º
EL PENSAMIENTO ESTADÍSTICO EN LA
FORMACIÓN DEL INGENIERO
1 Dra. Cira Lidia Isaac Godinez, 2 MSc Francisca Regla Lamar Meneses.
Facultad de Ingeniería Industrial Instituto Superior Politécnico “José Antonio Echeverría” Calle 114, N° 11901, e/119-127.
Marianao. Ciudad Habana. Cuba,
e-mail: [ciral@ind.cujae.edu.cu]; [rlamar@ind.cujae.edu.cu]
RESUMEN.
La variabilidad es una característica objetiva de los procesos y
está presente en todo lo que se hace, en todos los procesos que
se operan y en todos los sistemas que se crean, en los cuales
no se tiene la certeza de cuál será el resultado que se obtenga.
La omnipresencia de la variabilidad conlleva a la necesidad
que se tenga de crear y desarrollar un pensamiento
estadístico.
El trabajo del ingeniero está envuelto en una nube de
variabilidad e incertidumbre, en medio de la cual, debe tomar
decisiones con el mínimo riesgo que lo acerquen a su
objetivo, por lo tanto debe cuantificar el riesgo, y los métodos
que le permitirán hacerlo están basados en las probabilidades
y la estadística. De ahí la importancia de que estos métodos se
impartan en el curriculum base de formación de todas las
carreras de ingeniería.
En este trabajo se fundamenta, no sólo la necesidad de incluir
la enseñanza de las probabilidades y estadística en los planes
de estudio de ingeniería, pues la misma proporciona
herramientas metodológicas para analizar la variabilidad y
reducir la no intencionada, determinar relaciones entre
variables, diseñar en forma óptima los experimentos y tomar
decisiones de incertidumbre sobre la base de la modelación de
los procesos, sino la necesidad de que se desarrolle un
pensamiento estadístico, que permita a los futuros ingenieros
ser capaces de obtener conocimientos de la experimentación,
a partir de los datos e información. Para ello se toma como
referencia la enseñanza de las probabilidades y estadística en
las carreras de ingeniería del Instituto Superior Politécnico
José Antonio Echeverría.
Palabras Claves. Variabilidad, estadística, pensamiento
estadístico, formación del ingeniero.
.
 INTRODUCCIÓN.
La estadística es la rama de la matemática aplicada que se
refiere a la acumulación, análisis, interpretación y
presentación de datos numéricos y que permite convertir los
datos en información para la toma de decisiones. La misma
proporciona herramientas metodológicas generales para
analizar la variabilidad y reducir la no intencionada,
determinar relaciones entre variables, diseñar en forma
óptima los experimentos y tomar decisiones de incertidumbre,
todo lo anterior sobre la base de la modelación de los
procesos.
En el campo de la ingeniería, todo estudio o investigación
científica trata a menudo con datos experimentales, conteos o
mediciones representativas, o datos categóricos (mediciones
nominales y ordinales) que se pueden clasificar de acuerdo
algún criterio, constituyendo cada uno de estos datos una
observación. Para describir y tratar de explicar la variabilidad
que se presenta en las observaciones, presentar e interpretar
los resultados se han desarrollado varias técnicas estadísticas
numéricas y gráficas que resultan de interés de conocimiento
para el ingeniero. A su vez, el trabajo del ingeniero está
envuelto en una nube de variabilidad e incertidumbre y los
métodos estadísticos son los que le permiten tomar decisiones
con el mínimo riesgo.
La omnipresencia de la variabilidad conlleva a la
necesidad que se tenga de crear y desarrollar un pensamiento
estadístico en los estudiantes de ingeniería, que no es más que
el proceso del pensamiento que permite identificar,

caracterizar, cuantificar y controlar la variación que está
omnipresente en el mundo actual, dando sentido a la
información estadística, aprendiendo y emprendiendo
acciones para entender y reducir la variabilidad.
 MATERIALES Y MÉTODOS
Para la realización de trabajo se utilizaron diferentes
materiales y métodos, entre los que se destacan los siguientes:
Materiales: Planes de estudios de diferentes carreras de
ingeniería del ISPJAE, programas de las asignaturas de
probabilidades y estadística, informes docentes de las
disciplinas; Matemática Aplicada de la facultad de ingeniería
industrial y Matemática de la mecánica, información obtenida
de encuesta y entrevistas realizadas, artículos vinculados con
el tema de investigación, libros, entre otros.
Métodos empíricos utilizados:
• Observación: Permite reunir información visual sobre
todo el desarrollo del proceso de investigación en todo
momento.
• Encuestas: Proporcionar los elementos necesarios para
que, basándose en la opinión de estudiantes, se halle
respuestas a preguntas de la investigación y permita
trazar las estrategias a desarrollar.
• Entrevistas a estudiantes y profesores: Reunir datos e
información, en el desarrollo de esta investigación,
sobre el proceso de enseñanza aprendizaje de la
estadística y la formación del pensamiento estadístico.
• Valoración de expertos: Para tener en cuenta opiniones
de los expertos (profesores de experiencia que imparten
las asignaturas de probabilidades y estadística) en la
validación de los indicadores de evaluación de la
satisfacción de los usuarios.
• Revisión de documentación: Revisión de los planes de
estudio de las carreras de ingeniería del ISPJAE y
programas de las asignaturas de probabilidades y
estadística, de los resultados docentes, entre otros.
Métodos teóricos utilizados.
• Análisis y Síntesis: Permite el análisis y la síntesis de la
bibliografía, necesaria para analizar los diferentes
conceptos, tendencias, modelos, entre otros, de la
temática de estadística, su enseñanza en ingeniería,
pensamiento de proceso y pensamiento estadístico, a
partir de considerar: el papel del ingeniero y la
variabilidad de los procesos, los elementos generales de
la enseñanza de la estadística en ingeniería, la
estadística y el pensamiento estadístico, el pensamiento
estadístico en la formación del ingeniero, modelos,
enfoques y estrategias para dar respuesta a las
exigencias de la formación del pensamiento estadístico.
• Histórico – Lógico: Recopilación de información
cronológica sobre la evolución de la estadística y el
pensamiento estadístico.
• Hipotético – Deductivo: Realizar un análisis del
comportamiento de la enseñanza de las probabilidades
y la estadística en el ISPJAE.
• Enfoque a Sistema: Permite ver al proceso de
enseñanza aprendizaje de la estadística como un todo
CCIA’2010 2
unificado en toda su complejidad y teniendo en cuenta
que las afectaciones de cualquier elemento afectan
consecuentemente a los restantes.
 RESULTADOS Y DISCUSIONES
Para el análisis del proceso de enseñanza y aprendizaje de
la estadística en las carreras de ingeniería del ISPJAE,
reflexionando sobre la relación que existe entre la forma
como se conduce el proceso de enseñanza aprendizaje y las
metas que se pretenden lograr con el proceso para la
formación del pensamiento, se tomó en cuenta las
interrogantes establecidas por Behar y Grima [1], así como
otras desarrolladas por las autoras, entre las que se citan las
siguientes: ¿Cuáles podrían ser unas expectativas razonables
para el aprendizaje de la estadística en los estudiantes de
ingeniería?, ¿cuáles a corto plazo?, ¿y a largo plazo?, ¿Los
contenidos que se desarrollan actualmente, son consistentes
con las expectativas de formar pensamiento estadístico?, ¿qué
consideran los profesores como pensamiento estadístico?,
¿Los estudiantes de ingeniería, en su rol de ciudadanos y en
su futuro ejercicio profesional involucrarán de verdad, los
paradigmas de la estadística en su esquema de toma de
decisiones?.¿Se produce el cambio de actitud necesario para
hacer útil lo aprendido?, ¿Qué queda como remanente
esencial sobre la manera de abordar la variabilidad y la
incertidumbre?, ¿Están de acuerdo los profesores con lo que
significa “aprender estadística”?, es decir, ¿tienen
unanimidad en las metas básicas? ¿Cuáles son las
componentes y las relaciones en el complejo proceso de
enseñanza-aprendizaje? ¿Qué es pensamiento estadístico? ¿Se
intenta formar? ¿Cuáles son los cambios que hay que hay que
realizar en el proceso de enseñanza aprendizaje de la
estadística?, ¿Son los contenidos y las actividades que se
desarrollan consistentes con las metas de aprendizaje y con
las estrategias?, ¿Cuáles son esas metas de aprendizaje?,
¿Cuáles son los cambios de actitud que se desea lograr?,
¿Cuáles las habilidades?, ¿Cuáles los conocimientos?, ¿Cuál
es el papel de la motivación? ¿Es ésta realmente importante?
¿Es apropiado el ambiente de aprendizaje? ¿El desarrollo del
proceso particular de aprendizaje que se conduce genera un
ambiente que propicie un enfoque profundo del mismo?
El trabajo del ingeniero versus variabilidad de los
procesos y estadística
Los ingenieros (mecánicos, eléctricos, industriales, entre
otros) desarrollan nuevos productos o procesos, mejoran los
anteriores, construyen y prueban prototipos, diseñan
herramientas, máquinas y procesos para fabricar productos;
mantienen, controlan y mejoran los procesos en marcha;
mantienen, reparan y dan servicio a los productos. En cada
una de estas funciones, los ingenieros recogen datos y los
“analizan” (o deberían): ¡¡y ………eso es estadística!!
El ingeniero tiene que innovar e investigar ante una
naturaleza y sociedad complejas, una ciencia que está ligada
a cambios bruscos en el mundo y a un conocimiento
fundamentado en lo experimental y tecnológico, pero también
a su gestión. El trabajo del ingeniero ocurre en un sistema de

procesos interconectados y en todos los procesos existe la
variabilidad. La variación de los procesos (observada al tomar
los datos) requiere el uso de la estadística.
Tener conocimiento sobre el proceso sobre el que se está
trabajando, ayuda a determinar qué puede estar pasando ante
alguna nueva situación (por ejemplo, descentramiento del
proceso de su valor objetivo). Las técnicas estadísticas se
usarán para tomar datos y analizarlos para cuantificar la
variación observada y ver si se puede o no confirmar alguna
hipótesis que se tenga de partida. Muchas veces, esa hipótesis
inicial puede ser invalidada, lo que hará que se tenga que
tomar más datos y replantear nuevas hipótesis.
Además el hecho de que el proceso no sea estático dificulta
el estudio, en el sentido que se cuando se vuelva a tomar
datos, éstos se habrán tomado en una situación diferente y
habrá que tener cuidado al querer compararlos o combinarlos
y todo esto hay que realizarlo basado en el método científico
como se representa en la figura 1.
DATA (Facts, phenomenons,…)
Deduction Induction Deduction Induction
...
CCIA’2010 3
El éxito de las organizaciones hoy en día, depende de la
habilidad de las éstas para mejorar todo aquello que hacen,
esto conlleva a la necesidad de conocer y minimizar las
fuentes críticas de variabilidad de manera que los atributos
de las salidas de los procesos puedan predecirse. Para ello se
necesita tener “pensamiento estadístico”, por lo que la
estadística juega un gran papel en el diseño y mejora de la
productividad y calidad de los procesos y los productos.
El trabajo del ingeniero está envuelto en una nube de
variabilidad e incertidumbre, en medio de la cual, debe tomar
decisiones con el mínimo riesgo que lo acerquen a su
objetivo, por lo tanto debe cuantificar el riesgo y los métodos
que le permitirán hacerlo están basados en las probabilidades
y la estadística.
Dado el reconocimiento de que el estudio de la estadística
educa en el razonamiento científico, además de que permite
desarrollar competencias y desarrollar habilidades para
obtener, analizar e interpretar datos, se reconoce que la
estadística forma parte de una cultura básica para un
ingeniero, de ahí que es incluida en los planes de estudios
curriculares de las diferentes carreras de ingeniería. En la
Tabla 1 se muestra su inclusión en algunas carreras del
ISPJAE.
...

Tabla 1. Asignaturas vinculadas con las Probabilidades y la

HYPOTHESES (Conjectures of the model, theory, ideas,…) Estadística incluidas en planes de estudio [4] de ingeniería del
ISPJAE

Carreras de Asignaturas Cantidad Año

Ingeniería de horas
Industrial Modelos 64 2
Figura 1. El método científico comienza estableciendo una hipótesis sobre un Probabilísticos de los
fenómeno, experimentando para ver si las observaciones de los resultados Procesos
confirman o no la hipótesis y haciendo esto de manera secuencial. Fuente: Box, Modelos Estadísticos 64 2
Hunter, Hunter (1978) [2]. de los Procesos I
Modelos Estadísticos 64 3
El proceso es definido como el conjunto de actividades de los Procesos II
secuenciales las cuales transforman una serie de elementos de Telecomunicaci Probabilidades y 48 2
entrada en resultados deseados añadiendo valor. (NC ISO ones estadística
9001:2008) [3] Estadística en las 48 3
La variabilidad es un hecho de la vida, es una comunicaciones
característica objetiva de los procesos y está presente en todo Automática Probabilidades y 64 2
lo que se hace, en todos los procesos que se operan y en estadística
todos los sistemas que se crean, en los cuales manteniendo las Biomédica Probabilidades y 64 2
estadística
mismas condiciones de entrada, no se tiene la certeza de cuál
Informática Probabilidades y 64 3
será el resultado que se obtenga.
estadística
En los procesos, aunque se mantengan las mismas Mecánica Probabilidades y 64 2
condiciones de entradas no se obtienen los mismos resultados estadística
en sus tres salidas fundamentales (productos, residuos y Metodología de la 16 3
datos), producto de la variabilidad de éstos. Evidentemente, Investigación
en muchas ocasiones, la variación es deseada (entre personas, Experimental.
en un menú, etc.). La variación deseada es buena. Lo que se
busca es reducir la no intencionada. En todos los trabajos
ingenieriles se está interesado que la variación de los procesos La estadística en la formación del ingeniero
sea pequeña y entorno a su valor nominal, por ejemplo: las El objeto de estudio de la estadística es la variabilidad de
dimensiones de los productos que se fabriquen que se ajusten los datos. ¿Cómo comprenderla?, ¿Cómo reducirla? ¿Cómo
al máximo al valor nominal de sus cotas. extraerles conocimientos? Para ello la estadística utiliza

métodos, que no son más que construcción de modelos
matemáticos y visualización gráfica [5].
La estadística se consolidó como disciplina en el siglo XX,
a partir de la necesidad de contar con una ciencia que
establezca los principios y procedimientos para realizar
inferencias objetivas. Alrededor de la década del 30 del
pasado siglo se inicia una fuerte promoción de los métodos
estadísticos, de las técnicas para obtener, procesar e
interpretar datos, que son adoptados y adaptados por las más
diversas disciplinas y profesiones. Así llega la estadística a las
carreras universitarias, entre ellas a las ingenierías.
El proceso de enseñanza-aprendizaje de la estadística no
debe enfocarse como la rama de las matemática para el
análisis de datos, y que se puede aprender en ausencia de una
práctica intensiva, cuando en realidad su importancia se debe
a su utilidad para plantear y resolver problemas, problemas
que se desarrollan en presencia de incertidumbre donde la
variabilidad está presente, por lo que su aprendizaje
significativo requiere necesariamente de la experiencia.
Indudablemente el primer aspecto que se debe aprender es
que la metodología estadística implica la delimitación y el
planteamiento de un problema, el cual debe ser traducido a
términos estadísticos y propiciar la definición de -qué -datos
obtener y cómo obtenerlos; una vez obtenidos los datos, éstos
se procesan y los resultados se interpretan para obtener
conclusiones, las cuales permiten definir líneas de acción y
tomar decisiones.
En la parte de obtención de datos, la estadística dota de
técnicas y procedimientos para que éstos sean suficientes y lo
más baratos y oportunos; aquí se requiere conocer las técnicas
de muestreo, las de diseño experimental y aquellas para
diseñar y conducir estudios observacionales que impliquen
obtención directa de información o en fuentes secundarias,
como registros periódicos, censos, etc.
En lo que se refiere al análisis de datos, lo importante es
aprender significativamente el concepto de variabilidad y su
omnipresencia en todos los procesos y fenómenos; también
debe quedar perfectamente asimilado que la estadística
estudia la tendencia y la dispersión de los fenómenos a través
de los datos.
La estadística es una ciencia que tiene como finalidad
facilitar la solución de problemas en los cuales se necesita
conocer algunas características sobre el comportamiento de
algún suceso o evento. Características que permite conocer o
mejorar el conocimiento de ese suceso. Además permite
inferir el comportamiento de sucesos iguales o similares sin
que estos ocurran y proporciona herramientas metodológicas
generales para analizar la variabilidad, determinar relaciones
entre variables, diseñar en forma óptima los experimentos y
tomar decisiones de incertidumbre, todo lo anterior sobre la
base de la modelación de los procesos.
Recientemente algunos autores reconocen que la
comprensión y manejo adecuado de técnicas gráficas simples,
como pasteles, barras, histogramas, tallos y hojas, cajas y
diagramas de dispersión; así como también el uso de
estadísticas descriptivas, como porcentajes, estadísticas de
orden, promedios y medidas de dispersión y correlación, son
más que suficientes para plantear y resolver un 80 % de los
problemas cotidianos. La estadística a su vez se desarrolla
CCIA’2010 4
asociada a los procesos de investigación por lo que es
reconocida como parte del método para la investigación.
El objetivo de la Estadística para Ingenieros será entender
el enfoque del pensamiento estadístico y cómo aplicarlo en la
práctica. Y esto incluye entender:
• La existencia de variabilidad en todos los procesos
• La sinergia entre los datos empíricos y la teoría
sobre el tema
• La naturaleza dinámica de los procesos
• Y la naturaleza secuencial del pensamiento
estadístico
Análisis de los programas de las asignaturas
A partir del análisis y valoración crítica de los planes de
estudio de los programas de las asignaturas de probabilidades
y estadística en las carreras de ingeniería industrial, eléctrica,
mecánica e informática en telecomunicaciones, biomédica y
automática del ISPJAE, a partir de su enfoque curricular y
didáctico, se puede concluir que:
• Las carreras han transitado por diferentes versiones de
planes de estudios que gradualmente y de acuerdo a la
política de formación de profesionales del país, han
conducido paulatinamente al logro de un ingeniero de perfil
amplio, capaz de enfrentar los disímiles retos de las
actividades vinculadas con su profesión.
• En todos los planes de estudio de las carreras de
ingeniería se encuentran las probabilidades y la estadística,
como se ejemplificó en la tabla 1.
• En todos los planes de estudio existe una correcta
estructuración de los programas de las asignaturas de
probabilidades y estadística enmarcados en:
 Título de la disciplina, ubicación en semestre,
trimestre, año, módulo.
 Asignaturas que la componen. Cantidad de horas.
 Problema y fundamentación de la misma.
 Objeto de Estudio.
 Objetivos educativos e instructivos.
 Sistema de Habilidades.
 Sistema de Conocimientos.
 Indicaciones metodológicas y de organización.
 Distribución por asignaturas con los mismos
enfoques didácticos
 Medios a utilizar.
• Sistema de Evaluación.
• Bibliografía fundamental y Complementaria.
Del análisis de estos programas se destacan los aspectos
siguientes:
• Los contenidos están formulados adecuadamente y
aunque existen algunas diferencias en los contenidos
de los cursos, dependiendo del objeto del profesional
de las diferentes carreras a la cual se dirige, la
tendencia está orientada a fortalecer el pensamiento
estadístico, más que el aprendizaje de fórmulas y
ecuaciones. Enfocados a la necesidad de fortalecer el
entendimiento de una estrategia conceptual para la
resolución de problemas contextualizados, reforzados
con simulaciones que ilustren de una manera más
vivencial el significado de la teoría. En resumen: más
problemas reales, más datos, más análisis exploratorio.

• La utilidad que brindan los contenidos incorporados en
las asignaturas de probabilidades y estadística para
caracterizar a los procesos a través de su variabilidad,
gestionarlos y tomar decisiones fundamentadas.
• Los objetivos como están formulados permiten su
medición y alcance, aunque debe reforzarse que se
definan los 6 niveles de aprendizaje cognoscitivo
establecidos por Bloom y citados por Behar [6] , que
incluyen a: nivel de conocimiento (información),
nivel de comprensión, nivel de aplicación, nivel de
análisis, nivel de síntesis y nivel de evaluación: ya que
algunas actividades que se realizan en el proceso de
enseñanza–aprendizaje, privilegian algunos de estos
objetivos, pero son inocuas en el desarrollo de otros. Se
deben escoger las estrategias adecuadas a cada nivel,
que varían en complejidad, como por ejemplo los
objetivos de mayor nivel, solo podrán alcanzarse con
un aprendizaje activo, donde el estudiante es el
protagonista
• Estandarización en nomenclaturas utilizadas.
• Se incluye en algunos programas como contenido el
pensamiento estadístico y de procesos.
• Reorientación de algunos contenidos dentro de las
asignaturas (Probabilidades y Estadística) que ayudan a
esclarecer en qué consiste el pensamiento estadístico y
propician una base para que se adquiera.
• Introducción de nuevos contenidos que dan respuesta
al Modelo del Profesional.
• Integración de técnicas que establezcan un mayor
vínculo con asignaturas de la profesión.
• Introducción de nuevos contenidos a través de
asignaturas optativas: Introducción a la minería de
datos y Diseño y procesamiento de encuesta.
• Evaluación de forma integrada con proyectos en
asignaturas de la profesión.
El Proceso de enseñanza aprendizaje de la estadística
Lineamientos generales de la Educación y la Estadística
del Siglo XXI
“Conocer y saber hacer” son dos expresiones que resultan
familiares, a partir de las orientaciones metodológicas que
fueron dadas por el Ministerio de Educación Superior (MES),
desde los tiempos de elaboración de los planes de estudio. En
1996, la UNESCO publica los resultados de un estudio
realizado por grupos de expertos internacionales acerca de las
tendencias y perspectivas de la sociedad en el siglo XXI,
donde plantea que los cuatros pilares de la educación útil para
toda la vida son Aprender: a conocer, a hacer, a convivir y a
ser [7]. Adquiriendo una connotación diferente, por la
presencia del verbo “aprender”.
 Aprender a conocer; se diferencia esencialmente del
simplemente “conocer” determinados conceptos,
relaciones o métodos; de lo que se trata es de que el
sujeto aprenda a conocerlos, a adquirir información sobre
ellos, a comprenderlos a partir de la información que
localice.
 Aprender a hacer; no está referido a saber ejecutar de
modo más o menos rutinario una actividad para la cual se
CCIA’2010 5
ha entrenado previamente, sino a ser capaz de aprender a
hacer cosas nuevas, a asimilar cambios e, incluso, hacer
cambios.
 Aprender a convivir, está relacionado con la educación
en valores, ya que está orientado a que el hombre
comprenda la necesidad de buscar el progreso a través de
la cooperación y la paz.
 Aprender a ser; está referido a que el individuo
despliegue todas sus potencialidades, su individualidad;
que aprenda a descubrir y aprovechar su “tesoro interno”.
Por todo lo anterior se dice que la educación, que antes
estuvo centrada en la enseñanza, ahora debe estar centrada en
el aprendizaje, en desarrollar la capacidad de aprender, para
ser capaz de hacerlo para toda la vida.
Aprender, está relacionado con poder interpretar y entender
la realidad de una manera diferente y la capacidad de aplicar
los conocimientos creativamente a nuevos problemas o
circunstancias. Pensar por sí mismos, comprender principios
y generalizaciones, responder flexiblemente a cambios en las
circunstancias.
Aprender, se refiere a la integración de teoría y práctica al
generalizar a partir de un conocimiento teórico básico sobre
situaciones poco conocidas. Forjar un enfoque imaginativo y
creativo para enfrentar problemas. Comprensión de
conceptos, en el sentido de poder establecer relaciones entre
ellos y el mundo real. Capacidad de predicción del posible
impacto sobre una característica de un sistema al producirse
una modificación de alguna condición. Tener confianza en sí
mismos para hacer valoraciones personales sobre la
interpretación de una evidencia, mientras que al mismo
tiempo se acepte la existencia de interpretaciones alternativas
de la “realidad”. Cambio en la manera como
conceptualizamos el mundo que nos rodea.
¿Qué significa ahora “aprender estadística”? Aprender
estadística, en el contexto de largo plazo es desarrollar el
pensamiento estadístico [7].
Aprender estadística significa participar en el proceso de
exploración de datos, combinando la flexibilidad, creatividad
y conocimientos generales de los seres humanos con la
enorme capacidad de almacenamiento y la potencia
computacional actuales de las computadoras, basado en los
Lineamientos generales de la Estadística del Siglo XXI, los
cuales son: Reducir, Estratificar, Asociar y Visualizar [8].
Reducir: Captar en pocos valores lo más esencial en un
conjunto de datos (en relación con el objetivo del análisis),
mediante muestreo, calculo de medias; reducción de los datos:
tendencia central y dispersión
Estratificar: Con el objetivo de reducir la variabilidad se
debe analizar el conjunto de datos considerándolo compuesto
por partes, llamadas estratos, la variabilidad entre estratos se
evidencia y la variabilidad dentro de estratos se reduce.
Asociar: Estudiar la frecuencia con que los hechos o las
propiedades de los objetos se presentan conjuntamente en un
volumen considerable de datos recopilados
Visualizar: Representar gráficamente características o
elementos seleccionados de los datos, de forma que se facilite
la comprensión cualitativa de los contenidos de la
información.

Por otra parte las autoras resaltan que el desarrollo de los
métodos cuantitativos para la decisión está totalmente ligado
al de la Informática; hoy la Estadística, la Informática, la
Inteligencia Artificial se mezclan en la Minería de Datos y el
KDD (Descubrimiento del conocimiento en los datos) para
hacer posibles el tratamiento adecuado de numerosos datos,
provenientes de fuentes diversas, y construir modelos y
algoritmos capaces de generar conocimientos y se puedan
realizar aprendizajes complejos.
Del análisis de los resultados del proceso de enseñanza
aprendizaje se concluye que:
• Aunque el aprendizaje es contextualizado, es decir,
enfocado a ayudar al estudiante a ver la aplicabilidad
del conocimiento estadístico al mundo real y de su
profesión, aún prevalece una actitud negativa hacia la
estadística después de tomar su curso de probabilidades
y estadística, mayoritariamente los estudiantes de
informática,
• Los estudiantes de Industrial se sienten más motivados
con la asignatura de estadística II,
• Alto porcentaje de estudiantes de industrial
matricularon el curso de la asignatura optativa de
minería de datos,
• En informática a pesar de los esfuerzos que realizan los
profesores, los resultados obtenidos en términos de
aprendizaje de la estadística, están bastante lejos de ser
satisfactorios,
• Los métodos de enseñanza en general están orientados
hacia el empirismo, no hacia la estadística teórica.
• Algunos métodos se apoyan de la tecnología en el
proceso aprendizaje, para objetivos del nivel de
comprensión y para que el estudiante realice
aprendizaje activo y consolide el mismo,
principalmente en las carreras de industrial e
informática.
• Se han incorporado en el proceso de enseñanza
variedad de estilos de procesamiento de la información
y de aprendizaje, así como métodos, como: lecturas,
conferencias, ejercicios, resúmenes, experimentos,
proyectos, laboratorios, software, entre otros, pero aún
no son suficientes.
Desarrollo del pensamiento estadístico
¿Qué es el pensamiento estadístico?, ¿cuáles son los rasgos
que lo caracterizan?, ¿cómo se relaciona lo que se entiende
por aprendizaje de la estadística con el desarrollo del
“pensamiento estadístico”?.
El Pensamiento Estadístico (PE) es definido por Snee [9] y
citado por numerosos autores como el proceso del
pensamiento que permite identificar, caracterizar, cuantificar
y controlar la variación que está omnipresente en el mundo
actual. Para Garfield [10] es la manera como las personas
discurren frente a las ideas estadísticas y les dan sentido a la
información estadística.
El pensamiento estadístico (Statistical thinking) según
Hoerl and Snee (2002) [11], es la filosofía de aprender y
emprender acciones basadas en los siguientes principios:
CCIA’2010 6
• Todo ocurre en un sistema de procesos interconectados.
Todo trabajo ocurre en un sistema de procesos
interconectados. Es decir, toda actividad es un proceso,
el cual es un conjunto de actividades conectadas donde
las entradas son transformadas en salidas para un
propósito específico [12].
• La variación existe en todos los procesos. Este
principio proporciona el enfoque para el mejoramiento
del trabajo. La variación es la clave. La variación
resulta cuando dos o más cosas son diferentes y
pudiéramos pensar que deberían ser exactamente
iguales.
• Este principio se refiere al entendimiento de toda
actividad y tiene que ver con el aprendizaje, el
mejoramiento potencial y las fuentes de variación que
se mencionan en el segundo y tercer principios.
• Entender y reducir la variabilidad es la clave del éxito.
La calidad de los procesos determina inevitablemente
la calidad de los productos que se obtienen, de ahí que
la primera gran meta de todo proceso de mejora debe
ser: controlar y reducir la variabilidad, de forma tal
que los procesos sean estables, consistentes y
predecibles. Este principio proporciona el enfoque para
el mejoramiento del trabajo. La variación es la clave.
La variación resulta cuando dos o más cosas son
diferentes y pudiéramos pensar que deberían ser
exactamente iguales.
La presencia de la variación crea la necesidad del
pensamiento estadístico (Dransfield et. al. 1999) [13]. Si no
hubiera variación, los procesos podrían ejecutarse mejor, los
productos tendrían la calidad deseada, el servicio podría ser
más consistente y los directivos podrían administrar mejor
[12]. Enfocarse en la variación es una estrategia clave para el
logro de la mejora.
En la ASQC [12] se plantea primeramente que el
pensamiento estadístico es una filosofía, o sea es una forma
de pensar, o un proceso de pensamiento, en lugar de cálculos
que a algunos confunden. Ésta es la diferencia clave entre el
pensamiento estadístico y las técnicas estadísticas.
Deming manifestó el mensaje de toda la vida, reduzca la
variación. En la mayoría de las situaciones, reducir variación
es calificativo de mejor. Reduciendo variación en el producto
se satisface a los clientes, mientras que reduciendo la
variación del proceso y de las entradas se reduce la de los
productos, y comúnmente se reducen costos en los negocios
en general [12].
Snee [9], intenta realizar una caracterización de lo que
podría llamarse “pensamiento estadístico” y adicionan al
concepto de “aprender” las especificidades del objeto de
aprendizaje: la estadística. Algunas de estas características
son:
• Desarrollar conciencia y la capacidad de abordar
problemas en base a datos no solo intuiciones, lo
significa desarrollar la actitud de evitar las
especulaciones subjetivas y sentir la necesidad de
abordar la solución de problemas con base en datos.
• Valorar la utilidad de la estadística para estimar, para
predecir, para valorar el impacto de un factor sobre la
variabilidad de otros, para construir indicadores, para

decidir entre diferentes opciones, etc., destacando la
importancia del proceso generador de datos (muestreo,
experimentos, fuentes secundarias). Antes de los datos, y
para llegar a ellos ha debido ocurrir un proceso de
“pensamiento estadístico”.
• Percibir de manera natural la omnipresencia de la
variabilidad y la incertidumbre como elementos clave,
percibir de manera natural la omnipresencia de la
variabilidad e incluirla como una componente
importante en el proceso de modelación de la realidad.
Comprender que la significancia estadística está
relacionada con la medida de la variabilidad del azar,
pero que no está en relación con la significancia
práctica.
• Involucrar en la lógica de pensamiento las ideas de
validez externa (representatividad) y de validez interna
(Control de factores de confusión).
• Comprender y apropiarse de los argumentos que
justifican la utilidad de la estimación por medio de
muestras, no obstante que los resultados pueden variar
de una muestra a otra.
• Desarrollar la capacidad de abordar problemas faltos de
estructura, como lo son la mayoría de las situaciones
reales. Realizar preguntas inteligentes para colocar en
contexto la situación y convertirla en un verdadero
problema estadístico. Uso del enfoque científico para
resolver los problemas (inducción-deducción)
• Desarrollar la habilidad de comunicar los resultados, su
nivel de generalidad y las condiciones para su
aplicación.
Desarrollar el pensamiento estadístico implica entender la
estadística no solo como una colección de conceptos y
técnicas, sino como una forma de razonar, razonar en
situaciones de variabilidad e incertidumbre para obtener
información que guíe la toma de decisiones a partir de datos y
saber separar en situaciones aleatorias cotidianas, la
variabilidad natural de los fenómenos causales.
El siglo -XXI -estará -lleno de oportunidades para el
desarrollo de una cultura estadística; la economía globalizada,
el avance vertiginoso de la tecnología de la información y el
conocimiento, así como una revolución educativa, son
factores que estarán empujando en esta dirección [14]. El
autor a su vez resalta que en el presente siglo hay consenso
respecto a que la estadística puede ser vista como una ciencia
o como una tecnología, pero también como una forma de
pensar.
La formación del pensamiento estadístico requiere, que el
proceso de enseñanza aprendizaje, se desarrolle sobre la una
educación orientada al aprendizaje, -donde ---adjetivos como
en el contexto, activo, participativo, cooperativo, permanente,
significativo y de por vida, adquieren significados muy
específicos. Requiere además; articular los contenidos y
conceptos claves con las tecnologías educativas como
Internet, --el --WEB, -multimedios, libros electrónicos,
tutoriales, videoconferencias, y software, específico.
El pensamiento estadístico enmarca la ampliación de la
definición de estadística, como: Ciencia que estudia los
procedimientos para hacer efectivos y eficientes la
recolección, el registro, el almacenamiento y el
CCIA’2010 7
procesamiento de los datos provenientes de fenómenos
aleatorios, para reducir los datos, facilitar la visualización, el
descubrimiento de relaciones ocultas y cuantificar riesgos en
las decisiones, posibilitando generar nuevos conocimientos y
tomar decisiones con riesgos aceptables.
“Pensamiento estadístico”, tiene la acepción de algo
permanente, algo que forma parte de nuestra lógica corriente,
es trascender la lógica determinística y complementarla con
nuevos elementos que resultan más eficientes en situaciones
de variabilidad e incertidumbre. Se está hablando de un largo
plazo que es toda la vida [1].
El pensamiento estadístico es el que permite la transición
de los datos en conocimientos y trascender el conocimiento,
convirtiendo a la estadística en el corazón de la ingeniería.
Del análisis de si se está logrando desarrollar
pensamiento estadístico, se concluye que:
• Los cursos involucran los contenidos adecuados para
lograr el desarrollo del pensamiento estadístico.
• Hay que fortalecer y desarrollar, aún más,
actividades de aprendizaje adecuadas para lograr el
desarrollo del “pensamiento estadístico”
• Solo en la carrera de Ingeniería Industrial y
mecánica se pone énfasis en el proceso de
generación de datos, en la importancia del muestreo
aleatorio y en el diseño adecuado de un plan de
muestreo o de un experimento, para controlar
posibles factores de confusión que podrían invalidar
la comparación de ciertas poblaciones de interés.
• Es necesario encaminar aún más el sistema de
evaluación a reforzar el pensamiento estadístico,
enfocarlo a generar preguntas diferentes (no utilizar
siempre las mismas), creativas (proponer proyectos y
tareas extraclases), que el estudiante tenga la
posibilidad de reflexionar sobre varias posibles
respuestas, dar salidas de software para su
interpretación, entre otros.
• En las carreras de Industrial y mecánica se está
percibiendo un cambio de actitud como resultado de
la comprensión de los principios del proceso
inferencial y de los riesgos de ignorar la variabilidad.
• Tendencia a ir incorporando incluir análisis
estadístico y diseño de experimentos en proyectos,
prácticas y trabajos de diploma en estudiantes de
ingeniería industrial y mecánica
 CONCLUSIONES
• El Pensamiento estadístico es trascender la lógica
determinística y complementarla con nuevos
elementos que resultan más eficientes. Son “procesos
del pensamiento” que reconocen que la variabilidad
está en todo lo que nos rodea y presente en cualquier
cosa que hacemos y que la cuantificación, el control
y la reducción de la variabilidad proporcionan
oportunidades para el conocimiento y el
mejoramiento.
• La medición del proceso de enseñanza aprendizaje
de la estadística en ingeniería, a través de los

resultados docentes, encuestas, entre otros, resalta
que aún el proceso no es satisfactorio, por lo que hay
que seguir trabajando en la mejora del proceso de
enseñanza aprendizaje para la formación del
pensamiento estadístico.
• El manejo del proceso de enseñanza-aprendizaje de
la estadística puede enfocarse bajo la filosofía del
mejoramiento continuo de la calidad, planeando
todas las fases, empezando por el currículo,
definiendo unas metas claras, ejecutando el proceso
planeado, verificando la consecución de los objetivos
y con base en ello, retroalimentando el proceso con
acciones correctivas.
• Para aplicar esta filosofía, se deben utilizar como
instrumentos de evaluación los impactos producidos
por cambios en los métodos, estrategias, o medios de
aprendizaje.
REFERENCIAS
[1] Behar y Grima. La Estadística en la Educación
Superior. ¿Formamos Pensamiento Estadístico?
Ingeniería y Competitividad VOLUMEN 5 - No. 2 -
Mayo de 2004. España
[2] Box G, Hunter W, Hunter J (1978). Statistics for
Experiments: An Introduction to Design, Data
Analysis, and Model Building
[3] (NC ISO 9001:2008) Sistemas de gestión de la
calidad. Requisitos.
[4] Ministerio de Educación Superior. Planes de Estudio
“D” de las carreras de Industrial, Informática,
CCIA’2010 8
Telecomunicaciones, Automática y Biomédica y
Mecánica del ISPJAE. Ciudad de La Habana. Cuba
[5] Walpole, R.E., Myers, R.H., Myers, S.L. Probabilidad
y estadística para ingenieros. Prentice – Hall,
Hispanoamericana, S.A. México. 1999
[6] Behar Gutiérrez y Grima P. Mil y una dimensiones
del aprendizaje de la estadística. Estadística
Española Vol. 43, Núm. 148, 2001, págs. 189 a 207
[7] Delours, Joaquín y otros.
La educación encierra un tesoro. Informe de la
UNESCO de la Comisión Internacional sobre
educación para el siglo XXI.
www.unesco.org/delours.spdf
[8] Rodríguez Aida. Curso de Métodos estadístico para la
Calidad Total. Maestría de Calidad Total del
ISPJAE- Cuba
[9] Snee R.D. What´s missing in Statistical education?
The American Statistician. 1993
[10] Garfield, J and Chance,B (2 000) "Assessment in
Statistics Education: Issues and Challenges,"
Mathematics Thinking and Learning, 2, 99-125.
[11] Hoerl, R. W. and Snee, R. D. (2002); Statistical
Thinking - Improving Business Performance;
Duxbury Press, United States of America.
[12] ASQC “Statistical Thinking”, Special Edition,
Quality Information Center, Statistics Division,
Spring. 1996. 2. ASQ Statistics Division. 2003.
"Statistical Thinking Everywhere“. Disponible en:
http://216.171.161.106/procedures.htm
[13] Dransfield, S. B., Fisher, N. I. and Vogel, N. J.
(1999); “Using statistics and statistical thinking to
improve organizational performance”, International
Statistical Review, 67, 2, 99-150.
[14] Ojeda, M. La Cultura Estadística para el Ciudadano
Común. Foro Nacional de estadística