Uso de la e-Rúbrica para la evaluación de competencias en el aprendizaje de Estadística

Abstract

[ES] El objetivo de este trabajo es diseñar y validar una rúbrica para la evaluación formativa de la competencia «Planteamiento y resolución de problemas estadísticos» en la asignatura «Estadística», impartida durante el primer curso del Grado en Ingeniería Informática. La metodología de trabajo se basó en la revisión del constructo de esta competencia y, a partir de dicha revisión, la propuesta de una parrilla inicial de 13 ítems, estructurada en tres dimensiones: planteamiento, ejecución y resultados. Los niveles de desempeño en cada ítem se midieron mediante una escala Likert de seis puntos. La implementación de la rúbrica se realizó a través de la herramienta colaborativa «e-rúbrica», que permitió la realización de una prueba piloto. La aplicación de técnicas de análisis factorial a los datos obtenidos mostró que las puntuaciones de los alumnos a los distintos ítems pueden agruparse tal y como se ha definido en la rúbrica, explicando el 78.7% de la varianza común. Sin embargo, dos ítems relacionados con el rigor matemático y el orden en la presentación de resultados, mostraron menores comunalidades respecto a la escala de medición de la rúbrica, indicando menores contribuciones a la estructura factorial identificada y por tanto, menor capacidad discriminante respecto al resto de los ítems.

[EN] The aim of this paper is to design and validate a rubric for formative assessment of «Approach and solving statistical problems» competence in the subject «Statistics» imparted during the first year of the Degree in Computer Engineering. The methodology used for the research is based on the review of the this competence construct, and from such review the proposal of an initial 13-item grid, arranged in three dimensions: approach, implementation and results. Achievement levels for each item were measured using a sixpoint Likert scale. The rubric was implemented using the collaborative tool 'e-Rúbrica", which allowed to conduc a pilot test. The application of factor analysis techniques on the data obtained showed that the students’ scores for the different items can be grouped together as it has been defined in the section, explaining up to 78.7% of the common variance.