Modelo exploratorio de factores que inciden en el rendimiento académico percibido

Autores/as

DOI:

https://doi.org/10.21703/0718-5162.v21.n45.2022.017

Resumen

El presente artículo presenta un modelo estructural exploratorio del rendimiento académico percibido por estudiantes universitarios. Se utilizan determinantes personales e institucionales para diseñar el modelo y el nivel socioeconómico para comparar resultados entre grupos. La muestra corresponde a 437 estudiantes de primer año de Ingeniería Civil UDP. El análisis del modelo se desarrolla utilizando SMARTPLS 3.0, mostrando ser válido y fiable. La comparación entre grupos se apoya en análisis multigrupo. Los resultados muestran que el autoconcepto explica significativamente el rendimiento percibido. La percepción de la clase y la motivación también muestran efectos significativos en el rendimiento percibido. Existen diferencias significativas en los efectos causales entre estudiantes de alto y bajo ingreso. Además, se probó que el rendimiento percibido por el estudiante es un buen predictor de la calificación que obtendrá el estudiante al término del curso. Este modelo permite direccionar acciones por parte de la institución para mejorar rendimientos en estudiantes de primer año universitario.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Sara Arancibia-Carvajal, Universidad Diego Portales

Profesora, Licenciada y Magíster en Matemáticas de la Pontificia Universidad Católica de Valparaíso, Magíster en Ciencias de la Ingeniería de la Universidad de Chile y Doctora en Ciencias Empresariales de la Universidad Autónoma de Madrid. Directora del Instituto de Ciencias Básicas de la Facultad de Ingeniería y Ciencias, miembro de la comunidad de aprendizaje Epsilon_Delta de la Universidad Diego Portales (UDP). Su línea de investigación se focaliza en modelación aplicada con metodologías multicriterio, multivariante y de ecuaciones estructurales. Es autora de varias publicaciones indexadas que ha difundido en congresos internacionales en los ámbitos de gestión del conocimiento, gestión de programas sociales, estudio de comportamientos, infraestructura escolar, innovación, calidad y satisfacción. Autora del libro “Cálculo 1. Potenciando el pensamiento crítico a través de la matemática”.

Citas

Agustiani, H., Cahyad, S., y Musa, M. (2016). Self-efficacy and Self-Regulated Learning as Predictors of Students Academic Performance. The Open Psychology Journal, 9(1), 1–6. doi: 10.2174/1874350101609010001

Albert, M. A., y Dahling, J. J. (2016). Learning goal orientation and locus of control interact to predict academic self-concept and academic performance in college students. Personality and Individual Differences, 97, 245–248. doi: 10.1016/j.paid.2016.03.074

Atkinson, E. S. (2010). An Investigation into the Relationship Between Teacher Motivation and Pupil Motivation An Investigation into the Relationship Between Teacher Motivation and Pupil Motivation. Educational Psychology, 20(January 2012), 37–41. doi: 10.1080/014434100110371

Barahona, P. . (2014). Factores determinantes del rendimiento académico de los estudiantes de la Universidad de Atacama. Estudios Pedagógicos, 40(1), 25–39. doi: 10.4067/S0718-07052014000100002

Bertrams, A., Baumeister, R. F., y Englert, C. (2016). Higher Self-Control Capacity Predicts Lower Anxiety-Impaired Cognition during Math Examinations. Frontiers in Psychology, 7, 485. doi: 10.3389/fpsyg.2016.00485

Broc Cavero, M. Á. (2011). Voluntad para estudiar, regulación del esfuerzo, gestión eficaz del tiempo y rendimiento académico en alumnos universitarios. Revista de Investigación Educativa, 29(1), 171–185. Recuperado de http://revistas.um.es/rie/article/view/110731/126992

Cerda Etchepare, G., Salazar Llanos, Y., Sáez Carrillo, K., Pérez Wilson, C., y Casas, J. A. (2017). Impacto de la percepción de los estudiantes respecto de la convivencia escolar sobre su rendimiento académico en Matemáticas. Psychology, Society and Education, 9(1), 147–161. doi: 10.25115/psye.v9i1.470

Cornejo Chávez, R., y Redondo Rojo, J. M. (2007). Variables and factors associated to the scholastic learning. A discussion from actual investigation. Estudios Pedagogicos, 33(2), 155–175. doi: 10.4067/S0718-07052007000200009

Cromley, J. G., Perez, T., y Kaplan, A. (2016). Undergraduate STEM Achievement and Retention. Policy Insights from the Behavioral and Brain Sciences, 3(1), 4–11. doi: 10.1177/2372732215622648

Díaz-López, K., Caso-Niebla, J., y Contreras-Niño, L. (2017). Modelos explicativos del rendimiento académico. (May), 91–107. Recuperado de https://www.researchgate.net/publication/325346720_Modelos_explicativos_del_rendimiento_academico

Edel, R. (2003). El rendimiento académico : concepto, investigación y desarrollo. REICE. Revista Iberoamericana Sobre Calidad, Eficacia y Cambio En Educación., 1, N°2(January 2003). Recuperado de http://www.ice.deusto.es/rinace/reice/vol1n2/Edel.pdf

Elmore, W. M., Young, J. K., Harris, S., y Mason, D. (2016). The relationship between individual student attributes and online course completion. En K. Shelton y K. Pedersen (Eds.) Handbook of Research on Building, Growing, and Sustaining Quality E-Learning Programs (pp. 151–173). doi: 10.4018/978-1-5225-0877-9.ch008

Etxeberria, P., Alberdi, E., Eguia, I., y García, M. J. (2017). Análisis del Rendimiento Académico en Relación al Perfil de Ingreso del Alumnado e Identificación de Carencias Formativas en Materias Básicas de dos Grados de Ingeniería. Formacion Universitaria, 10(4), 67–74. doi: 10.4067/S0718-50062017000400007

Falk, R., y Miller, N. B. (1992). A Primer for Soft Modeling. Akron: University of Akrom Press.

Fernández Santamaría, M. R. (1999). Foro mundial sobre la educación. Calidad y equidad educativas. Revista Iberoamérica de Educación, 22(22), 193–197. doi: 10.35362/rie2201029

Ferreira, A., y Santoso, A. (2008). Do students’ perceptions matter? A study of the effect of students’ perceptions on academic performance. Accounting y Finance, 48(2), 209–231. doi: 10.1111/j.1467-629X.2007.00239.x

Flanagan Borquez, A. (2017). Experiencias de estudiantes de primera generación en universidades chilenas: realidades y desafíos. Revista de La Educación Superior, 46(183), 87–104. doi: 10.1016/j.resu.2017.06.003

Gaeta, M. L., y Herrero, M. L. (2009). Influencia de las estrategias volitivas en la autorregulación del aprendizaje. Estudios de Psicologia, 30(1), 73–88. doi: 10.1174/021093909787536317

Garbanzo, G. (2007). Factores asociados al rendimiento académico en estudiantes universitarios, una reflexión desde la calidad de la educación superior público. Revista Educación, 31(1), 43–63. doi: 10.15517/revedu.v31i1.1252

Garson, G. D. (2016). Partial Least Squares: Regression and Structural Equation Models. Asheboro, NC: Statistical Associates Publishers.

Gonzálvez, C., Inglés, C. J., Vicent, M., Lagos-San Martín, N., Sanmartín, R., y García-Fernández, J. M. (2016). Diferencias en ansiedad escolar y autoconcepto en adolescentes chilenos. Acta de Investigación Psicológica, 6(3), 2509–2515. doi: 10.1016/j.aipprr.2016.08.002

Hair, J. F., Ringle, C. M., y Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal of Marketing Theory and Practice, 19(2), 139–151. doi: 10.2753/MTP1069-6679190202

Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., & Thiele, K. O. (2017). Mirror, mirror on the wall: a comparative evaluation of composite-based structural equation modeling methods. Journal of the Academy of Marketing Science, 45(5), 616–632. doi: 10.1007/s11747-017-0517-x

Henseler, J. (2012). PLS-MGA: A Non-Parametric Approach to Partial Least Squares-based Multi-Group Analysis. En W. A. Gaul, A. Geyer-Schulz, L. Schmidt-Thieme, y J. Kunze (Eds.), Studies in Classification, Data Analysis, and Knowledge Organization (pp. 495–501). doi: 10.1007/978-3-642-24466-7_50

Henseler, J., Ringle, C. M., y Sarstedt, M. (2016). Testing measurement invariance of composites using partial least squares. International Marketing Review, 33(3), 405–431. doi: 10.1108/IMR-09-2014-0304

Honicke, T., y Broadbent, J. (2016, February 1). The influence of academic self-efficacy on academic performance: A systematic review. Educational Research Review, Vol. 17, pp. 63–84. doi: 10.1016/j.edurev.2015.11.002

Kwankajonwong, N., Ongprakobkul, C., Qureshi, S. P., Watanatada, P., Thanprasertsuk, S., y Bongsebandhu-Phubhakdi, S. (2019). Attitude, but not self-evaluated knowledge, correlates with academic performance in physiology in Thai medical students. Advances in Physiology Education, 43(3), 324–331. doi: 10.1152/advan.00047.2019

Lee, J., y Stankov, L. (2016). Non-Cognitive Influences on Academic Achievement. In Non-cognitive Skills and Factors in Educational Attainment (pp. 153–169). doi: 10.1007/978-94-6300-591-3_8

Liem, G. A. D., y McInerney, D. M. (Eds.). (2018). Big Theories Revisited 2. Charlotte, NC: Information Age Publishing Inc.

Liem, G. A. D., Tan, S. H., y Tan, S. H. (Eds.) (2018). Asian Education Miracles: In search of sociocultural and psychological explanations. Oxon: Routledge.

Manee, F. M., Khoiee, S. A., y Eghbal, M. K. (2015). Comparison of the Efficiency of Self-awareness, Stress Management, Effective Communication Life Skill Trainings on the Social and Academic Adjustment of First-year Students. Research in Psychology and Behavioral Sciences, 3(2), 18–24. doi: 10.12691/RPBS-3-2-1

Martínez, M., & Fierro, E. (2018). Aplicación de la técnica PLS-SEM en la gestión del conocimiento: un enfoque técnico práctico. RIDE Revista Iberoamericana Para La Investigación y El Desarrollo Educativo, 8(16), 130–164. doi: 10.23913/ride.v8i16.336

Miguéis, V. L., Freitas, A., Garcia, P. J. V., y Silva, A. (2018). Early segmentation of students according to their academic performance: A predictive modelling approach. Decision Support Systems, 115(July 2017), 36–51. doi: 10.1016/j.dss.2018.09.001

MINEDUC. (2017). Informe de titulación en educación superior en Chile 2016. Recuperado de http://www.mifuturo.cl/index.php/informes-sies/titulados

MINEDUC. (2018). Informe matrícula 2018 en educación superior en Chile. Recuperado de https://hdl.handle.net/20.500.12365/1952

MINEDUC. (2019). Deserción de primer año y Reingreso a la Educación Superior en Chile. Recuperado de https://hdl.handle.net/20.500.12365/4599

Palomar Lever, J., Montes de Oca Mayagoitia, S. I., Polo Velázquez, A. M., y Estrada, A. V. (2016). Factores explicativos del rendimiento académico en hijos de inmigrantes mexicanos en Nueva York. Psicología Educativa, 22(2), 125–133. doi: 10.1016/j.pse.2016.03.001

Pandey, P., y Thapa, K. (2018). Role of the Teacher ’ s in Academic Performance of Students. 6(2). doi: 10.25215/0602.058

Parker, P. D., Schoon, I., Tsai, Y. M., Nagy, G., Trautwein, U., y Eccles, J. S. (2012). Achievement, agency, gender, and socioeconomic background as predictors of postschool choices: A multicontext study. Developmental Psychology, 48(6), 1629–1642. doi: 10.1037/a0029167

Pérez-Villalobos, M., Cobo-Rendón, R., Sáez, F. M., y Díaz-Mujica, A. (2018). Revisión Sistemática de la Habilidad de Autocontrol del Estudiante y su Rendimiento Académico en la Vida Universitaria. Formación Universitaria, 11(3), 49–62. doi: 10.4067/S0718-50062018000300049

Rasoolimanesh, S. M., Roldán, J. L., Jaafar, M., y Ramayah, T. (2017). Factors Influencing Residents’ Perceptions toward Tourism Development: Differences across Rural and Urban World Heritage Sites. Journal of Travel Research, 56(6), 760–775. doi: 10.1177/0047287516662354

Reyes-Carreto, R., Godínez-Jaimes, F., Ariza-Hernández, F., Sánchez-Rosas, F., y Torreblanca-Ignacio, O. (2014). Un modelo empírico para explicar el desempeño académico de estudiantes de bachillerato. Perfiles Educativos, 36(146), 45–62. doi: 10.1016/S0185-2698(14)70127-8

Ringle, C. M., Wende, S., y Becker, J.M. (2015). SmartPLS 3. SmartPLS GmbH, Boenningsted. http://www.smartpls.com

Rodríguez-Ayán, M. N., y Ruíz-Díaz, M. Á. (2011). Indicadores de rendimiento de estudiantes universitarios: Calificaciones versus créditos acumulados. Revista de Educacion, 355, 467–492. doi: 10-4438/1988-592X-RE-2011-355-033

Rolando M, R., Salamanca V, J., y Aliaga Q, M. (2010). Evolución Matrícula Educación Superior de Chile Periodo 1990 – 2009. Publicaciones Mineduc. Recuperado de https://bibliotecadigital.mineduc.cl/bitstream/handle/20.500.12365/4607/evolucion_titulados_historico_1990_2008.pdf?sequence=1

Sarstedt, M., Hair, J. F., Ringle, C. M., Thiele, K. O., & Gudergan, S. P. (2016). Estimation issues with PLS and CBSEM: Where the bias lies! Journal of Business Research, 69(10), 3998–4010. doi: 10.1016/j.jbusres.2016.06.007

Sarstedt, M., Ringle, C. M., y Hair, J. F. (2017). Partial Least Squares Structural Equation Modeling. En C. Homburg, M. Klarmann, y A. Vomberg (Eds.), Handbook of Market Research (pp. 1–40). doi: 10.1007/978-3-319-05542-8_15-1

Soria-Barreto, K., y Zúñiga-Jara, S. (2014). Aspectos determinantes del éxito académico de estudiantes universitarios. Formacion Universitaria, 7(5), 41–50. doi: 10.4067/S0718-50062014000500006

Stasolla, F., y Passaro, A. (2020). Enhancing Life Skills of Children and Adolescents With Autism Spectrum Disorder and Intellectual Disabilities Through Technological Supports. En T. Wadhera y D. Kakkar (Eds), Interdisciplinary Approaches to Altering Neurodevelopmental Disorders (pp. 41–62). doi: 10.4018/978-1-7998-3069-6.ch004

Treviño, E., Valdés, H., Castro, M., Costilla, R., Pardo, C., y Donoso-Rivas, F. (2010). Factores asociados al logro cognitivo de los estudiantes de América Latina y el Caribe. Santiago de Chile: Salesiano impresores.

Van Rooij, E. C. M., Jansen, E. P. W. A., y Van De Grift, W. J. C. M. (2018). Correction to: First-year university students’ academic success: the importance of academic adjustment. Eur J Psychol Educ, 33, 769. doi: 10.1007/s10212-017-0364-7

Velázquez Narváez, Y., y González Medina, M. A. (2017). Factors associated with student persistence: The case of the UAMM-UAT. Revista de La Educacion Superior, 46(184), 117–138. doi: 10.1016/j.resu.2017.11.003

Vergel-Ortega, M., Martínez-Lozano, J. J., y Zafra-Tristancho, S. L. (2016). Factores asociandos al rendimiento académico en adultos. Revista Científica, (25), 206–215. doi: 10.14483/udistrital.jour.RC.2016.25.a4

Vicente, J. M., Gonzales, N. I., Cabilan, M. A., Diaz, V. C., Sausa, L. P., y Ocampo, L. De. (2018). Self-Esteem, Study Habits, and Academic Performance of Business College Students. Abstract Proceedings International Scholars Conference, 6(1), 222. doi: 10.35974/ISC.V6I1.1360

Vilia, P. N., Candeias, A. A., Neto, A. S., Franco, M. D. G. S., y Melo, M. (2017). Academic Achievement in Physics-Chemistry: The Predictive Effect of Attitudes and Reasoning Abilities. Frontiers in Psychology, 8(JUN), 1064. doi: 10.3389/fpsyg.2017.01064

Virtanen, P., Nevgi, A., y Niemi, H. (2015). Self-Regulation in Higher Education: Students’ Motivational, Regulational and Learning Strategies, and Their Relationships to Study Success. Studies for the Learning Society, 3(1–2), 20–34. doi: 10.2478/sls-2013-0004.

Descargas

Publicado

2022-04-01

Cómo citar

Herrera Rivera, P., & Arancibia-Carvajal, S. (2022). Modelo exploratorio de factores que inciden en el rendimiento académico percibido. REXE- Revista De Estudios Y Experiencias En Educación, 21(45), 333–351. https://doi.org/10.21703/0718-5162.v21.n45.2022.017

Número

Sección

Investigación