O dado como objeto didático na formação inicial de professores dos anos iniciais: concepções e tensões para o ensino de Estatística
DOI:
https://doi.org/10.23925/1983-3156.2026.v28.e77410Palavras-chave:
Educação estatística, Formação inicial de professores, Dados, Alfabetização estatística, Ensino de estatísticaResumo
Este artigo tem como objetivo caracterizar as concepções sobre o dado mobilizadas por futuros professores da educação primária ao analisar uma situação de ensino de Estatística, identificando tensões entre uma visão do dado como informação recolhida e representável e uma compreensão do dado como objeto didático. O estudo fundamenta-se em perspectivas da alfabetização estatística e de dados, do pensamento estatístico, do raciocínio com dados e do ciclo de investigação estatística, a partir das quais se propõe compreender o dado como uma construção situada que pode ser produzida, interpretada, discutida e problematizada em sala de aula. Participaram 36 futuros professores de educação primária de uma universidade chilena, que responderam individualmente a uma tarefa escrita baseada em uma situação escolar sobre os meios de deslocamento dos estudantes para chegar à escola. As produções foram analisadas mediante análise de conteúdo qualitativa, considerando um esquema analítico de cinco concepções: dado como número, resposta, representação, evidência e construção situada. Os resultados mostram que os participantes concebem o dado principalmente como resposta individual que se transforma em informação coletiva, reconhecem decisões envolvidas em sua produção, atribuem centralidade às representações e, em alguns casos, problematizam seu alcance, qualidade, limites e condições de uso. Conclui-se que a formação inicial deve situar o dado no centro da experiência didática, não apenas como insumo para organizar ou representar informações, mas como objeto de reflexão, argumentação e construção de conhecimento estatístico.
Downloads
Métricas
Referências
Bargagliotti, A., Franklin, C., Arnold, P., Gould, R., Johnson, S., Perez, L., & Spangler, D. A. (2020). Pre-K–12 guidelines for assessment and instruction in statistics education II (GAISE II): A framework for statistics and data science education. American Statistical Association.
Batanero, C., Burrill, G., & Reading, C. (Eds.). (2011). Teaching statistics in school mathematics—Challenges for teaching and teacher education: A Joint ICMI/IASE Study. Springer. https://doi.org/10.1007/978-94-007-1131-0
Ben-Zvi, D., & Garfield, J. (Eds.). (2004). The challenge of developing statistical literacy, reasoning and thinking. Kluwer Academic Publishers. https://doi.org/10.1007/1-4020-2278-6
Burrill, G., & Biehler, R. (2011). Fundamental statistical ideas in the school curriculum and in training teachers. In C. Batanero, G. Burrill, & C. Reading (Eds.), Teaching statistics in school mathematics—Challenges for teaching and teacher education: A Joint ICMI/IASE Study (pp. 57–69). Springer. https://doi.org/10.1007/978-94-007-1131-0_10
Chevallard, Y. (1991). La transposición didáctica: Del saber sabio al saber enseñado. Aique.
Cobb, G. W., & Moore, D. S. (1997). Mathematics, statistics, and teaching. The American Mathematical Monthly, 104(9), 801–823. https://doi.org/10.1080/00029890.1997.11990723
Cohen, L., Manion, L., & Morrison, K. (2018). Research methods in education (8th ed.). Routledge. https://doi.org/10.4324/9781315456539
Curcio, F. R. (2010). Developing data-graph comprehension in grades K–8 (3rd ed.). National Council of Teachers of Mathematics.
Dorsey, C., Peck, R., Kisa, Z., Lee, H. S., Mandinach, E. B., & Wilkerson, M. H. (2025). Integrating data literacy into K–12 education. Harvard Data Science Review, 7(2). https://doi.org/10.1162/99608f92.24d90bdc
Estrella, S. (2017). Enseñar estadística para alfabetizar estadísticamente y desarrollar el razonamiento estadístico. En A. Salcedo (Ed.), Alternativas pedagógicas para la educación matemática del siglo XXI (pp. 173–194). Centro de Investigaciones Educativas, Escuela de Educación, Universidad Central de Venezuela.
Estrella, S. (2020). Representaciones de datos en estadística: De listas a tablas. Revista Chilena de Educación Matemática, 12(1), 21–34. https://doi.org/10.46219/rechiem.v12i1.20
Estrella, S., & Vidal-Szabó, P. (2017). Alfabetización estadística a través del estudio de clase: Representaciones de datos en primaria. UNO. Revista de Didáctica de las Matemáticas, 78, 12–17.
Franklin, C., Bargagliotti, A., Case, C., Kader, G., Scheaffer, R., & Spangler, D. A. (2015). The statistical education of teachers. American Statistical Association.
Franklin, C., Kader, G., Mewborn, D. S., Moreno, J., Peck, R., Perry, M., & Scheaffer, R. (2007). Guidelines for assessment and instruction in statistics education (GAISE) report: A Pre-K–12 curriculum framework. American Statistical Association.
Gal, I. (2002). Adults’ statistical literacy: Meanings, components, responsibilities. International Statistical Review, 70(1), 1–25. https://doi.org/10.1111/j.1751-5823.2002.tb00336.x
Garfield, J., & Ben-Zvi, D. (2008). Developing students’ statistical reasoning: Connecting research and teaching practice. Springer. https://doi.org/10.1007/978-1-4020-8383-9
Godino, J. D., Batanero, C., & Font, V. (2007). The onto-semiotic approach to research in mathematics education. ZDM—The International Journal on Mathematics Education, 39(1–2), 127–135. https://doi.org/10.1007/s11858-006-0004-1
Gould, R. (2017). Data literacy is statistical literacy. Statistics Education Research Journal, 16(1), 22–25. https://doi.org/10.52041/serj.v16i1.209
Konold, C., & Higgins, T. L. (2003). Reasoning about data. In J. Kilpatrick, W. G. Martin, & D. Schifter (Eds.), A research companion to Principles and Standards for School Mathematics (pp. 193–215). National Council of Teachers of Mathematics.
Krippendorff, K. (2019). Content analysis: An introduction to its methodology (4th ed.). SAGE.
Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. SAGE.
Makar, K., & Rubin, A. (2009). A framework for thinking about informal statistical inference. Statistics Education Research Journal, 8(1), 82–105. https://doi.org/10.52041/serj.v8i1.457
Monteiro, C., & Carvalho, L. M. T. L. (2021). Statistical literacy and critical statistics education: Reflections on educational practices. The Mathematics Enthusiast, 18(3), 612–640. https://doi.org/10.54870/1551-3440.1538
Olfos, R., Estrella, S., & Morales, S. (2015). Clase pública de un estudio de clases de estadística: Una instancia de cambio de creencias en los profesores. Revista Electrónica Educare, 19(3), 1-17. https://doi.org/10.15359/ree.19-3.21
Pajares, M. F. (1992). Teachers’ beliefs and educational research: Cleaning up a messy construct. Review of Educational Research, 62(3), 307–332. https://doi.org/10.3102/00346543062003307
Philipp, R. A. (2007). Mathematics teachers’ beliefs and affect. In F. K. Lester Jr. (Ed.), Second handbook of research on mathematics teaching and learning (pp. 257–315). Information Age Publishing.
Schreiter, S., Friedrich, A., Fuhr, H., Malone, S., Brünken, R., Kuhn, J., & Vogel, M. (2024). Teaching for statistical and data literacy in K–12 STEM education: A systematic review on teacher variables, teacher education, and impacts on classroom practice. ZDM–Mathematics Education, 56, 31–45. https://doi.org/10.1007/s11858-023-01531-1
Vásquez, C., & Cabrera, G. (2022). La estadística y la probabilidad en los currículos de matemáticas de educación infantil y primaria de seis países representativos en el campo. Educación Matemática, 34(2), 245–274. https://doi.org/10.24844/EM3402.09
Watson, J. M. (2006). Statistical literacy at school: Growth and goals. Lawrence Erlbaum Associates.
Wild, C. J., & Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 67(3), 223–265. https://doi.org/10.1111/j.1751-5823.1999.tb00442.x
Witte, V., Schwering, A., & Frischemeier, D. (2025). Strengthening Data Literacy in K-12 Education: A Scoping Review. Education Sciences, 15(1), 25. https://doi.org/10.3390/educsci15010025
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Claudia Vásquez
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Autores que publicam na EMP concordam com os seguintes termos:
- Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
- NãoComercial — Você não pode usar o material para fins comerciais.
- SemDerivações — Se você remixar, transformar ou criar a partir do material, você não pode distribuir o material modificado.
Licenciada com a Licença 