texto en 
Inglés (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Permalink
La teoría de la autodeterminación (TAD; Deci & Ryan, 1985; Gordeeva et al., 2020) es una de las perspectivas más influyentes y con mayor apoyo empírico para abordar la motivación humana. Esta perspectiva ha sido aplicada en distintas disciplinas de la psicología, principalmente en el área educacional con estudiantes escolares (Gomes et al., 2019; Gordeeva et al., 2020; Kröner et al., 2017) y de educación superior (Vansteenkiste et al., 2009; Vergara-Morales, 2018; Vergara-Morales et al., 2019), así como también en el ámbito tradicional del deporte y el trabajo (Howard et al., 2017).
Desde la TAD, se “asume que las personas son organismos activos, con tendencias naturales hacia el crecimiento psicológico, en continuo esfuerzo por integrar sus experiencias de forma coherente con su voluntad” (Vargas, 2013, p. 157). En este proceso emergen distintas formas de orientación al ambiente asociadas al grado en que se percibe la regulación e inicio del comportamiento. De esta manera, puede observarse una orientación causal autónoma cuando el “comportamiento es autodeterminado y emana de un sentido integrado del sí-mismo. Hay una consistencia entre los comportamientos, pensamientos, sentimientos y necesidades” (Stover et al., 2017, p.109). Por otro lado, la orientación causal es controlada cuando el comportamiento se basa en imposiciones externas o imperativos internos que presionan su desarrollo.
Al respecto, se plantea que las orientaciones se distribuyen en un continuo según el grado de autonomía o control del comportamiento (Deci & Ryan, 2012; Ryan & Deci, 2000) basado en el locus percibido de causalidad (Stover et al., 2017; Turban et al., 2007). En este sentido, mientras los individuos perciben un locus interno de causalidad evidencian un mayor esfuerzo y una mayor satisfacción con el desarrollo de las actividades (Ryan & Deci, 2000). Este tipo de comportamiento puede orientarse desde la regulación intrínseca, que en el ámbito educativo puede observarse cuando los estudiantes actúan con un mayor grado de autonomía, que promueve el interés y compromiso inherente con el desarrollo de las actividades de aprendizaje (Howard et al., 2016a). Por otro lado, los comportamientos basados en el locus interno de causalidad también pueden orientarse desde la regulación identificada, que, si bien implica un menor grado de autodeterminación, representa comportamientos aceptados y valorados personalmente como importantes, en el que los estudiantes se implican y persisten en el desarrollo de las actividades académicas consideradas personalmente relevantes (Litalien et al., 2017).
En la medida en que el comportamiento se va alejando del polo de la autonomía y cobra mayor relevancia el control externo, surge la regulación introyectada, que implica involucrarse en comportamientos para reducir los sentimientos negativos o evitar la ansiedad, vergüenza o culpa por el fracaso. Finalmente, en el extremo del continuo encontramos comportamientos orientados desde la regulación externa, descrita como una forma empobrecida de motivación en la que las acciones se realizan por restricciones externas (Gomes et al., 2019). Tanto la regulación introyectada como la regulación externa implican un locus externo de causalidad, a partir del cual los individuos se sienten inducidos o presionados a actuar por una contingencia, recompensas o para evitar castigos (Ryan & Deci, 2020).
En el ámbito educativo, las investigaciones han demostrado que la calidad y cantidad de motivación respecto del continuo de autonomía versus control se asocian con resultados cognitivos, conductuales y emocionales (Gordeeva et al., 2020). Los estudiantes que presentan mayor autonomía (regulación intrínseca e identificada) evidencian una mayor calidad de motivación, lo que se asocia con altos niveles de desempeño académico, mayor compromiso y aprendizajes (Deci & Ryan, 2012; Taylor et al., 2014; Vergara-Morales, 2018). Por otro lado, aquellos que presentan mayor predisposición al control (regulación introyectada y externa), es decir, manifiestan una motivación de menor calidad, evidencian comportamientos negativos hacia el aprendizaje, relacionados con una mayor distracción, ansiedad y menor desempeño académico (Ryan & Deci, 2020; Taylor et al., 2014; Vansteenkiste et al., 2009). Además, se ha demostrado que la motivación académica tiene un impacto directo en la permanencia universitaria (Díaz et al., 2019), es crucial en el desempeño académico (Taylor et al., 2014), en la percepción de autoeficacia (Fatima et al., 2018) y en las experiencias de aprendizaje (Pintrich, 2003), ya que implica el grado en que los estudiantes se esfuerzan, persisten y dirigen su comportamiento hacia las actividades académicas (Maulana et al., 2016). Por lo tanto, constituye un proceso psicológico fundamental en el comportamiento, ya que se plantea la posibilidad de que las personas difieran en su interés, persistencia y compromiso cuando realizan diferentes tareas (Gomes et al., 2019).
Desde la perspectiva de la TAD, uno de los instrumentos más utilizados para medir la motivación académica ha sido el cuestionario de autorregulación académica (SRQ-A; Ryan & Connell, 1989), orientado a medir las formas de regulación del comportamiento para involucrarse en las actividades de aprendizaje. Este instrumento se compone de 16 ítems que evalúan cuatro orientaciones motivacionales basadas en el grado percibido de autonomía relativa: (1) regulación intrínseca, (2) regulación identificada, (3) regulación introyectada y (4) regulación extrínseca. Los estudios de la estructura factorial han respaldado su confiabilidad y validez. Los investigadores Ryan y Connell (1989) iniciaron la hipótesis del continuo argumentando de que las cuatro subdimensiones se ordenan en un patrón simple, caracterizado por las fuertes correlaciones de las regulaciones adyacentes. Esta estructura factorial se ha observado en investigaciones realizadas con estudiantes de educación primaria (Alivernini et al., 2011; Gomes et al., 2019), secundaria y universitaria (Vansteenkiste et al., 2012). La aplicación posterior del instrumento ha implicado la creación de dos subcomponentes, calculados mediante el promedio de las puntuaciones de regulación intrínseca y regulación identificada (motivación autónoma), además de las puntuaciones de regulación introyectada y regulación externa (motivación controlada). A través del análisis de componentes principales, se observó que los subcomponentes explicaron el 48 % de los ítems de motivación (Vansteenkiste et al., 2009).
Si bien los antecedentes muestran que el SQR-A ha sido altamente utilizado en investigaciones del ámbito educativo en países como Alemania (Gnambs & Hanfstingl, 2014; Kröner et al., 2017), Bélgica (Vansteenkiste et al., 2009), China (Vansteenkiste et al., 2005), Japón (Carreira, 2012) y Portugal (Gomes et al., 2019), cuyos resultados han evidenciado adecuados niveles de ajuste para el modelo de medida original de cuatro factores, no se encontraron antecedentes sobre la evaluación de propiedades psicométricas de la versión en español. Debido a que la motivación académica “representa una parte indispensable en el desarrollo de los procesos de aprendizaje, ya que activa el comportamiento hacia el logro de las metas académicas” (Vergara-Morales et al., 2019, p. 464), resulta importante extender la disponibilidad de instrumentos con propiedades psicométricas adecuadas para medir el constructo. Por lo tanto, el objetivo de este estudio es evaluar la estructura factorial, consistencia interna y validez del cuestionario de autorregulación académica (SQR-A) en una muestra de estudiantes universitarios chilenos.
A partir de los antecedentes psicométricos del SQR-A, se evalúa un modelo de medida compuesto por cuatro factores latentes: (a) regulación intrínseca, (b) regulación identificada, (c) regulación introyectada y (d) regulación extrínseca (Ryan & Connell, 1989; Vansteenkiste et al., 2009). Las hipótesis de investigación se centran en la evaluación de la estructura interna, fiabilidad y validez del modelo de medida: (1) para el CFA, se espera un ajuste adecuado para el modelo de cuatro factores, (2) en cuanto a la evidencia de consistencia interna, se esperan valores de confiabilidad compuesta ≥ .70, (3) para la validez convergente de la estructura interna se espera un valor de la varianza media extraída (AVE) > .50, y en el caso de la validez discriminante, se espera un valor de √VME superior al coeficiente de correlación entre los factores.
Método
Participantes
Los participantes fueron un total de 808 estudiantes universitarios de primer año de dos universidades chilenas. El 61.6 % de los estudiantes fueron mujeres (n= 498), el 37.9 % fueron hombres (n= 306) y el 0.5 % no indicó preferencia (n= 4). La edad de los participantes osciló entre 16 y 52 años, con una media de edad de 19.80 años (DE= 3.23). El mayor porcentaje de participantes cursaba una carrera del área de las ciencias de la salud (32.9 %), seguido del área de las ciencias de la educación (25.5 %), ingeniería (20.5 %), ciencias sociales (19.7 %) y ciencias del mar (1.4 %). Se utilizó un muestreo no probabilístico incidental, considerando cohortes intactas para la selección de los estudiantes.
Instrumento
Cuestionario de Autorregulación Académica (SQR-A; Ryan y Connell, 1989): se utilizó la versión del instrumento desarrollada por Vansteenkiste et al. (2005), que ha sido utilizada satisfactoriamente en estudios previos y ha evidenciado una adecuada validez y consistencia interna (Del Valle et al., 2020; Vansteenkiste et al., 2009; Vansteenkiste et al., 2012; Vergara-Morales, 2018; Vergara-Morales & Del Valle, 2021; Vergara-Morales et al., 2019). Se compone de 16 ítems que miden los tipos de regulación del comportamiento que orientan la forma en que los estudiantes se involucran en las actividades académicas. Los ítems se distribuyen en cuatro factores: (a) regulación intrínseca (4 ítems, p. ej., “Porque es divertido), (b) regulación identificada (4 ítems, p. ej., “Porque quiero aprender cosas nuevas”), (c) regulación introyectada (4 ítems, p. ej., “Porque me sentiría culpable si no estudiara”), y (d) regulación externa (4 ítems, p. ej., “Porque se supone que debo hacerlo”). En esta investigación se aplicó la versión en español utilizada por Vergara-Morales (2018), que procede de procesos de traducción directa e inversa (traducción-retrotraducción), considerando las etapas de Beaton et al. (2000).
Procedimiento
Para realizar la investigación se solicitaron las autorizaciones correspondientes a las instituciones académicas. El instrumento fue aplicado por un profesional previamente capacitado, considerando la participación voluntaria de los estudiantes. La investigación se llevó a cabo siguiendo los criterios éticos de la Asociación Americana de Psicología (APA). Tras recibir la aprobación del Comité de Ética de la Universidad de Playa Ancha (Chile), el instrumento fue aplicado. Se obtuvo el consentimiento informado por parte de los estudiantes, garantizando confidencialidad, anonimato y participación voluntaria. La administración del instrumento fue realizada de manera online, durante el inicio del año académico de 2021.
Análisis de datos
La consistencia interna de los datos se evaluó mediante el coeficiente de fiabilidad compuesta (FC), considerando un límite inferior de .70 para identificar una confiabilidad aceptable (Hair et al., 2010). La estructura factorial se analizó mediante análisis factorial confirmatorio (AFC), considerando el método de estimación WLSMV para evaluar el ajuste del modelo hipotético a los datos observados. La adecuación del modelo de medida se evaluó considerando los siguientes índices y criterios: (a) χ2/df: se indica un ajuste aceptable con valores < 5.00 (Diamantopoulos & Siguaw, 2000); (b) índice de ajuste comparativo (CFI) e índice de Tucker-Lewis (TLI): un ajuste aceptable se indica con valores ≥ .90 y un buen ajuste se determina con valores ≥ .95; (c) El error cuadrático medio de aproximación (RMSEA): un ajuste aceptable está determinado por valores ≤ .08 (90 % IC ≤ .10), y un buen ajuste está indicado por valores ≤ .06 (90 % IC ≤ .08) (Kelloway , 2015). Los análisis se realizaron con el programa estadístico Mplus versión 8 (Muthén & Muthén, 2012). Para evaluar la equivalencia del modelo de medida del SQR-A se realizó un análisis factorial confirmatorio multi-grupo (AFCM; Brown, 2006), considerando la totalidad de participantes hombres y mujeres (N = 804). Para analizar la invarianza factorial se realizó una evaluación secuencial de la invarianza configural, métrica y escalar. La invarianza del modelo de medida se acepta si los valores de CFI presentan una variación ≤ .01 en relación con el modelo anterior (Cheung & Rensvold, 2002).
La validez de la estructura interna se evaluó a través de la validez convergente y discriminante. La validez convergente se analizó mediante el cálculo de la varianza media extraída (VME), desde la cual se observa la relación entre la varianza que capta un determinado factor con respecto a la varianza total debida al error de medición de dicho factor (Cheung & Wang, 2017). Valores de VME superiores a .50 permiten aceptar la validez convergente (Hair et al., 2014). Para calcular la validez discriminante se analizó la √VME, desde la cual se evalúa si un factor específico difiere de otros constructos. Se acepta la validez discriminante si la √VME es mayor que el coeficiente de correlación entre los factores del instrumento (Henseler et al., 2015).
Resultados
Análisis factorial confirmatorio
La Tabla 1 muestra que los resultados obtenidos para el modelo de medida de cuatro factores mostraron un buen ajuste a los datos observados, ya que todos los valores de los índices estuvieron dentro de los límites recomendados (χ2/df = 4.82; CFI = .97; TLI = .96; RMSEA = .07).
Los ítems del modelo de medida de cuatro factores se correlacionaron fuertemente con las variables latentes que miden, ya que las cargas factoriales estandarizadas presentaron valores superiores a .50. Además, fueron estadísticamente significativos a un nivel de p < .01 (Figura 1).
Análisis factorial confirmatorio multigrupo
En la Tabla 2 se muestran los resultados del análisis de invarianza del modelo de medida entre estudiantes mujeres y hombres. El análisis consideró lo siguiente: (1) un modelo base que establece el mismo patrón de carga factorial para los dos grupos (invarianza configural); (2) se restringió el modelo base sobre las cargas factoriales evaluándose la invarianza métrica; y (3) se incorporó una restricción sobre los interceptos de los ítems para evaluar la invarianza escalar. A partir de los valores de los índices de ajuste, se acepta la invarianza del modelo de medida entre hombres y mujeres, ya que la variación en los valores CFI fue inferior a .01. Además, los valores de TLI y RMSEA se encuentran dentro de los límites recomendados para todos los modelos de invarianza.
Análisis de confiabilidad y validez
Los resultados del análisis de confiabilidad muestran que el modelo de medida de cuatro factores mostró puntajes con niveles adecuados de consistencia interna, ya que los valores del coeficiente de FC fueron superiores a .70. Además, se observó que los valores de VME fueron superiores a .50, por lo que se acepta la validez convergente del modelo de medida. Finalmente, se identificó que los valores de √VME fueron superiores a los coeficientes de correlación entre los factores de la escala, por lo que se acepta la validez discriminante (Tabla 3).
Discusión y conclusión
El objetivo de este estudio instrumental fue evaluar la estructura factorial, consistencia interna y validez del SRQ-A en una muestra de estudiantes universitarios chilenos. Este surge de la necesidad de ampliar la cobertura de instrumentos con propiedades psicométricas adecuadas para observar la motivación académica desde la teoría de la autodeterminación en el contexto de la educación superior chilena. Esto debido a que se identificó la carencia de antecedentes psicométricos sobre la aplicación de la versión SRQ-A en idioma español.
Los resultados obtenidos a través del AFC permiten apoyar la estructura de cuatro factores del modelo de medida del SRQ-A, por lo que se cuenta con evidencia estadística suficiente para afirmar que se mantiene la solución factorial de la escala original propuesta (Ryan & Connell, 1989; Vansteenkiste et al., 2009). Estructura que también se ha observado en estudios realizados en diferentes países (Carreira, 2012; Gomes et al., 2019; Kröner et al., 2017; Vansteenkiste et al., 2012). Se observó que las cargas adyacentes de los cuatro factores latentes correlacionaban significativamente y los extremos de forma negativa. Estos resultados revelan la estructura simple consistente con el supuesto del continuo de la TAD, donde las subescalas teóricamente contiguas presentan correlaciones positivas más fuertes que las subescalas distantes, que correlacionaron negativamente (Ryan & Connell, 1989; Howard et al., 2016b; Vansteenkiste et al., 2009).
La comparación del modelo de medida entre estudiantes universitarios hombres y mujeres evidenció que el modelo de cuatro factores es equivalente en ambos grupos. De esta manera, se confirmó la invarianza factorial del modelo de medida en cuanto a las cargas factoriales y los interceptos. Por otro lado, se constató que los hallazgos tienen un nivel adecuado de validez y confiabilidad en el contexto chileno de educación superior, observándose puntuaciones adecuadas en términos de consistencia interna, coherentes con el constructo teórico. Por lo tanto, se puede concluir que el modelo de medida de cuatro factores es consistente y estable en relación con el modelo original.
A partir de los hallazgos, se concluye que los resultados de la estructura factorial, validez y confiabilidad del SRQ-A han sido satisfactorios, ya que se determinó una solución factorial similar al modelo de medida original, con características psicométricas adecuadas y estables. Por ello, se puede sugerir que la versión en español del SRQ-A permite obtener mediciones fiables y válidas de la motivación académica en un continuo de autodeterminación de estudiantes chilenos de educación superior.
Esta contribución tiene implicancias prácticas para el proceso de enseñanza -aprendizaje, ya que permite valorar la motivación académica de acuerdo a los diferentes tipos de regulación del comportamiento, posibilitando inferir orientaciones que facilitan y dificultan el involucramiento de los estudiantes en las actividades académicas, lo que podría apoyar la orientación de estrategias que promuevan el desarrollo de la autonomía de los estudiantes. En este sentido, se podrá apoyar el logro de las metas de aprendizaje mediante la promoción de entornos de enseñanza que faciliten la iniciativa y el sentido de elección de los estudiantes para involucrarse en el proceso educativo.
Una de las limitaciones del estudio se refiere a la restricción del rango de edad de la muestra de estudiantes universitarios, por lo que se considera importante comprobar si la tetradimensionalidad del modelo de medida se observa con participantes de otras edades. Otra limitación se refiere a que las puntuaciones del SRQ-A no fueron correlacionadas con variables externas. Sería interesante que investigaciones posteriores se orienten a comprobar la validez predictiva del instrumento, al contrastar con otras medidas relevantes para el contexto educativo, con el fin de aportar elementos prácticos para el proceso de enseñanza-aprendizaje. Así, es relevante que estudios posteriores incorporen este tipo de análisis para extender la evidencia de validez del modelo de medida.
