitales con el fin de ir en busca del desarrollo

(Ivanovic, Milicevic, Aleksićb, Bratića, & Mandi, 2018).

Las herramientas tecnológicas juegan actualmente un papel fundamental en la enseñanza,

ya que favorecen en los estudiantes un mayor enfoque de su atención en las temáticas y

por tanto se logra ampliar su motivación para mejorar así sus habilidades (Malaquias,

Malaquias, & Hwang, 2018), estas tecnologías digitales apoyan el trabajo, aprendizaje,

colaboración e interacción de los estudiantes (Pacheco, Lips, & Yoong, 2018).

4.7. Aprendizaje por descubrimiento

En la teoría de aprendizaje por descubrimiento el estudiante es un sujeto activo, de tal

forma que es él mismo quien descubre la conexión entre diferentes conceptos y los adapta

a su propio esquema de conocimiento. En este orden de ideas para aplicar esta

metodología, se enfrenta al estudiante con la simulación, proporcionándole un mínimo de

instrucción sobre su funcionamiento, permitiendo que sea él mismo quien en su

exploración, manipule los parámetros del sistema y observe el comportamiento que

desencadena. Algunos tipos de simulación permiten al usuario una relativa libertad al

interactuar con ellas, de tal manera que se puede inferir la relación entre las diferentes

variables del sistema al manipularlas y observar el resultado que se obtiene. El estudiante

se enfrenta a una situación en la cual debe abstraer las interrelaciones entre las diferentes

variables involucradas en un fenómeno (Swaak & De Jong, 2001).

El aprendizaje por descubrimiento se ve favorecido cuando se presentan entornos ricos en

información, es decir, simulaciones en las cuales se presentan los datos de una forma

gráfica, y dinámica, además de resultados numéricos (Swaak & De Jong, 2001), sin

embargo, los procesos involucrados en la metodología de aprendizaje por descubrimiento

tales como la formulación de hipótesis, el diseño de experimentos o la interpretación de

datos suelen presentar problemas a los estudiantes (de Jong et al., 1998).

Marco Teórico 46

4.8. Geogebra.

Debido a que la tecnología se ha convertido en una de las principales herramientas para

los procesos de enseñanza, se han desarrollado múltiples herramientas que permiten

optimizar estos procesos, algunos de ellos Geometer's Sketchpad y Mathematica y

Geogebra (Arbain & Shukor, 2015).

Una de las herramientas de tecnología de conocimiento más empleadas en educación ha

sido Geogebra, un software gratuito disponible en www.geogebra.org, empleada para

enseñar y aprender matemáticas, ésta permite a sus usuarios crear modelos e interactuar

con ellos, Geogebra acepta comandos relacionados con geometría, álgebra y cálculo

(Ayvaz & Ozdemir, 2010) (Caligaris, Schivo, & Romiti, 2015) (Zengin, Furkan, & Kutluca,

2012).

La aplicación desarrollada dependerá del nivel y grado de conocimiento obtenido para su

manejo, pero fundamentalmente a través de Geogebra se posibilita la aplicación interactiva

de diferentes temáticas, presentándolas en forma de animaciones y permitiendo una

exploración visual y dinámica (Caligaris et al., 2015) (Aizikovitsh-Udi & Radakovic, 2012).

Esta herramienta facilita el aprendizaje en grupo, ya que contribuye con el debate y

exploración de los contenidos matemáticos (Taka, Stankov, & Milanovic, 2015).

Por tanto, GeoGebra busca mejorar la capacidad y los resultados de los procesos de

enseñanza, sobre todo en aquellas asignaturas en donde la comprensión de las temáticas

se dificulta más en los estudiantes, en algunos casos por su complejidad, por su poco

interés en la materia o porque existe una relación casi nula entre la asignatura y su

aplicación práctica (Ayvaz, 2010). La integración de la computadora con estos conceptos

matemáticos permitirá lograr una mayor visualización de éstos y podrá contribuir a una

mejor comprensión de las temáticas estudiadas (Akkaya, Tatar, Berrin, & Ka, 2011)

http://www.geogebra.org/

Marco Teórico 47

El papel docente es fundamental para dar una correcta aplicación a la herramienta y hacer

que a través de Geogebra los estudiantes comprendan los temas y los contextualicen,

además permitiría a los estudiantes salir de una rutina de forma que se capte fácilmente

su atención, obteniendo un aprendizaje permanente en ellos. Lo anterior permitiría abordar

uno de los principales problemas a los cuales se ve expuesto el modelo de aprendizaje

convencional (Ayvaz, 2010).

En este sentido la mayor parte del software disponible sobre fenómenos físicos incluido el

proyecto PhET, funcionan como simuladores. Para esta investigación se seleccionó

Geogebra, un software gratuito empleado para enseñar y aprender matemáticas, permite

a sus usuarios crear modelos e interactuar con ellos, Geogebra acepta comandos

relacionados con geometría, álgebra y cálculo; posibilita la aplicación interactiva de

diferentes temáticas, presentándolas en forma de animaciones y permitiendo una

exploración visual y dinámica (Caligaris et al., 2015). Esta herramienta permite la

familiarización del estudiante con el tema de estudio, a través de la visualización de los

resultados de mediciones realizadas (León, 2017).

4.9. PhET

Los investigadores científicos a lo largo de los años han buscado desarrollar muchas

simulaciones científicas o programas que sean interactivos y permitan acceder de forma

gratuita, una de estas aplicaciones en línea más empleadas es el proyecto de Tecnología

de Educación de Física (PhET) http://phet.colorado.edu/ (Zhang, 2014).

PhET es un proyecto sin ánimo de lucro desarrollado por el premio Nobel Carl Wieman de

la Universidad de Colorado en Boulder 2002, el cual se fundamenta en simulaciones

interactivas basadas en matemáticas y ciencias, la idea inicial de su creación fue el

promover la alfabetización científica y su objetivo es ayudar a los estudiantes a relacionar

los fenómenos con la cotidianidad (Schaffhauser, 2017), esta aplicación contiene una

colección de aproximadamente 80 simulaciones de temas relacionados con la física y a lo

largo del tiempo han ido introduciendo temas de química, biología y matemáticas, teniendo

http://phet.colorado.edu/

Marco Teórico 48

en cuenta niveles desde primaria hasta universitario, todas estas simulaciones son de

acceso gratuito, estas pueden ser empleadas en todos los entornos de aprendizaje,

formales, informales, prácticas de laboratorio y autoaprendizaje desarrollado por los

estudiantes (Zhang, 2014) (Wieman, Adams, & Perkins, 2008), (Bandoy, Pulido, &

Sauquillo, 2016).

Las simulaciones PhET no fueron diseñadas para reemplazar las prácticas de laboratorio,

ya que se ha observado que los estudiantes requieren de ambas, pues que una simulación

es mucho más efectiva cuando se pretende una mayor comprensión conceptual sobre un

tema tratado, por ejemplo en una práctica de laboratorio esto le ayudará al estudiante a

explorar y mejorar su aprendizaje (Wieman et al., 2008). Se ha demostrado que a partir de

este tipo de herramientas es posible incrementar la motivación hacia el aprendizaje en los

estudiantes, logrando una mayor efectividad del proceso de enseñanza (Krobthong, 2015).

Mediante el uso de simulaciones con PhET, los docentes tendrán la posibilidad de facilitar

la comunicación y el aprendizaje efectivo con sus estudiantes a través del uso de la

tecnología informática, logrando mejor interiorización de los conceptos y mayor exploración

e independencia por parte de los estudiantes (Pinzón, 2018), además se cambiará de una

metodología tradicional centrada en el maestro a una metodología constructivista centrada

en el estudiante (Bandoy et al., 2016).

PhET es una plataforma que ofrece simulaciones de fenómenos físicos de una forma

didáctica la cual permite manipular variables para observar la influencia sobre el

comportamiento del sistema estudiado, pero no otorga la posibilidad crear las

simulaciones. En cambio, Geogebra concede la facultad de crear las simulaciones desde

cero utilizando cualquier conjunto de imágenes que el docente desee y esto permite

adaptarse a los intereses de los estudiantes. Por ejemplo, en la mayoría de las

simulaciones desarrolladas para este trabajo se reemplazó el objeto oscilante por un cubo

rubik.

Marco Teórico 49

4.10. Test de Likert.

El test de Likert es la escala psicométrica más empleada en encuestas sobre procesos de

investigación relacionados con la percepción del sujeto (Wadgave & Khairnar, 2018). Con

esta herramienta se busca realizar preguntas para determinar el grado de acuerdo que el

encuestado tienen con ellas, los encuestados por tanto deberán indicar en una escala de

5 puntos su calificación.

Lo interesante de esta escala se enmarca fundamentalmente en que las medias que logra

analizar (Cuestionario desarrollado) son relativamente sencillas para su cuantificación y

análisis, el cual puede llegar a ser muy significativo (Camparo, 2013).

En una escala de Likert de 5 puntos, para cada nivel en la escala es asignado un valor

numérico, se puede utilizar por ejemplo calificaciones de su nivel de acuerdo como: 1 =

muy en desacuerdo (SD), 2 = en desacuerdo (D), 3 = ninguno en desacuerdo ni de acuerdo

(NN), 4 = estar de acuerdo (A), y 5 = estar muy de acuerdo (SA). (Li, 2013) (Vonglao, 2017)

Una forma de abordar la investigación en el aprendizaje interactivo es a través de la

aplicación de la herramienta test de Likert, una escala que permite hacer una medición

imparcial (Hartley, 2013) y que está constituida por una serie de preguntas que pretenden

conocer la actitud del encuestado frente al tema de referencia (Harpe, 2015), la encuesta

muestra una serie de opciones de respuesta que indican si el encuestado está o no de

acuerdo con el enunciado que se le propone , mostrando una posición frente al tema objeto

del estudio (Jaramillo, 2016) la escala de Likert puede ser aplicada antes y después de la

implementación de los cambios específicos para determinar e identificar de esta forma la

percepción de los estudiantes frente a la metodología implementada y por tanto la

favorabilidad de la misma, además de medir el grado de satisfacción de los estudiantes

con el modelo de enseñanza aplicado (Harpe, 2015).

Marco Teórico 50

4.11. Movimiento armónico simple MAS.

El movimiento armónico simple se verifica cuando una partícula está sometida a una fuerza

que es directamente proporcional a la posición de dicha partícula respecto a un punto de

referencia. Por ejemplo, para el caso de un sistema masa resorte el punto de referencia se

toma como la posición natural del resorte cuando no está estirado ni comprimido.

La fuerza que actúa sobre dicho sistema se describe matemáticamente mediante la ley de

Hooke, la cual dice que la fuerza es igual al producto entre la constante de elasticidad del

resorte (describe la fuerza máxima que puede soportar el resorte) y la posición del objeto,

pero con signo contrario, esto es, porque la fuerza siempre tiene una dirección opuesta a

la del desplazamiento.

( ) ( )=− 1 & , 2008, .419F k x Serway Jewett p

La segunda ley de Newton establece que la fuerza neta que actúa sobre un objeto es igual

al producto de su masa por la aceleración con que se mueve (siempre y cuando la masa

del objeto permanezca constante).

( ) ( )= 2 Serway & Jewett, 2008, p.104F m a

A partir del cálculo diferencial se puede definir la velocidad del sistema como la derivada

de la posición respecto al tiempo.

( ) ( )= 3 Serway & Jewett, 2008, p.24dx

vdt

De manera análoga la aceleración se puede definir como la segunda derivada de la

posición respecto al tiempo

( ) ( )=2

4 Serway & Jewett, 2008, p.292

d xa

dt

Marco Teórico 51

Combinando las ecuaciones (1) y (2) se obtiene

( ) ( )− = 5 Serway & Jewett, 2008, p.419k x m a

Y la aceleración se sustituye a partir de la ecuación (4) y se reorganizan los términos

( ) ( )=− 2


d x kx

mdt

El cociente entre la constante elástica del resorte y la masa del objeto es un parámetro

muy importante del movimiento oscilatorio que se denomina frecuencia angular

( ) ( ) =2 7 Serway & Jewett, 2008, p.420km

La frecuencia angular es una medida de la rapidez con la que oscila el sistema. Al

reemplazar la frecuencia angular en la ecuación (6) se obtiene

( ) ( )=− 2

2 8 Serway & Jewett, 2008, p.4202

d xx

dt

La solución general de la ecuación diferencial presentada en la ecuación (8) implica la

utilización de una función trigonométrica.

( ) ( ) ( ) ( ) = +cos 9 Serway & Jewett, 2008, p.420x t A t

En la ecuación (9) A representa la amplitud del movimiento, es decir, la máxima elongación

que alcanza el sistema, y denominado ángulo de fase es un valor constante que se

determina a partir de la elongación inicial del sistema. Si la partícula está en su posición

máxima x=A en t=0, la constante de fase es =0 (Serway & Jewett, 2008)

Al efectuar las derivadas indicadas en las ecuaciones (3) y (4) se obtienen las expresiones

equivalentes para la velocidad en función del tiempo y la aceleración en función del tiempo.

Marco Teórico 52

( ) ( ) ( ) ( ) =− +s 10 Serway & Jewett, 2008, p.420v t A en t

( ) ( ) ( ) ( ) =− +2 cos 11 Serway & Jewett, 2008, p.420a t A t

El periodo del movimiento corresponde al intervalo de tiempo que transcurre durante una

oscilación, es decir, el tiempo necesario para que el sistema retorne a los mismos valores

de posición, velocidad y aceleración.

( ) ( )212 Serway & Jewett, 2008, p.421T

=

A partir de la ecuación (7) se define la frecuencia angular como la raíz cuadrada del

cociente entre la constante elástica del resorte y la masa del objeto oscilante.

( ) ( )13 Serway & Jewett, 2008, p.421km

=

4.12. Péndulo simple.

El péndulo simple es un sistema físico que consta de una partícula de masa m suspendida

por una cuerda de masa despreciable, el movimiento del péndulo es debido a la fuerza

gravitacional. La Figura 1. Muestra las fuerzas que actúan sobre un péndulo simple.

Marco Teórico 53

Figura 1. Diagrama de cuerpo libre sobre un péndulo simple. Adaptado de (Serway &

Jewett, 2008, p.432)

Para analizar las fuerzas que actúan sobre la partícula se toma el sistema coordenado con

el eje x coincidente con el segmento rectilíneo de la cuerda del péndulo y el eje y en la

dirección tangencial a la trayectoria de la partícula.

Las fuerzas que actúan sobre el eje x se encuentran en equilibrio.

( ) ( )− =cos 0 14T m g

El péndulo se desplaza describiendo un arco cuyo radio corresponde a la longitud de la

cuerda. Se define la variable S como la distancia entre la posición del péndulo y su posición

de equilibrio (Serway & Jewett, 2008). Al aplicar la segunda ley de newton:

( ) ( )= 2 Serway & Jewett, 2008, p.104F m a

( ) ( ) ( )− = 2

15 Serway & Jewett, 2008, p. 4322

d Sm g sen m

dt

La longitud del arco S es igual al producto entre el radio L y el ángulo . Teniendo en

cuenta que la longitud de la cuerda es constante la ecuación (15) se convierte en

Marco Teórico 54

( ) ( ) ( )=−

216 Serway & Jewett, 2008, p. 432

2d g

senLdt

Para valores pequeños del ángulo (menores de 10°) el valor de la función sen ( ) es

aproximadamente igual a , la Figura 2 muestra el porcentaje de diferencia entre el valor

del ángulo y el valor de la función seno para el mismo ángulo.

Figura 2. Porcentaje de diferencia entre un ángulo y el valor de la función seno del mismo

ángulo tomado de (Serway & Jewett, 2008, p.433)

Por lo cual la ecuación (16) se puede transformar en

( ) ( )=−


2d g

Ldt

La solución de la ecuación diferencial presentada en (17) tiene la siguiente forma

( ) ( ) ( ) ( ) = +cos 18 Serway & Jewett, 2008, p.432máxt t

máx

es la posición angular máxima y la frecuencia angular 𝜔 se define como la raíz

cuadrada del cociente entre la aceleración de la gravedad y la longitud de la cuerda

( ) ( )= 19 Serway & Jewett, 2008, p. 432gL

Marco Teórico 55

El periodo en un movimiento armónico simple es

( ) ( )

=2

12 Serway & Jewett, 2008, p. 421T

Reemplazando la frecuencia angular por la expresión de la ecuación (19), se obtiene una

expresión para el periodo del péndulo simple.

( ) ( )= 2 20 Serway & Jewett, 2008, p. 433L

Tg

4.13. Movimiento ondulatorio.

Una onda es una perturbación que se puede propagar a través de un medio (onda

mecánica) o incluso en el vacío (onda electromagnética). una onda implica la transferencia

de energía a través del espacio sin transferencia de materia (Serway & Jewett, 2008). Las

ondas surgen siempre que un sistema es perturbado de su posición de equilibrio y la

perturbación puede viajar o propagarse de una región del sistema a otra. (Young &

Freedman, 2009). Una onda que se propaga en la dirección en la que se mueven los

osciladores se denomina onda longitudinal si la onda se propaga en dirección

perpendicular a la dirección en que se mueven los osciladores se denomina onda

transversal (Bauer & Westfall, 2011).

Para comprender el desarrollo matemático de la propagación de una onda mecánica

transversal varios autores (Bauer & Westfall, 2011) (Serway & Jewett, 2008) (Young &

Freedman, 2009) proponen suponer una cuerda sujeta por uno de sus extremos, en el

extremo libre de dicha cuerda se produce una perturbación en forma de movimiento

vertical, la perturbación generada usualmente denominada pulso, viaja de forma horizontal

a través del medio (la cuerda). La coordenada vertical y de cualquier punto de la cuerda

será una función de dos variables: la coordenada horizontal x de dicho punto y el tiempo t.

Marco Teórico 56

Una clase común de fenómenos de ondas involucran una excitación periódica, en particular

una excitación sinusoidal (Bauer & Westfall, 2011). La ecuación (21) es el modelo

matemático que describe la posición y de una onda sinusoidal como función del tiempo y

de la coordenada x.

( ) ( ) ( )= − 21 Serway & Jewett, 2008, p. 456y A sen k x t

La constante k es denominada número de onda (Serway & Jewett, 2008) y se define

como :

( ) ( )

=2

22 Serway & Jewett, 2008, p. 455k

Para una onda periódica la distancia entre una cresta y la siguiente, o de un valle al

siguiente o de cualquier punto al correspondiente en la siguiente repetición de la forma se

denomina longitud de onda (Young & Freedman, 2009) y se representa con la letra griega

lambda . La Figura 3 muestra la ubicación de las crestas y los valles sobre la gráfica de

uno onda sinusoidal.

Figura 3. Forma de una onda periódica sinusoidal elaborado con Geogebra. Elaboración propia

La otra constante utilizada en la ecuación (21) es la frecuencia angular que se define

como:

( ) ( )

= =

22 23 Serway & Jewett, 2008, p. 456f

T

Donde T y f representan el periodo y la frecuencia respectivamente.

Metodología. 57

5. Metodología.

La población estudiada corresponde a estudiantes de grado undécimo de la Institución

Educativa La Sagrada Familia del municipio de Palestina, en el departamento Caldas,

Colombia. La institución es de carácter mixto y pertenece al sector oficial. Los contenidos

de la asignatura física se orientan de acuerdo con los lineamientos curriculares del

Ministerio de Educación Nacional de Colombia. En el colegio existen dos grados

undécimos, denominados 11-1 y 11-2 con un total de 59 estudiantes. Para calcular el

tamaño de la muestra se utilizó la siguiente formula:

( )

( )( ) ( )

−=

− + −

2 124 Martinez, 2012, p. 306

2 21 (1 )

N z p pn

N e z p p

Donde:

n = tamaño de la muestra.

N = tamaño de la población (59 estudiantes)

z = nivel de confianza (95%), se obtiene mediante el uso de tablas.

Nivel de confianza 90%, z=1,645



e = precisión de la estimación o margen de error (5%).

p = probabilidad de éxito (50%)

( )

( )

−= =

− + −

259 1,96 0,5 1 0,551,26

2 259 1 0,05 1,96 0,5 (1 0,5)n

Metodología. 58

Es decir, una muestra de 52 estudiantes, sin embargo, debido a la escasa diferencia con

la población total a estudiar se opta por considerar el total de estudiantes. El estudio se

realizó con 59 estudiantes, la muestra está conformada por 32 mujeres y 27 hombres en

edades comprendidas entre los 17 y los 19 años. Se seleccionaron dos grupos de estudio, el

primero llamado grupo control (11-1) está conformado por 30 estudiantes y el segundo

llamado grupo experimental (11-2) constituido por 29 estudiantes, ambos grupos son de

carácter mixto. En el grupo de control se orientaron los temas a través de metodología

tradicional, es decir, a través de exposición teórica, desarrollo de ejercicios y evaluación

escrita. En el grupo experimental se combinó esta misma metodología con el uso de

simulaciones computarizadas.

5.1. Paso 1: Diseño de las simulaciones:

Existe gran variedad de software tanto de pago como gratuito que se enfoca en la

simulación de fenómenos físicos. Desde aplicaciones comerciales hasta software de uso

libre bajo diferentes acuerdos de licencia, entre los más populares se encuentra el proyecto

PhET de la Universidad del Colorado, que presenta un conjunto de simulaciones

programadas a través de diversos lenguajes, y que cubren diferentes áreas de las ciencias

y matemáticas. Las simulaciones del proyecto PhET se encuentran en continuo desarrollo,

son amigables con el usuario y están disponibles para descarga libre (Krobthong, 2015).

La interacción del usuario con una simulación tiene un carácter exploratorio, mientras que

en una modelación el usuario tiene acceso a la estructura básica y está en capacidad de

construir el modelo desde cero, modificarlo o reconstruirlo conforme desee (Lopez, Veit &

Araujo, 2016). En este sentido la mayor parte del software disponible sobre fenómenos

físicos incluido el proyecto PhET, funcionan como simuladores. Para esta investigación se

seleccionó Geogebra, un software gratuito empleado para enseñar y aprender

matemáticas, permite a sus usuarios crear modelos e interactuar con ellos, Geogebra

acepta comandos relacionados con geometría, álgebra y cálculo; posibilita la aplicación

interactiva de diferentes temáticas, presentándolas en forma de animaciones y permitiendo

una exploración visual y dinámica (Caligaris et al., 2015). Esta herramienta permite la

familiarización del estudiante con el tema de estudio, a través de la visualización de los

Metodología. 59

resultados de mediciones realizadas (León, 2017). Para el objeto de estudio actual se

diseñaron en total 5 simulaciones las cuales se describen en las Figuras 4 a la 8 a través

de los algoritmos básicos utilizados para su construcción.

Figura 4. Simulación 1: Elementos de un MAS. Elaboración propia

Figura 5. Simulación 2: Ecuaciones de un MAS. Elaboración propia

NO

SI

FIN

t=t+1

t<tf

INICIO

Modifique los valores de frecuencia y amplitud

f, A

w=2πf T=1/f

𝑡 = 0

x=Acosሺwtሻ

“Graficar” 𝑥

NO

SI

INICIO

“Modifique los valores de frecuencia, amplitud y ángulo de fase”

f, A, ϕ

w=2πf T=1/f

𝑡 = 0

x=A∙cosሺwt+ϕሻ v=-Aw∙senሺwt+ϕሻ a=Aw2∙cosሺwt+ϕሻ

“Graficar” x, v, a

t<tf

FIN

t=t+1

Metodología. 60

Figura 6. Simulación 3: Energía de un oscilador armónico. Elaboración propia

Figura 7. Simulación 4: Péndulo simple. Elaboración propia

SI

INICIO

A=4, k=1

w=1, m=1

t=0

x=A∙cosሺwtሻ v=-Aw∙senሺwtሻ

Ec=0,5∙mv2

Ep=0,5∙kx2

ET=Ec+Ep

“Graficar” x,v,Ec,Ep,ET

t<tf

FIN

t=t+1

NO

“graficar” θ

INICIO

“Modifique los valores de longitud, masa y gravedad”

L, m, g

T=2πሺL/gሻ0,5 w=ሺg/Lሻ0,5

t=0, α=0,175 rad

θ=α∙cosሺwtሻ

t<tf

FIN

t=t+1

SI

NO

Metodología. 61

Figura 8. Simulación 5: elementos de un movimiento ondulatorio. Elaboración propia

La mayoría de las investigaciones orientadas a la implementación de software en las aulas

de clase de física se enfocan en la utilización de simulaciones, poca utilización se da a las

actividades de modelación computacional, probablemente debido a que implica aparte del

conocimiento de los modelos matemáticos conocimientos en la utilización de un lenguaje

de programación especifico (Lopez, Veit & Araujo, 2016). En este sentido la investigación

que se presenta en este artículo contiene elementos de modelación dado que los

escenarios de los fenómenos estudiados fueron construidos de cero a partir de sus

modelos matemáticos, sin embargo, el producto de estos modelos computacionales se

presenta al estudiante como una serie de simulaciones, en las cuales debe manipular

variables y observar el comportamiento presentado.

NO

SI

INICIO

“Modifique los valores de periodo, amplitud y longitud de onda”

T, A, λ

k=2π/λ w=2π/T

t=t+1

FIN

t=0

y=A∙senሺkx-wtሻ

“Graficar” y

t<tf

Metodología. 62

5.2. Paso 2: Diseño de los cuestionarios de apoyo.

Para guiar el trabajo con cada una de las simulaciones se generaron una serie de

preguntas con el fin de motivar la exploración por parte del estudiante de la relación

existente entre las diferentes variables, las preguntas se muestran en la Tabla 4.

Tabla 4. Preguntas realizadas en los cuestionarios de apoyo.

Simulación 1. Elementos de un MAS

1. ¿Qué efecto tiene modificar la frecuencia de oscilación del sistema masa-resorte sobre la gráfica trazada en el papel milimetrado?

2. ¿Qué efecto tiene modificar la amplitud de oscilación del sistema masa resorte sobre la gráfica trazada en el papel milimetrado?

3. ¿Cómo se modifica la velocidad del sistema masa resorte al variar la frecuencia?

4. ¿Cómo se modifica el periodo de oscilación al variar la frecuencia?

5. ¿Qué relación existe entre frecuencia y amplitud?

Simulación 2. Ecuaciones de un MAS

1. ¿Qué sucede al variar el ángulo phi?

2. ¿En qué puntos de la trayectoria la velocidad vale cero?

3. ¿En qué puntos de la trayectoria la velocidad es máxima?

4. ¿Cómo se interpreta la velocidad negativa?

5. ¿En qué puntos de la trayectoria la aceleración vale cero?

6. ¿En qué puntos de la trayectoria la aceleración es máxima?

Simulación 3. Energía en un oscilador armónico

1. ¿De qué depende la energía cinética del sistema?

2. ¿De qué depende la energía potencial del sistema?

3. ¿Por qué la energía mecánica no cambia?

4. ¿En qué puntos de la trayectoria la energía cinética es máxima y en qué puntos

vale cero?

5. ¿En qué puntos de la trayectoria la energía potencial es máxima y en qué puntos

vale cero?

Simulación 4. Péndulo simple

1. ¿Qué sucede con el periodo del péndulo al variar la longitud de la cuerda?

2. ¿Qué sucede con el periodo del péndulo al variar la aceleración de la gravedad?

3. ¿Qué sucede con el periodo del péndulo al variar la masa del péndulo?

Simulación 5. Elementos de una onda

1. ¿Qué sucede con la animación al variar el periodo?

2. ¿Qué sucede con la animación al variar la amplitud?

3. ¿Qué sucede con la animación al variar la longitud de onda?

Metodología. 63

5.3. Paso 3: Diseño del test de Likert

Una forma de abordar la investigación en el aprendizaje interactivo es a través de la

aplicación de la herramienta test de Likert, una escala que permite hacer una medición

imparcial (Hartley, 2013) y que está constituida por una serie de preguntas que pretenden

conocer la actitud del encuestado frente al tema de referencia (Harpe, 2015), la encuesta

muestra una serie de opciones de respuesta que indican si el encuestado está o no de

acuerdo con el enunciado que se le propone , mostrando una posición frente al tema objeto

del estudio (Jaramillo, 2016). La escala de Likert puede ser aplicada antes y después de

la implementación de los cambios específicos para determinar e identificar de esta forma

la percepción de los estudiantes frente a la metodología implementada y por tanto la

favorabilidad de la misma, además de medir el grado de satisfacción de los estudiantes

con el modelo de enseñanza aplicado (Harpe, 2015).

Para el presente trabajo se desarrolló un test conformado por 10 preguntas, de las cuales 5

son favorables, es decir los enunciados están a favor del estímulo o la actitud del estudiante

y 5 son desfavorables, es decir están en contra del estímulo (Delgadillo, 2013). Las opciones

de respuesta para cada una de ellas fueron: Total Desacuerdo, En Desacuerdo, Indeciso, De

acuerdo y Totalmente de acuerdo. Con las preguntas se pretende identificar el grado de

satisfacción de los estudiantes frente al uso de los recursos y metodologías aplicadas en la

asignatura y su percepción frente a la física. Además, que tan efectivo es este método de

enseñanza y si a partir de él se pueden generar cambios de actitud de los estudiantes frente

al aprendizaje de la física. En la Tabla 5. Se muestra la versión final de las preguntas

incorporadas en el test.

Metodología. 64

Tabla 5. Ítems del test de Likert aplicado a grupos experimental y de control.

No. Pregunta Intención

1 Las herramientas utilizadas en la asignatura me permiten entender

conceptos metodológicos complicados. Favorable

2 La metodología de enseñanza de la asignatura no me permite

explorar por mi propia cuenta el comportamiento de los sistemas

físicos estudiados.

Desfavorable

3 Considero que la intensidad horaria de la asignatura se distribuye

apropiadamente entre la teoría y la práctica Favorable

4 Al iniciar un tema nuevo no me preguntan qué conocimiento tengo

acerca de él. Desfavorable

5 Prefiero aprender a través de contenidos multimedia que con las

clases tradicionales de tablero y marcador. Favorable

6 Considero que los temas estudiados no tienen aplicación práctica. Desfavorable

7 Me gustaría que otros docentes empleen herramientas similares a las

utilizadas en esta asignatura. Favorable

8 El docente se interesa por enseñar todos los temas de la asignatura,

más que por alcanzar el aprendizaje de sus estudiantes. Desfavorable

9 El docente alienta la participación y la discusión acerca de los temas

estudiados en clase. Favorable

10

En la asignatura no se optimiza la utilización de recursos tecnológicos

para la enseñanza (Computadores, tabletas, proyectores, internet,

etc).

Desfavorable

La escala de valoración para cada pregunta se asignó de 1 a 5, siendo 1 totalmente en

desacuerdo y 5 totalmente de acuerdo para los ítems favorables y la escala inversa para

las preguntas desfavorables (Delgadillo, 2013), tal como se muestra en la Tabla 6.

Tabla 6. Escala de valoración para los ítems del test de Likert.

Alternativas de respuesta

Ítems

favorables

Ítems

desfavorables Valor Valor

Total Desacuerdo 1 5

En desacuerdo 2 4

Indeciso 3 3

De acuerdo 4 2

Totalmente de acuerdo 5 1

Metodología. 65

5.4. Paso 4: Aplicación de la metodología.

Para ambos grupos se aplicó el test de Likert al inicio del tercer periodo académico, con el

fin de medir el nivel de satisfacción hacia la metodología tradicional de enseñanza. Para

los dos grupos se desarrolló el mismo plan de estudios, es decir, se orientaron los mismos

temas correspondientes a movimiento armónico simple y movimiento ondulatorio. En el

grupo de control se emplearon clases teóricas, solución de problemas y evaluación escrita,

en el grupo experimental además de lo anterior se realizaron sesiones adicionales empleando

las simulaciones computarizadas. Cada estudiante del grupo experimental tuvo acceso a un

computador portátil para correr las simulaciones y a una versión impresa del cuestionario de

apoyo. Una vez culminado el tercer periodo académico se aplicó nuevamente el test de

Likert en ambos grupos, con el fin de conocer la influencia de las metodologías aplicadas

en el nivel de satisfacción de los estudiantes.

6. Resultados y Discusión.

A continuación, se presentan los resultados obtenidos para la metodología de enseñanza

implementada en ambos grupos.

6.1. Paso 1: Diseño de las simulaciones.

Simulación 1. Simulación 1. Elementos de un MAS: Se presenta un objeto unido a un

resorte, el sistema oscila de forma vertical y su movimiento es registrado sobre un papel

cuadriculado que se desplaza de forma horizontal. Se pueden modificar la frecuencia y la

amplitud de la oscilación. El tiempo de la animación está fijado a 20 segundos, los cuales

se pueden visualizar en el cronometro. En cualquier instante de la animación se pueden

variar los valores de frecuencia y amplitud y observar el resultado sobre el trazo generado

en el papel. Figura 9.

Figura 9. interfaz gráfica de la simulación “elementos de un MAS”. Adaptada de

Geogebra. Elaboración propia.

Resultados y Discusión. 68

Simulación 2. Ecuaciones de un MAS: Se utiliza el mismo sistema masa-resorte de la

simulación 1. El resorte empieza a oscilar desde su posición inicial determinada por el

ángulo phi. Al lado derecho de la simulación se van trazando las gráficas de posición,

velocidad y aceleración en función del tiempo, dichas gráficas se pueden mostrar u ocultar

utilizando las casillas de verificación. El botón t→0 reinicia el deslizador de tiempo y hace

visible el deslizador del ángulo phi lo cual permite variar la posición inicial del resorte. En la

Figura 10 se muestra una captura de pantalla de la simulación 2.

Figura 10. Interfaz gráfica de la simulación ecuaciones de un MAS. Adaptada de Geogebra. Elaboración propia.

Simulación 3. Energía de un oscilador armónico: Se utilizan dos ventanas gráficas, en la

ventana de la izquierda se muestra mediante un diagrama de barras como varían la

energía potencial, la energía cinética y la energía mecánica total del sistema masa-resorte,

de acuerdo a la posición. En la ventana de la derecha se muestra una gráfica de energía

potencial elástica en función de la elongación del resorte para el mismo sistema. En esta

simulación el usuario no puede modificar ninguna variable, simplemente su rol se limita a

observar cómo varia la energía del sistema de acuerdo con la posición. La Figura 11

muestra una captura de pantalla de la simulación 3.


Figura 11. Interfaz gráfica de la simulación energía de un oscilador armónico simple.

Adaptada de Geogebra. Elaboración propia.

Simulación 4. Péndulo simple: Se presenta un modelo de un péndulo simple. Existen tres

deslizadores que permiten variar la longitud del péndulo, la aceleración de la gravedad y

la masa del péndulo. En pantalla se presenta información sobre la fórmula para calcular el

periodo, el tiempo de oscilación y el periodo de oscilación. La Figura 12 muestra una

captura de pantalla de la simulación 4.

Figura 12. Interfaz gráfica de la simulación: péndulo simple. Adaptada de Geogebra. Elaboración propia.


Simulación 5. Elementos de una onda: En esta simulación se pueden manipular los

valores de periodo, amplitud y longitud de onda mediante el uso de deslizadores. De igual

forma se puede analizar por separado el efecto de cada una de estas tres variables,

utilizando las casillas de verificación correspondientes, como se muestra en la Figura 13.

Figura 13. Interfaz gráfica de la simulación elementos de una onda. Adaptada de

Geogebra. Elaboración propia.

6.2. Paso 2: Diseño de los cuestionarios de apoyo.

El cuestionario de apoyo presentado en la Tabla 4 contiene preguntas de carácter abierto,

por consiguiente, las respuestas dadas por los estudiantes a este cuestionario son muy

variadas, se optó por agrupar las respuestas a partir de conceptos claves. Dichos

conceptos permiten inferir el nivel de comprensión que tienen los estudiantes hacia el tema

tratado. En las Tablas 7, 8, 9, 10 y 11 se muestra un resumen de las respuestas obtenidas

al aplicar el cuestionario de apoyo al grupo experimental. Las respuestas que presentaron

baja frecuencia (menos de 3 repeticiones) se agruparon bajo la denominación otras

respuestas.

En muchas de las respuestas se evidencia una correcta asociación entre el

comportamiento del fenómeno estudiado y las variables manipuladas, por ejemplo para la


primera pregunta de la simulación 1: ¿Qué efecto tiene modificar la frecuencia de

oscilación del sistema masa-resorte sobre la gráfica trazada en el papel milimetrado?, en

el 44,8 % de las respuestas obtenidas los estudiantes manifiestan que cambia la velocidad

con que se mueve el sistema masa-resorte; al ser la frecuencia una medida del número de

oscilaciones por segundo que alcanza el sistema oscilante, existe una relación directa

entre la frecuencia y la velocidad con que se mueve el sistema masa-resorte, como lo

manifiestan el 20,7 % de los estudiantes al responder que a mayor frecuencia mayor

velocidad y viceversa. En el 17,2 % de las respuestas los estudiantes manifiestan que el

trazado se comprime o expande horizontalmente como efectivamente ocurre, mientras

tanto el 10,3 % de los estudiantes manifiesta que el periodo cambia, lo cual es cierto por

la relación inversa que existe entre las variables periodo y frecuencia y además indica

atención a los detalles por parte de los estudiantes que observaron el cambio en el valor

numérico de dicho parámetro que se muestra en la interfaz gráfica de la simulación. Sin

embargo, en algunas de las respuestas se evidencia confusión de conceptos, por ejemplo:

en la pregunta 2 de la simulación 1 ¿Qué efecto tiene modificar la amplitud de oscilación

del sistema masa-resorte sobre la gráfica trazada en el papel milimetrado? El 20,7 % de

los estudiantes respondieron cambia el tamaño de la onda utilizando erróneamente el

término onda en lugar de oscilación, de igual manera en la pregunta 5 de la simulación 1,

¿Qué relación existe entre frecuencia y amplitud? El 17,2 % responde frecuencia es la

cantidad de ondas por minuto, amplitud es la carga energética. Intercambiando

nuevamente los conceptos de onda y oscilación y utilizando además un concepto de

energía que no se estaba explorando en la simulación. Welti, (2005) manifiesta que la

interacción entre el aprendizaje de la temática de ondas, en especial la energía de la onda

y el conocimiento previo sobre osciladores armónicos propicia la transferencia de los

significados anteriores al nuevo fenómeno generando algunos errores. Sin embargo, en

las respuestas del grupo experimental se evidencia que el error se puede generar en la

dirección opuesta, es decir, el nuevo conocimiento sobre ondas se mezcla con el anterior

sobre movimiento armónico simple.


Tabla 7. Simulación 1: Elementos de un MAS. Distribución de respuestas cuestionario de apoyo.

PREGUNTA 1

RESPUESTA FRECUENCIA PORCENTAJE

Cambia la velocidad con que se mueve el sistema masa-resorte.

13 44,8%

A mayor frecuencia mayor velocidad y/o viceversa.

6 20,7%

El trazado se comprime o expande horizontalmente.

5 17,2%

El periodo cambia. 3 10,3%

Otras respuestas. 1 3,4%

PREGUNTA 2


Aumenta o disminuye el tamaño de la oscilación.

10 34,5%

Cambia el tamaño de la onda. 6 20,7%

Cambia la elongación de la oscilación. 6 20,7%


PREGUNTA 3


A mayor frecuencia mayor velocidad y/o viceversa.

16 55,2%

Cambia la velocidad del sistema masa-resorte.

3 10,3%

Al modificar la velocidad del resorte varía la frecuencia.

3 10,3%


PREGUNTA 4


A mayor frecuencia menor periodo y/o viceversa.

19 65,5%


PREGUNTA 5


No tienen relación. 14 48,3%

La frecuencia modifica la velocidad y la amplitud modifica el estiramiento

5 17,2%

Frecuencia es la cantidad de ondas por minuto, amplitud es la carga energética.

5 17,2%


Tabla 8. Simulación 2: Ecuaciones de un MAS. Distribución de respuestas cuestionario de apoyo.

PREGUNTA 1


Cambia la posición de inicio de la oscilación. 10 34,5%

Varía la oscilación y el periodo de la onda. 7 24,1%

Las gráficas empiezan de un punto diferente. 3 10,3%



PREGUNTA 2


En el punto de equilibrio. 13 44,8%

Cuando el ángulo vale cero y la amplitud vale cero.

7 24,1%

Cuando pasa por el punto t. 3 10,3%


PREGUNTA 3


En los puntos de elongación. 19 65,5%

Cuando está a punto de llegar a su máxima amplitud.

3 10,3%


No responde. 1 3,5%

PREGUNTA 4


Por debajo del punto de equilibrio. 13 44,8%

No tiene velocidad negativa sino rapidez negativa.

7 24,1%

Por debajo o encima del punto de equilibrio. 5 17,2%


No responde. 1 3,45%

PREGUNTA 5




No responde. 1 3,5%

PREGUNTA 6


En los puntos de elongación. 9 31,0%


En el punto de mayor elongación. 5 17,2%

Cuando se cumple una oscilación. 3 10,3%


No responde. 2 6,9%

Tabla 9. Simulación 3: Energía de un oscilador Armónico Simple. Distribución de respuestas cuestionario de apoyo.

PREGUNTA 1


Depende de la velocidad. 7 24,1%

Depende de la masa y de la velocidad. 7 24,1%

Depende de la elongación. 5 17,2%



PREGUNTA 2


Depende de la posición. 8 27,6%

Depende de la altura. 7 24,1%

De la elongación del resorte. 4 13,8%




PREGUNTA 3


Vale cero en los puntos de elongación y es máxima en el punto de equilibrio.

16 55,2%



PREGUNTA 4


Vale cero en los puntos de elongación y es máxima en el punto de equilibrio.

16 55,2%



PREGUNTA 5


Vale cero en el punto de equilibrio y es máxima en su elongación.

16 55,2%



Tabla 10. Simulación 4: Péndulo simple. Distribución de respuestas cuestionario de apoyo.

PREGUNTA 1


A mayor longitud mayor periodo y/o viceversa.

19 65,5%



PREGUNTA 2


A mayor gravedad menor periodo. 8 27,6%

Aumenta la velocidad. 8 27,6%


Se mueve más rápido disminuyendo el periodo.

3 10,3%


PREGUNTA 3


El periodo no cambia. 20 69,0%



Tabla 11. Simulación 5: Elementos de una Onda. Distribución de respuestas cuestionario de apoyo.

PREGUNTA 1


Cambia su velocidad. 11 37,9%

El trazado aumenta. 4 13,8%



PREGUNTA 2



Cambia su tamaño. 9 31,0%

Se reduce la trayectoria. 3 10,3%



PREGUNTA 3


Cambia la distancia entre los puntos B y C.

6 20,7%

Cambia el recorrido vertical 4 13,8%

La onda se comprime o se expande 3 10,3%

Otras respuestas 3 10,3%

No responde 13 44,8%

6.3. Paso 3: Diseño del Test de Likert.

Para cada ítem del test se calculó un valor promedio de acuerdo a la escala de valoración

presentada en la Tabla 6. El promedio se calcula multiplicando el número de veces que

aparece cada alternativa de respuesta (total desacuerdo, en desacuerdo, indeciso, de

acuerdo o totalmente de acuerdo) por el valor asignado (1, 2, 3, 4 o 5) a dicha alternativa

(dependiendo si el ítem es favorable o desfavorable). Se realiza la suma de los productos

mencionados y el resultado de la suma se divide entre el número de personas que dieron

respuesta a ese ítem. Dado que el promedio así calculado puede generar un número que

no es entero, se definió un rango de calificación para establecer una equivalencia

cualitativa como se muestra en la Tabla 12.

Tabla 12. Rango de calificación de resultados.

Escala cualitativa Ítems favorables Ítems desfavorables

Rango de valor promedio Rango de valor promedio

Total desacuerdo 0 ≤ x < 1 4 ≤ x ≤5

En desacuerdo 1 ≤ x <2 3 ≤ x <4

Indeciso 2 ≤ x <3 2 ≤ x <3

De acuerdo 3 ≤ x <4 1 ≤ x <2

Totalmente de acuerdo 4 ≤ x ≤5 0 ≤ x < 1

Para todos los ítems, entre mayor sea el valor promedio, mayor será la fortaleza observada

en el aspecto analizado para cada pregunta particular. Un ítem cuyo promedio esté entre

1 y 3, representaría una situación adversa con respecto al aspecto que se está midiendo.


Lo ideal es que los ítems favorables se encuentren en la escala cualitativa De acuerdo –

Totalmente de acuerdo y que los ítems desfavorables se encuentren en la escala

cualitativa Desacuerdo – Totalmente desacuerdo, es decir, en ambos casos un valor

promedio mayor a 3. Los resultados obtenidos se presentan en las Tablas 13 y 14 para el

grupo control y en las Tablas 15 y 16 para el grupo experimental.

6.4. Paso 4: Aplicación de la metodología

Se comparan los resultados obtenidos en los test de Likert para ambos grupos, tanto al

inicio del tercero periodo, es decir, antes de aplicar la metodología en el grupo experimental

como al final del tercer periodo cuando ya se había aplicado la metodología de enseñanza

asistida por simulaciones al grupo experimental.

6.4.1. Grupo control.

Para este grupo se observó una mejora del 3% en la respuesta a las preguntas favorables

1, 5 y 9 (Figura 14), para las preguntas desfavorables 2 y 6 se evidenció una mejora

igualmente del 3% (Figura 15), las demás preguntas no tuvieron un incremento en su

calificación comparando los resultados de la primera encuesta con los de la segunda.

Figura 14. Resultados ítems favorables Grupo Control. Adaptada de Microsoft Excel. Elaboración propia.

0% 3%

27%17% 13%

23%

3%

27%37%

17%

63% 63%

50%57%

50%43%

60%

33%

47%70%

0%

20%

40%

60%

80%

100%

PRE POST PRE POST PRE POST PRE POST PRE POST

1 3 5 7 9

Grupo Control Items Favorables

Totalmente de acuerdo De acuerdo


Figura 15. Resultados ítems desfavorables Grupo Control. Adaptada de Microsoft Excel. Elaboración propia.

Adicionalmente el rango promedio de calificación del antes y después de cada pregunta,

tanto favorable como desfavorable, no tuvo cambio alguno, esto teniendo en cuenta que

al grupo de control no se le aplicó la metodología diseñada (Tablas 13 y 14

respectivamente).

Tabla 13. Resultados calificación cualitativa y cuantitativa - ítems favorables Grupo control.

No. Pregunta

Calificación Promedio

Pre Post

Valor promedio

Escala cualitativa Valor

promedio Escala cualitativa

1 3,6 De acuerdo 3,7 De acuerdo




9 4,1 Totalmente de acuerdo 4,0 Totalmente de acuerdo

60% 60%

37%43%

67% 67%

50%43%

80% 77%

0% 3%

27%20%

0%3%

33%40%

7% 10%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


2 4 6 8 10

Grupo Control Items Desfavorables

En Desacuerdo Total Desacuerdo


Tabla 14. Resultados calificación cualitativa y cuantitativa - ítems desfavorables Grupo control.

No. Pregunta


Pre Post

Valor promedio



2 3,5 En desacuerdo 3,6 En desacuerdo



8 4,1 Totalmente desacuerdo 4,2 Totalmente desacuerdo


6.4.2. Grupo Experimental.

En el grupo experimental se evidenció una respuesta positiva para cada uno de los ítems

analizados, a excepción de la pregunta 8, comparando el test de entrada como el aplicado

posteriormente a la implementación de las nuevas metodologías de enseñanza. Para los

ítems favorables se observaron mejoras del 7%, 13%, 16%, 10% y 3% para las preguntas

1, 3, 5, 7 y 9 respectivamente (Figura 16). La mayor mejora en el rango de respuesta se

obtuvo para la pregunta 5, “Prefiero aprender a través de contenidos multimedia que con

las clases tradicionales de tablero y marcador”, lo que refleja la aceptación positiva que

tuvo en los estudiantes la implementación de las nuevas metodologías de enseñanza.

Para los ítems desfavorables se obtuvo una mejora del 10%, 3%, 7% y 3% para las

preguntas 2, 4, 6 y 10 respectivamente (Figura 17). La mayor mejora en la respuesta se

obtuvo para la pregunta 2, “La metodología de enseñanza de la asignatura no me permiten

explorar por mi propia cuenta el comportamiento de los sistemas físicos estudiados” y la

pregunta 6, “Considero que los temas estudiados no tienen aplicación práctica”, lo anterior

permite evidenciar que la Implementación de las nuevas metodologías ayuda a los

estudiantes a mejorar su disposición al aprendizaje práctico.


Figura 16. Resultados ítems favorables Grupo Experimental. Adaptada de Microsoft Excel. Elaboración propia.

Figura 17. Resultados ítems desfavorables Grupo Experimental. Adaptada de Microsoft Excel. Elaboración propia.

Adicionalmente el rango promedio de calificación del test comparando la encuesta de

entrada con la de salida, se pueden evidenciar cambios positivos para las preguntas 2, 5,

7 y 10, las demás permanecieron estables, pero en el nivel esperado tanto para preguntas

52% 54%

17% 18%

34%

50%

31%

50%

14%21%

41%46%

52%64% 31%

32%

41%

32%

79%75%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


1 3 5 7 9

Grupo Experimental Items Favorables

Totalmente de acuerdo De acuerdo

83%

61% 59% 54%62%

50%

28% 21%

41% 36%

0%

32%

14% 21%

24% 43%

69% 75%28% 36%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


2 4 6 8 10

Grupo Experimental Items Desfavorables

En Desacuerdo Total Desacuerdo


favorables (De acuerdo – Totalmente de acuerdo) como para preguntas desfavorables

(Desacuerdo – Totalmente desacuerdo) (Tablas 15 y 16).

Tabla 15. Resultados calificación cualitativa y cuantitativa - ítems favorables grupo experimental.

No. Pregunta


Pre Post

Valor promedio



1 4,4 Totalmente de acuerdo

4,5 Totalmente de acuerdo


5 3,9 De acuerdo 4,3 Totalmente de acuerdo

7 4,0 De acuerdo 4,3 Totalmente de acuerdo

9 4,1 Totalmente de acuerdo

4,2 Totalmente de acuerdo

Tabla 16. Resultados calificación cualitativa y cuantitativa - ítems desfavorables grupo experimental.

No. Pregunta


Pre Post

Valor promedio



2 3,8 En desacuerdo 4,3 Totalmente desacuerdo




10 3,9 En desacuerdo 4,1 Totalmente desacuerdo

Los estudiantes están Totalmente en desacuerdo con que La metodología de enseñanza

de la asignatura no les permite explorar por su propia cuenta el comportamiento de los

sistemas físicos estudiados y también con que en la asignatura no se optimiza la utilización

de recursos tecnológicos para la enseñanza. Por otra parte, los estudiantes están

totalmente de acuerdo con que prefieren aprender a través de contenidos multimedia más

que con las clases tradicionales de tablero y marcador y además con que les gustaría que

otros docentes empleen herramientas similares a las utilizadas en esta asignatura.


Lo anterior permite evidenciar para el grupo experimental una respuesta positiva de los

estudiantes a la implementación de nuevas metodologías de enseñanza de la física

asistida por simulaciones.

Se realizó un análisis de varianza de un solo factor considerando las diferencias en los

resultados de las pruebas previas y posteriores para el test de Likert en ambos grupos, las

cuales se presentan en la tabla 17.

Tabla 17. Diferencias en los resultados del test de Likert.

No. Pregunta Grupo Control

Grupo Experimental

1 0,1 0,1

2 0,1 0,5

3 -0,2 0,2

4 -0,1 0,1

5 0,1 0,4

6 0,0 0,3

7 0,1 0,3

8 0,1 0,0

9 -0,1 0,1

10 0,1 0,2

Promedio 0,02 0,22

Varianza 0,0128889 0,024

Desviación Estándar 0,113529242 0,154919334

Nivel de significancia 0,05

Nivel de confianza 95%

Para el análisis de varianza se consideró un nivel de significancia de 0,05 y se planteó

como hipótesis nula H0 “Las medias de los grupos no presentan diferencias significativas”.

Se realizó este análisis estadístico por medio de la herramienta ANOVA de Excel, el cual

se presenta en la tabla 18.


Tabla 18. Resultados de análisis de varianza ANOVA.

RESUMEN

Grupos Cuenta Suma Promedio Varianza

Control 10 0,2 0,02 0,01288889

Experimental 10 2,2 0,22 0,024

ANALISIS DE VARIANZA

Origen de las variaciones

Suma de cuadrados

Grados de

libertad

Promedio de los

cuadrados F Probabilidad

Valor crítico para F

Entre grupos 0,2 1 0,2 10,8433735 0,00404394 4,413873419

Dentro de los grupos

0,332 18 0,0184444 - - -

Total 0,532 19 - - - -

A partir de los grados de libertad se obtuvo un valor de F crítico de 4,4139 y de acuerdo

con los datos del análisis se obtuvo un valor de F igual a 10,8434. Ya que F es mayor que

el valor crítico para F, se rechaza la hipótesis nula, es decir, existen diferencias

significativas en las medias de los grupos.

Luego de la implementación de herramientas tecnológicas en los procesos de enseñanza

de la física, los estudiantes reflejan mayor nivel de satisfacción con las nuevas

metodologías de enseñanza implementadas, lo cual permitió mejorar los niveles de

percepción de los estudiantes frente a la materia, esto para el caso del grupo experimental

(ver Figura 18) en comparación con el grupo control (ver Figura 19).

Figura 18. Comparación calificación promedio de cada ítem antes y después del estudio

para el grupo control. Adaptada de Microsoft Excel. Elaboración propia.

3,63,5

4,0

3,8

3,5

3,7

4,1

3,7

4,1

3,9

3,73,6 3,8

3…3,6

3,7

4,2

3,8 4,04,0

3,53,63,73,83,94,04,14,24,34,44,54,64,74,84,95,0

1 2 3 4 5 6 7 8 9 10

Cal

ific

ació

n P

rom

edio

No. Pregunta

G. Control Pre G. Control Post


Figura 19. Comparación calificación promedio de cada ítem antes y después del estudio

para el grupo experimental. Adaptada de Microsoft Excel. Elaboración propia.

La Tabla 19 muestra la variación porcentual entre el antes y después de la aplicación del

test de Likert para el grupo control y el grupo experimental, como se puede observar el

grupo experimental presentó mayor variación entre el antes y después de la aplicación del

test, mientras que para el grupo control la variación no fue tan significativa, para algunos

ítems incluso la variación fue negativa.

Tabla 19. Variación porcentual en la calificación promedio de los ítems del test de Likert.

Pregunta Variación Porcentual

Grupo control Variación Porcentual Grupo experimental

1 1,8% 2,0%

2 0,9% 12,0%

3 -5,0% 6,5%

4 -1,8% 3,6%

5 2,8% 9,1%

6 1,8% 6,2%

7 1,6% 7,1%

8 3,6% 1,3%

9 -1,6% 2,7%

10 0,8% 3,6%

4,4

3,83,7

3,83,9

4,14,0

4,7

4,1

3,9

4,5

4,3

3,93,9

4,3

4,4 4,3

4,7

4,2

4,1

3,53,63,73,83,94,04,14,24,34,44,54,64,74,84,95,0

1 2 3 4 5 6 7 8 9 10

Cal

ific

ació

n P

rom

edio

No. Pregunta

G. Experimental Pre G. Experimental Post


A partir de los resultados se pudo evidenciar que existe una mejor respuesta de los

estudiantes del grupo experimental, en comparación con el grupo control, a la disposición

al aprendizaje práctico. El grupo experimental presentó un mayor nivel de satisfacción

hacia la metodología de enseñanza de la asignatura, y a partir de los promedios obtenidos

para los diferentes ítems del test de Likert se puede afirmar que los estudiantes de este

grupo consideran que la metodología aplicada les permite explorar por su propia cuenta el

comportamiento de los sistemas físicos estudiados, que los temas estudiados tienen

aplicación práctica, prefieren aprender a través de contenidos multimedia más que con las

clases tradicionales de tablero y marcador y les gustaría que otros docentes empleen

herramientas similares a las utilizadas en esta asignatura. El grupo de control no tuvo

cambios significativos con respecto a la evaluación realizada una vez terminó el periodo

de evaluación

La comparación de los promedios obtenidos en la asignatura Física para los estudiantes

de ambos grupos, entre el segundo y tercer periodo, se presenta en las tablas 20 y 21.

Tabla 20. Comparación de promedios entre segundo y tercer periodo para grupo control.

Estudiante II Semestre III Semestre Diferencia

Acevedo Castillo Jonathan 3,5 2,9 -0,6

Agudelo Vinasco Juan José 3,3 3,5 0,2

Aguirre Osorio Luis Alejandro 3,5 3,5 0,0

Arredondo Franco Yomara 3,8 4,2 0,4

Arroyave Molina Alex Daniel 3,5 4,1 0,6

Arroyave Molina Isabela 3,7 4,2 0,5

Bedoya Teneche Jhan Sebastián 3,2 3,7 0,5

Bernal Castro Daniela 3,5 3,1 -0,4

Cárdenas Castro Sebastián 3,5 3,3 -0,2

Castaño Hurtado Manuela 3,7 4,3 0,6

Castellanos Atehortúa Edgar Estiven 3,1 2,9 -0,2

Echeverry Ruíz Jhon Jairo 3,5 4,9 1,4

García Ocampo Mariana 3,7 3,7 0,0

Giraldo Porras Pedro Pablo 3,5 3,6 0,1

Giraldo Triana Juan Camilo 3,5 4,6 1,1

González Sepúlveda Yeison 3,6 3,1 -0,5

Marín Delgado Katerine 3,0 2,4 -0,6

Mejía Iza Jessica 2,7 3,9 1,2

Mora Hernández María Camila 3,3 4,9 1,6

Morales Gómez Diego Fernando 3,7 3,9 0,2


Orrego Gil Juan Fernando 4,0 3,8 -0,2

Osorio González Xiomar 4,0 4,7 0,7

Osorio Jiménez Samuel 3,6 3,0 -0,6

Osorio Jiménez Santiago 3,5 4,0 0,5

Osorio Paz Yenny Alejandra 3,7 4,9 1,2

Sánchez Bedoya Leidy Yuliana 3,5 3,8 0,3

Uribe Osorio Daniela 3,8 4,5 0,7

Villa Bedoya Jaqueline 3,5 2,9 -0,6

Zape Orozco Francy Estefanía 3,5 3,1 -0,4

Zuluaga Hurtado Sandra Milena 2,9 2,0 -0,9

PROMEDIO GRUPO 3,5 3,7 0,2

Tabla 21. Comparación de promedios entre segundo y tercer periodo para grupo experimental.

Estudiante II Semestre III Semestre Diferencia

Agudelo García Manuela 4,0 3,9 -0,1

Cano Aristizábal Sebastián 3,1 4,0 0,9

Castaño Cardona Brenda María 4,5 4,5 0,0

Castaño Ríos Andrés Felipe 3,0 4,5 1,5

Castaño Ríos Valentina 3,3 4,5 1,2

Castaño Usme Katerine 4,1 4,6 0,5

Castro Correa Paola Andrea 3,4 3,9 0,5

García Hoyos Luis Fernando 4,1 3,9 -0,2

García Suárez Juan Pablo 3,5 2,9 -0,6

Giraldo González Carlos Andrés 3,3 3,9 0,6

González Ballen Erika Carolina 4,4 4,8 0,4

Gutiérrez Henao Katherine 3,5 4,3 0,8

Hincapié Cardona Daniel 3,9 4,1 0,2

Largo Largo Mónica Valentina 3,7 4,5 0,8

López Morales Julián Andres 3,5 3,8 0,3

López Zapata Yisel Dahyana 3,1 2,9 -0,2

Marín Londoño María José 3,6 3,9 0,3

Marín Zapata Estiven 3,6 4,0 0,4

Martínez Bedoya Juan José 4,3 4,3 0,0

Mejía Osorio Juliana 3,0 4,3 1,3

Morales Quintero Marcelo 3,9 4,0 0,1

Moreno Duque Valentina 3,1 3,0 -0,1

Muñoz Largo Yeison 3,6 3,9 0,3

Quintero Arredondo Rubén Darío 3,1 3,1 0,0

Quintero Campiño Leici Dayana 3,0 3,9 0,9


Ramírez Coronado Daniela 3,3 3,5 0,2

Ramírez Coronado Valeria 3,3 4,1 0,8

Serna Vinasco Valentina 3,3 4,1 0,8

Velásquez Arias Yeraldín 4,2 4,5 0,3

PROMEDIO GRUPO 3,6 4,0 0,4

Se puede evidenciar que el promedio general de la asignatura tuvo un incremento de 4

décimas para el grupo experimental y de 2 décimas para el grupo control.

Discusión.

Estudios como el realizado por (Dinescu et al., 2010) han mostrado que existen diferencias

significativas en los grupos experimentales, observando mayor eficiencia en la

participación activa e interactiva luego de la implementación de métodos de enseñanza

didácticos. Otros estudios como (Martínez et al., 2018) reportan que un alto porcentaje de

sus estudiantes consideran que la utilización de las TIC facilita su aprendizaje, de acuerdo

a los resultados obtenidos en este estudio se evidencia que a la pregunta: prefiero

aprender a través de contenidos multimedia que con las clases tradicionales de tablero y

marcador las respuestas dadas por los estudiantes del grupo experimental presentaron

una variación positiva del 9,1% y (Tapasco y Giraldo, 2017) informa que además estas

aplicaciones son primordiales para los sistemas educativos actuales, a través de las cuales

se puede lograr una mayor efectividad en el aprendizaje si se compara con los métodos

de enseñanza tradicionales.

Otras investigaciones como las hechas por (Tikhonova y Tereshkova, 2014) corroboran

que los programas que hacen uso de herramientas tecnológicas mejoran su rendimiento

en comparación con aquellos cursos formados a través de métodos de enseñanza

habituales, en el alcance del presente estudio no se contempla evaluar la variación del

rendimiento académico de los grupos, sin embargo, tal como lo muestran las respuestas a

los cuestionarios de apoyo resumidas en las Tablas 7, 8, 9, 10 y 11 se logran tanto aciertos

como desaciertos por parte de los estudiantes en la conceptualización de los temas

estudiados. Investigaciones relacionadas indican que las plataformas interactivas,

conocidas como entorno de aprendizaje virtual, son especialmente útiles cuando se


enfocan en la enseñanza de ciencias y en particular de la física, la cual es generalmente

de difícil comprensión para los estudiantes. (Martín y Serrano, 2009), al desarrollar su

estudio observaron que los estudiantes que siguieron el curso con la ayuda de estas

plataformas aumentaron su interés y por tanto obtuvieron mejores calificaciones en

comparación con años anteriores para las materias objeto de ese análisis, en el presente

estudio se evidenció un aumento en el interés de los estudiantes hacia la metodología de

enseñanza, ante la pregunta: me gustaría que otros docentes empleen herramientas

similares a las utilizadas en esta asignatura, el grupo experimental muestra una variación

positiva del 7,1%.

Otros autores reconocen a través de sus estudios la importancia del papel de las TIC en

la integración en las aulas escolares para promover la eficiencia en la enseñanza (Ezugwu,

Ofem, Rathod, Agushaka, & Haruna, 2016) y mejorar las competencias de los estudiantes,

llevando a mejores resultados en las áreas de aplicación (Ferraro, 2018).

Además, estudios llevados a cabo por (Wang, Jou, Lv, & Huang, 2018) demuestran que

bajo un cambio en el modelo de enseñanza basado en tecnología, aplicado al modelado

de la física, los maestros y estudiantes pueden iniciar el intercambio de aprendizaje en el

aula de una forma más participativa, de manera que se establezcan conceptos y

conocimientos correctos de las diferentes temáticas y además mejore el proceso cognitivo

de los estudiantes, ofreciendo un enfoque científico y mejorando su razonamiento. Este

estudio concluyó que los estudiantes que se sometieron a las nuevas metodologías de

enseñanza en el aula tuvieron una mejora notable en cuanto a los conceptos aplicados a

los modelos de física.

No hay que desconocer que algunos de los mayores obstáculos que se presentan en la

implementación adecuada de las nuevas metodologías de enseñanza basadas en TIC en

algunas regiones, son entre otros la limitante de la conectividad a internet y además los

pocos recursos en cuanto a la disponibilidad de computadoras, acceso a energía eléctrica

y otros accesorios requeridos (Ezugwu et al., 2016). Es importante entonces que, para la

implementación de las nuevas metodologías de enseñanza, exista alto compromiso del

gobierno y de las instituciones sobre los recursos otorgados para una correcta aplicación

en las aulas. Además, es de vital importancia el tiempo que los maestros dediquen en la

cátedra a estos nuevos modelos y además el entrenamiento y compromiso que estos

tengan (Claro et al., 2018).


Entonces a partir de la implementación de una metodología de enseñanza asistida por

simulaciones computarizadas, se logró aumentar el nivel de satisfacción del estudiante

frente al aprendizaje de la física. Si bien es cierto existe una amplia oferta de software

orientado a la simulación de fenómenos físicos, Geogebra ofrece versatilidad al docente a

la hora de crear las simulaciones, permitiendo personalizar las mismas a través de la

creación de escenarios específicos al contexto del estudiante, mientras que los paquetes

de software existentes funcionan con escenarios predeterminados. Como líneas de

investigación futura se plantean: incluir a los estudiantes en el proceso de modelado de las

simulaciones de fenómenos físicos. Estudiar el impacto de la metodología en otras áreas

del conocimiento e incluir el uso de dispositivos portátiles tales como teléfonos inteligentes

y tabletas.

Conclusiones. 90

7. Conclusiones.

De acuerdo a los resultados obtenidos se evidencia que se logró cumplir satisfactoriamente

con el propósito de diseñar e implementar una metodología de enseñanza de la física

asistida por simulación para mejorar el grado de satisfacción de los estudiantes, pues los

resultados del test de Likert muestran una variación porcentual mayor para cada uno de

los 10 ítems medidos en el grupo experimental que los correspondientes al grupo control,

por lo cual se concluye que la implementación de las herramientas tecnológicas en los

procesos de enseñanza de la física, permiten lograr un mayor nivel de satisfacción de los

estudiantes con el proceso de aprendizaje.

A partir del análisis de varianza ANOVA realizado utilizando la aplicación Excel de

Microsoft office se pudo determinar que existen diferencias significativas entre las medias

de la variable nivel de satisfacción hacia al aprendizaje entre ambos grupos.

El uso de la herramienta tecnológica Geogebra con el grupo experimental, permitió la

presentación de las temáticas estudiadas de una forma visual y dinámica, lo cual busca

mejorar el proceso de aprendizaje y la satisfacción de los estudiantes con la asignatura y

las metodologías aplicadas.

La metodología de enseñanza tradicional aplicada en el grupo control no favorece por si

sola un cambio significativo en el nivel de satisfacción del estudiante frente a la enseñanza

de la física, ya que no se evidenciaron cambios significativos en los resultados obtenidos

en el test de Likert aplicado antes y después del curso.

Por otra parte, para el grupo experimental se evidenció que existe una respuesta positiva

de los estudiantes a la implementación de la nueva metodología, durante el periodo de

Conclusiones. 91

estudio evaluado. A través de los resultados del test de Likert se determinó que los

estudiantes de este grupo consideran que esta nueva metodología les permite aprender

por su cuenta el comportamiento de los sistemas físicos estudiados, además consideran

que se optimizaron los recursos tecnológicos para el proceso de enseñanza y finalmente

para los estudiantes es preferible aprender a través de herramientas tecnológicas, más

que con las clases tradicionales, además consideran que este tipo de herramientas podrían

ser aplicadas en otras asignaturas para facilitar la comprensión de la temática orientada.

Agradecimientos 92

Agradecimientos

Agradecimientos especiales a la institución educativa La sagrada Familia del municipio de

Palestina Caldas, en cabeza del Rector Roberto Gil Carvajal por permitirme desarrollar mi

trabajo de investigación en sus instalaciones y con sus estudiantes, a la Universidad

Nacional de Colombia Sede Manizales, en especial a la maestría en enseñanza de las

ciencias exactas y naturales por todo el proceso de formación y a mi tutor Omar Danilo

Castrillón Gómez por su asesoría oportuna y constante.

Agradecimientos 93

Nomenclatura 94

Nomenclatura

Símbolo Término Unidad SI

𝐴 Amplitud M

𝑎 Aceleración m/s2

𝐸𝑐 Energía cinética J

𝐸𝑝 Energía potencial J

𝐸𝑇 Energía mecánica total J

𝑓 Frecuencia Hz

F Fuerza N

𝑔 Aceleración de la gravedad m/s2

𝑘 Constante elástica del resorte N/m

𝐿 Longitud del péndulo m

𝑚 Masa Kg

S Distancia entre el péndulo y la posición de equilibrio m

𝑇 Periodo, Fuerza de Tensión s, N

T Tiempo s

𝑡𝑓 Tiempo máximo de la simulación s

𝑣 Velocidad m/s

𝑤 Frecuencia angular rad/s

𝑥 Elongación, coordenada. m

𝑦 Coordenada m

Letras griegas:

𝛼 ángulo máximo del péndulo rad

𝜃 ángulo de rotación del péndulo respecto a la posición de equilibrio

rad

𝜆 Longitud de onda m

𝜙 ángulo o constante de fase rad

Referencias

Aizikovitsh-Udi, E., & Radakovic, N. (2012). Teaching probability by using geogebra dynamic tool and implemanting critical thinking skills. Procedia - Social and Behavioral Sciences, 46(Galotti 1989), 4943–4947. https://doi.org/10.1016/j.sbspro.2012.06.364

Ajredini, F., Izairi, N., & Zajkov, O. (2014). Real Experiments versus Phet Simulations for Better High-School Students’ Understanding of Electrostatic Charging. European Journal of Physics Education, 5(1), 59–70.

Akkaya, A., Tatar, E., Berrin, T., & Ka, Õ. (2011). Using Dynamic Software in Teaching of the Symmetry in Analytic Geometry : The Case of GeoGebra. Procedia Social and Behavioral Sciences, 15, 2540–2544. https://doi.org/10.1016/j.sbspro.2011.04.141

Alfred, M. C., Neyens, D. M., & Gramopadhye, A. K. (2019). Learning in simulated environments : An assessment of 4-week retention outcomes. Applied Ergonomics, 74(July 2018), 107–117. https://doi.org/10.1016/j.apergo.2018.08.002

Alfred, M., Neyens, D. M., & Gramopadhye, A. K. (2018). Comparing learning outcomes in physical and simulated learning environments. International Journal of Industrial Ergonomics, 68, 110–117. https://doi.org/10.1016/j.ergon.2018.07.002

Álvarez, A., Martín, M., Fernández, I., & Urretavizcaya, M. (2013). Blending traditional teaching methods with learning environments : Experience , cyclical evaluation process and impact with MAgAdI. Computers & Education, 68, 129–140. https://doi.org/10.1016/j.compedu.2013.05.006

Arbain, N., & Shukor, N. A. (2015). The effects of GeoGebra on students achievement. Procedia - Social and Behavioral Sciences, 172(2007), 208–214. https://doi.org/10.1016/j.sbspro.2015.01.356

Au-yong, M., Gonçalves, R., Martins, J., & Branco, F. (2018). The social impact of technology on millennials and consequences for higher education and leadership. Telematics and Informatics, 35(4), 954–963. https://doi.org/10.1016/j.tele.2017.10.007

Avidov, O., & Forkosh, A. (2018). Professional identity of teacher educators in the digital era in light of demands of pedagogical innovation. Teaching and Teacher Education, 73, 183–191. https://doi.org/10.1016/j.tate.2018.03.017

Aykutlu, I., Bezen, S., & Bayrak, C. (2015). Teacher Opinions about the Conceptual Challenges Experienced in Teaching Physics Curriculum Topics. Procedia - Social and Behavioral Sciences, 174, 390–405. https://doi.org/10.1016/j.sbspro.2015.01.681

Ayvaz, Z. (2010). Computer supported mathematics with Geogebra. Procedia Social and Behavioral Sciences, 9, 1449–1455. https://doi.org/10.1016/j.sbspro.2010.12.348

Ayvaz, Z., & Ozdemir, S. (2010). Using Geogebra as an information technology tool : parabola teaching. Procedia Social and Behavioral Sciences, 9, 565–572. https://doi.org/10.1016/j.sbspro.2010.12.198

Bacon, R., & Swithenby, S. (1996). A strategy for the integration of IT-led methods into physics—the SToMP approach. Computers & Education, 26(1–3), 135–141. https://doi.org/10.1016/0360-1315(95)00072-0

Bandoy, J. V. B., Pulido, M. T. R., & Sauquillo, D. J. (2016). The Effectiveness of using PHET Simulations for Physics Classes : A Survey The Effectiveness of using PHET Simulations for Physics Classes : A Survey. Research Gate, (October 2015), 1–4.

Bauer, W., & Westfall, G. (2011). Física para Ingeniería y Ciencias Volumen 1. Mc Graw Hill.

Belo, N. A. H., Driel, J. H. Van, Veen, K. Van, & Verloop, N. (2014). Beyond the dichotomy of teacher- versus student-focused education : A survey study on physics teachers ’ beliefs about the goals and pedagogy

Referencias 96

of physics education. Teaching and Teacher Education, 39, 89–101. https://doi.org/10.1016/j.tate.2013.12.008

Bich, T., Tran, L., Nhat, T., Mackenzie, S. V, & Kim, L. (2017). Developing assessment criteria of a lesson for creativity to promote teaching for creativity. Thinking Skills and Creativity, 25(November 2016), 10–26. https://doi.org/10.1016/j.tsc.2017.05.006

Bolívar, J. M. D. (2017). Diseño de un proyecto de aula sobre la enseñanza de enlace químico y su relación con las propiedades físicas de la materia mediante la aplicación de software educativo en química. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Medellín.

Boyce, A. S., Avent, C., Adetogun, A., Servance, L., Destefano, L., Nerem, R., & Platt, M. O. (2019). Implementation and evaluation of a biotechnology research experience for African-American high school students. Evaluation and Program Planning, 72(October 2018), 162–169. https://doi.org/10.1016/j.evalprogplan.2018.10.004

Calafato, R., & Tang, F. (2018). ScienceDirect The status of Arabic , superdiversity , and language learning motivation among non-Arab expats in the Gulf. Lingua. https://doi.org/10.1016/j.lingua.2018.11.003

Caligaris, M. G., Schivo, M. E., & Romiti, M. R. (2015). Calculus & GeoGebra , an interesting partnership. Procedia - Social and Behavioral Sciences, 174, 1183–1188. https://doi.org/10.1016/j.sbspro.2015.01.735

Camparo, J. (2013). A geometrical approach to the ordinal data of Likert scaling and attitude measurements : The density matrix in psychology. Journal of Mathematical Psychology, 57(1–2), 29–42. https://doi.org/10.1016/j.jmp.2013.02.004

Cardona, M. E., & López, S. (2017). Una revisión de literatura sobre el uso de sistemas de adquisición de datos para la enseñanza de la física en la educación básica, media y en la formación de profesores. Revista Brasileira de Ensino de Física, 39(4). https://doi.org/10.1590/1806-9126-rbef-2016-0308

Carpenter, Y., Moore, E. B., & Perkins, K. K. (2016). ConfChem Conference on Interactive Visualizations for Chemistry Teaching and Learning: Using an Interactive Simulation To Support Development of Expert Practices for Balancing Chemical Equations. Journal of Chemical Education, 93, 1150–1151. https://doi.org/10.1021/acs.jchemed.5b00546

Chang, K. E., Chen, Y. L., Lin, H. Y., & Sung, Y. T. (2008). Effects of learning support in simulation-based physics learning. Computers and Education, 51(4), 1486–1498. https://doi.org/10.1016/j.compedu.2008.01.007

Chen, C.-H., & Wu, I. C. (2012). The interplay between cognitive and motivational variables in a supportive online learning system for secondary physical education. Computers and Education, 58(1), 542–550. https://doi.org/10.1016/j.compedu.2011.09.012

Chen, S., Chang, W. H., Lai, C. H., & Tsai, C. Y. (2014). A Comparison of Students’ Approaches to Inquiry, Conceptual Learning, and Attitudes in Simulation-Based and Microcomputer-Based Laboratories. Science Education, 98(5), 905–935. https://doi.org/10.1002/sce.21126

Chetty, N. (2015). Teaching Teachers to Teach Physics to High School Learners. Procedia - Social and Behavioral Sciences, 174, 1886–1899. https://doi.org/10.1016/j.sbspro.2015.01.852

Chilton, J., He, Z., Fountain, R., & Alfred, D. (2018). PT US CR. Journal of Professional Nursing. https://doi.org/10.1016/j.profnurs.2018.10.002

Chiu, C., Tasi, W., Yang, W., & Guo, J. (2019). How to help older adults learn new technology ? Results from a multiple case research interviewing the internet technology instructors at the senior learning center. Computers & Education, 129(November 2018), 61–70. https://doi.org/10.1016/j.compedu.2018.10.020

Choi, G. W., Land, S. M., & Zimmerman, H. T. (2018). Investigating children’s deep learning of the tree life cycle using mobile technologies. Computers in Human Behavior, 87, 470–479. https://doi.org/10.1016/j.chb.2018.04.020

Claro, M., Salinas, A., Cabello Hutt, T., San Martín, E., Preiss, D. D., Valenzuela, S., & Jara, I. (2018). Teaching in a Digital Environment (TIDE): Defining and measuring teachers’ capacity to develop students’ digital information and communication skills. Computers & Education, 121(March), 162–174. https://doi.org/10.1016/j.compedu.2018.03.001

Collazos, H. F., & Castrillón, O.D. En prensa (2019). Metodología para la Enseñanza del Movimiento Oscilatorio mediante Simulación Computarizada, Información Tecnológica, 30(4).

Referencias 97

Concari, S., Giorgi, S., Cámara, C., & Giacosa, N. (2006). Didactic strategies using simulations for Physics teaching. Research Gate, (November), 1–5.

Cook, D. A., Becca, G., R, Farley, D., Matthew, L., Naik, N. D., Cardenas Lara, F. J., & Artino, A. R. (2018). Influencing Mindsets and Motivation in Procedural Skills Learning: Two Randomized Studies. Journal of Surgical Education, DavidA.Coo(507). https://doi.org/10.1016/j.jsurg.2018.09.018

Cruz, R. (2015). Analogies in High School Classes on Quantum Physics. Procedia - Social and Behavioral Sciences, 167, 38–43. https://doi.org/10.1016/j.sbspro.2014.12.639

Dai, W., & Fan, L. (2012). Discussion about the Pros and Cons and Recommendations for Multimedia Teaching in Local Vocational Schools. Physics Procedia, 33, 1144–1148. https://doi.org/10.1016/j.phpro.2012.05.188

de Jong, T., Martin, E., Zamarro, J.-M., Esquembre, F., Swaak, J., & van Joolingen, W. R. (1999). The integration of computer simulation and learning support: An example from the physics domain of collisions. Journal of Research in Science Teaching, 36(5), 597–615. https://doi.org/10.1002/(SICI)1098-2736(199905)36:5<597::AID-TEA6>3.0.CO;2-6

de Jong, T., Van Joolingen, W. R., Swaak, J., Veermans, K., Limbach, R., King, S., & Gureghian, D. (1998). Self-directed learning in simulation-based discovery environments. Journal of Computer Assisted Learning, 14(3), 235–246. https://doi.org/doi:10.1046/j.1365-2729.1998.143060.x

Dega, B. G., Kriek, J., & Mogese, T. F. (2013). Students’ conceptual change in electricity and magnetism using simulations: A comparison of cognitive perturbation and cognitive conflict. Journal of Research in Science Teaching, 50(6), 677–698. https://doi.org/10.1002/tea.21096

Delgadillo, F. A. (2013). Propuesta didáctica para la enseñanza de la hidrostática en ciclo 5 a partir de situaciones paradójicas. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Bogotá.

Díez Rodríguez, J. A. (2015). Manual de herramientas pedagógicas para la enseñanza de técnicas instrumentales de análisis químico y físico. (Tesis de Maestría). Universidad Nacional de Colombia, Medellín.

Dinescu, L., Dinica, M., & Miron, C. (2010). Active strategies - Option and necessity for teaching science in secondary and high school education. Procedia - Social and Behavioral Sciences, 2(2), 3724–3730. https://doi.org/10.1016/j.sbspro.2010.03.579

Donou, F. (2018). Technology , education , and economic growth in Sub-Saharan Africa. Telecommunications Policy, (February), 1–8. https://doi.org/10.1016/j.telpol.2018.08.005

Dukuzumuremyi, S., & Siklander, P. (2018). Interactions between pupils and their teacher in collaborative and technology-enhanced learning settings in the inclusive classroom. Teaching and Teacher Education, 76, 165–174. https://doi.org/10.1016/j.tate.2018.08.010

El Shaban, A., & Egbert, J. (2018). Diffusing education technology : A model for language teacher professional development in CALL. System, 78, 234–244. https://doi.org/10.1016/j.system.2018.09.002

Erixon, P. O. (2010). School subject paradigms and teaching practice in lower secondary Swedish schools influenced by ICT and media. Computers and Education, 54(4), 1212–1221. https://doi.org/10.1016/j.compedu.2009.11.007

Evens, M., Elen, J., Larmuseau, C., & Depaepe, F. (2018). Promoting the development of teacher professional knowledge : Integrating content and pedagogy in teacher education. Teaching and Teacher Education, 75, 244–258. https://doi.org/10.1016/j.tate.2018.07.001

Ezugwu, A. E., Ofem, P. O., Rathod, P., Agushaka, J. O., & Haruna, S. (2016). An Empirical Evaluation of the Role of Information and Communication Technology in Advancement of Teaching and Learning. Procedia Computer Science, 92, 568–577. https://doi.org/10.1016/j.procs.2016.07.384

Ferraro, S. (2018). Is information and communication technology satisfying educational needs at school? Computers and Education, 122(April), 194–204. https://doi.org/10.1016/j.compedu.2018.04.002

Gajda, A., Beghetto, R. A., & Karwowski, M. (2017). Exploring creative learning in the classroom : A multi-method. Thinking Skills and Creativity, 24(February), 250–267. https://doi.org/10.1016/j.tsc.2017.04.002

Garcia, I., & Pacheco, C. (2013). A constructivist computational platform to support mathematics education in elementary school. Computers and Education, 66, 25–39. https://doi.org/10.1016/j.compedu.2013.02.004

Guise, M., Habib, M., Thiessen, K., & Robbins, A. (2017). Continuum of co-teaching implementation : Moving

https://doi.org/10.1016/j.tate.2018.07.001

Referencias 98

from traditional student teaching to co-teaching *. Teaching and Teacher Education, 66, 370–382. https://doi.org/10.1016/j.tate.2017.05.002

Hamidi, H., & Chavoshi, A. (2018). Analysis of the essential factors for the adoption of mobile learning in higher education : A case study of students of the University of Technology. Telematics and Informatics, 35(4), 1053–1070. https://doi.org/10.1016/j.tele.2017.09.016

Harpe, S. E. (2015). How to analyze Likert and other rating scale data. Currents in Pharmacy Teaching and Learning, 7(6), 836–850. https://doi.org/10.1016/j.cptl.2015.08.001

Harrison, M. T. M. J. (1996). Computer-assisted assignments in a large physics class. Computers & Education, 27(2), 141–147.

Hartley, J. (2013). Some thoughts on Likert-type scales. International Journal of Clinical and Health Psychology, 13, 83–86. https://doi.org/10.1016/S1697-2600(14)70040-7

Hidalgo, A., & Lopez, C. (2018). Teaching Styles and Achievement: Student and Teacher Perspectives. Economics of Education Review. https://doi.org/10.1016/j.econedurev.2018.10.009

Hsu, J., & Hsu, R. (2012). Physics teaching in the medical schools of Taiwan. Kaohsiung Journal of Medical Sciences, 28(2), S33–S35. https://doi.org/10.1016/j.kjms.2011.08.006

Huapaya, C. ., Arona, G. ., & Lizarralde, F. A. (2005). Enseñanza de la Ingeniería con Sistemas Tutoriales Inteligentes. Información Tecnológica, 16(5), 75–78.

Ivanovic, M., Milicevic, A. K., Aleksićb, V., Bratića, B., & Mandi, M. (2018). Experiences and perspectives of Technology-enhanced learning and teaching in higher education – Serbian case, 0. https://doi.org/10.1016/j.procs.2018.08.086

Jaramillo García, C. C. (2016). Elaboración e implementación de una herramienta didáctica que permita enseñar la lógica proposicional a los estudiantes de grado sexto. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Manizales.

Jaramillo Garcia, J. S. (2016). Diseño de un objeto virtual para la enseñanza-aprendizaje de los conceptos matemáticos de nivelación previos al estudio de la química general. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Manizales.

Järvenoja, H., Järvelä, S., & Malmberg, J. (2017). Supporting groups’ emotion and motivation regulation during collaborative learning. Learning and Instruction, (June), 1–11. https://doi.org/10.1016/j.learninstruc.2017.11.004

Jia, X., Hu, W., Cai, F., Wang, H., Li, J., Runco, M. A., & Chen, Y. (2017). The influence of teaching methods on creative problem finding. Thinking Skills and Creativity, 24, 86–94. https://doi.org/10.1016/j.tsc.2017.02.006

Jian, S., & Hong, L. (2012). Explore the Effective Use of Multimedia Technology in College Physics Teaching. Energy Procedia, 17, 1897–1900. https://doi.org/10.1016/j.egypro.2012.02.329

Jimoyiannis, A., & Komis, V. (2001). Computer simulations in physics teaching and learning: a case study on students’ understanding of trajectory motion. Computers & Education, 36(2), 183–204. https://doi.org/10.1016/S0360-1315(00)00059-2

Khudanov, B., In, H., Kahharova, D., Lee, J., Hamidov, I., Lee, E., & Kim, B. (2018). Effect of an oral health education program based on the use of quantitative light-induced fluorescence technology in Uzbekistan adolescents. Photodiagnosis and Photodynamic Therapy, 21(January), 379–384. https://doi.org/10.1016/j.pdpdt.2018.01.012

Kirschner, P., & Huisman, W. (1998). “Dry laboratories” in science education; computer-based practical work. International Journal of Science Education, 20(6), 665–682. https://doi.org/10.1080/0950069980200605

Krobthong, T. (2015). Teaching University Physics by Using Interactive Science Simulations Methods. Procedia - Social and Behavioral Sciences, 197(February), 1811–1817. https://doi.org/10.1016/j.sbspro.2015.07.240

Lee, C., Kwon, O., Kim, M., & Kwon, D. (2018). Early identification of emerging technologies : A machine learning approach using multiple patent indicators. Technological Forecasting & Social Change, 127, 291–303. https://doi.org/10.1016/j.techfore.2017.10.002

León, C. E. (2017). El pensamiento covariacional y GeoGebra : herramientas para la explicación científica de algunas realidades for Scientific Explanation of Certain Realities. Tecné, Episteme Y Didaxis: TED, 42,

Referencias 99

159–171.

Li, Q. (2013). A novel Likert scale based on fuzzy sets theory. Expert Systems With Applications, 40(5), 1609–1618. https://doi.org/10.1016/j.eswa.2012.09.015

Lin, C., Zhang, Y., & Zheng, B. (2017). The roles of learning strategies and motivation in online language learning : A structural equation modeling analysis. Computers & Education, 113, 75–85. https://doi.org/10.1016/j.compedu.2017.05.014

Lin, H., Yen, W., & Wang, Y. (2018). Investigating the effect of learning method and motivation on learning performance in a business simulation system context : An experimental study. Computers & Education, 127(July), 30–40. https://doi.org/10.1016/j.compedu.2018.08.008

Liu, C., Wu, C., Wong, W., Lien, Y., & Chao, T.-K. (2017). Scientific modeling with mobile devices in high school physics labs. Computers & Education, 105, 44–56. https://doi.org/10.1016/j.compedu.2016.11.004

Lopez, S., Veit, E. A. y Araujo, I. S. (2016). Una Revisión de Literatura Sobre el Uso de Modelación y Simulación Computacional para la Enseñanza de la Física en la Educación Básica y Media. Revista Brasileira de Ensino de Física, 38(2), e2401-1-e2401-16, doi: 10.1590/1806-9126-RBEF-2015-0031.

Malaquias, R. F., Malaquias, F. F. O., & Hwang, Y. (2018). Understanding technology acceptance features in learning through a serious game. Computers in Human Behavior, 87(May 2017), 395–402. https://doi.org/10.1016/j.chb.2018.06.008

Marcus, M., Haden, C. A., & Uttal, D. H. (2018). Promoting children’s learning and transfer across informal science , technology , engineering , and mathematics learning experiences. Journal of Experimental Child Psychology, 175, 80–95. https://doi.org/10.1016/j.jecp.2018.06.003

Márquez, D. A., & Cárdenas, O. O. (2008). Implementación de un Laboratorio Virtual para la enseñanza de Controladores PID. Información Tecnológica, 19(3), 75–78. https://doi.org/10.1612/inf.tecnol.3884it.07

Martín Blas, T., & Serrano Fernández, A. (2009). The role of new technologies in the learning process: Moodle as a teaching tool in Physics. Computers and Education, 52(1), 35–44. https://doi.org/10.1016/j.compedu.2008.06.005

Martinez, C. (2012). Estadística y muestreo (13 edición). Ecoe ediciones.

Martínez Argüello, L. D., Hinojo Lucena, F. J., & Aznar Díaz, I. (2018). Aplicación de las Tecnologías de la Información y la Comunicación (TIC) en los Procesos de Enseñanza- Aprendizaje por parte de los Profesores de Química. Información Tecnológica, 29, 41–52. https://doi.org/10.4067/S0718-07642018000200005

Mayorova, V., Grishko, D., & Leonov, V. (2018). New educational tools to encourage high-school students ’ activity in stem. Science Direct, 61, 457–465.

McKagan, S. B., Handley, W., Perkins, K. K., & Wieman, C. E. (2008). A Research-Based Curriculum for Teaching the Photoelectric Effect. American Journal of Physics, 77(1), 1–9. https://doi.org/10.1119/1.2978181

Niemi, H. (2002). Active learning—a cultural change needed in teacher education and schools. Teaching and Teacher Education, 18(7), 763–780. https://doi.org/10.1016/S0742-051X(02)00042-2

Olokundun, M., Moses, C. L., Iyiola, O., Ibidunni, S., Ogbari, M., Peter, F., & Borishade, T. (2018). The effect of non traditional teaching methods in entrepreneurship education on students entrepreneurial interest and business startups : A data article. Data in Brief, 19, 16–20. https://doi.org/10.1016/j.dib.2018.04.142

Ozcan, O., & Gercek, C. (2015). What are the pre-service physics teachers ’ opinions about context based approach in physics lessons ? Procedia - Social and Behavioral Sciences, 197(February), 892–897. https://doi.org/10.1016/j.sbspro.2015.07.269

Pacheco, E., Lips, M., & Yoong, P. (2018). Transition 2.0 : Digital technologies , higher education , and vision impairment. The Internet and Higher Education, 37(November 2017), 1–10. https://doi.org/10.1016/j.iheduc.2017.11.001

Park, S. I., Lee, G., & Kim, M. (2009). Do students benefit equally from interactive computer simulations regardless of prior knowledge levels? Computers and Education, 52(3), 649–655. https://doi.org/10.1016/j.compedu.2008.11.014

Pehlivan, H., & Köseo, P. Õ. (2011). The reflections of certain social factors concerning science high school students into their attitudes towards physics course. Procedia Social and Behavioral Sciences, 15, 605–

Referencias 100

608. https://doi.org/10.1016/j.sbspro.2011.03.148

Perry, A., & Karpova, E. (2017). Efficacy of teaching creative thinking skills : A comparison of multiple creativity assessments. Thinking Skills and Creativity, 24, 118–126. https://doi.org/10.1016/j.tsc.2017.02.017

Pinzón, J. E. D. (2018). Aprendizaje de las matemáticas con el uso de simulación. Sophia, 14, 22–30. http://dx.doi.org/10.18634/sophiaj.14v.1i.519

Pyatt, K., & Sims, R. (2012). Virtual and Physical Experimentation in Inquiry-Based Science Labs: Attitudes, Performance and Access. Journal of Science Education and Technology, 21(1), 133–147. https://doi.org/10.1007/s10956-011-9291-6

Renata, B., & Jana, M. (2012). E-learning as a Motivation in Teaching Physics. Procedia -Social and Behavioral Sciences, 64, 328–331. https://doi.org/10.1016/j.sbspro.2012.11.039

Rockich, N., Train, B. C., Rudolph, M. J., & Gillette, C. (2018). Faculty motivations to use active learning among pharmacy educators. Currents in Pharmacy Teaching and Learning, 10(3), 277–284. https://doi.org/10.1016/j.cptl.2017.11.015

Rossi, A. P., & Baldini, P. N. (2008). Herramienta Computacional para la Enseñanza de la Evaluación del Campo Eléctrico en Instalaciones Industriales. Información Tecnológica, 19(3), 79–88. https://doi.org/10.1612/inf.tecnol.3921it.07

Rubio Orozco, E. A. (2013). Los mapas conceptuales como estrategia para la enseñanza - Aprendizaje de los gases. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Manizales.

Rutten, N., Van Joolingen, W. R., & Van Der Veen, J. T. (2012). The learning effects of computer simulations in science education. Computers and Education, 58(1), 136–153. https://doi.org/10.1016/j.compedu.2011.07.017

Salah, B., & Darmoul, S. (2018). Engineering Technology Education Based on the Reconfigurable Manufacturing Paradigm : A Case Study. Procedia Manufacturing, 23(2017), 87–92. https://doi.org/10.1016/j.promfg.2018.03.166

Saleh, S., & Subramaniam, L. (2018). Effects of Brain-Based Teaching Method on Physics achievement among ordinary school students. Kasetsart Journal of Social Sciences, 4–8. https://doi.org/10.1016/j.kjss.2017.12.025

Sarabando, C., Cravino, J. P., & Soares, A. A. (2014). Contribution of a Computer Simulation to Students’ Learning of the Physics Concepts of Weight and Mass. SLACTIONS 2013: Research Conference on Virtual Worlds – Learning with Simulations, 13, 112–121. https://doi.org/10.1016/j.protcy.2014.02.015

Sarabando, C., Cravino, J. P., & Soares, A. A. (2016). Improving student understanding of the concepts of weight and mass with a computer simulation. Journal of Baltic Science Education, 15(1), 109–126.

Schaffhauser, B. D. (2017). Legends of Learning to Add PhET Interactive Science Simulations. The Journal, 2017–2018.

Schalk, L., Edelsbrunner, P. A., Deiglmayr, A., Schumacher, R., & Stern, E. (2019). Improved application of the control-of-variables strategy as a collateral benefit of inquiry-based physics education in elementary school. Learning and Instruction, 59(September 2018), 34–45. https://doi.org/10.1016/j.learninstruc.2018.09.006

Schneider, S., Nebel, S., Beege, M., & Rey, G. D. (2018). The autonomy-enhancing effects of choice on cognitive load , motivation and learning with digital media. Learning and Instruction, 58(January), 161–172.

Serway, R. A., & Jewett, J. W. (2008). Física para Ciencias e Ingeniería Volumen 1 (Séptima). Cengage Learning.

Smetana, L. K., & Bell, R. L. (2012). Computer Simulations to Support Science Instruction and Learning: A critical review of the literature. International Journal of Science Education, 34(9), 1337–1370. https://doi.org/10.1080/09500693.2011.605182

Soh, K. (2017). Fostering student creativity through teacher behaviors. Thinking Skills and Creativity, 23, 58–66. https://doi.org/10.1016/j.tsc.2016.11.002

Stephens, A. L., & Clement, J. J. (2015). Use of physics simulations in whole class and small group settings: Comparative case studies. Computers and Education, 86, 137–156. https://doi.org/10.1016/j.compedu.2015.02.014

Referencias 101

Stern, C., Echeverría, C., & Porta, D. (2017). Teaching Physics through Experimental Projects. Procedia IUTAM, 20, 189–194. https://doi.org/10.1016/j.piutam.2017.03.026

Stoica, D., Paragina, F., Paragina, S., Miron, C., & Jipa, A. (2011). The interactive whiteboard and the instructional design in teaching physics. Procedia - Social and Behavioral Sciences, 15, 3316–3321. https://doi.org/10.1016/j.sbspro.2011.04.292

Sullivan, S., & Puntambekar, S. (2019). Learning with multiple online texts as part of scientific inquiry in the classroom. Computers & Education, 128(September 2018), 36–51. https://doi.org/10.1016/j.compedu.2018.09.004

Summak, M. S., Baǧlibel, M., & Samancioǧlu, M. (2010). Technology readiness of primary school teachers: A case study in Turkey. Procedia - Social and Behavioral Sciences, 2(2), 2671–2675. https://doi.org/10.1016/j.sbspro.2010.03.393

Sunal, D. W., Dantzler, J. A., Sunal, C. S., Turner, D. P., Harrell, J. W., Aggarwal, M. D., &, Simon, M. (2016). The 21st Century Physics Classroom: What Students, Teachers, and Classroom Observers Report. School Science and Mathematics, 116(3), 116–126. https://doi.org/10.1111/ssm.12164

Swaak, J., & De Jong, T. (2001). Discovery simulations and the assessment of intuitive knowledge. Journal of Computer Assisted Learning, 17(3), 284–294. https://doi.org/10.1046/j.0266-4909.2001.00183.x

Taka, D., Stankov, G., & Milanovic, I. (2015). Efficiency of learning environment using GeoGebra when calculus contents are learned in collaborative groups, 82, 421-431. https://doi.org/10.1016/j.compedu.2014.12.002

Tapasco, O. A., & Giraldo, J. A. (2017). Estudio comparativo sobre percepción y uso de las tic entre profesores de universidades públicas y privadas. Formacion Universitaria, 10(2), 3–12. https://doi.org/10.4067/S0718-50062017000200002

Taub, R., Armoni, M., Bagno, E., & Ben-ari, M. M. (2015). Computers & Education The effect of computer science on physics learning in a computational science environment. Computers & Education, 87, 10–23. https://doi.org/10.1016/j.compedu.2015.03.013

Tikhonova, E. V., & Tereshkova, N. S. (2014). Information and Communication Technologies in the Teaching of Interpreting. Procedia - Social and Behavioral Sciences, 154(October), 534–538. https://doi.org/10.1016/j.sbspro.2014.10.181

Tortorella, G., & Cauchick-miguel, P. (2018). Combining traditional teaching methods and PBL for teaching and learning of lean traditional teaching methods and Combining traditional teaching methods and PBL PBL for for teaching teaching and and learning learning of of lean lean manufacturing manufact. Science Direct, 51(11), 915–920. https://doi.org/10.1016/j.ifacol.2018.08.465

Ünlü, Z. K., & Dökme, İ. (2015). 7th Grade Students’ Views on Combining the use of Computer Simulations and Laboratory Activities in Science Teaching. Procedia - Social and Behavioral Sciences, 191, 1173–1177. https://doi.org/10.1016/j.sbspro.2015.04.258

Vlassi, M., & Karaliota, A. (2013). The comparison between guided inquiry and traditional teaching method . A case study for the teaching of the structure of matter to 8th grade Greek students. Procedia - Social and Behavioral Sciences, 93, 494–497. https://doi.org/10.1016/j.sbspro.2013.09.226

Vonglao, P. (2017). Application of fuzzy logic to improve the Likert scale to measure latent variables. Kasetsart Journal of Social Sciences, 38(3), 337–344. https://doi.org/10.1016/j.kjss.2017.01.002

Vreman, C., De Jong, T., & Gijlers, H. (2013). Learning by designing instruction in the context of simulation-based inquiry learning. Educational Technology and Society, 16(4), 47–58.

Wadgave, U., & Khairnar, M. R. (2018). Parametric tests for Likert scale : For and against. Asian Journal of Psychiatry, 24(2016), 67–68. https://doi.org/10.1016/j.ajp.2016.08.016

Walsh, C., Chappell, K., & Craft, A. (2017). A co-creativity theoretical framework to foster and evaluate the presence of wise humanising creativity in virtual learning environments ( VLEs ). Thinking Skills and Creativity, 24, 228–241. https://doi.org/10.1016/j.tsc.2017.01.001

Wang, J., & Jou, M. (2016). Qualitative investigation on the views of inquiry teaching based upon the cloud learning environment of high school physics teachers from Beijing, Taipei, and Chicago. Computers in Human Behavior, 60, 212–222. https://doi.org/10.1016/j.chb.2016.02.003

Wang, J., Jou, M., Lv, Y., & Huang, C. (2018). Computers in Human Behavior An investigation on teaching performances of model-based fl ipping classroom for physics supported by modern teaching

Referencias 102

technologies. Computers in Human Behavior, 84, 36–48. https://doi.org/10.1016/j.chb.2018.02.018

Wang, S., Zhang, K., Du, M., & Wang, Z. (2018). Development and measurement validity of an instrument for the impact of technology-mediated learning on learning processes. Computers & Education, 121(June 2017), 131–142. https://doi.org/10.1016/j.compedu.2018.03.006

Wieman, C. E., Adams, W. K., & Perkins, K. K. (2008). PhET: Simulations That Enhance Learning. Education Forum, 322(October), 682–684.

Wood, B. E., Taylor, R., Atkins, R., & Johnston, M. (2018). Pedagogies for active citizenship : Learning through affective and cognitive domains for deeper democratic engagement. Teaching and Teacher Education, 75, 259–267. https://doi.org/10.1016/j.tate.2018.07.007

Wu, Z., & Zhang, R. (2019). Learning physics by data for the motion of a sphere falling in a non-Newtonian fluid. Communications in Nonlinear Science and Numerical Simulation, 67, 577–593. https://doi.org/10.1016/j.cnsns.2018.05.007

Young, H. D., & Freedman, R. A. (2009). Física Universitaria Volumen 1 (12th ed.). PEARSON EDUCACION MEXICO.

Zacharia, Z. C. (2007). Comparing and combining real and virtual experimentation: An effort to enhance students’ conceptual understanding of electric circuits. Journal of Computer Assisted Learning, 23(2), 120–132. https://doi.org/10.1111/j.1365-2729.2006.00215.x

Zainuddin, Z. (2018). Students’ learning performance and perceived motivation in gamified flipped-class instruction. Computers & Education, 126(July), 75–88. https://doi.org/10.1016/j.compedu.2018.07.003

Zengin, Y., Furkan, H., & Kutluca, T. (2012). The effect of dynamic mathematics software geogebra on student achievement in teaching of trigonometry. Procedia - Social and Behavioral Sciences, 0(2011), 183–187. https://doi.org/10.1016/j.sbspro.2011.12.038

Zhang, M. (2014). Computers & Education Who are interested in online science simulations? Tracking a trend of digital divide in Internet use. Computers & Education, 76, 205–214. https://doi.org/10.1016/j.compedu.2014.04.001

Zucker, A. A., & Hug, S. T. (2008). Teaching and learning physics in a 1:1 laptop school. Journal of Science Education and Technology, 17(6), 586–594. https://doi.org/10.1007/s10956-008-9125-3

Zuluaga Gómez, C. A. (2016). Diseño e implementación de un curso virtual para la enseñanza-aprendizaje del movimiento de los cuerpos en dos dimensiones mediante el uso de unidades didácticas : Estudio de caso en el grado 10o de la Institución Educativa San Jorge , de la ciudad de Manizales. (Trabajo Final de Maestría). Universidad Nacional de Colombia, Manizales.

Anexo A. Carta de aceptación para publicación de artículo en revista

internacional Información Tecnológica.

103

Anexo A. Carta de aceptación para publicación de artículo en revista internacional Información Tecnológica.

Anexo B. Carta aporte de tesis Institución Educativa La Sagrada Familia. 104

Anexo B. Carta aporte de tesis Institución Educativa La Sagrada Familia.

Anexo C. Resultados consolidados test de Likert para Grupo Control. 105

Anexo C. Resultados consolidados test de Likert para Grupo Control.

Tabla 22. Resultados consolidados iniciales test de Likert para grupo control (Pre)

No.

Estudiante P1 IF

P2 ID

P3 IF

P4 ID

P5 IF

P6 ID

P7 IF

P8 ID

P9 IF

P10 ID

1 4 3 2 3 4 4 3 5 4 4

2 3 4 5 4 4 4 3 4 5 3

3 4 4 4 5 4 4 4 5 5 4

4 4 3 5 4 4 3 3 5 4 4

5 4 4 4 5 4 4 4 4 4 4

6 3 4 4 4 5 3 4 5 4 3

7 4 2 5 5 2 4 4 3 4 4

8 3 4 5 4 2 4 5 2 4 3

9 3 4 2 4 4 3 3 3 5 4

10 4 4 4 3 4 4 4 5 5 5

11 4 3 4 5 3 3 4 4 5 4

12 4 3 4 2 4 4 3 5 2 4

13 3 4 4 3 4 4 4 5 5 5

14 4 4 4 3 4 4 4 4 5 4

15 4 3 4 3 4 4 4 4 5 3

16 4 4 4 4 4 3 4 4 5 4

17 4 3 4 3 4 3 4 5 5 4

18 4 4 3 4 5 3 4 4 4 4

19 4 3 4 4 3 4 4 4 4 4

20 4 3 5 5 3 4 3 4 4 4

21 4 3 3 4 5 4 3 5 4 4

22 3 2 5 4 3 4 4 4 4 4

23 3 4 4 5 2 3 4 5 2 4

24 3 4 5 5 2 4 3 4 4 4

25 4 4 3 3 4 4 3 4 5 4

26 4 4 4 5 2 4 4 4 4 4

27 4 3 5 4 2 4 4 4 4 4

28 3 4 4 3 5 3 3 4 2 4

29 3 4 3 2 4 4 3 3 3 4

30 3 4 3 2 2 3 4 3 3 4

Promedio

3,6 3,5 4,0 3,8 3,5 3,7 3,7 4,1 4,1 3,9

De acuerdo

En desacu

erdo

De acuerdo

En desacu

erdo

De acuerdo

En desacu

erdo

De acuerdo

Totalmente

desacuerdo

Totalmente de acuerd

o

En desacu

erdo

Anexo C. Resultados consolidados test de Likert para Grupo Control. 106

Tabla 23. Resultados consolidados finales test de Likert para grupo control (Post)

No. Estudia

nte

P1 IF

P2 ID

P3 IF

P4 ID

P5 IF

P6 ID

P7 IF

P8 ID

P9 IF

P10 ID

1 4 3 2 3 5 3 2 5 4 4

2 4 4 5 4 4 4 5 4 5 3

3 4 4 4 5 4 4 4 3 5 4

4 4 4 5 4 4 3 5 4 3 4

5 4 4 4 4 5 3 4 4 4 4

6 4 4 4 4 5 3 4 3 4 4

7 4 4 4 5 2 4 5 3 4 4

8 4 4 5 4 2 4 3 3 4 3

9 4 4 3 4 5 3 3 4 4 4

10 4 4 3 3 4 4 5 5 4 4

11 4 3 4 4 3 4 5 5 5 4

12 4 3 4 2 4 4 2 5 3 4

13 4 4 4 3 4 4 4 4 4 5

14 4 4 4 3 4 4 3 5 4 4

15 4 3 4 3 4 4 4 5 4 4

16 4 4 4 4 4 3 3 5 4 4

17 3 3 4 3 4 4 4 5 4 4

18 4 4 3 5 5 3 4 5 4 5

19 3 2 4 4 2 4 4 4 4 4

20 3 5 4 5 3 4 3 4 4 4

21 4 3 2 4 5 4 5 2 4 5

22 3 2 4 5 3 4 5 5 4 4

23 3 2 4 4 1 5 4 5 5 4

24 5 3 4 3 2 4 3 4 4 3

25 3 4 5 3 4 4 3 5 4 4

26 3 4 4 4 4 3 4 4 4 4

27 4 4 5 4 2 4 5 4 5 3

28 3 4 3 5 5 3 3 4 4 4

29 3 3 2 2 4 4 3 4 3 4

30 3 4 2 2 2 4 3 4 3 4

Promedio

3,7 3,6 3,8 3,7 3,6 3,7 3,8 4,2 4,0 4,0

De acuer

do

En desacu

erdo

De acuer

do

En desacu

erdo

De acuer

do

En desacu

erdo

De acuer

do

Totalmente

desacuerdo


o

En desacu

erdo

Anexo D. Resultados consolidados test de Likert para Grupo Experimental. 107

Anexo D. Resultados consolidados test de Likert para Grupo Experimental.

Tabla 24. Resultados consolidados iniciales test de Likert para grupo experimental (Pre)

No. Estudiante P1 IF

P2 ID

P3 IF

P4 ID

P5 IF

P6 ID

P7 IF

P8 ID

P9 IF

P10 ID

1 4 4 3 4 4 4 4 4 3 4

2 5 4 5 4 4 5 5 5 4 4

3 5 4 5 5 3 4 4 5 4 3

4 5 4 2 2 5 5 3 5 4 3

5 5 4 1 4 2 5 5 5 4 4

6 4 4 4 4 3 4 3 5 4 3

7 4 4 4 4 3 4 3 4 4 3

8 5 4 4 5 2 4 5 5 4 5

9 4 3 2 5 5 4 5 5 4 4

10 3 2 4 2 3 3 4 5 4 5

11 5 4 4 4 4 4 4 4 4 4

12 4 4 4 4 4 4 4 5 4 4

13 5 4 4 3 5 4 4 5 4 5

14 4 4 3 3 4 3 3 4 4 3

15 5 4 3 3 4 5 3 5 4 5

16 4 3 4 4 3 4 2 4 4 2

17 4 4 4 4 4 4 4 4 4 4

18 4 3 5 4 5 5 4 3 4 3

19 4 4 2 4 4 3 4 4 4 5

20 5 4 4 5 3 4 3 5 3 4

21 5 4 3 4 2 4 4 4 5 3

22 5 4 3 3 5 5 5 5 4 5

23 5 4 4 3 5 3 5 5 5 5

24 3 3 4 4 5 4 4 5 5 4

25 5 4 4 4 5 4 5 5 4 4

26 5 4 4 4 5 4 5 5 5 4

27 4 4 5 4 4 5 4 5 4 5

28 4 4 5 4 5 4 5 5 4 3

29 5 4 4 3 3 4 3 5 4 4

30

Promedio

4,4 3,8 3,7 3,8 3,9 4,1 4,0 4,7 4,1 3,9


o

En desacuer

do

De acuer

do

En desacuer

do

De acuer

do

Totalmente

desacuerdo

De acuer

do

Totalmente

desacuerdo

Totalmente de

acuerdo

En desacuer

do

108

Tabla 25. Resultados consolidados finales test de Likert para grupo experimental (Post)

No. Estudia

nte

P1 IF

P2 ID

P3 IF

P4 ID

P5 IF

P6 ID

P7 IF

P8 ID

P9 IF

P10 ID

1 4 4 4 4 4 5 5 5 5 3

2 4 4 3 3 2 4 3 4 4 4

3 4 4 4 4 4 4 4 5 4 4

4 4 3 4 4 5 5 4 5 4 4

5 5 4 4 4 5 4 5 5 5 5

6 4 4 3 3 5 3 2 4 4 3

7 5 4 2 4 5 5 5 5 4 5

8 5 4 4 4 4 4 4 5 5 4

9 4 5 4 2 5 3 5 5 4 5

10 4 4 4 3 4 4 5 5 4 3

11 4 4 4 3 3 5 3 4 4 3

12 5 5 4 4 2 5 5 5 3 5

13 4 4 3 5 5 4 5 5 5 5

14 5 4 4 4 4 4 5 5 4 4

15 5 5 5 5 4 5 4 5 5 5

16 5 5 5 4 5 5 5 5 4 5

17 4 3 4 4 5 4 4 3 4 3

18 5 4 5 4 5 5 3 4 4 4

19 4 4 4 3 4 4 3 4 4 3

20 4 4 4 4 4 4 4 4 4 4

21 5 5 4 5 5 4 4 5 4 4

22 5 5 4 5 5 4 4 5 4 4

23 5 5 2 4 5 5 5 5 4 3

24 5 4 4 4 4 4 5 5 4 5

25 4 4 4 3 3 4 5 5 5 4

26 5 5 5 5 5 5 5 5 4 5

27 5 4 4 4 3 5 4 5 4 3

28 5 5 5 5 5 5 5 5 4 5

29 - - - - - - - - - -

30 - - - - - - - - - -

Promedio

4,5 4,3 3,9 3,9 4,3 4,4 4,3 4,7 4,2 4,1

Totalmente de

acuerdo

Totalmente

desacuerdo

De acuerdo

En desacu

erdo

Totalmente de

acuerdo

Totalmente

desacuerdo

Totalmente de

acuerdo

Totalmente

desacuerdo

Totalmente de

acuerdo

Totalmente

desacuerdo

Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo

experimental.

109

Anexo E. Registro fotográfico de la aplicación de las simulaciones en el grupo experimental.

Figura 20. Simulación de péndulo simple. Fotografía. Elaboración propia.


experimental.

110

“Esta página ha sido dejada intencionalmente en blanco”


experimental.

111

Figura 21. Proyección de simulación mediante video beam. Fotografía elaboración

propia.

Figura 22. Simulación elementos de un movimiento armónico simple. Fotografía elaboración propia.


experimental.

112



experimental.

113

Figura 23. Simulación energía de un oscilador armónico simple. Fotografía elaboración propia.

Figura 24. Simulación ecuaciones de un movimiento armónico simple. Fotografía elaboración propia.


experimental.

114



experimental.

115

Figura 25. Simulación elementos de una onda. Fotografía elaboración propia.

Diseño e implementación de una enseñanza aprendizaje de la ...

Documents

Transcript of Diseño e implementación de una enseñanza aprendizaje de la ...