Tecnología · 2o de Preparatoria

Ideas de aprendizaje activo

Introducción al Análisis de Datos

El análisis de datos es un proceso dinámico que requiere práctica concreta para internalizar cada fase. Trabajar con datos reales en estaciones rotativas y ejercicios colaborativos permite a los estudiantes experimentar la transformación de lo crudo a lo significativo de manera tangible.

• Aprendizajes Esperados SEP
• SEP EMS: Análisis y Visualización de Información

• 30–50 min
• Parejas → Toda la clase
• 4 actividades

Actividad 01

• Planear-Hacer-Recordar
• 50 min · Grupos pequeños

Estaciones Rotativas: Fases del Análisis

Prepara cinco estaciones: recolección (encuestas rápidas), limpieza (identificar errores en tablas), exploración (cálculos básicos), visualización (gráficos en Sheets) e interpretación (discusión grupal). Los equipos rotan cada 10 minutos y registran avances en una hoja compartida. Cierra con una presentación de hallazgos.

¿Cómo se transforma el dato crudo en información valiosa para la toma de decisiones?

Consejo de Facilitación

En Estaciones Rotativas: Fases del Análisis, prepare un dataset diferente para cada estación con problemas premeditados (duplicados, valores atípicos, unidades inconsistentes).

Qué observar

Entregue a cada estudiante una hoja con un pequeño conjunto de datos (ej. temperaturas diarias de una semana). Pídales que identifiquen un posible error o inconsistencia (limpieza), sugieran una visualización simple (ej. un gráfico de líneas) y escriban una frase explicando qué patrón observan.

• Recordar
• Aplicar
• Analizar
• Autogestión
• Toma de Decisiones
• Autoconciencia

Actividad 02

• Enseñanza entre Pares
• 30 min · Parejas

Enseñanza entre Pares: Análisis de Datos Locales

Cada par recolecta datos sobre hábitos de transporte en la escuela mediante encuestas breves. Limpian los datos, crean gráficos y discuten correlaciones posibles. Comparten conclusiones con la clase para validar interpretaciones.

¿Qué herramientas y técnicas son esenciales en cada etapa del ciclo de vida del análisis de datos?

Consejo de Facilitación

En Pares: Análisis de Datos Locales, pida a los estudiantes que documenten cada decisión que toman al limpiar y explorar los datos para justificar sus pasos.

Qué observar

Presente dos escenarios hipotéticos: uno que muestra una correlación fuerte (ej. ventas de helados y ahogamientos) y otro que sugiere causalidad (ej. horas de estudio y calificaciones). Pida a los estudiantes que levanten la mano si creen que el primer escenario es causal y expliquen por qué, o si el segundo es solo correlacional y por qué.

• Comprender
• Aplicar
• Analizar
• Crear
• Autogestión
• Habilidades de Relación

Actividad 03

• Planear-Hacer-Recordar
• 40 min · Grupos pequeños

Grupos Pequeños: Debate Correlación vs Causalidad

Asigna datasets reales, como ventas de helados y temperaturas. Los grupos analizan gráficos, proponen hipótesis causales y debaten evidencia. Usa votación clase para consensuar conclusiones correctas.

¿Cómo podemos diferenciar entre correlación y causalidad al interpretar resultados de análisis?

Consejo de Facilitación

En Grupos Pequeños: Debate Correlación vs Causalidad, asigne roles específicos (ponentes, críticos, mediadores) para asegurar participación equitativa durante el debate.

Qué observar

Plantee la pregunta: '¿Cómo podemos asegurarnos de que los datos que recolectamos para un proyecto escolar sean confiables y representativos?' Guíe la discusión hacia puntos como la fuente de los datos, el tamaño de la muestra y la ausencia de sesgos.

• Recordar
• Aplicar
• Analizar
• Autogestión
• Toma de Decisiones
• Autoconciencia

Actividad 04

• Planear-Hacer-Recordar
• 35 min · Toda la clase

Clase Completa: Visualización Interactiva

Proyecta un dataset nacional de INEGI. La clase propone visualizaciones paso a paso, vota opciones y ajusta en tiempo real con herramientas digitales. Reflexiona sobre impacto en decisiones públicas.

¿Cómo se transforma el dato crudo en información valiosa para la toma de decisiones?

Consejo de Facilitación

En Clase Completa: Visualización Interactiva, use una herramienta como Google Sheets o Excel para que los estudiantes manipulen los datos en tiempo real mientras discuten qué gráficos funcionan mejor.

Qué observar

Entregue a cada estudiante una hoja con un pequeño conjunto de datos (ej. temperaturas diarias de una semana). Pídales que identifiquen un posible error o inconsistencia (limpieza), sugieran una visualización simple (ej. un gráfico de líneas) y escriban una frase explicando qué patrón observan.

• Recordar
• Aplicar
• Analizar
• Autogestión
• Toma de Decisiones
• Autoconciencia

Algunas notas para enseñar esta unidad

Enseñar análisis de datos requiere equilibrar rigor y accesibilidad. Comience con herramientas familiares como hojas de cálculo para construir confianza, luego introduzca conceptos complejos como causalidad mediante ejemplos cotidianos que los estudiantes puedan cuestionar. Evite la sobrecarga de herramientas avanzadas al inicio; enfóquese primero en el pensamiento crítico y la interpretación de patrones. La investigación sugiere que la discusión guiada y el trabajo con datos imperfectos desarrollan habilidades más sólidas que solo seguir procedimientos técnicos.

Al finalizar estas actividades, los estudiantes podrán identificar errores en datasets, distinguir entre correlación y causalidad, y diseñar visualizaciones básicas que comuniquen patrones. La evidencia de aprendizaje incluye discusiones argumentadas, correcciones de datos y gráficos acompañados de explicaciones coherentes.

---

Cuidado con estas ideas erróneas

• Durante las Estaciones Rotativas: Fases del Análisis, algunos estudiantes asumen que los datos que reciben están limpios y listos para usar.

  Durante las Estaciones Rotativas: Fases del Análisis, incluya en cada estación problemas específicos como valores faltantes o etiquetas inconsistentes. Pida a los estudiantes que documenten cada corrección que realicen en una hoja de registro, destacando cómo un dato 'sucio' puede distorsionar los resultados.

• En Pares: Análisis de Datos Locales, los estudiantes pueden creer que correlaciones obvias (como helados y ahogamientos) siempre indican causalidad.

  En Grupos Pequeños: Debate Correlación vs Causalidad, use los datos locales analizados previamente por las parejas para diseñar un debate estructurado. Pida a los estudiantes que presenten evidencia que respalde o refute una relación causal, usando el mismo dataset como base.

• Durante Clase Completa: Visualización Interactiva, algunos subestiman la importancia de elegir el gráfico correcto para el tipo de dato.

  Durante Clase Completa: Visualización Interactiva, entregue un conjunto de datos ambiguo y pida a los estudiantes que diseñen dos visualizaciones diferentes (ej. gráfico de barras vs. gráfico de líneas). Luego, discutan en plenaria cuál comunica mejor el patrón y por qué.

---

Metodologías usadas en este resumen

• Planear-Hacer-Recordar
• Enseñanza entre Pares