Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 32
ESTUDIO SOBRE EL DOMINIO EN CONOCIMIENTOS DE LA DISTRIBUCIÓN
NORMAL DE DOCENTES DE MATEMÁTICA DE LA REGIÓN DE ÑUBLE
STUDY ON THE MASTERY OF KNOWLEDGE OF THE NORMAL DISTRIBUTION OF
MATHEMATICS TEACHERS IN THE ÑUBLE REGION
Autores: ¹Felipe Eugenio Retamal Acevedo, ²Catherine Lara Zarate Alejandra González
Valdés, ³Paulina Alejandra González Valdés y
4
Lucía Carolyn Arroyo Hernández.
¹ORCID ID:
https://orcid.org/0000-0003-2264-0239
²ORCID ID: https://orcid.org/0000-0002-8542-3031
³ORCID ID: https://orcid.org/0009-0006-1452-3621
4
ORCID ID:
https://orcid.org/0000-0002-4922-8669
¹E-mail de contacto: feliperetamal@gmail.com
²E-mail de contacto: catherinelarazarate@gmail.com
³E-mail de contacto: paulinagonzalez@unach.cl
4
E-mail de contacto:
luciaarroyo@unach.cl
Afiliación:
1*2*3*4*
Universidad Adventista de Chile, (Chile).
Artículo recibido: 16 de Noviembre del 2025
Artículo revisado: 18 de Noviembre del 2025
Artículo aprobado: 1 de Diciembre del 2025
¹Magíster en Educación mención Currículum y Evaluación, Universidad Adventista de Chile, (Chile), Licenciado en Educación y
profesor en Educación Matemática Universidad del Bío-Bío, (Chile), cursando el doctorado en inteligencia artificial por el CRUCH
Bío-Bío (Udec, UBB, UCSC, USM), con 11 años de experiencia.
²Licenciatura en Educación, Educación Matemática y Computación, Universidad Adventista de Chile, (Chile) con 2 años de
experiencia laboral.
³Magíster en Educación, egresada de la Universidad de Concepción, (Chile), con 3 años de experiencia. Educadora de Párvulos,
Licenciatura en educación, egresada de la Universidad Adventista de Chile, con 9 años de experiencia laboral.
4
Licenciatura en Educación Diferencial, Universidad de Concepción, (Chile). Magíster en Educación Especial y Psicopedagogía,
egresada de Universidad Católica del Maule, (Chile) con 26 años de experiencia laboral.
Resumen
La investigación tiene como objetivo
determinar el nivel de conocimientos de los
docentes de enseñanza secundaria sobre la
distribución normal. El estudio se enmarca en
un enfoque cuantitativo, de tipo descriptivo con
diseño transversal y muestreo no
probabilístico. La muestra estuvo compuesta
por 18 docentes de matemáticas, de
establecimientos públicos y particulares
subvencionados de la Región de Ñuble, Chile.
Para la recolección de datos se aplicó un
cuestionario virtual, validado por expertos, que
mide el conocimiento en la comprensión de la
variable aleatoria, el reconocimiento gráfico de
la distribución normal y el cálculo de
probabilidades en intervalos. Los resultados
indican que un 91,65% de los docentes
evidencian un buen dominio de los
conocimientos básicos, siendo capaces de
identificar propiedades y reconocer
distribución normal desde un punto de vista
gráfico. A pesar que, tiene bajos resultados al
combinar conceptos sobre el cálculo de 38,9%,
lo que refleja dificultades en la articulación de
conceptos y en la aplicación de procedimientos
vinculados a la estandarización y al área bajo la
curva. Se concluye que, si bien los docentes
muestran fortalezas en la identificación de las
propiedades fundamentales, persisten
debilidades en la resolución de problemas más
complejos. Los hallazgos evidencian la
necesidad de fortalecer la formación estadística
de los docentes, promoviendo estrategias de
enseñanza que favorezcan un razonamiento
probabilístico más profundo y contextualizado
en la educación secundaria.
Palabras clave: Distribución normal,
Estadística inferencial, Ejercicio docente,
Razonamiento probabilístico.
Abstract
The research aims to determine the level of
knowledge of secondary school teachers
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 33
regarding the normal distribution. The study
employs a quantitative, descriptive approach
with a cross-sectional design and non-
probability sampling. The sample consisted of
18 mathematics teachers from public and
subsidized private schools in the Ñuble Region
of Chile. Data was collected using an online
questionnaire, validated by experts, which
measures knowledge of random variables,
graphical recognition of the normal
distribution, and the calculation of probabilities
in intervals. The results indicate that 91.65% of
the teachers demonstrate a good command of
basic knowledge, being able to identify
properties and recognize the normal
distribution graphically. However, they
performed poorly when combining concepts
related to calculating the area under the curve
(AUC). 38.9% of the teachers showed
difficulties in articulating concepts and
applying procedures related to standardization
and the area under the curve. It is concluded
that, while teachers demonstrate strengths in
identifying fundamental properties,
weaknesses persist in solving more complex
problems. These findings highlight the need to
strengthen teachers' statistical training by
promoting teaching strategies that foster deeper
and more contextualized probabilistic
reasoning in secondary education.
Keywords: Normal distribution, Inferential
statistics, Probabilistic reasoning, Teaching
exercise.
Sumário
A pesquisa tem como objetivo determinar o
nível de conhecimento dos professores do
ensino médio sobre a distribuição normal. O
estudo está inserido em uma abordagem
quantitativa, de tipo descritivo, com
delineamento transversal e amostragem não
probabilística. A amostra foi composta por 18
professores de matemática, de instituições
públicas e particulares subvencionadas da
Região de Ñuble, Chile. Para a coleta de dados,
foi aplicado um questionário virtual, validado
por especialistas, que avalia o conhecimento na
compreensão da variável aleatória, o
reconhecimento gráfico da distribuição normal
e o cálculo de probabilidades em intervalos. Os
resultados indicam que 91,65% dos professores
demonstram bom domínio dos conhecimentos
básicos, sendo capazes de identificar
propriedades e reconhecer a distribuição normal
do ponto de vista gráfico. Contudo, ao combinar
conceitos relacionados ao cálculo de
probabilidades em um intervalo, o desempenho
foi de apenas 38,9%, refletindo dificuldades na
articulação de conceitos e na aplicação de
procedimentos ligados à padronização e à área
sob a curva. Conclui-se que, embora os
professores apresentem fortalezas na
identificação das propriedades fundamentais,
persistem fragilidades na resolução de
problemas mais complexos. Os achados
evidenciam a necessidade de fortalecer a
formação estatística dos docentes, promovendo
estratégias de ensino que favoreçam um
raciocínio probabilístico mais profundo e
contextualizado no ensino médio.
Palavras-chave: Distribuição normal,
Estatística inferencial, Exercício docente,
Raciocínio probabilístico.
Introducción
La distribución normal permite estructurar y
representar fenómenos reales, siendo una
herramienta clave para el reconocimiento y
resolución de problemas (Borazan y Aktaş,
2020; Martignon, 2014). La comprensión
conceptual que tienen los docentes de
matemáticas sobre las distribuciones se
evidencia en su capacidad para aplicar dichos
conocimientos en tareas de probabilidad
(Mayén et al., 2013). Sin embargo, en la
formación inicial docente, señala que la
educación estadística, a pesar de ser esencial
para preparar a futuros ciudadanos, enfrenta
retos como la “monumentalización del saber” la
cual dificulta su enseñanza efectiva (Ferrari et
al., 2017). Por otra parte, solamente se ha
investigado sobre comprender las variables
aleatorias continuas a nivel de educación
superior (Bizet et al., 2024), y comprensión de
la distribución normal en estandarización y área
bajo la curva (Valdez y Salinas, 2019). Se
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 34
evidencia una necesidad en indagar sobre el
nivel de conocimiento de los docentes de
educación secundaria respecto a la distribución
normal. La Sociedad Chilena de Estadística
resalta la importancia de profundizar los
contenidos de Probabilidad y Estadística, tanto
descriptiva como inferencial, en cursos de 3° y
4° año medio (Araneda et al., 2011). En
consonancia con el sistema educativo chileno
que ha incorporado la distribución normal en los
estándares de formación docente (MINEDUC,
2012), integrada al currículum del plan
diferenciado de 3° y 4° a partir del año 2019,
mediante la asignatura “Probabilidades y
Estadísticas Descriptiva e Inferencial”
(MINEDUC, 2020a; 2020b). En el año 2021 el
Estándar de Probabilidades y Estadísticas,
dentro del criterio de Conocimiento Disciplinar,
señala el rol docente para modelar fenómenos,
describir comportamientos de funciones de
probabilidad como la Binomial y Normal, en
situaciones de incertidumbre social, cultural o
científica (MINEDUC, 2021). Esto resalta la
necesidad de evaluar y fortalecer el
conocimiento sobre la distribución normal en
los docentes de enseñanza secundaria para
asegurar una enseñanza efectiva y
contextualizada.
Una de las habilidades matemáticas más
apreciadas es el razonamiento probabilístico,
esencial para enfrentar problemas del mundo
real y tomar decisiones con causa (Ricard &
Estrada, 2022). El pensamiento probabilístico
se vincula al razonamiento combinatorio, donde
después de enumerar posibilidades, se puede
analizar el azar y hacer predicciones
(Espasandin, 2023; Burgos et. al., 2024). Un
estudiante o docente con conocimientos
probabilísticos aprecia el papel de la
probabilidad en distintos contextos y puede
plantearse preguntas críticas cuando encuentra
información sobre situaciones aleatorias
(Álvarez‑Arroyo et al., 2024). Para reforzar este
razonamiento es necesario proporcionar tareas
que les ayuden a conectar la variación, azar y la
incertidumbre (Gamze, 2023). Por otra parte,
Alsina et al. (2020) han señalado lo
significativo que es hacer hincapié en la
alfabetización estadística y de datos en
estudiantes secundarios. Sin embargo, se han
encontrado dificultades en los docentes para la
construcción y desarrollo del modelo binomial,
quienes no reconocen tanto las situaciones
binomiales y no utilizan adecuadamente la
esperanza (Cid et al., 2017). Además, según
Batanero en (2000), los estudiantes secundarios
presentan dificultades en la comprensión de la
distribución binomial, influyendo en factores de
implementación. También, se manifiesta el
papel fundamental que desempeñan los
docentes en el éxito de los estudiantes en el
aprendizaje de este tema, González et al. (2017;
2018), encontraron que docentes y estudiantes
no lograban comprender el concepto de variable
aleatoria, medida de probabilidad, simetría y
muestra, encontrando explicación en la
mecanización con la que han aprendido los
conceptos. Esto, puede suscitarse por la escasa
preparación en la disciplina de los futuros
docentes, lo que determina que cuenten con
pocos recursos para su enseñanza (Estrada et al.,
2017). Asimismo, se podría atribuir a la falta de
rigor matemático o nivel de profundización con
el que se aborda la temática en enseñanza
secundaria, sin embargo, se concluyó que el
bajo desempeño de los estudiantes al enfrentar
problemas relativos a la distribución normal fue
determinado, principalmente, por
interpretaciones derivadas de la deficiencia en
la enseñanza (González et al., 2018). Por esta
razón, en el presente estudio se tiene como
objetivo general determinar el nivel de
conocimientos que presentan los docentes de
enseñanza secundaria sobre la distribución
normal.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 35
Materiales y Métodos
La investigación utilizó un enfoque cuantitativo,
de tipo descriptivo y transversal con muestreo
no probabilístico. La muestra estuvo constituida
por 18 docentes que imparten el electivo de
Probabilidades y estadística descriptiva e
inferencial, provenientes de colegios público y
particular subvencionado de la Región del
Ñuble, quienes autorizaron su participación
voluntaria en el estudio mediante
consentimiento informado. El instrumento
utilizado para la recolección de datos, fue un
cuestionario virtual compuesto por tres
preguntas en contenido de distribución normal,
reconocimiento de la variable aleatoria,
identificación de características de la
distribución y cálculo de probabilidades en
intervalos. El instrumento fue validado por 3
expertos. A continuación, se detallan las
preguntas en el cuestionario aplicado a 18
docentes de matemáticas de la región de Ñuble.
Pregunta 1. Sea X una variable aleatoria
continua, tal que X ∼ N(µ,σ
2
), donde se sabe que
P(µ - σ ≤ X ≤ µ + σ) = 0,6826 y P(µ - 2σ ≤ X ≤
µ + 2σ) = 0,9545. ¿Cuál es el valor de P(µ + σ ≤
X ≤ µ + 2σ)?
➢
0,13595
➢
0,2719
➢
0,86405
➢
0,81855
➢
Ninguno de los anteriores.
Pregunta 2. Los promedios obtenidos por los
estudiantes de un colegio en su último semestre
de cuarto medio tiene una distribución de
N(5;0,8). ¿Cuál de los casos te parece más
probable?
➢
Tener una nota mayor o igual a 5,8
➢
Tener una nota menor a 3,4
➢
Sacarse entre un 3,4 y un 5,8
➢
Una nota inferior a 3,2 Pregunta 3 (2
puntos)
Pregunta 3. El gráfico de la figura muestra una
variable X con distribución normal de media
igual a 5 y desviación estándar igual a 2. El valor
de p es:
➢ 2,2
➢ 3,0
➢ 3,8
➢ 4,0
A continuación, se presentan los ítems
evaluados y su respectiva solución.
Tabla 1. Ficha curricular para la pregunta 1
Habilidad
cognitiva
Aplicar
Elementos
estocásticos
Comprensión e identificación de las
características de la distribución
normal.
Cálculo de probabilidades con una
distribución normal.
Adición de probabilidades
Fuente: elaboración propia
En la Tabla 1 se muestra la ficha de referencia
curricular para este ítem. La pregunta 1 apunta
al cálculo de la probabilidad de una variable
aleatoria continua X, la cual tiene distribución
normal de parámetros µ y σ
2
, donde µ es la
media de la variable aleatoria X y σ
2
corresponde a su varianza. Para responder la
pregunta, el encuestado debe calcular la
probabilidad de la variable aleatoria X se
encuentre en el intervalo [µ + σ, µ + 2σ]. Para
esto se debe considerar el esquema de la
función de densidad normal de la variable
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 36
aleatoria X, de parámetros µ y σ
2
que se
muestra en la Figura 3. De la información del
enunciado, se tiene que P(µ - σ ≤ X ≤ µ + σ) =
0,6826 y que P(µ - 2σ ≤ X ≤ µ + 2σ) = 0,9545.
El encuestado debe considerar la simetría de la
curva normal respecto a la media. De este
modo, en la Figura 4a, la probabilidad que
representa la zona achurada entre µ y (µ + σ)
es 0,6826/2 = 0,3413. De la misma forma, la
probabilidad que representa la zona achurada
entre µ y µ + 2 σ en la Figura 4b, es 0,9545/2 =
0,47725 es equivalente a P(µ ≤ X ≤ µ + 2σ) =
0,47725.
Figura 1. Representación gráfica de la
probabilidad mediante zonas achuradas
De (a) P (µ - σ ≤ X ≤ µ + σ) = 0,6826 y (b) P(µ
- 2σ ≤ X ≤ µ + 2σ) = 0,9545. Luego, el valor de
P(µ + σ ≤ X ≤ µ + 2σ) corresponde a la zona
achurada de la Figura 5
Figura 2. Representación gráfica de la
probabilidad mediante zonas achuradas
De P (µ+ σ ≤ X ≤ µ + 2σ). µ: Media poblacional;
σ: Desviación estándar poblacional; X: Variable
aleatoria. Donde la probabilidad pedida se
puede calcular como: P (µ + σ ≤ X ≤ µ + 2σ) =
P(µ ≤ X ≤ µ + 2σ) - P(µ ≤ X ≤ µ + σ) = 0,47725
=0,13595 = 0,13595. Valor que se encuentra en
A).
Tabla 2. Ficha curricular para la pregunta 2
Eje temático
Datos y azar
Área temática
Azar
Nivel
Cuarto medio
Habilidad cognitiva
Comprensión
Elementos estocásticos
Reconocimiento de la variable
aleatoria.
Comprensión e identificación de
las características de la
distribución normal.
Cálculo de probabilidades con
una distribución normal.
Fuente: elaboración propia
En la Tabla 2 se muestra la ficha de referencia
curricular para este ítem. Aquí, se espera que los
docentes construyan el gráfico de densidad
normal con media 5 y desviación estándar 0,8.
A continuación, se grafican las probabilidades
dadas en las alternativas A), B), C).
Figura 3. Muestra la probabilidad de que los
promedios obtenidos por los alumnos de un
colegio estén determinados menor que 3,4,
entre 3,4 y 5,8 y mayor que 5.
Esta pregunta apunta a la aplicación propiedad
a mayor área es mayor la probabilidad de que
ocurra un suceso. Por tanto, la alternativa
correcta es la B).
Tabla 3. Ficha curricular para la pregunta 3
Eje temático
Datos y azar
Área temática
Azar
Nivel
Cuarto medio
Habilidad cognitiva
Comprensión
Elementos estocásticos
Comprensión e identificación de las
características de la distribución normal.
Fuente: elaboración propia
La Tabla 3 muestra la ficha de referencia
curricular, para resolver, es necesario conocer
que el gráfico de una distribución normal es
simétrico con respecto a la media. Es decir, en
el gráfico se cumple que como p y 6,2 tienen la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 37
misma imagen, entonces la distancia entre p y
el promedio debe ser igual a la distancia entre el
promedio y 6,2. Luego, resulta (5 – p) = (6,2 –
5) → p = (5 + 5 – 6,2) = 3,8. Por lo tanto, el
valor de p es 3,8.
Resultados y Discusión
Los resultados indicaron que un 91,65% de los
docentes exhiben un buen dominio de los
conocimientos básicos de la distribución
normal, evidenciado en las respuestas correctas
a las preguntas 2 y 3. Sin embargo, en la
pregunta 1, solo el 38,9% respondió
correctamente la pregunta que combinaba el
reconocimiento gráfico con el cálculo de
probabilidades en un intervalo. A continuación,
se presentan las respuestas a cada ítem. Los
resultados obtenidos para la pregunta 1 se
muestran en la Tabla 4.
Tabla 4. Respuestas docentes pregunta 1.
Área temática
Porcentaje (%)
A) 0,13595
38.9
B) 0,2719
5.6
C) 0,86405
27.8
D) 0,81855
22.2
E) N. A.
5.6
Fuente: elaboración propia
A pesar de que menos de la mitad de los
encuestados haya resuelto el problema
correctamente, destacan la inclinación hacia las
alternativas C y D, con porcentajes del 27,8% y
del 22,2% del total, respectivamente. Quienes
seleccionaron la alternativa D identificaron la
simetría de la curva normal y, con ello, la
determinación de P(μ ≤ X ≤ μ + σ) y P(μ ≤ X ≤
μ + 2σ). Sin embargo, confunden la
probabilidad solicitada y, en lugar de restar
ambas probabilidades para obtener la región
achurada de la Figura 5, las sumaron:
P(μ ≤ X ≤ μ + σ) = 0,3413
P(μ ≤ X ≤ μ + 2σ) = 0,47725
P(μ ≤ X ≤ μ + σ) + P(μ ≤ X ≤ μ + 2σ) = 0,3413
+ 0,47725 = 0,81855
Finalmente, la alternativa B fue seleccionada
por solo un participante. La respuesta errónea
implica que no se identificó la simetría de la
curva, por lo que obtienen la probabilidad a
través de una operación mecánica de resta de
probabilidades. Esto comprueba lo mencionado
por Valdez y Salinas (2019), quienes indican
que los docentes, frente a la resolución de
problemas referente a la distribución normal,
logran el desarrollo del proceso de
estandarización; sin embargo, es de manera
mecánica, manifestando dificultades para
comprender las etapas e identificar la relación
entre la probabilidad y el área bajo la curva
normal. En el caso de los alumnos, suelen
ignorar la característica simétrica de la curva
normal y confunden los signos cuando intentan
calcular probabilidades en un intervalo
(González y Ojeda, 2017). De igual modo,
Bansilal (2014) aplicó un cuestionario para
indagar el dominio de conocimientos, a
docentes de matemáticas, donde observó que
los participantes demostraron un pobre
desempeño cuando se les pidió determinar una
probabilidad dentro de un intervalo, no
logrando relacionar los simbolismos formales,
con el área bajo la curva y confunden el valor
que asume la variable aleatoria con la
probabilidad. Asimismo, se manifiesta que
aparece una serie de dificultades de
comprensión de las entidades primarias que la
componen (Olivo y Batanero, 2008).
Tabla 5. Respuestas Docentes pregunta 2.
Eje temático
Docentes n=10
Área temática
Frecuencia
Porcentaje (%)
A) Tener una nota
mayor o igual a 5.8.
0
0
B) Tener una nota
menor a 3,4.
1
5.6
C) Sacarse entre 3,4 y
un 5,8.
17
95.4
D) Una nota inferior a
3.2
0
0
Fuente: elaboración propia
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 38
La Tabla 5 refleja las respuestas obtenidas de
los docentes a la segunda pregunta del
cuestionario, acá se esperaba que reconocieran
las características de la curva normal y la
utilizaran para indagar las probabilidades en
distintos escenarios. A diferencia de la pregunta
anterior, se observa que la mayoría de los
docentes (94,4%) responde correctamente la
pregunta, a pesar de que en ambos casos
(pregunta 1 y 2) es necesario reunir los mismos
conocimientos para responderlas. Para
determinar cuál es la causa de esto, hubiese sido
necesario recoger el desarrollo que les permite
llegar a la respuesta. Una posible causa, es que
la existencia de datos numéricos les facilita
construir la curva normal y ubicar los datos en
ella. Luego, reconocen que la mayoría de los
datos se ubican en el centro de la distribución y
disminuye en las colas, lo que los llevaría a
concluir la pregunta correcta. El número de
errores procedimentales y de interpretación de
resultados sobrepasa bastante a los conceptuales
o de planteamiento (Lópéz et al., 2019).
Tabla 6. Respuestas docentes pregunta 3
Área temática
Frecuencia
Porcentaje (%)
A) 2.2
1
5.6
B) 3.0
0
50
C) 3.8
16
88.9
D) 4.0
1
5.7.
Fuente: elaboración propia
En la Tabla 6 se muestran las respuestas de los
docentes a la tercera pregunta del cuestionario.
Ante este problema se esperaba que
reconocieran la característica simétrica de la
curva normal sin efectuar cálculos de
probabilidades. Se destaca que un 88,9% de los
participantes responde correctamente, lo que
indica que saben reconocer este rasgo de la
distribución. Solo dos de ellos responden
erróneamente; uno en la pregunta A) que,
presumiblemente, supone que el valor de 6,2 se
encuentra a una distancia σ de la media y aplica
la simetría de la curva normal para calcular el
valor de p a una distancia de 2σ de 6,2; y otro
en la pregunta D), alternativa que actuaba como
distractor. Referentes a los resultados de la
pregunta 3, permite corroborar que no existen
dificultades en este tópico particular, sino que,
las mayores complicaciones se observan cuando
se pide calcular probabilidades entre intervalos.
Batanero et al. (2000) también confirma estas
observaciones, indicando que para los
estudiantes en general, es fácil representar
gráficamente la curva normal y reconocer su
propiedad simétrica, pero se confunden al
aplicar propiedades de probabilidades. Además,
los estudiantes llegan a estudios universitarios
con una formación deficiente en el campo de la
probabilidad y con concepciones erróneas que
están fuertemente arraigadas (Pañellas et al.,
2011).
Figura 4. Distribución de las puntuaciones
totales.
En la figura 4 se plasma la distribución de las
puntuaciones totales obtenidas, se puede
apreciar que la media aritmética es 4,46 puntos,
la moda y mediana son 4 puntos, con una
desviación estándar 1.571. En esta área
podemos observar resultados positivos y
asertivos de parte de los docentes. No obstante,
autores como Nurth (2020) y Alvarado et al
(2021) identifican la resistencia de los
estudiantes hacia contenidos avanzados como la
inferencia estadística y la distribución normal a
causa de experiencias previas limitadas y
metodologías tradicionales. De los resultados
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 39
podemos mencionar que: los docentes de la
región de Ñuble ostentan un buen dominio de
los conocimientos básicos y mínimos de la
distribución normal. A excepción de dos
docentes quienes obtuvieron 0 y 2 puntos.
Conclusiones
De acuerdo a los resultados indican que los
docentes exhiben un buen dominio de los
conocimientos básicos de la distribución
normal, con media 91,65% de respuestas
correctas entre las preguntas 2 y 3. Para los
docentes es sencillo identificar las propiedades
de esta distribución y reconocerlas desde un
punto de vista gráfico. En cambio, las mayores
dificultades fueron observadas en la pregunta 1,
en su capacidad para mezclar dichos conceptos
con el cálculo de probabilidades en un intervalo.
El principal error detectado proviene de
confundir el área definida por un intervalo para
el cálculo de una probabilidad, que los lleva a
aplicar de forma incorrecta la suma o resta de
probabilidades. Si bien, la investigación sobre
las dificultades de comprensión de la
distribución normal en Chile es limitada, este
estudio ha realizado un primer diagnóstico con
docentes de matemática de la región Ñuble.
Esta investigación invita a realizar futuros
estudios orientados a la búsqueda de las
prácticas educativas, con el fin de contribuir al
desarrollo del razonamiento probabilístico y
disposición hacia las actividades en
matemáticas. Se espera que en las futuras
implementaciones de este estudio sea posible
controlar el proceso de aplicación del
cuestionario de manera presencial. Una
limitación encontrada en el estudio corresponde
a la muestra limitada y la modalidad, por la
ausencia de registros de procedimientos.
Referencias Bibliográficas
Alsina, Á., Vásquez, C., Muñiz, L., &
Rodríguez, L. (2020). ¿Cómo promover la
alfabetización estadística y de datos en
contexto? Estrategias y recursos a partir de la
COVID-19 para Educación Secundaria.
Números, 104, 217–238.
https://www.researchgate.net/publication/34
2665787
Alvarado, H., Retamal, M., & Peake, C. (2021).
Evaluación y desarrollo del enfoque intuitivo
a la comprensión de probabilidades: alcances
producidos por estudiantes de secundaria.
Bolema, 35(71), 1723–1750.
https://www.scielo.br/j/bolema/a/nvY7C3P
nvrbFj4TKLkydbgv/
Álvarez, R., Batanero, C., & Gea, M. (2024).
Probabilistic literacy and reasoning of
prospective secondary school teachers when
interpreting media news. ZDM Mathematics
Education. https://doi.org/10.1007/s11858-
024-01586-8
Araneda, A., Pino, G., Estrella, S., Icaza, G., &
Martín, E. (2011). Recomendaciones para el
currículum del eje Datos y Probabilidad.
https://soche.cl/wp-
content/uploads/2020/05/Recomendaciones-
SOCHE-Eje-Datos-y-Probabilidad-2011.pdf
Bansilal, S. (2014). Using an APOS framework
to understand teachers’ responses to
questions on the normal distribution.
Statistics Education Research Journal,
13(2), 42–57. http://www.iase-
web.org/documents/SERJ/SERJ13(2)_Bansi
lal.pdf
Batanero, C., Tauber, L., & Sánchez, V. (2000).
Significado y comprensión de la distribución
normal en un curso introductorio de análisis
de datos. Quadrante, 10(1), 59–92.
https://www.ugr.es/~batanero/pages/ARTIC
ULOS/Quadrante.pdf
Bizet, V. (2024). Análisis epistemológico y
evaluación de la comprensión del concepto
de variable aleatoria en estudiantes de
secundaria chilenos (Tesis doctoral).
Universidad de Granada.
Borazan, M., & Aktas, S. (2020). Parameter
estimates for two-way repeated
measurement MANOVA based on
multivariate Laplace distribution. Hacettepe
Journal of Mathematics and Statistics, 49(4),
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 40
1533–1549.
https://doi.org/10.15672/hujms.743041
Borovcnik, M. (2016). Probabilistic thinking
and probability literacy in the context of risk.
University of Klagenfurt.
https://www.researchgate.net/publication/31
3011507
Burgos, M., López, M., Tizón, N., & Aguayo,
C. (2024). ¿Cómo resuelven futuros
maestros tareas de proporcionalidad en el
contexto probabilístico? Aula Abierta, 53(2),
199–207.
https://doi.org/10.17811/rifie.19972
Cid, N., Retamal, L., & Alvarado, H. (2017). Un
estudio inicial sobre conocimientos de
probabilidad binomial en profesores de
matemática. En J. Contreras et al. (Eds.),
Actas del Segundo Congreso Internacional
Virtual sobre el Enfoque Ontosemiótico.
http://enfoqueontosemiotico.ugr.es/civeos/ci
d-retamal.pdf
Espasandín, C., Camargo, A., & Rodrigues, S.
(2023). The development of a statistical
research project in childhood. Statistics
Education Research Journal, 22(2).
https://doi.org/10.52041/serj.v22i2.439
Estrada, A., Batanero, C., & Fortuny, J. (2017).
Análisis de las actitudes y conocimientos
estadísticos elementales en la formación del
profesorado. Epsilon, 38, 79–90.
https://www.tdx.cat/handle/10803/4697
Ferrari, C., & Corica, A. (2017). Concepciones
sobre la estadística, su enseñanza y
aprendizaje. IKASTORRATZA, 19, 62–90.
http://www.ehu.es/ikastorratza/19_alea/3.pd
f
Godino, J., Batanero, C., Roa, R., & Wilhelmi,
M. (2008). Assessing and developing
pedagogical content and statistical
knowledge of primary school teachers
through project work. En Proceedings of the
Joint ICMI/IASE Conference.
https://iase-
web.org/documents/papers/rt2008/T3P1_Go
dino.pdf
González, Y., & Ojeda, A. (2017).
Comprensión de la distribución normal en
bachillerato. Acta Latinoamericana de
Matemática Educativa, 30, 207–217.
https://funes.uniandes.edu.co/
González, Y., Ojeda, A., & Palacios, J. (2018).
Comprensión de profesores de la
distribución normal. Acta Latinoamericana
de Matemática Educativa, 30, 1764–1772.
https://funes.uniandes.edu.co/
Heitele, D. (1975). An epistemological view on
fundamental stochastic ideas. Educational
Studies in Mathematics, 6(2), 187–205.
https://doi.org/10.1007/BF00302543
Kurt, G. (2023). Young children’s probabilistic
and statistical reasoning. Statistics
Education Research Journal, 22(2).
https://doi.org/10.52041/serj.v22i2.434
López, M., Batanero, C., & Gea, M. (2019).
¿Conocen los futuros profesores los errores
de sus estudiantes en la inferencia
estadística? Bolema, 33(64), 672–693.
https://doi.org/10.1590/1980-
4415v33n64a11
Martignon, L. (2014). Fostering children’s
probabilistic reasoning. En E. Chernoff & B.
Sriraman (Eds.), Probabilistic Thinking (pp.
149–160). Springer.
https://doi.org/10.1007/978-94-007-7155-
0_9
Mayén, S., Salazar, A., & Sánchez, E. (2013).
Niveles de razonamiento frente a problemas
binomiales. En J. Contreras et al. (Eds.),
Actas de las Jornadas Virtuales en Didáctica
de la Estadística (pp. 409–416).
https://www.researchgate.net/publication/33
3125980
MINEDUC. (2012). Estándares orientadores
para carreras de pedagogía en Educación
Media. CIAE.
MINEDUC. (2020a). Programa de estudio
Matemática 4° medio.
https://www.curriculumnacional.cl/
MINEDUC. (2020b). Programa de estudios
Formación Diferenciada Matemática.
https://www.curriculumnacional.cl/
Nurth, M. (2020). Probabilidad para jóvenes
entre 16 y 19 años (Tesis de pregrado).
Universidad Nacional de Colombia.
https://repositorio.unal.edu.co/handle/unal/7
9011
Pañellas, M., Boqué, M., & Alguacil, M.
(2011). Dificultades de los estudiantes de
magisterio para entender un entorno basado
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 12
Diciembre del 2025
Página 41
en probabilidad. INFAD Revista de
Psicología, 3(1), 287–298.
https://www.redalyc.org/pdf/3498/3498323
30029.pdf
Olivo, E., & Batanero, C. (2008). Dificultades
de comprensión de las distribuciones de
probabilidad en estudiantes de ingeniería. En
XII JAEM Actas (pp. 1–10). SEIEM.
Ricart, M., & Estrada, A. (2022). Combinatorial
and proportional tasks: Looking for intuitive
strategies in primary education.
Mathematics, 10(1340).
https://doi.org/10.3390/math10081340
Valdez, J., & Salinas, J. (2019). Análisis de las
respuestas de estudiantes de bachillerato a
problemas sobre la distribución normal. En
Tercer Congreso Internacional Virtual de
Educación Estadística.
Valverde, M. (2017). Un estudio de la
presentación de la distribución normal en
los textos de bachillerato (Trabajo de
Máster). Universidad de Granada.
https://www.ugr.es/~batanero/documentos/
TFMMERCEDES.pdf
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Felipe Eugenio
Retamal Acevedo, Catherine Lara Zarate Alejandra
González Valdés, Paulina Alejandra González
Valdés y Lucía Carolyn Arroyo Hernández.