IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-01038-6_13.html
   My bibliography  Save this book chapter

Veranschaulichungen statistischer Daten verstehen

In: Mathematik lernen, darstellen, deuten, verstehen

Author

Listed:
  • Alexandra Scherrmann

    (Pädagogische Hochschule Ludwigsburg)

Abstract

Zusammenfassung Kurzfassung:Wie können Schülerinnen und Schüler grafische Veranschaulichungen univariater statistischer Daten im Unterricht der Sekundarstufe 1 verstehen lernen? Hierfür muss der Mathematikunterricht die kommunizierende, argumentierende und reduzierende Funktion grafischer Veranschaulichungen thematisieren (Kapitel 1). Dies geschieht sowohl durch das Erstellen eigener als auch durch die Analyse bestehender grafischer Veranschaulichungen statistischer Daten (Kapitel 2). Für das Verstehen grafischer Darstellungen auf verschiedenen Ebenen (read the data; read between, read beyond, read behind the data) muss ein gewisses Vorwissen hinsichtlich des Diagrammtyps, des Kontextes und der fachlich-mathematischen Inhalte vorhanden sein. Hierzu wird ein Modell postuliert, wonach hinsichtlich jeder Verstehensebene eine spezifische Vorwissenskomponente in den Vordergrund tritt (Kapitel 3). Das abschließende Kapitel 4 zeigt Konsequenzen für den Mathematikunterricht der Sekundarstufe 1 auf.

Suggested Citation

  • Alexandra Scherrmann, 2013. "Veranschaulichungen statistischer Daten verstehen," Springer Books, in: Jasmin Sprenger & Anke Wagner & Marc Zimmermann (ed.), Mathematik lernen, darstellen, deuten, verstehen, edition 127, pages 161-176, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-01038-6_13
    DOI: 10.1007/978-3-658-01038-6_13
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-01038-6_13. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.