PROYECTO DE MERCADOTECNIA

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