IMPACTO EN EL APRENDIZAJE DE LOS ALUMNOS UTILIZANDO TÉCNICAS COLABORATIVAS VS. TÉCNICAS INDIVIDUALES Profesores: I. Adriana Carranza, Raquel Castaño, Sheyla Horita, Armando Quintanilla y César Sepúlveda Departamento de Mercadotecnia Aulas VI-Segundo piso Introducción La educación para el siglo XXI demanda en el contexto educativo características diferentes a las que se han utilizado tradicionalmente (Oblinger y Rush, 1997). El principal cambio se ha centrado en un modelo de aprendizaje en donde se han modificado los roles tanto del profesor como del alumno; el alumno se convierte en un participante activo y administrador de su conocimiento; el profesor, en un facilitador y generador de un ambiente propicio para aprender. Este nuevo modelo educativo conduce al estudiante al desarrollo de la autonomía, del pensamiento crítico, de actitudes colaborativas y sociales y capacidad de autoevaluación. La inquietud que motivó esta investigación nace de compartir puntos de vista sobre la actividad del rediseño con algunos profesores de la DACS; en donde la pregunta común era: ¿Cómo aprenden más los alumnos; trabajando de forma colaborativa o en un esquema individual?. Adicionalmente, se considera que las técnicas de trabajo colaborativo representan una de las estrategias más aplicables a la disciplina de Mercadotecnia, área principal de desempeño de los profesores participantes en este estudio. Partiendo de esta inquietud se planeó y desarrolló un experimento que de manera objetiva arrojara resultados sobre la efectividad del trabajo colaborativo vs. el individual. Se espera que este proyecto pueda impulsar y motivar a los profesores para iniciar o continuar aplicando las diferentes estrategias de aprendizaje que el rediseño incluye. II. Objetivo de la investigación Este estudio explora las implicaciones de utilizar técnicas de trabajo colaborativo vs. técnicas de trabajo individual, específicamente se busca comparar el impacto en el aprendizaje cognitivo de los alumnos al utilizar estas técnicas. Se buscará ratificar lo señalado por Felder y Brent (1994) respecto a que la investigación y la evidencia confirman la efectividad del aprendizaje colaborativo ya que independientemente de los objetivos establecidos, esta estrategia ha mostrado ser más efectiva que el enfoque tradicional de educación. Específicamente se buscará corroborar lo que afirman Johnson, Johnson y Smith (1991) con relación a que el aprendizaje colaborativo apoya a estudiantes débiles que se pueden dar por vencidos fácilmente cuando trabajan de manera individual. Por otra parte los estudiantes fuertes al enfrentar el reto de explicar el material de estudio a otros compañeros pueden encontrar huecos en su propio conocimiento que les permita complementar su aprendizaje. El orden es alfabético, todos los integrantes colaboraron en forma similar. 1 III. Estrategias Para cumplir con el objetivo de investigación, se consideró conveniente la realización de un experimento. Específicamente el diseño experimental seleccionado fue el de Grupo de control sólo posterior a la prueba. De acuerdo a Malhotra (1997) este diseño experimental es el más popular en la investigación de mercados y lo define como: "Aquel en el que sólo el grupo experimental se expone al tratamiento y además no existe ninguna medición previa a la prueba" (p. 248). La razón por la que se seleccionó este diseño fue porque la estrategia general del estudio es exploratoria y a través del experimento se busca evidenciar de una forma no concluyente el impacto del trabajo colaborativo en el aprendizaje cognitivo de los alumnos. De acuerdo a Malhotra (1997), este método presenta ventajas considerables de tiempo y costo, además puesto que no existe una medición previa, los efectos de la evaluación se eliminan. Métodos y procedimientos La actividad de aprendizaje colaborativo elegida para la realización de este experimento fue el Análisis de un Caso; ya que de acuerdo a los resultados del estudio: "El trabajo colaborativo como estrategia de aprendizaje en cursos rediseñados para el área de Administración y Ciencias Sociales" (1999), es una de las actividades colaborativas más utilizada por los profesores. Tres profesores de la División de Administración y Ciencias Sociales del ITESM Campus Monterrey coordinaron en uno de sus grupos el análisis de un caso relacionado con su materia, empleando para ello el esquema colaborativo (la resolución del caso implicó contestar tres preguntas abiertas relacionadas al mismo). Los cursos en donde se llevaron a cabo estos ejercicios fueron Análisis del Consumidor (quinto semestre de LEM), Mercadotecnia Básica (segundo, tercero y cuarto semestre de varias carreras de la DACS), Distribución y Logística de octavo semestre de LIN y LEM). El procedimiento consistió en lo siguiente: a) Una clase antes de realizar la actividad, los profesores solicitaron a los alumnos que de forma individual leyeran material de apoyo relacionado al tema de estudio en ese momento; de tal forma que en la siguiente clase estuvieran preparados para resolver un caso específico (estos grupos se denominaron experimentales y la variable independiente se definió como la forma de trabajo en esquema colaborativo). b) Ese mismo día cada uno de los profesores anteriores coordinó en otro de sus grupos de la misma materia, la actividad descrita en el párrafo anterior (realización de un caso con lectura previa de material de apoyo), sólo con la variante de que los alumnos en el salón de clase realizaron la actividad de forma individual. Estos grupos se definieron como control y no se expusieron al tratamiento de la variable independiente. Los grupos seleccionados fueron similares en cuanto a edad, semestre y carrera (como se indicó anteriormente) y cantidad de alumnos en cada grupo: Mercadotecnia (26) Análisis del Consumidor (22) y Logística Empresarial (28). 2 En las dos situaciones, después de realizada la actividad, se aplicó una evaluación individual a los alumnos para medir el aprendizaje cognitivo desarrollado. El tipo de evaluación consistió en cinco preguntas cerradas relacionadas al tema de estudio, abordado en el caso. Se eligió este formato de preguntas para eliminar la variabilidad que podría ocasionar el revisar preguntas abiertas. El efecto del tratamiento se definió como la diferencia en el promedio de calificaciones entre los grupos experimental y control. Validez y confiabilidad Según Kirk y Miller (1986) la validez es el grado en el que las respuestas que se generan son las correctas o verdaderas. Malhotra (1997) añade que la validez se desprende de la precisión del experimento para medir realmente lo que intenta medir y se relaciona con el control de variables extrínsecas que pueden presentarse durante la realización de la investigación. Lo que específicamente se realizó en este experimento para controlar estas variables fue: Las mediciones se llevaron a cabo en un mismo día; un mismo profesor manejó el grupo experimental y el grupo control para determinada materia; el perfil de los alumnos fue similar en los grupos; el instrumento de medición de conocimientos incluyó únicamente preguntas cerradas, lo cual eliminó la variabilidad que podría presentarse al calificar los exámenes. De acuerdo a Kirk y Miller (1986), la confiabilidad es el grado en el que un procedimiento de medición arroja los mismos resultados independientemente de cuándo y cómo se realice. La confiabilidad del experimento parte del número de observaciones realizadas en cada grupo, en donde se siguió la recomendación de Garza (1999) al sugerir que el número de observaciones por grupo fuera igual o mayor a treinta. Además el experimento se realizó en tres diferentes materias (Mercadotecnia Básica, Análisis del Consumidor y Logística Empresarial) con el propósito de comparar la consistencia entre los resultados. Limitantes Se desarrolló un experimento para medir sólo el aspecto cognitivo del aprendizaje, sin tomar en cuenta aspectos de habilidades, actitudes y valores. Además con el diseño experimental seleccionado de grupo control sólo posterior a la prueba no se realizó ninguna medición previa; por lo que no se pueden verificar cambios en las unidades de prueba individuales (alumnos). Sin embargo, para efectos de este experimento el análisis de casos individuales carece de interés. La selección de las materias y de los alumnos fue por conveniencia, lo cual convierte al experimento en un proceso descriptivo, que no puede ser generalizable a todos los grupos rediseñados. Lo anterior implica que no se pueden hacer inferencias estadísticas contundentes debido a que no existió aleatoriedad en la selección de la muestra. 3 IV. Resultados En esta parte se presenta el análisis de resultados del experimento realizado. Debido a que éste tuvo como objetivo probar con fundamentos científicos que el trabajo colaborativo representa mayores ventajas para los alumnos, se decidió analizar estadísticamente las calificaciones obtenidas con el examen aplicado. Para estos efectos, debido a que se manejaron dos muestras por materia, fue necesario utilizar la prueba de hipótesis denominada t-student que asume supuestos de normalidad en el comportamiento de las calificaciones con varianzas iguales pero desconocidas (Levin y Rubin, 1996). Las calificaciones por grupo representan una variable cuantitativa de escala de razón (Escala de 0 a 100, donde el 0 significa ausencia de conocimiento). Se utilizó como software estadístico el NCSS (Number Cruncher Statistical System) y se especificó una diferencia de medias igual a cero para la hipótesis nula y un nivel de significancia del 5%. Esto significa que los resultados obtenidos son confiables en al menos un 95%. Se inyectaron los datos (calificaciones) arrojados por las personas que trabajaron tanto individual como colaborativamente y se realizó una corrida para cada una de las materias en las que se desarrolló el experimento: Logística Empresarial, Mercadotecnia Básica, Análisis del Consumidor. Se obtuvieron indicadores como la media y la desviación estándar para cada grupo y lo más importante es que al haber realizado una prueba de medias se encontró que en las tres materias no existe una diferencia significativa entre la media del grupo individual y la media del grupo colaborativo, con al menos un 95% de confianza. Resumen del Análisis Estadístico Análisis del Consumidor Descriptive Statistics Section En esta sección se puede observar que cada grupo estuvo compuesto por 22 datos. La media aritmética del grupo que trabajó individualmente fue de 58.18 con una desviación estándar de 25.38, mientras que en el grupo colaborativo el resultado de la media fue de 70.90 con una desviación estándar de 28.76 Standard Standard 95% LCL Variable Count Mean Deviation Error of Mean Individual 22 58.18182 25.38023 5.411082 46.92886 Colaborativo 22 70.90909 28.76987 6.133758 58.15324 Note: T-alpha (Individual) = 2.0796, T-alpha (Colaborativo) = 2.0796 95% UCL of Mean 69.43478 83.66494 Equal-Variance T-Test Section Alternative Hypothesis T-Value Difference <> 0 -1.5560 Difference < 0 -1.5560 Difference > 0 -1.5560 Difference: (Individual)-(Colaborativo) Prob Level 0.127209 0.063605 0.936395 Decision (5%) Accept Ho Accept Ho Accept Ho Power (Alpha=.05) 0.330407 0.454635 0.000746 Power (Alpha=.01) 0.139975 0.206080 0.000063 Tests of Assumptions Section En este apartado se observó que en el análisis de sesgo (skewness) no se rechazó la normalidad de la variable (calificaciones) y además se identificó que los grupos tenían varianzas iguales (cannot reject equal variances), por lo que los resultados obtenidos fueron estadísticamente significativos. Aún y cuando el supuesto de normalidad hubiera sido rechazado, se contaba con un tamaño de muestra mayor a treinta datos. Esto último queda protegido por el teorema del límite central que asegura que la distribución de muestreo de la media se aproxima a la distribución normal al incrementarse el tamaño de la muestra. 4 La importancia del teorema del límite central radica en que se permite usar estadísticas de muestras para hacer inferencias con respecto a los parámetros de la población sin saber nada sobre la forma de la distribución de frecuencia de esa población, más que lo que se pueda obtener de la muestra. Richard I Levin & David S. Rubin. Assumption Skewness Normality (Individual) Kurtosis Normality (Individual) Omnibus Normality (Individual) Skewness Normality (Colaborativo) Kurtosis Normality (Colaborativo) Omnibus Normality (Colaborativo) Variance-Ratio Equal-Variance Test Modified-Levene Equal-Variance Test Exact Probability Alternative Prob Hypothesis Level Diff<>0 Diff<0 Diff>0 Decision (5%) Value -0.2639 0.4516 0.2736 -1.4164 -1.1172 3.2543 1.2849 0.4058 Probability 0.791859 0.651560 0.872153 0.156656 0.263914 0.196487 0.570757 0.527568 Decision(5%) Cannot reject normality Cannot reject normality Cannot reject normality Cannot reject normality Cannot reject normality Cannot reject normality Cannot reject equal variances Cannot reject equal variances Approximation Without Correction Approximation With Correction Prob Decision Prob Decision Z-Value Level (5%) Z-Value Level (5%) -1.6188 0.105483 Accept Ho 1.6068 0.108089 Accept Ho -1.6188 0.052741 Accept Ho -1.6068 0.054044 Accept Ho -1.6188 0.947259 Accept Ho -1.6308 0.948537 Accept Ho Se observó que en ninguno de los tres casos posibles (medias iguales, una media mayor, una media menor) se rechaza la hipótesis nula, la cual establecía que la diferencia de medias era igual a cero. Por esto, se puede afirmar que estadísticamente hablando, no existe una diferencia significativa entre la media del grupo individual y la media del grupo colaborativo, con al menos un 95% de confianza. Logística Empresarial Descriptive Statistics Section En esta sección se puede observar que cada grupo estuvo compuesto por 28 datos. La media aritmética del grupo que trabajó individualmente fue de 52.14 con una desviación estándar de 38.62, mientras que en el grupo colaborativo el resultado de la media fue de 61.42 con una desviación estándar de 30.75 Standard Standard 95% LCL Variable Count Mean Deviation Error of Mean Individual 28 52.14286 38.62039 7.298567 37.16743 Colaborativo 28 61.42857 30.75763 5.812645 49.50201 Note: T-alpha (Individual) = 2.0518, T-alpha (Colaborativo) = 2.0518 95% UCL of Mean 67.11828 73.35513 Equal-Variance T-Test Section Alternative Hypothesis T-Value Difference <> 0 -0.9952 Difference < 0 -0.9952 Difference > 0 -0.9952 Difference: (Individual)-(Colaborativo) Prob Level 0.324071 0.162036 0.837964 Decision (5%) Accept Ho Accept Ho Accept Ho Power (Alpha=.05) 0.164611 0.253955 0.004298 Power (Alpha=.01) 0.053813 0.087576 0.000488 Tests of Assumptions Section En este apartado se observó que en el análisis de sesgo (skewness) no se rechazó la normalidad de la variable (calificaciones) y además se identificó que los grupos tenían varianzas iguales (cannot reject equal variances), por lo que los resultados obtenidos fueron estadísticamente significativos. Aún y cuando el supuesto de normalidad hubiera sido rechazado, se contaba con un tamaño de muestra mayor a treinta datos. Esto último queda protegido por el teorema del límite central que asegura que la distribución de muestreo de la media se aproxima a la distribución normal 5 al incrementarse el tamaño de la muestra. La importancia del teorema del límite central radica en que se permite usar estadísticas de muestras para hacer inferencias con respecto a los parámetros de la población sin saber nada sobre la forma de la distribución de frecuencia de esa población, más que lo que se pueda obtener de la muestra. Richard I Levin & David S. Rubin. Assumption Skewness Normality (Individual) Kurtosis Normality (Individual) Omnibus Normality (Individual) Skewness Normality (Colaborativo) Kurtosis Normality (Colaborativo) Omnibus Normality (Colaborativo) Variance-Ratio Equal-Variance Test Modified-Levene Equal-Variance Test Alternative Hypothesis Diff<>0 Diff<0 Diff>0 Exact Probability Prob Decision Level (5%) Value -0.1421 -2.9263 8.5835 -0.6217 -0.7171 0.9007 1.5766 2.4652 Probability 0.886994 0.003430 0.013681 0.534157 0.473312 0.637401 0.243207 0.122238 Decision(5%) Cannot reject normality Reject normality Reject normality Cannot reject normality Cannot reject normality Cannot reject normality Cannot reject equal variances Cannot reject equal variances Approximation Without Correction Approximation With Correction Prob Decision Prob Decision Z-Value Level (5%) Z-Value Level (5%) -1.0090 0.312952 Accept Ho 1.0006 0.317002 Accept Ho -1.0090 0.156476 Accept Ho -1.0006 0.158501 Accept Ho -1.0090 0.843524 Accept Ho -1.0175 0.845532 Accept Ho Se observó que en ninguno de los tres casos posibles (medias iguales, una media mayor, una media menor) se rechaza la hipótesis nula, la cual establecía que la diferencia de medias era igual a cero. Por esto, se puede afirmar que estadísticamente hablando, no existe una diferencia significativa entre la media del grupo individual y la media del grupo colaborativo, con al menos un 95% de confianza. Mercadotecnia Básica Descriptive Statistics Section En esta sección se puede observar que cada grupo estuvo compuesto por 26 datos. La media aritmética del grupo que trabajó individualmente fue de 82.30 con una desviación estándar de 14.22, mientras que en el grupo colaborativo el resultado de la media fue de 80.76 con una desviación estándar de 13.24 Standard Standard 95% LCL Variable Count Mean Deviation Error of Mean Individual 26 82.30769 14.2289 2.790516 76.56052 Colaborativo 26 80.76923 13.24329 2.597222 75.42015 Note: T-alpha (Individual) = 2.0595, T-alpha (Colaborativo) = 2.0595 95% UCL of Mean 88.05487 86.11831 Equal-Variance T-Test Section Alternative Hypothesis T-Value Difference <> 0 0.4036 Difference < 0 0.4036 Difference > 0 0.4036 Difference: (Individual)-(Colaborativo) Prob Level 0.688252 0.655874 0.344126 Decision (5%) Accept Ho Accept Ho Accept Ho Power (Alpha=.05) 0.068138 0.020526 0.106250 Power (Alpha=.01) 0.015937 0.003272 0.026585 Tests of Assumptions Section En este apartado se observó que en el análisis de sesgo (skewness) no se rechazó la normalidad de la variable (calificaciones) y además se identificó que los grupos tenían varianzas iguales (cannot reject equal variances), por lo que los resultados obtenidos fueron estadísticamente significativos. Aún y cuando el supuesto de normalidad hubiera sido rechazado, se contaba con un tamaño de muestra mayor a treinta datos. Esto último queda protegido por el teorema del límite central que asegura que la distribución de muestreo de la media se aproxima a la distribución normal 6 al incrementarse el tamaño de la muestra. La importancia del teorema del límite central radica en que se permite usar estadísticas de muestras para hacer inferencias con respecto a los parámetros de la población sin saber nada sobre la forma de la distribución de frecuencia de esa población, más que lo que se pueda obtener de la muestra. Richard I Levin & David S. Rubin. Assumption Skewness Normality (Individual) Kurtosis Normality (Individual) Omnibus Normality (Individual) Skewness Normality (Colaborativo) Kurtosis Normality (Colaborativo) Omnibus Normality (Colaborativo) Variance-Ratio Equal-Variance Test Modified-Levene Equal-Variance Test Exact Probability Alternative Prob Hypothesis Level Diff<>0 Diff<0 Diff>0 Decision (5%) Value -1.9355 1.8684 7.2371 -0.0927 -0.4860 0.2448 1.1544 0.0000 Probability 0.052925 0.061712 0.026822 0.926145 0.626959 0.884795 0.722440 1.000000 Decision(5%) Cannot reject normality Cannot reject normality Reject normality Cannot reject normality Cannot reject normality Cannot reject normality Cannot reject equal variances Cannot reject equal variances Approximation Without Correction Approximation With Correction Prob Decision Prob Decision Z-Value Level (5%) Z-Value Level (5%) 0.5806 0.561519 Accept Ho 0.5702 0.568529 Accept Ho 0.5806 0.719240 Accept Ho 0.5910 0.722724 Accept Ho 0.5806 0.280760 Accept Ho 0.5702 0.284265 Accept Ho Se observó que en ninguno de los tres casos posibles (medias iguales, una media mayor, una media menor) se rechaza la hipótesis nula, la cual establecía que la diferencia de medias era igual a cero. Por esto, se puede afirmar que estadísticamente hablando, no existe una diferencia significativa entre la media del grupo individual y la media del grupo colaborativo, con al menos un 95% de confianza. V. Capitalización Con base al análisis estadístico realizado en el experimento, se puede establecer que no existe evidencia estadística para determinar con un solo experimento que las ventajas del trabajo colaborativo se reflejen en los promedios de calificaciones obtenidos por los diferentes grupos (no existió evidencia para afirmar que el trabajo colaborativo impacta de una manera más efectiva en el aprendizaje cognitivo que las técnicas individuales. Es importante recordar que no es posible tomar decisiones con base a un solo resultado por grupo y que las habilidades cognitivas no son ni fácilmente medibles ni rápidamente identificables. Por lo que consideramos que este estudio puede sentar bases para futuras investigaciones que pretendan demostrar el impacto del aprendizaje colaborativo utilizando diferentes técnicas didácticas e incrementando el número de grupos experimentales (cursos rediseñados). VI. Referencias bibliográficas Aaker, D. y Day, G. (1990). Market Research (4 a. ed.). Singapure: Wiley Berkman, H. y Gilson, Ch. (1986). Consumer Behavior. (3 a. Ed.) Boston, Massachusetts: Kent Publishing Company. 7 Deslisle, R. (1997). How to use problem-based-learning in the clasroom. Boston, Massachusetts: ASCD. Felder, R. y Brent, R. (1994). Cooperative learning in technical courses. ERIC: Document Reproduction Service Report. Ed 377038. Gason, Z. (1994). Collaborative learning comes of age change. Boston, Massachusetts: Heldref Publications. Johnson, D., Johnson, R. y Smith, K. (1991). Cooperative learning: increasing college faculty instructional productivity. ASHE-ERIC Higher Education Report no.4. George Washington University. Kassarjiain, H. (1977). Content Analysis in Consumer Research. Journal of Consumer Research, 4 (June). Kinnear, T. E. y Taylor, J.R. (1993). Investigación de Mercados. (4 a. ed.) Mc.Graw-Hill. Kirk, J. Miller, M.L. (1986). Reliability and validity in qualitative research. Denzin, N.K. y Lincoln, Y.S. (Eds). Handbook of Qualitative Research. (pp. 13-49). SAGE Publications. Levin, R. I. y Rubin D. S. (1996). Estadística para Administradores. (6a. Ed) Prentice Hall. López, A. (1997). Iniciación al análisis de casos. Una metodología activa de aprendizaje en grupos. Bilbao: Ediciones Mensajero. Malhotra, N. (1997). Investigación de mercados. (2 a. Ed.). Prentice Hall. Martín, M. (1997). Análisis de las necesidades sociales. Planeación, administración y evaluación de la enseñanza . Monterrey, México: Editorial Trillas. Moreira, H. (1998). Hacia un nuevo modelo del proceso de enseñanza-aprendizaje basado en la misión del Tecnológico de Monterrey para el año 2005. Documento de trabajo. Tercera versión. Nérii, I. (1980). Metodología de la enseñanza. México: Kapelusz. Oblinger, D. y Rush, S. (1986). The learning revolution. The challenge of information technology in the academy. U.S.A.: Anker Publishing Co. Taylor, S. y Bogdan, R. (1986). Introducción a los métodos cualitativos de investigación. Buenos Aires: Paidós. Templeton, J.F. . (1994) The focus group. Irwin, Professional Publishing. Zarzar, C. (1993). Habilidades básicas para la docencia. México: Editorial Patria. 8