texto en 
Inglés (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Permalink
En el proceso de enseñanza-aprendizaje, tanto la autorregulación del aprendizaje (ARA) como la autoeficacia académica (AA) son atributos importantes para el desarrollo de la educación superior desde los procesos psicológicos. Porque regulan las dimensiones afectivas, cognitivas y conductuales para alcanzar el logro académico (Ben-Eliyahu & Linnenbrink-García, 2015; Torrano & Soria, 2017). En el Ecuador, no se ha explorado en profundidad estos fenómenos de autocontrol y regulación de los mecanismos internos de aprendizaje. En general la investigación en sí es limitada, razón por la cual es importante indagar para desvelar estos recursos personales que permiten adquirir un conocimiento consolidado y operativo (Regatto-Bonifaz & Miranda-Viteri, 2022).
Autorregulación del aprendizaje y su aporte en la formación universitaria
La ARA es el control que una persona ejecuta sobre sus pensamientos, acciones, emociones y motivación mediante estrategias para alcanzar un objetivo de aprendizaje (Panadero, 2017; Zimmerman, 2013). Consta de una serie de procesos que permiten llevar adelante un aprendizaje de forma adecuada. Estos son: a) metacognición activa: planificación, establecimiento de metas, organización, automonitorización y autoevaluación de estrategias; b) motivación: autoeficacia, autoatribuciones e interés intrínseco en la tarea; y c) conducta dirigida: selección, estructuración y creación de ambientes que optimizan el aprendizaje, búsqueda de consejo, información y lugares en los que se tienen más probabilidades de aprender, autoinstrucción durante el desarrollo de una tarea y autorrefuerzo tras la obtención de resultados. De esta manera, se permite que la ARA contemple en su estructura interna tres elementos que actúan de manera cíclica: a) planificación; b) ejecución; y c) evaluación (Zimmerman, 2013).
La presencia de la ARA en estudiantes universitarios suele ser de intensidad deficitaria en muchos casos, y con falencias en los procesos de planificación, control y autoevaluación de sus estrategias para alcanzar metas académicas (Burbano et al., 2021). Además, la evidencia señala que se presentan diferencias por género (p < .05), en el que las mujeres ejecutan mejores estrategias de ARA (atribuciones externas, planificación, organización, manejo de recursos para usar la información adquirida y estrategias de procesamiento) que los hombres (Gaeta et al., 2021; Zambrano et al., 2018); aunque esto aún no puede considerarse como una generalidad, dada la carencia de estudios específicos.
En el campo académico, la ARA incide en competencias como la comprensión de textos (Van de Pol et al., 2019), la escritura académica (Palermo & Thomson, 2018), el cálculo y las matemáticas (Callan & Cleary, 2019), las competencias investigativas (Paredes-Proaño & Moreta-Herrera, 2019), entre otras. Así, la ARA incide positivamente en el éxito escolar como un predictor del rendimiento académico (Hernández-Barrios & Camargo-Uribe, 2017) y, a su vez, reduce aspectos negativos, como factores situacionales asociados a problemas de aprendizaje como la procrastinación académica (Grunschel et al., 2018).
Sin embargo, aún se requiere indagar sobre la relación e incidencia que puede tener con otros procesos internos de autocontrol y automotivación que complementan la direccionalidad hacia conductas enfocadas en el aprendizaje, por ejemplo, la autoeficacia. Esto contribuirá en los modelos interpretativos y predictivos de los procesos de aprendizaje en el contexto académico y de la psicología educativa.
Autoeficacia académica y su contribución a la educación universitaria
La AA es una forma específica de autoeficacia general (Bandura, 1992; Maddux & Gosselin, 2012; Moreta-Herrera et al., 2019) muy estudiada en los campos de la psicología y educación, ya que comprende las creencias, así como los juicios del logro personal sobre los procesos académicos, entre ellos, el desarrollo de actividades, contenidos, conocimientos, interés por el aprendizaje o competencias educativas como la investigación (Reyes & Gutiérrez, 2015). Diversos estudios han evidenciado que las creencias positivas de autoeficacia pueden verse nutridas por las experiencias directas, la persuasión verbal y el aprendizaje vicario (Ahn et al., 2017; Beatson et al., 2018), por lo que su presencia es relevante en la vida global y académica de las personas.
La AA se manifiesta de manera moderada entre los estudiantes universitarios; además, presenta mejora significativa a mediano plazo, conforme se avanza en los estudios y el grado académico (Del Rosal & Bermejo, 2017; Piergiovanni & Depaula, 2018). Asimismo, ciertos autores consideran que hay mayor presencia de AA en varones que en mujeres (Domínguez-Lara & Fernández-Arata, 2019); otros autores, sin embargo, mencionan que el género es en realidad invariante (Schnell et al., 2015).
La AA tiene un efecto y una incidencia en el contexto de la educación, pues se asocia con el apoyo, el bienestar y el rendimiento escolar (González et al., 2020; Paez et al., 2017), la resiliencia académica (Cassidy, 2015), el bienestar académico (Paciello et al., 2016), la motivación escolar (Montes de Oca-Sánchez & Moreta-Herrera, 2019), actitudes hacia la tecnología (Regatto-Bonifaz & Viteri-Miranda, 2023), entre otros. Aunque tiene una importancia relevante en la educación, se conoce poco sobre los precursores, determinantes académicos y psíquicos que inciden en este atributo.
Autorregulación del aprendizaje y autoeficacia académica
La ARA es un recurso de autodirección del estudiante que le permite alcanzar objetivos específicos. Propicia una actuación académica independiente y efectiva que alude a la capacidad metacognitiva, a la motivación intrínseca y a una actuación estratégica. La consecución de estos objetivos refuerza por, otra parte, sus creencias de logro y de autoconfianza para proponerse alcanzar metas más elevadas (AA). Así, los estudiantes con creencias de autoeficacia positiva por lo general obtienen un mejor desempeño académico (Wang et al., 2013). De esto se desprende que estos elementos se muestran de forma encadenada para su desarrollo.
Cierta evidencia recoge la cercanía que tienen la ARA con la AA y la posible interacción en estudiantes universitarios (Alegre, 2014; Araya et al., 2022; Covarrubias et al., 2019; Gaeta et al., 2021; Luna & Álvarez, 2020). En estos trabajos, se señala que la relación existente es positiva y significativa, con intensidades variables que fluctúan entre bajas y moderadas. Esta variabilidad aparente podría depender de características particulares en los métodos de enseñanza que se imparten en centros de educación superior, por ejemplo, o a otros factores aún no identificados. Por lo que es importante continuar con su estudio y exploración, sobre todo en la realidad latinoamericana y ecuatoriana. Únicamente, se rescata el trabajo de Sáez et al. (2022) en docentes universitarios, quienes señalan que la ARA explica en un 33.7 % los cambios en la varianza de la AA, que apoya esta probable característica, no demostrada en universitarios actualmente. Por lo que aún se presentan vacíos significativos para la comprensión del comportamiento del estudiante universitario.
Explorar sobre este aspecto, por lo tanto, permitirá conocer el impacto que tienen estos procesos internos en el sistema de creencias sobre el desempeño académico, lo que a futuro puede generar mecanismos de intervención para el mejoramiento del aprendizaje.
Objetivos e hipótesis
Como se señaló anteriormente, los estudios sobre la ARA y la AA son limitados, mayoritariamente centrados en la covarianza con una escasa incidencia en la influencia o predictibilidad, por lo que es importante indagar sobre estos cuestionamientos. Si bien se recogen diversos estudios en universitarios, en el caso de Ecuador estos son casi inexistentes, por lo que resulta necesario a priori desarrollar el análisis que permita conocer la mecánica del desempeño y la vida educativa.
Por esta razón se consideran como objetivos de trabajo: a) identificar la prevalencia de la ARA y la AA en una muestra de universitarios del Ecuador; b) analizar las diferencias en la ARA y la AA según el género de los participantes; c) establecer la relación entre las variables ARA y AA en estudiantes universitarios ecuatorianos; y d) determinar la influencia de la ARA en la AA. Para ello se parte de la hipótesis de que existe una presencia moderada alta en las variables bajo análisis (H1); que existen diferencias de género (H2); una relación moderada y significativa (H3); y que la ARA es un predictor de la AA (H4).
Método
Diseño
El estudio se basa en un enfoque cuantitativo, descriptivo, correlacional y explicativo de corte transversal (Ato et al., 2013) con el uso del modelo de ecuaciones estructurales (SEM), que es una técnica que combina tanto la regresión múltiple como el análisis factorial para conocer los niveles de asociación a nivel de variables latentes (Mueller & Hancock, 2018; Wolf et al., 2013).
Participantes
La muestra de estudio fue de 570 estudiantes de pregrado de dos universidades públicas del Ecuador de las ciudades de Milagro (región Costa) y Riobamba (región Sierra), elegidas por su representatividad y diversidad en cuanto a su ubicación geográfica y áreas de estudio. El 76 % (n = 433) son mujeres y el 24 % (n = 137) son varones, con edades comprendidas entre los 17 y 56 años (M = 25.29 años; DE = 6.5 años). El 70 % se encuentra domiciliado en el sector urbano y el 30 % en el sector rural. Con respecto al estado civil, el 77.8 % son solteros y el 22.2 % son casados, divorciados o separados.
La selección de los participantes se realizó por medio de un muestreo no probabilístico por conveniencia, con criterios de inclusión. Dichos criterios correspondieron a: a) ser estudiante universitario de pregrado y pertenecer a las instituciones de educación superior seleccionadas; b) participación voluntaria y firmar la carta de consentimiento.
Medidas o instrumentos
Inventario de procesos de Autorregulación del Aprendizaje (IPAA; Rosário et al., 2007) adaptado a universitarios (Bruna et al., 2017). La escala busca identificar la presencia que tienen los estudiantes de distintos niveles en cuanto al proceso de autorregulación del propio aprendizaje a través de tres fases frecuentes: preparación, desempeño y autorreflexión. La IPAA se compone de 12 ítems en 3 dimensiones: a) planificación (ítems 1, 2, 3); b) ejecución (ítems 4, 5, 6, 7) y evaluación (ítems 8, 9, 10, 11 y 12). Cada ítem se puntúa por medio de una escala de Likert de cinco opciones, en el que 1 es Totalmente en desacuerdo y 5 Totalmente de acuerdo. La escala tiene una fiabilidad de α = .98 en muestra de universitarios. En el presente estudio, la validez factorial de la medida se realiza por medio de un modelo de ajuste jerárquico con tres factores de primer orden (planificación, ejecución y evaluación), más un factor general de segundo orden. Los valores de ajuste señalan que el modelo propuesto es adecuado con χ2= 116.4; p< .001; gl= 53; χ2/gl= 2.2; CFI = .999; TLI = .999; SRMR = .022; RMSEA = .046 (.035-.057). Finalmente, la consistencia interna del IPAA es de α = .94 que es equivalente a alto.
Escala de Autoeficacia Percibida Específica de Situaciones Académicas (Eapesa, Palenzuela, 1983) en la versión validada en el Ecuador (Moreta-Herrera et al., 2021). El propósito de esta escala es conocer los niveles de AA de los estudiantes a través de un cuestionario de 9 ítems. El componente de respuesta a los ítems está estructurado a partir de una escala Likert de 4 opciones entre 1 Nunca y 4 Siempre. Aunque no existen valores normativos específicos para la escala, se considera que a mayor puntaje existe una mayor autoeficacia percibida. El punto de corte referencial es de 50. Respecto a las propiedades psicométricas, sobre la consistencia interna en la versión castellana, se identifica que es alta, con α = .89, y temporalmente estable, con r= .87. En el presente estudio la validez factorial de la escala corresponde a χ2= 107.6; p< .001; gl= 27; χ2/gl= 3.99; CFI = .999; TLI = .999; SRMR = .039; RMSEA = .073 (.058-.087) por medio de un modelo de ajuste unifactorial del que se concluye que cuenta con un ajuste adecuado. Además, la consistencia interna para esta escala es de α = .91, equivalente a alto.
Procedimiento
El desarrollo de esta investigación requirió de las autorizaciones de las instituciones participantes. Posteriormente, se efectuó la socialización del proyecto, la explicación de los objetivos y el proceso de la recolección de datos. Además, se garantizó la confidencialidad de la información durante el proceso. La encuesta se realizó de manera virtual por medio de la aplicación Formularios de Google a través del enlace <https://forms.gle/gsredpLNsM51wV3S9>. El grupo objeto de análisis completó el consentimiento autorizado, incluyendo los datos sociodemográficos, y las escalas Eapesa y IPAA. Una vez completadas las encuestas, se procedió a la depuración y sistematización de los datos en hojas electrónicas para los análisis estadísticos pertinentes, se contrastaron las hipótesis y se realizaron los informes de investigación respectivos. Cabe señalar que la presente investigación consideró las recomendaciones emitidas por la Convención de Helsinki en cuanto al manejo ético de la información.
Análisis de los resultados
El presente trabajo contó con la gestión de tres bloques de análisis. El primero es un análisis descriptivo sobre la caracterización de la muestra de estudio. Para ello se empleó las medidas de tendencia central (Media Aritmética (M)), Dispersión (Desviación Estándar (DE)); Distribución (Asimetría (g1) y Curtosis (g2.)). También se empleó la prueba de Kolmogórov-Smirnov (K-S) para corroborar el supuesto de normalidad univariante, que se cumple ante la ausencia de significancia estadística (p > .05).
El segundo bloque es un análisis comparativo por grupo (sexo) de las variables en estudio para conocer las posibles diferencias estadísticas (p < .05). Para ello se utilizó la prueba paramétrica t of student (t) para muestras independientes.
El tercer bloque comprende el análisis factorial confirmatorio (AFC) por medio del SEM. En este análisis se estudia tanto la correlación entre la ARA y la AA (Figura 1), como el potencial explicativo en el cambio de la varianza de la primera sobre la segunda (Figura 2). Para ello se empleó el AFC con estimación de Mínimos Cuadrados Ponderados Diagonalmente (DWLS). Este criterio se emplea ante la ausencia de normalidad y por la naturaleza categórica de los ítems (Caycho-Rodríguez et al., 2022; Li, 2016). Los modelos de ajuste se probaron de acuerdo a los indicadores absolutos, como el chi cuadrado (χ2), el chi cuadrado normado (χ2/gl) y el Residuo Cuadrado Medio Estandarizado (SRMR); los indicadores relativos, Índice de Ajuste Comparativo (CFI) y el Índice de Tucker-Lewis (TLI); y el indicador no basado en la centralidad, Error Cuadrático Medio de Aproximación (RMSEA). Se consideran ajustes adecuados cuando el χ2 no es significativo (p > .05) o el χ2/gl es menor a 4; el CFI y el TLI son superiores a .95; el SRMR y el RMSEA inferiores a .08 y las saturaciones (λ) superiores a .50 (Brown, 2015; Byrne, 2006; Domínguez-Lara, 2018; Moreta-Herrera et al., 2022; Mueller & Hancock, 2018; Wolf et al., 2013).
La gestión informática se realizó con el lenguaje de programación R en la versión 4.2.2 (R Core Team, 2022) a través de los paquetes Foreign, Lavaan y MVN.
Resultados
Análisis descriptivo
La información que se encuentra en la Tabla 1 señala que en la ARA los puntajes en general son altos tanto en el componente global como en sus dimensiones. Mientras que en la AA se presentan puntajes medios que corresponden a una presencia igualmente de tipo moderada. Cabe indicar que la ARA no sigue una distribución normal, mientras que en la variable AA los datos son normales.
Análisis comparativo de género
En la Tabla 2 se muestran los puntajes medios obtenidos tanto por varones como mujeres en la ARA y la AA. No existen diferencias significativas (p > .05) de los puntajes de los factores y de la escala global de la ARA, aunque ligeramente las mujeres reportan más ARA que los hombres. En el caso de la AA, igualmente no se presentas diferencias por grupos (p > .05), aunque ligeramente las mujeres presentan mayor intensidad que los varones.
Análisis de relación latente
La Figura 1, a través del modelo de ajuste, presenta el análisis de relaciones latentes entre la ARA y la AA por medio del SEM. Las variables en análisis covarían entre sí, tanto en sentido positivo como con una intensidad moderada. Además, los valores de ajuste del modelo general ARA-AA a través de AFC indican que son adecuados en sus distintos indicadores (absolutos, relativos y no basados en la centralidad) para la interpretación de los constructos y como operan en población universitaria del Ecuador.
Análisis de regresión estructural
Dada la presencia de covarianza entre la ARA y la AA, se procede a identificar el grado de influencia o explicación en los cambios de la varianza. Para ello se emplea un análisis de regresión estructural con SEM, como se observa en la Figura 2. En dicho análisis se conoce que la ARA explica en un 23.8 % los cambios de la varianza de la AA. El modelo estructural evidencia que cuenta con un ajuste adecuado, por lo que es aplicable para la población universitaria del Ecuador. En síntesis, la ARA es un predictor moderado de la AA.
Figura 2: Modelo de regresión estructural de la autorregulación del aprendizaje en la autoeficacia académica
En esencia, los resultados señalan la amplia asociación que guardan la ARA y la AA entre los estudiantes universitarios, esta fuerza de asociación es de intensidad moderada, a tal punto que la variabilidad o cambio de la AA en gran parte responde a cambios en la variabilidad de la ARA, lo que permite determinar que este es un predictor significativo de la AA.
Discusión
Los objetivos del estudio fueron identificar la prevalencia de la ARA y la AA, las diferencias de género, la relación latente entre estas y la influencia de la ARA en la AA en una muestra de universitarios del Ecuador a través de modelos de ecuaciones estructurales (SEM).
Sobre la prevalencia de la AA, los niveles son moderados, es decir, que existe una predisposición a proponer objetivos o metas académicas y a generar el esfuerzo para alcanzarlos. Estos resultados de prevalencia concuerdan con trabajos preliminares de similar tendencia (Beatson et al., 2018; González et al., 2020; Páez et al., 2017; Panadero, 2017; Reyes & Gutiérrez, 2015; Zimmerman, 2013) realizados fuera del Ecuador, lo que señala que este fenómeno al parecer es propio de la población universitaria. En el caso de la ARA, se encontró de manera general que la prevalencia es alta, con una leve superioridad en la planificación del aprendizaje. Esto quiere decir que los estudiantes al momento de efectuar sus actividades académicas y tomar decisiones elaboran una proyección en la que consideran planificar sus actividades para que resulte efectiva. Estos resultados concuerdan con los trabajos preliminares de Paredes-Proaño & Moreta-Herrera (2020), quienes consideran que la planificación y la autorregulación son componentes esenciales en el aprendizaje académico. Pero discrepa con lo señalado por Burbano et al. (2021), quienes expresan que los estudiantes presentan falencias en los procesos de planificación, control y autoevaluación de sus estrategias de aprendizajes para alcanzar sus metas académicas.
En lo que se refiere al género, tanto en la AA como en la ARA, se encontró que no existen diferencias por género en los valores alcanzados en la muestra. En ambos casos las mujeres ligeramente superan a los varones, pero sin diferencias significativas (p > .05). Estos hallazgos difieren con lo señalado por Domínguez-Lara y Fernández-Arata (2019), y concuerdan con lo propuesto por Schnell et al. (2015), al concluir que el género es invariante en la AA. En el caso de la ARA, igualmente difieren de lo señalado por Gaeta et al. (2021) y Zambrano et al. (2018), quienes mencionan que el género impacta en la ARA. Ante las diferencias mostradas en los estudios de referencia, aún se puede considerar que los resultados en cuanto al impacto del género en estos atributos no son concluyentes.
Sobre la covarianza entre las variables, por medio de modelos estructurales se confirma que la ARA y la AA están correlacionadas entre sí. Además, que la relación que existe es moderada y positiva, por lo que hay una tendencia a alcanzar objetivos y metas académicas que permiten un mejor control, manejo y organización de los aprendizajes propios. Estos resultados concuerdan con criterios similares previamente reportados en muestras de universitarios (Alegre, 2014; Araya et al., 2022; Covarrubias et al., 2019; Gaeta et al., 2021; Luna & Álvarez, 2020). Aunque las metodologías empleadas son diferentes, pues en los trabajos referenciados las covarianzas se estimaron a partir de variables observables y no como variables latentes. Además, no se encuentran estudios específicos sobre estos hallazgos en universitarios del Ecuador, por lo que resulta pionero para la investigación educativa en el país.
Finalmente, acerca de la influencia de la ARA en la AA con análisis de regresión lineal estructural, la ARA explica en un 23.8 % los cambios en la varianza de la AA. De este modo, se estima que la ARA es un predictor moderado de la AA de universitarios del Ecuador. Estos hallazgos no presentan estudios preliminares en universitarios para contrastar. Aunque, se puede considerar que tiene un similar desempeño con otros grupos, como el de docentes universitarios (Sáez et al., 2022). Este igualmente representa un avance en el estudio del impacto de la ARA en el contexto educativo, dado que no se reportan estudios anteriores y permite evidenciar su influencia.
En cuanto a las implicaciones de la investigación, se deben considerar los siguientes puntos. En lo teórico, el estudio aporta evidencia que establece la asociación y predictibilidad de la ARA con la AA en una muestra ecuatoriana no contemplada previamente. Esto refuerza la generalidad que tienen las variables a interactuar entre sí con la población educativa. En cuanto a lo metodológico, emplea técnicas SEM que no solo señalan la influencia entre variables a nivel observable, sino a nivel latente, lo que permite una mejor lectura del fenómeno, pues se cuenta con resultados más precisos al integrar el error de medida de los ítems. Esto también representa un aporte significativo porque estudios similares no han sido llevados a cabo anteriormente. En lo práctico, los resultados señalan la importancia de considerar la relación y predictibilidad entre las dos variables dentro del proceso curricular por parte de los docentes y las instituciones educativas para la adquisición de saberes y competencias. De esta manera, permitirá que el diseño curricular sea significativo y aporte al perfil del discente fundamentado en la evidencia.
Conclusiones
Los niveles de AA y ARA se encuentran en niveles moderados-altos y altos respectivamente en la muestra de estudiantes universitarios del Ecuador. Además, no existen diferencias significativas por género. La correlación es positiva y significativa entre la ARA y la AA. Finalmente, la ARA es un predictor positivo de la AA en estudiantes universitarios del Ecuador. Todo esto contribuye a romper con los esquemas tradicionales de enseñanza y el logro de los resultados enfocados no solo en el qué, sino en el cómo aprenden a fin de enfrentarse a las demandas universitarias.
