Ensino e aprendizagem do gráfico de caixa
uma revisão sistemática
DOI:
https://doi.org/10.23925/1983-3156.2026.v28.e77412Palavras-chave:
Diagrama de caixa, Revisão sistemática, Prisma, Ensino, AprendizagemResumo
Este artigo apresenta uma revisão sistemática de pesquisas empíricas publicadas entre 2010 e 2025 sobre o ensino e a aprendizagem de diagramas de caixa. Seguindo as diretrizes PRISMA 2020, os documentos foram pesquisados nas bases de dados Web of Science, Scopus, SciELO e Dialnet (31 de maio de 2025) utilizando termos de busca em espanhol, inglês e português. Após a remoção de duplicatas e a aplicação de critérios de inclusão/exclusão, 19 estudos foram analisados. Os dados foram extraídos e sintetizados utilizando o software R-4.2.2. Os resultados bibliométricos mostram uma predominância de artigos em inglês (74%) e um foco geográfico na Bélgica, Alemanha e Austrália. Teoricamente, a heurística da área fundamenta 47% dos estudos; enquanto as estruturas de mudança conceitual baseadas em texto refutacional e múltiplas representações (MRs) mostraram-se a intervenção mais eficaz, embora os tempos de reação indiquem que o viés visual persiste. Apenas três estudos envolveram professores em exercício, e nenhum avaliou os efeitos além de uma semana. Conclui-se que a compreensão de diagramas de caixa requer instrução explícita e contínua. Foram identificadas lacunas em estudos longitudinais, triangulação metodológica e formação de professores, que orientarão futuras pesquisas e agendas de desenvolvimento profissional.
Downloads
Métricas
Referências
Abt, M., Leuders, T., Loibl, K., & Reinhold, F. (2024). Developing initial notions of variability when learning about box plots. Mathematical Thinking and Learning, ahead of print. https://doi.org/10.1080/10986065.2024.2421412
Bakker, A., Biehler, R., & Konold, C. (2004). Should young students learn about box plots? En G. Burrill & M. Camden (Eds.), Curricular Development in Statistics Education: International Association for Statistical Education (IASE) (pp. 163-173). International Statistical Institute.
Castillo, I. (2024). Improving Statistical Literacy through Evidence-Based Strategies Among First-Year Education Students in a State University. Journal of Contemporary Educational Research, 8(1), 246-259.
Chadegani, A. A., Salehi, H., Yunus, M. M., Farhadi, H., Fooladi, M., Farhadi, M., & Ebrahim, N. A. (2013). A Comparison between Two Main Academic Literature Collections: Web of Science and Scopus Databases. Asian Social Science, 9(5), 18-26. https://doi.org/10.5539/ass.v9n5p18
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
Kim, E. M., Nabors Oláh, L., & Peters, S. (2020). A Learning Progression for Constructing and Interpreting Data Display. ETS Research Report Series, 2020(1), 1-27. https://doi.org/10.1002/ets2.12285
Lem, S., Kempen, G., Ceulemans, E., Onghena, P., Verschaffel, L., & Van Dooren, W. (2015). Combining Multiple External Representations and Refutational Text: An Intervention on Learning to Interpret Box Plots. International Journal of Science and Mathematics Education, 13(4), 909-926. https://doi.org/10.1007/s10763-014-9604-3
Lem, S., Onghena, P., Verschaffel, L., & Van Dooren, W. (2013). On the misinterpretation of histograms and box plots. Educational Psychology, 33(2), 155-174. https://doi.org/10.1080/01443410.2012.674006
Madrid, A. E., Valenzuela-Ruiz, S. M., & Batanero, C. (2022). Interpretación del diagrama de caja por estudiantes universitarios de ciencias de la actividad física y deporte. Educación Matemática, 34(3), 275-300. https://doi.org/10.24844/EM3403.10
Mongeon, P., & Paul-Hus, A. (2016). The journal coverage of Web of Science and Scopus: A comparative analysis. Scientometrics, 106(1), 213-228. https://doi.org/10.1007/s11192-015-1765-5
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372(71), 1-9. https://doi.org/10.1136/bmj.n71
R Core Team. (2022). R: A language and environment for statistical computing (Version 4.2.2). R Foundation for Statistical Computing.
RStudio Team. (2024). RStudio: Integrated Development Environment for R. Posit Software, PBC.
Sánchez-Acevedo, N., Toro-Barbieri, E., & Araya-Bastias, D. (2021). Interpretación y comprensión de gráficos estadísticos por profesores de Matemáticas en formación. Revista Chilena de Educación Matemática, 13(4), 230-243. https://doi.org/10.46219/rechiem.v13i4.86
Videla-Jiménez, P., Ruz, F., & López-Martín, M.M. (2025). Research on box plot knowledge in statistical education: a systematic review of the literature. European Journal of Psychology of Education, 40, 141. https://doi.org/10.1007/s10212-025-01048-z
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Saddo Ag Almouloud
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 