Problemática y recursos en la interpretación de las tablas de contingencia

  1. Gustavo R. Cañadas
  2. José M. Contreras 1
  3. Pedro Arteaga
  4. María M. Gea
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

Revista:
Unión: revista iberoamericana de educación matemática

ISSN: 1815-0640

Año de publicación: 2013

Número: 34

Páginas: 85-96

Tipo: Artículo

DIALNET GOOGLE SCHOLAR

Otras publicaciones en: Unión: revista iberoamericana de educación matemática

Resumen

Las tablas de contingencia aparecen diariamente en la prensa y el trabajo profesional, pero se les presta poca atención en la enseñanza. En este trabajo resumimos las investigaciones sobre errores en su lectura y describimos algunas medidas de asociación que pueden ayudar a interpretar correctamente la asociación de las variables en dicha tabla y podrían ser incluidos al final de la Educación Secundaria Obligatoria o del Bachillerato.

Referencias bibliográficas

  • Alloy, L.B. y Tabachnik, N. (1984). Assessment of covariation by humans and animals: The joint influence of prior expectations and current situational information. Psychological Review,91, 112-149.
  • Ato, M. y López, J.J. (1996). Análisis estadístico para datos categóricos. Sintesis Psicología, Madrid.
  • Batanero, C. y Díaz, C. (2008). Análisis de datos con Statgraphics. Departamento de Didáctica de la Matemática, Granada.
  • Cazorla, I. (2002). A relaçao entre a habilidades viso-pictóricas e o dominio de conceitos estatísticos na leitura de gráficos. Tesis Doctoral. Universidad de Campinas.
  • Estepa, A. (1993). Concepciones iniciales sobre la asociación estadística y su evolución como consecuencia de una enseñanza basada en el uso de ordenadores. Tesis Doctoral. Universidad de Granada.
  • Inhelder, B. y Piaget, J. (1955). De la logique de l ́enfant à la logique de l ́adolescent. Presses Universitaires de France, París.
  • Jenkins, H. M. y Ward, W.C. (1965). Judgment of the contingency between responses and outcomes, Psychological Monographs, 79, 1-17.
  • Jennings, D. L., Amabile, T. M. y Ross, L. (1982). Informal covariation assessment: Data-based versus theory-based judgments. En: D. Kahneman, P. Slovic y A. Tversky (Eds.), Judgment under uncertainty: Heuristics and biases, 211-230. Cambridge University Press, Nueva York.
  • Postigo, Y. y Pozo, J.I. (2000). Cuando una gráfica vale más que 1000 datos: la interpretación de gráficas por alumnos adolescentes. RevistaInfancia y Aprendizaje, 90, 89 - 110.
  • Wild, C., y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry (con discusión).International Statistical Review, 67(3), 223-265.
  • Wright, J. C. y Murphy, G.L. (1984). The utility of theories in intuitive statistics: the robustness of theory-based judgments. Journal of Experimental Psychology General, 113(2), 301-322.
Fuente de los datos: Dialnet