Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

OPOS > TEMA 25 > Flashcards

TEMA 25 Flashcards

1
Q

INTRODUCCIÓ (TEMA 25)

A

Els avanços tecnològics i la creixent importància dels mitjans de comunicació fan necessari capacitar per rebre, processar i emetre informació cada cop més tecnificada. La premsa, la televisió i Internet publiquen diàriament taules, gràfics i estudis estadístics que, per interpretar-los adequadament, requereixen coneixements estadístics bàsics.

Per satisfer aquesta demanda, el sistema educatiu espanyol va incorporar l’estudi de l’estadística. Així, en el Decret 32/2014, de 18 de juliol, pel qual s’estableix el currículum d’educació primària de les Illes Balears es contempla, dins l’àrea de matemàtiques, en el bloc 5 anomenat “estadística i probabilitat”, continguts per al seu tractament.

Tot plegat ha d’incidir de forma significativa en la comprensió de les informacions dels mitjans de comunicació, per suscitar l’interès i ajudar a valorar els beneficis que els coneixements estadístics proporcionen davant la presa de decisions en altres àrees.

LLEIS: LOE, LOMLOE, RD.126/2014, RD.984/2021, RD.157/2022, D.32/2014, D.28/2016

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

ESTADÍSTICA

A

És la ciència que permet recollir, organitzar, resumir i analitzar dades per poder treure’n conclusions vàlides i prendre decisions.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

FASES ESTADÍSTICA

A
  • Recollida d’informació
  • Organització de la informació
  • Representació de la informació
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

RECOLLIDA DE DADES

A

És un procés que consisteix en observar i enregistrar la característica que es manifesta en cadascun dels individus.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

DADA

A

És la informació de cada variable.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

SUBFASES RECOLLIDA D’INFORMACIÓ

A
  • Fase de planificació
  • Fase d’execució
  • Fase de verificació
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

SUBFASES RECOLLIDA D’INFORMACIÓ: PLANIFICACIÓ

A

Definir i organitzar les accions que s’executaran per precisar les dades, seleccionar la forma de recollida de dades, les tècniques i els instruments…

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

SUBFASES RECOLLIDA D’INFORMACIÓ: EXECUCIÓ

A

Es duen a terme les accions planificades.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

SUBFASES RECOLLIDA D’INFORMACIÓ: VERIFICACIÓ

A

Es comprova la validesa de la informació recollida.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

FORMES RECOLLIDA DE DADES

A
  • Directa

- Indirecta

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

FORMES RECOLLIDA DE DADES: DIRECTA

A
  • Observació directa
  • Enquestes o qüestionaris realitzats de primera mà
  • Experiments o mesuraments
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

FORMES RECOLLIDA DE DADES: INDIRECTA

A
  • Observació indirecta

- Informació que es troba a les TIC o dels textos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

OBSERVACIÓ DIRECTA

A

Pren les dades de la pròpia observació.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

OBSERVACIÓ INDIRECTA

A

Parteix de dades ja conegudes (registres, AEMET…).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

ENQUESTA O QÜESTIONARIS

A

Obté dades mitjançant una consulta. Si es realitzés a tota la població es tractaria d’un cens.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

FORMES RECOLLIR INFORMACIÓ

A
  • Prenent com a referència tota la població (si no és massa gran).
  • Prenent com a referència la mostra (com més àmplia més verídica i fidel)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

POBLACIÓ

A

És el conjunt de casos que compleixen unes determinades característiques i seran objecte d’estudi estadístic. També s’anomena univers o conjunt referencial.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

INDIVIDU

A

Cadascun dels elements de la població.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

MOSTRA

A

En moltes ocasions, el nombre d’elements que componen la població és molt elevat i s’empra un subconjunt de la població anomenat mostra, la qual ha de ser representativa de la població.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

MÈTODES DE MOSTRATGE

A
  • Aleatori simple

- Aleatori estratificat

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

MÈTODES DE MOSTRATGE: ALEATORI SIMPLE

A

Agafar un nombre indistint de casos de la població completament a l’atzar.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

MÈTODES DE MOSTRATGE:ALEATORI ESTRATIFICAT

A

Agafar una part que està d’acord amb un determinat criteri i extreure a l’atzar un nombre de casos de cada part en que s’ha classificat la població.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

ELEMENTS RECOLLIDA DE DADES

A
  • Objectiu
  • Procedència de les dades
  • Variables
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

ELEMENTS RECOLLIDA DE DADES: OBJECTIU

A

L’objectiu del treball i les hipòtesis.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

ELEMENTS RECOLLIDA DE DADES: PROCEDÈNCIA DE LES DADES

A

La procedència de les dades: observació, entrevista, enquesta…

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

ELEMENTS RECOLLIDA DE DADES: VARIABLES

A

Les variables que s’empren per representar els diferents tipus de dades.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

ELEMENTS RECOLLIDA DE DADES: VARIABLES (TIPUS)

A
  • Quantitatives

- Qualitatives

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

ELEMENTS RECOLLIDA DE DADES: VARIABLES (TIPUS: QUANTITATIVES)

A

Variables quantitatives: es descriuen mitjançant nombres i es poden mesurar. Ex: notes d’un examen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

ELEMENTS RECOLLIDA DE DADES: VARIABLES (TIPUS: QUANTITATIVES - TIPUS)

A
  • Variables discretes

- Variables contínues

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

ELEMENTS RECOLLIDA DE DADES: VARIABLES (TIPUS: QUANTITATIVES - DISCRETES)

A

Variables discretes: només poden prendre determinats valors i cap valor entre els dos consecutius. Ex: nombre de germans.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

ELEMENTS RECOLLIDA DE DADES: VARIABLES (TIPUS: QUANTITATIVES - CONTÍNUES)

A

Variables contínues: poden prendre valors compresos entre dos valors donats. Ex: dues altures.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

ELEMENTS RECOLLIDA DE DADES: VARIABLES (TIPUS: QUALITATIVES)

A

Variables qualitatives: es descriuen mitjançant paraules. Ex: color d’ulls.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

ELEMENTS RECOLLIDA DE DADES: VARIABLES (TIPUS: QUALITATIVES - CATEGÒRIQUES)

A

Variables categòriques: es treballa amb categories nominals.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

ORGANITZACIÓ DE LA INFORMACIÓ

A

Està relacionada amb l’estadística descriptiva que inclou l’organització de les dades en una matriu o taula que distribueix la seva freqüència. L’organització de la informació afavoreix un pensament estructurat i possibilita la seva lectura i interpretació.

En la fase d’organització es col·loquen les dades de forma ordenada per analitzar la informació i s’utilitzen taules de dades. Per elaborar aquestes taules de dades, s’empren tècniques de recompte tradicionals (bastonets, quadrats…) o el de les TIC (fulls de càlcul com els de Drive, Excel…).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

ANÀLISI DE DADES

A

Fa referència a l’organització i la descripció de les dades que permeten obtenir informacions útils. S’hi inclouen les diferents representacions gràfiques i numèriques. També es coneix com a estadística descriptiva, ja que inclou l’organització, el resum, l’expressió i la interpretació de dades.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

REPRESENTACIÓ DE DADES

A
  • De manera descriptiva
  • De manera gràfica

Per tenir una representació de les dades més completa i elaborada, cal complementar les dues formes.

A partir d’aquí (informes, exposicions…), s’elaboren les conclusions i es comuniquen els resultats. Llavors, ja podem emetre judicis i fer prediccions.

En aquesta part, també hi intervé el concepte de probabilitat.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

REPRESENTACIÓ DE DADES: DE MANERA DESCRIPTIVA

A

De manera descriptiva: explicar verbalment tant oral com escrit en informes.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
38
Q

REPRESENTACIÓ DE DADES: DE MANERA GRÀFICA

A

De manera gràfica: taules de dades, histogrames, polígons de freqüència… que poden agrupar-se en intervals o no.

39
Q

ESTADÍSTICA INFERENCIAL

A

Es refereix als procediments d’obtenció de conclusions vàlides més enllà de les dades per a la presa de decisions.

40
Q

TAULES DE DADES

A
  • Taules de doble entrada
  • Taules de freqüències

A nivell didàctic, les taules serveixen perquè l’alumnat incorpori dades relatives a petites investigacions o com a recurs que facilita la resolució de problemes.

41
Q

TAULES DE DADES: TAULES DE DOBLE ENTRADA

A

S’ha de posar el nombre de la taula i el títol. Aquestes s’utilitzen quan les dades corresponen a dues característiques diferents observades simultàniament. És de doble entrada perquè té en compte dues variables una característica que es troba a les files (sexe) i una altra característica que es troba a les columnes (color d’ulls).

42
Q

TAULES DE DADES: TAULES DE FREQÜÈNCIES

A

Estan formades per les diferents modalitats que presenten la característica observada i les seves freqüències absolutes corresponents. Aquestes dades ens donen informació detalla i ordenada de les característiques de la mostra o població. Tenen una Xi i una Fi. Ex: nombre de fills i filles en les famílies de 6è.

43
Q

PARÀMETRES ESTADÍSTICS

A
  • Mitjana aritmètica
  • Mediana
  • Moda
44
Q

PARÀMETRES ESTADÍSTICS: MITJANA ARITMÈTICA

A

Mitjana aritmètica: suma de totes les dades dividida entre el nombre total de dades. Ex: 1,1,1,1,2,2,2,3,3,4 = 20/10=2

45
Q

PARÀMETRES ESTADÍSTICS: MEDIANA

A

Mediana: valor que ocupa el lloc central entre tots els valors del conjunt. En l’exemple anterior (1,1,1,1,2,2,2,3,3,4), el 2.

46
Q

PARÀMETRES ESTADÍSTICS: MODA

A

Moda: dada que més cops es repeteix i té major freqüència absoluta. En l’exemple anterior (1,1,1,1,2,2,2,3,3,4), l’1.

47
Q

GRÀFICS ESTADÍSTICS

A

Són de gran utilitat, ja que permeten entendre i comparar diverses taules de freqüència.

48
Q

GRÀFICS ESTADÍSTICS: TIPUS

A
  • Diagrama de punts
  • Gràfic de línies
  • Diagrama de barres
  • Histogrames
  • Gràfics de sectors
  • Gràfic de pitogrames
49
Q

GRÀFICS ESTADÍSTICS: DIAGRAMA DE PUNTS

A

Amb variables qualitatives o quantitatives discretes no agrupades en intervals. Es tracen uns eixos de coordenades cartesianes. A l’eix d’abscisses es representen les diferents modalitats de la característica, i a l’eix d’ordenades, les freqüències. Ex: nombre de famílies i número de fills. Mostra la freqüència de dades al llarg d’una recta numèrica. Solen funcionar amb menys de 25 dades.

50
Q

GRÀFICS ESTADÍSTICS: GRÀFIC DE LÍNIES

A

Amb variables qualitatives o quantitatives discretes no agrupades en intervals. És semblant a l’anterior, però cada punt s’uneix amb el següent mitjançant un segment rectilini. Ex: nombre de famílies i número de fills.

51
Q

GRÀFICS ESTADÍSTICS: DIAGRAMA DE BARRES

A

Variables qualitatives o quantitatives discretes no agrupades en intervals. Les diverses modalitats de la característica es representen en l’eix d’ordenades i les freqüències absolutes en l’eix d’abscisses. Les barres estan separades, ja que no hi ha continuïtat. Ex: lots de jocs i nombre de peces. Els diagrames de barres poden ser senzills, agrupats i apilats.

52
Q

GRÀFICS ESTADÍSTICS: HISTOGRAMES

A

Amb variables contínues agrupades en intervals. Es tracen uns eixos en les coordenades cartesianes, i a l’eix d’abscisses es representen els extrems de cadascun dels intervals, i en les ordenades, les freqüències absolutes. Les barres estan aferrades, ja que hi ha continuïtat. Per exemple, l’alçada dels infants de la classe o una piràmide de la població.

53
Q

GRÀFICS ESTADÍSTICS: GRÀFICS DE SECTORS

A

Amb variables qualitatives i quantitatives. Cada característica es representa mitjançant un sector circular, l’àrea del qual és proporcional a la freqüència absoluta de les corresponents modalitats. Ex: jubilació, feina, atur.

54
Q

GRÀFICS ESTADÍSTICS: GRÀFIC DE PICTOGRAMES

A

Amb variables qualitatives o variables discretes no agrupades en intervals. Les figures han de ser proporcionals en mida al nombre de les freqüències absolutes corresponents. A causa del seu caràcter figuratiu, l’alumnat pot representar i interpretar fàcilment i poden ser el punt de partida per altres representacions gràfiques. Els dibuixos solen estar relacionats amb el tema. Ex: milions d’habitants.

55
Q

ASPECTES A TENIR EN COMPTE COMPRENSIÓ DELS GRÀFICS

A
  • Coneixement previ del tema a què es refereix el gràfic i si l’alumne està familiaritzat o no amb el context.
  • Coneixement previ del contingut matemàtic del gràfic i els conceptes numèrics, les relacions i les seves operacions.
  • Coneixement previ del tipus de gràfic que s’ha d’emprar.
56
Q

PROPOSTES 1r CICLE: National Council of Teachers of Mathematics de l’any 2000

A
  • Classificar objectes d’acord amb les seves característiques o organitzar dades sobre aquests.
  • Representar dades emprant objectes concrets, dibuixos i gràfics.
  • Treballar amb activitats de classificació i recompte a fi de proporcionar un inici de la comprensió i l’anàlisi de les dades per part de l’alumnat.
  • Animar l’alumnat a plantejar-se preguntes, organitzar les respostes i crear representacions de les seves dades, així com raonar i comprovar les idees comparant-les.
  • Treballar amb variables qualitatives i iniciar-se en les quantitatives.
  • Utilitzar tècniques senzilles de recollida de dades: observació directa i indirecta i entrevistes.
  • Enregistrar les dades a través del recompte (amb gomets, per exemple).
  • Representar i interpretar pictogrames i diagrames de barres.
57
Q

PROPOSTES 2n CICLE: National Council of Teachers of Mathematics de l’any 2000

A
  • Dissenyar investigacions per contestar una pregunta i considerar com els mètodes de recollida de dades afecten al conjunt de dades.
  • Recollir dades d’observació, enquestes i experiments.
  • Representar dades en taules, gràfics de línies, punts, freqüències, sectors i barres.
  • Reconèixer les diferències en representar dades numèriques i categòriques.
  • Usar les mesures de posició central, particularment, la mediana i comprendre què indica sobre el conjunt de dades.
  • Comparar diferents representacions de les mateixes dades i avaluar quins aspectes importants del conjunt de dades es mostra millor amb cada una d’elles. És a dir, quin gràfic s’ajusta millor.
  • Proporcionar i justificar conclusions i prediccions basades en dades i dissenyar estudis per entendre-les millor.
  • Treballar amb característiques qualitatives i quantitatives.
  • Emprar tècniques de recollida de dades com l’observació directa o indirecta, mesuraments i enquestes.
  • Elaborar conclusions per a la presa de decisions i elaborar informes.
  • Calcular paràmetres estadístics (mitjana, mediana, moda).
  • Analitzar críticament els gràfics extrets de diverses fonts.
  • Comparar el conjunt de dades (què passaria si..?).
  • Proposar preguntes properes per a la investigació.
  • Agrupar dades per descriure.
58
Q

ORIENTACIONS METODOLÒGIQUES (ESTADÍSTICA I PROBABILITAT)

A
  • Connexió amb altres matèries: enfocament interdisciplinari i competencial.
  • Recull propostes cooperatives i treball per projectes i investigació.
  • Ajuda a la presa de decisions i a la reflexió.
  • Està contextualitzat, ja que són dades que provenen de l’entorn.
  • Aborda tasques com la planificació, usa tècniques de recompte i de manipulació de dades.
59
Q

APLICACIÓ ESTADÍSTICA I PROBABILITAT EN CIÈNCIES

A
  • Interpretar, expressar i representar fets i processos del medi natural, social i cultural mitjançant codis numèrics, gràfics, etc.
  • Emprar estratègies de recerca i tractament de la informació, formulació de conjectures…
  • Emprar les TIC per obtenir informació i com a instrument per aprendre i compartir coneixements.
  • Emprar taules i gràfics sobre dades de població, costums, transport, migracions, sectors econòmics, climogrames…
60
Q

APLICACIÓ ESTADÍSTICA I PROBABILITAT EN PLÀSTICA

A
  • Conèixer les possibilitats dels mitjans audiovisuals i les TIC i emprar-los com a recursos per a l’observació, la recerca d’informació i l’elaboració de produccions pròpies.
61
Q

APLICACIÓ ESTADÍSTICA I PROBABILITAT EN LLENGÜES

A
  • Usar els mitjans de comunicació social i les TIC per obtenir, interpretar i valorar informacions i opinions diferents.
  • Emprar la llengua eficaçment per cercar, recollir i processar informació, com per escriure textos propis d’àmbit acadèmic.
  • Emprar programes informàtics de processament de text, ús de documents audiovisuals per obtenir, seleccionar i relacionar informacions rellevants, utilitzar elements gràfics i paratextuals per facilitar la comprensió.
62
Q

APLICACIÓ ESTADÍSTICA I PROBABILITAT EN MATEMÀTIQUES

A
  • Emprar el coneixement matemàtic per comprendre, valorar i produir informacions i missatges sobre fets i situacions de la vida quotidiana i reconèixer el seu caràcter instrumental per altres camps de coneixement.
  • Utilitzar de forma adequada els mitjans tecnològics, el càlcul i la recerca, el tractament i la representació d’informacions diverses.
  • Utilitzar tècniques elementals de recollida de dades per obtenir informació sobre fenòmens i situacions del seu entorn: representar-la de forma gràfica i numèrica, i formar-se un judici sobre la mateixa.
  • Treballar l’estadística de forma exhaustiva i presentació de diferents gràfics, estudi de paràmetres estadístics (mitjana, moda…), emprar la informació d’una taula o gràfic per resoldre un problema…
63
Q

APLICACIÓ ESTADÍSTICA I PROBABILITAT EN EDUCACIÓ FÍSICA

A
  • Jocs i esports: semblances i diferències respecte grups de població (edat, sexe, nivell de formació…), resultats esportius, consum i esport…
64
Q

APLICACIÓ ESTADÍSTICA I PROBABILITAT EN VALORS

A
  • Estudis sobre comportament vinculats a l’exercici de drets i deures: participació en manifestacions, votacions, reclamacions, col·laboracions en ONG, etc.
  • Interpretació de la informació i judicis i validesa de la informació.
65
Q

SITUACIONS VIDA QUOTIDIANA PER APLICAR ESTADÍSTICA

A
  • Taules
  • Gràfics
  • Bases de dades
  • Fulls de càlcul
  • Processador de textos
66
Q

SITUACIONS VIDA QUOTIDIANA PER APLICAR ESTADÍSTICA: TAULES

A

Taules: fer menús setmanals / mensuals, horari escolar o activitats extraescolars, vacunacions, classificació d’equips esportius…

67
Q

SITUACIONS VIDA QUOTIDIANA PER APLICAR ESTADÍSTICA: GRÀFICS

A

Gràfics: representar els llibres llegits al llarg del trimestre o l’any, seguir els estalvis que tenen…

68
Q

SITUACIONS VIDA QUOTIDIANA PER APLICAR ESTADÍSTICA: BASES DE DADES

A

Bases de dades: realitzar un fitxer en què es recullin els llibres que s’han llegit (autor, any, títol, editorial, data…), crear un llistat telefònic (nom, llinatges, direcció, telèfons…).

69
Q

SITUACIONS VIDA QUOTIDIANA PER APLICAR ESTADÍSTICA: FULLS DE CÀLCUL

A

Fulls de càlcul: controlar els ingressos i despeses, notes numèriques de les seves activitats d’avaluació, preus d’excursió…

70
Q

SITUACIONS VIDA QUOTIDIANA PER APLICAR ESTADÍSTICA: PROCESSADOR DE TEXTOS

A

Processador de textos: elaborar llistes de compra, fer un diari, escriure cartes…

71
Q

NIVELLS DE COMPRENSIÓ DELS GRÀFICS

A
  • Lectura literal
  • Interpretar les dades
  • Fer una inferència
  • Valorar les dades
72
Q

NIVELLS DE COMPRENSIÓ DELS GRÀFICS: LECTURA LITERAL

A

Lectura literal: llegir dades. No es realitza interpretació de la informació continguda en ell mateix.

73
Q

NIVELLS DE COMPRENSIÓ DELS GRÀFICS: INTERPRETAR LES DADES

A

Interpretar les dades: llegir dins les dades. Inclou la interpretació i integració de les dades en el gràfic. Requereix habilitats per a comparar quantitats i l’ús d’altres conceptes i destreses matemàtiques.

74
Q

NIVELLS DE COMPRENSIÓ DELS GRÀFICS: FER UNA INFERÈNCIA

A

Fer una inferència: llegir més enllà de les dades. Realitzar prediccions i inferències a partir de les dades sobre informacions que no es reflecteixen directament en el gràfic.

75
Q

NIVELLS DE COMPRENSIÓ DELS GRÀFICS: VALORAR LES DADES

A

Valorar les dades: llegir darrera les dades. Valorar la fiabilitat de les dades, fer un judici sobre si realment les preguntes de l’enquesta mesuren allò que volem mesurar o com podríem mesurar-ho d’un forma més fiable.

76
Q

CONTINGUTS BLOC 5. ESTADÍSTICA I PROBABILITAT (RD126/2014)

A
  • Establiment de plans d’actuació davant un problema/pregunta/investigació.
  • Obtenció d’informació.
  • Lectura i interpretació de taules i gràfics de diferents modalitats.
  • Elaboració i presentació de gràfics i taules de manera ordenada i clara.
  • Representació d’informació mitjançant diferents tipus de gràfics.
77
Q

REQUISITS DE LES TIC (ESTADÍSTICA I PROBABILITAT)

A

És important que les TIC compleixin aquests requisits: fàcils d’emprar, controlables, continguts adequats, afavoridores d’una metodologia activa i d’un aprenentatge cooperatiu i individualitzat, flexibles per atendre la diversitat, etc.

78
Q

RECURSOS INFORMÀTICS (ESTADÍSTICA I PROBABILITAT)

A

A nivell pràctic, existeixen diferents recursos informàtics que es poden utilitzar dins el centre escolar com el processador de text (word, libreoffice), bases de dades (accés), fulls de càlcul (excel), presentacions (ppt, prezi…), entorns de disseny gràfic (paint), internet (aplicacions com JClic, Edu365, educared, eduteka, aemet, diaris digitals, IME, xarxes socials, videojocs, Txec…). En aquestes aplicacions es poden interpretar gràfics estadístics, distingir entre diversos tipus de gràfics, representar dades en taules, etc. En definitiva, són recursos TIC bastant útils per al tractament de la informació.

79
Q

CARACTERÍSTIQUES ACTIVITATS TIC (ESTADÍSTICA I PROBABILITAT)

A
  • Poden desenvolupar-se dins l’aula i a casa.
  • Permeten interessar a l’alumnat i mantenir el seu interès al llarg de tota l’activitat incrementant la seva comprensió sobre el tema tractat.
  • Es poden actualitzar de manera relativament fàcil i donar-li una connotació d’acord amb les necessitats del currículum o de l’alumnat.
80
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 1r CICLE

A
  • Estudi estadístic del emps atmosfèric
  • Estudi estadístic de les vocals que apareixen en un text escrit
  • Estudi estadístic dels esports preferits
  • Estudi estadístic dels sectors econòmics en relació amb les professions
81
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 1r CICLE (TEMPS ATMOSFÈRIC)

A
  • Registre diari del temps durant un trimestre enganxant dibuixos (sol, sol amb núvols, núvols, tormenta, aire, neu…) en un calendari. A 3r ja es poden emprar aparells de mesura (pluviòmetre, termòmetre, anemòmetre…) de l’estació meteorològica.
  • En acabar el registre, es comptabilitzen els dibuixos fent servir la tècnica dels bastonets. El recompte es fa per mesos.
  • Representar les dades obtingudes mitjançant un diagrama de barres o gràfics de línies. Extreure conclusions amb les preguntes del docent.
82
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 1r CICLE (VOCALS EN UN TEXT)

A
  • El docent entrega un text diferent a cada grup perquè comptin les vocals i construeixin un diagrama de barres.
  • Cada grup exposa les seves conclusions (més/menys freqüent) i s’estableix un debat sobre les analogies i diferències entre els resultats dels diversos grups.
83
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 1r CICLE (ESPORTS PREFERITS)

A
  • Fan entrevistes dels seus esports preferits i recullen les dades, les comptabilitzen i construeixen un diagrama de barres.
  • Cada grup exposa les conclusions obtingudes i l’estratègia usada per dur a terme el recompte.
84
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 1r CICLE (SECTORS ECONPOMICS EN RELACIÓ AMB LES PROFESSIONS)

A
  • L’alumnat guiat pel docent elabora un qüestionari amb preguntes que faran a la seva família o gent propera.
  • A partir de les dades obtingudes, confeccionaran una taula de freqüències i representaran el digrama de barres.
  • L’alumnat haurà d’oferir explicacions dels resultats obtinguts.
85
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 2n CICLE

A
  • Estudi de l’evolució de la població de la ciutat/poble
  • Estudi de mesures antropomètriques de l’alumnat
  • Estudi de la distribució de la superfície agrària de la comunitat autònoma
  • Estudi sobre la intenció de vot en les eleccions al consell escolar
86
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 2n CICLE (EVOLUCIÓ POBLACIÓ)

A
  • Els alumnes, guiats pel docent, recolliran a través d’Internet les dades sobre els censos de la població realitzats en diferents anys.
  • Elaboraran una taula de freqüències i representaran en gràfics de línies, pictogrames o piràmides.
87
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 2n CICLE (MESURES ANTROPOMÈTRIQUES)

A
  • Els discents seleccionaran variables com a objecte d’estudi, escolliran les tècniques per realitzar els mesuraments, confeccionaran les taules de freqüències i usaran diferents tipus de representacions gràfiques, i calcularan els paràmetres estadístics.
  • Elaboraran una memòria del que han obtingut, del procés seguit i inclouran taules, gràfics i valors calculats.
88
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 2n CICLE (DISTRIBUCIÓ SUPERFÍCIE AGRÀRIA)

A
  • Recolliran les dades a través d’internet i construiran una taula de freqüències.
  • Representaran les dades usant el diagrama de barres i el gràfic de sectors.
89
Q

APLICACIÓ DIDÀCTICA ESTADÍSTICA I PROBABILITAT: 2n CICLE (INTENCIÓ DE VOT)

A
  • Elaboraran un qüestionari per realitzar una enquesta sobre la intenció de vot de l’alumnat del centre.
  • Seleccionaran una mostra representativa de l’alumnat del centre.
  • Ordenaran i classificaran les dades recollides en l’enquesta.
  • Elaboraran taules de freqüència i gràfics de sectors.
  • Redactaran un petit informe que reculli les conclusions.
90
Q

TREBALL COL·LABORATIU ENTER DUES ESCOLES ON S’EMPRIN LES TIC (ESTADÍSTICA I PROBABILITAT)

A
  • Enquesta: idiomes diferents (interdisciplinarietat), grups musicals o videojocs.
  • Ús de les TIC: GSuite.
  • Projecte amb continguts estadístics: recollida de dades, taules, gràfics, anàlisi i interpretació de resultats, conclusions…
91
Q

CONCLUSIONS (TEMA 25)

A

És essencial per a la ciutadania actual saber interpretar les dades ofertes per diferents mitjans de comunicació tant numèricament com gràficament, així com saber raonar estadísticament i interpretar informació. D’aquesta manera, les dades i la seva anàlisi ens serveixen per prendre decisions en el dia a dia (negocis, política, investigació…). D’aquí sorgeix la importància de treballar amb dades directament i en tots els nivells d’educació primària.

L’estadística ajuda al desenvolupament de les activitats professionals i a la formació intel·lectual potenciant capacitats cognitives, així com a comprendre altres temes del currículum en els quals apareixen gràfics, resums, conceptes estadístics… A més, fomenta el raonament crític basat en la valoració de l’evidència objectiva, controla els judicis propis i interpreta els dels altres, i ajuda a resoldre problemes de decisió i efectuar prediccions.

92
Q

CITA CONCLUSIONS (TEMA 25)

A

Per donar per acabat aquest tema m’agradaria mencionar una cita de Benjamin Franklin que es pot aplicar al dia a dia de l’aula i, especialment a l’àrea de matemàtiques, ja que és necessari involucrar als infants en la interpretació de dades i l’estadística: “Digues-m’ho i ho oblidaré, ensenya-m’ho i ho recordaré, involucra’m i ho aprendré”.

93
Q

BIBLIOGRAFIA (TEMA 25)

A
  • Albarracín, L., Badillo, E., Giménez, J., Vanegas, Y., i Viella, X. (2018). Aprender a enseñar matemáticas en la educación primaria.
  • Bordoy, A. M. (2017). El joc aplicat a les Matemàtiques a l’Educació Primària.
  • Martínez-Artero, R. N. (2017). Didáctica de las Matemáticas para maestros de Educación Primaria. Educatio Siglo XXI, 35(2 Jul-Oct), 391-398
  • Sanchez, I. (2020). Les TIC en l’ensenyament de les matemàtiques a educació infantil i primària.
94
Q

LEGISLACIÓ (TEMA 25)

A
  • Llei Orgànica 2/2006 (LOE), de 3 de maig, modificada per la Llei Orgànica 3/2020 (LOMLOE), de 29 de desembre, d’Educació.
  • Reial Decret 126/2014, de 28 de febrer, pel qual s’estableix el currículum bàsic de l’educació primària.
  • Reial Decret 984/2021, de 16 de novembre, pel qual es regula l’avaluació i la promoció d’educació primària, així com l’avaluació, la promoció i la titulació a l’educació secundària obligatòria, batxillerat i formació professional.
  • Reial Decret 157/2022, d’1 de març, pel qual s’estableixen l’ordenació i els ensenyaments mínims de l’Educació Primària.
  • Decret 32/2014, de 18 de juliol, modificat pel Decret 28/2016, de 20 de maig, pel qual s’estableix el currículum d’educació primària a les Illes Balears.

OPOS (28 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions