CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 20 NÚMERO 39 | PP 97 - 110
9796 9796
Relaciones causales entre aspectos de educación virtual y
percepción del aprendizaje adquirido en contexto de pandemia
_______________________________
Causal relationships between aspects of virtual
education and perception of learning acquired in
the context of a pandemics
Recibido: 9 de octubre de 2022 | Aprobado: 17 de noviembre de 2022
Resumen
En la mayoría de las sociedades occidentales el sistema educativo ha resultado
afectado, aunque con diferentes matices, debido a la contingencia sanitaria por
la pandemia de coronavirus. En este marco, el objetivo general del presente
trabajo consiste en proponer un modelo estadístico que permita expresar las
relaciones de causalidad que se destacan entre distintos aspectos vinculados
con la educación virtual y la percepción de los estudiantes sobre el nivel de
aprendizaje adquirido. Como objetivo especíco, este estudio se plantea
contrastar la validez de contenido del Cuestionario sobre Educación Virtual
(CsEV) a través de la concordancia entre expertos cuya fuerza numérica fue
valorada mediante el estadístico kappa de Fleiss. Los participantes en este
estudio fueron 207 alumnos de ambos sexos, con una media de 19.68 años
y desviación estándar (DE) de 1.58, que en el curso académico 2021 se
encontraban matriculados en asignaturas del ciclo básico de carreras que se
imparten en la Universidad Tecnológica Nacional, Argentina. La investigación
responde a un diseño observacional, correlacional y explicativo mediante
encuesta en trabajo de campo; es también un estudio de línea cuantitativa,
de corte transversal y carácter prospectivo.
A efectos de recoger la evidencia empírica, se utilizó el CsEV el cual está
conformado por dieciséis ítems agrupados en tres dimensiones (aprendizaje,
enseñanza y contexto). La consistencia interna del cuestionario, estimada por
medio de los coecientes alfa de Cronbach y omega de McDonald, resultó en
Antonio Humberto Closas1
Universidad Pública de Navarra
(Pamplona, España)
hclosas@ca.frre.utn.edu.ar
Edgardo Alberto Arriola2
Universidad Nacional del Nordeste
earriola2006@ca.frre.utn.edu.ar
Mariela Rosana Amarilla3
Universidad Nacional del Nordeste
profe.amarilla@ca.frre.utn.edu.ar
Ethel Carina Jovanovich4
Universidad Nacional
del Chaco Austral
carijovanovich@ca.frre.utn.edu.ar
_____________________________
1 Doctor en Estadística e Investigación Operativa por la Universidad Pública de Navarra (Pamplona, España). Profesor Adjunto de Análisis Matemático
I y Director de Proyectos de Investigación en la Facultad Regional Resistencia de la Universidad Tecnológica Nacional. Investigador categorizado del
Programa de Incentivos del Ministerio de Educación de la Nación Argentina. Para contactar al autor: hclosas@ca.frre.utn.edu.ar
2 Profesor en Matemática y Cosmografía por la Universidad Nacional del Nordeste (UNNE). Realizó cursos de posgrado en temáticas pedagógicas
y disciplinares relacionadas con su especialidad. Profesor Titular de Análisis Matemático I en la Facultad Regional Resistencia de la Universidad
Tecnológica Nacional (UTN) y en la Facultad de Ingeniería de la UNNE. Para contactar al autor: earriola2006@ca.frre.utn.edu.ar
3 Profesora en Matemática y Cosmografía por la Universidad Nacional del Nordeste. Ha realizado cursos de posgrado en temáticas de su especialidad.
Se desempeña como docente en distintas asignaturas del área de Matemática de la Facultad Regional Resistencia de la Universidad Tecnológica
Nacional (UTN). Para contactar a la autora: profe.amarilla@ca.frre.utn.edu.ar
4 Magister en la Enseñanza de la Matemática por la Universidad Nacional del Chaco Austral. Se desempeña como docente en asignaturas del área de
Matemática, de unidades académicas de la Universidad Nacional del Nordeste y de la Universidad Tecnológica Nacional (UTN). Para contactar a la
autora: carijovanovich@ca.frre.utn.edu.ar
_____________________________
ISSN (en línea): 1814-4414 / Sitio web: http://cuaderno.pucmm.edu.do
CÓMO CITAR: Closas, H., Arriola, E. A., Amarilla, M. y Jovanovich, E. (2023). Relaciones causales entre aspectos de educación virtual y percepción del
aprendizaje adquirido en contexto de pandemia. Cuaderno de Pedagogía Universitaria, 20 (39), 97-110
9998
un rango de valores que se considera aceptable. Los análisis inferenciales implementados hicieron posible
determinar la ecuación de regresión que mejor se ajusta a la realidad objeto de interés, y que sería de utilidad
para explicar los datos y/o predecir observaciones futuras. La relación de dependencia múltiple contrastada
empíricamente se utilizó como insumo para formular acciones de intervención educativa que posibiliten
mejoras psicopedagógicas vinculadas con el proceso eLearning, en el ámbito académico e institucional de
selección de la muestra.
Palabras clave: modelización estadística, educación virtual, emergencia sanitaria, estudiantes de ingeniería.
Abstract
In most western societies, the educational system has been aected, although with dierent nuances, due
to the health contingency caused by the coronavirus pandemic. Within this framework, the general objective
of the present work is to develop a statistical model to express the causal relationships that were observed
between dierent aspects related to virtual education and the students’ perception of the level of learning
acquired. As a specic objective, this study aims to contrast the content validity of the Questionnaire on
Virtual Education (QVE) through the concordance between experts whose numerical strength was assessed
by means of Fleiss’ kappa statistic.The participants in this study were 207 students of both sexes, with a
mean age of 19.68 years and a standard deviation of 1.58, who in the 2021 academic year were enrolled in
subjects of the basic cycle of careers taught at the Universidad Tecnológica Nacional, Argentina. The research
responds to an observational, correlational and explanatory design by means of a eldwork survey; it is also
a quantitative, cross-sectional and prospective study. In order to collect empirical evidence, the QVE was
used, which is made up of sixteen items grouped into three dimensions (learning, teaching and context). The
internal consistency of the questionnaire, estimated by means of Cronbach’s alpha and McDonald’s omega
coecients, resulted in a range of values that is considered acceptable. The inferential analyses implemented
made it possible to determine the regression equation that best ts the reality of interest, and which would be
useful to explain the data and/or predict future observations. The empirically contrasted multiple dependency
relationship was used as input to formulate educational intervention actions to enable psycho-pedagogical
improvements linked to the eLearning process, in the academic and institutional environment of the sample
selection.
Keywords: statistical modeling, virtual education, health emergency, engineering students
Introducción
La pandemia de Covid-19 ha generado en casi todas
las sociedades de nuestro planeta una importante
crisis en materia económica, nanciera, sanitaria,
cultural, social, entre otras; aunque ciertamente el
grado y la forma en que las ha afectado tuvieron
sus matices en cada caso. En Argentina, como en
la mayoría de los países, el sistema educativo ha
sido una de las estructuras que tuvo que sobrellevar
las distintas incidencias que fueron presentándose
desde el principio de la emergencia pública debido
al brote del virus SARS-CoV-2. Sin embargo, la
educación es un derecho básico para el desarrollo
social y personal, así como para el bienestar integral
de las personas, independientemente de las
dicultades serias que soporten las comunidades,
como ha sido la propagación de la epidemia de
coronavirus.
Según la UNESCO (2020), en atención a este
derecho fundamental, en la región de América
Latina y el Caribe los gobiernos de casi todos
los países habían decretado la suspensión de
clases presenciales en las instituciones educativas
y tomaron medidas para que la enseñanza formal
continúe fuera de las aulas o dentro de ellas, pero
con exigentes normas de prevención.
En este contexto, y con el n de continuar brindando
una educación superior de calidad y excelencia,
de manera justa y equitativa, cualesquiera sean
las características de la situación en la que deba
impartirse, han surgido en el ámbito de la cátedra
Análisis Matemático I (AMI) de la Facultad Regional
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 20 NÚMERO 39 | PP 99 - 110
9998
Resistencia (FRRe), Universidad Tecnológica
Nacional (UTN), Argentina, una serie de inquietudes y
cuestiones, precisamente en atención a la evolución
que ha experimentado la realidad epidemiológica,
luego de varios meses de la aparición del virus.
En virtud de lo que antecede, se aplicó en el mes
de noviembre de 2021, en el marco de la asignatura
antes mencionada, un instrumento de recolección
de datos, elaborado especialmente para la ocasión,
al que se ha denominado Cuestionario sobre
Educación Virtual (CsEV).
Esta actividad tenía la intención inicial de recoger
información, a partir de la opinión de los alumnos,
con el objeto de proponer un modelo estadístico
que permita expresar las principales relaciones
de causalidad que se observan entre distintos
aspectos vinculados con la educación virtual y la
percepción que tienen los estudiantes sobre el
nivel de aprendizaje adquirido en la asignatura AMI.
De acuerdo con García Aretio (2020), en la educación
virtual tanto la utilización de los materiales de estudio
como la relación entre docentes y estudiantes se
realiza exclusivamente a través de las redes de
comunicación, fundamentalmente Internet (suele
haber predominio de actividades en modalidad
asincrónica respecto de la sincrónica). En tanto
que, el aprendizaje adquirido debe ser entendido en
este estudio, según sus autores, como el proceso
que permite a las personas obtener o modicar sus
conocimientos, habilidades, actitudes o valores, a
través del estudio, la experiencia, el razonamiento
o la instrucción.
Se estima conveniente precisar que los términos
educación/enseñanza/aprendizaje virtual, en línea,
a distancia, digital, remota, electrónica, etcétera,
más allá de sus características semánticas, así
como de sus matices, roles y funciones especícas,
se utilizan en este trabajo para hacer referencia a
los sistemas de enseñanza y aprendizaje, tanto
sincrónicos como asincrónicos, que se llevan a
cabo por medio de tecnologías aplicadas, en los
que educadores y educandos se encuentran en
diferentes espacios físicos.
En un segundo momento, se procura que este trabajo
permita, en el espacio académico e institucional del
cual proviene la muestra, realizar consideraciones
que posibiliten mejoras psicopedagógicas
vinculadas con la educación virtual, para ser
aplicadas en eventuales instancias posteriores.
Cabe señalar que la enseñanza que se impartió,
en atención a la situación sanitaria, consistió en
proporcionar acceso temporal a la instrucción y
brindar apoyos educativos de una forma que sea
rápida de congurar y esté disponible de manera
conable durante la contingencia epidemiológica
(educación remota de emergencia, de acuerdo con
Hodges et al., 2020).
Debido a las medidas preventivas por el brote de
coronavirus como una pandemia y suspensión
de las actividades presenciales a partir del 16
de marzo de 2020 (Resolución N° 108/2020 del
Ministerio de Educación de la Nación Argentina), fue
imprescindible adecuar los medios tecnológicos,
materiales de apoyo didáctico y procedimientos
operativos, existentes en las aulas virtuales que
se encontraban habilitadas y activas en el marco
del Campus Virtual Global de la UTN (plataforma
Moodle), puesto que el uso que se les daba a estas
herramientas y recursos pedagógicos, hasta la
fecha indicada, en general era escaso y limitado.
Por cierto, también fue necesario crear nuevos
espacios en aquellas asignaturas que no poseían
esta opción de modalidad educativa (de hecho,
durante el inicio de la pandemia y suspensión de
clases presenciales, el 100 % de las asignaturas
de la FRRe-UTN habían solicitado y posteriormente
utilizado el sistema de aulas virtuales), e incorporar
inicialmente aplicaciones de comunicación como
los programas de videoconferencias (p. ej., Zoom,
Meet, Teams, etc.), además del empleo de aquellos
dispositivos y soportes que se estimaron pertinentes
(p. ej., correos electrónicos, canales de YouTube,
redes sociales, etc).
Posteriormente, con el objeto de contribuir en la
implementación de las actividades académicas en
modo virtual, la institución puso a disposición de sus
docentes, a partir de junio de 2020, una serie de
herramientas para el dictado de clases, actividades
de evaluación y exámenes nales. En efecto, además
de la plataforma Moodle, los profesores podían
solicitar cuentas institucionales para la utilización
de los siguientes soportes tecnológicos:
101100
a) Oce 365, b) Google Form Education, c) Zoom
(Pro); lo cual facilitó claramente el desarrollo de
las distintas tareas educativas, en el contexto del
primer año de la contingencia sanitaria debido a la
pandemia por coronavirus, que en aquel momento
estaba transcurriendo.
Si bien, en diciembre de 2021, se dispuso el reinicio
de las actividades presenciales en el ámbito de la
FRRe-UTN, en forma progresiva y gradual (el dictado
de clases en la asignatura de duración anual AMI
se realizó en modalidad de aulas híbridas a partir
de marzo de 2022 y en forma totalmente presencial
desde agosto del mismo año), se considera que
la educación virtual es un modelo de trabajo
colaborativo que puede desarrollarse de manera
simultánea, complementaria o independiente
de la presencia física. Este modo de enseñanza
congura un escenario de trabajo per se, a través
de los recursos de la Web o Internet, por lo que se
interpreta que debe estar presente y vigente en los
sistemas de enseñanza contemporáneos.
El proceso de aprendizaje por medio de entornos
digitales prácticamente carece de límites geográcos
y temporales –en caso de ser asincrónico–, el
estudiante tiene la posibilidad de acceder al espacio
dentro de una plataforma virtual cuando lo desee
para tomar sus clases y realizar las tareas que
necesite, sin tener que estar sujeto a horarios ni
a desplazamiento físicos, todo lo cual constituye
diferencias sustantivas respecto de las actividades
que se llevan a cabo en la modalidad de aprendizaje
presencial.
A su vez, el aula virtual es uno de los núcleos
principales del proceso eLearning, lo que se
logra por medio de recursos como chats, foros,
videoconferencias, etc., con las que de manera más
bien sencilla los estudiantes pueden comunicarse
con sus profesores y también entre ellos.
Respecto de la implementación entre marzo y julio
de 2022 de aulas híbridas en el espacio académico
de la FRRe, se puede señalar que se trata de un
formato de aprendizaje que tiene como objetivo
responder a las demandas del contexto originado
por la situación epidemiológica y garantizar la
participación e interacción de todos los estudiantes.
En este entorno de aprendizaje, durante una semana
un grupo de alumnos de una determinada comisión
de estudio está presente en el aula física y el resto
de los estudiantes se encuentran conectados de
manera sincrónica-remota. La semana siguiente
se intercambia el rol de los grupos de alumnos, de
manera que los que habían participado de las clases
en modo sincrónico-presencial lo hacen ahora en
forma sincrónica-remota y viceversa.
La organización de los grupos sincrónicos, tanto
presencial como remoto, y la cantidad de estudiantes
que conforma cada uno de ellos, se encuentra a
cargo de la Secretaría Académica de la Institución
y depende del aforo establecido para cada uno
de los 9 salones de clase (aulas físicas) que se
hallan equipados con dispositivos que permiten el
funcionamiento bajo el modelo de aulas híbridas.
No obstante, en la asignatura AMI, homogénea
en las tres carreras de Ingeniería que se imparten
(Ingeniería Electromecánica -IE-, Ingeniería en
Sistemas de Información -ISI-, Ingeniería Química
-IQ-), se estima que para una cierta semana, en
promedio, al menos el 65 % de los alumnos de
una determinada comisión integran el grupo que
físicamente asiste a las aulas de la FRRe; el restante
35 %, como máximo, conforman el conjunto de
estudiantes que se encontraría conectado a través
de aplicaciones de videoconferencias.
También es posible armar que no todas las materias
de las carreras de Ingeniería que se ofrecen en
esta unidad académica utilizan el formato de aulas
híbridas (solo participaban de esta modalidad
aquellas comisiones que poseen una cantidad
relevante de alumnos inscriptos –p. ej., superior
a 100 estudiantes–), ya que en la mayoría de los
casos los profesores desarrollan sus actividades
áulicas de manera totalmente presencial, en atención
a que el número de jóvenes que se encuentra
matriculado en tales materias permite que el proceso
de enseñanza-aprendizaje se lleve a cabo en esa
modalidad de trabajo sin inconvenientes.
En el presente, la totalidad del equipamiento
tecnológico que se encuentra en los espacios
físicos de este centro educativo que pueden
funcionar como aulas híbridas continúa disponible
para el dictado de clases que se realizan en la
modalidad de enseñanza presencial. Ciertamente,
por obvias razones, lo que ha dejado de usarse son
las cuentas institucionales que permitían el acceso
a los programas de videoconferencias.
En el marco del escenario brevemente referenciado,
el objetivo general del presente trabajo consiste
en proponer un modelo estadístico que permita
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 20 NÚMERO 39 | PP 101 - 110
101100
expresar las relaciones de causalidad que se
destacan entre distintos aspectos vinculados
con la educación virtual y la percepción de los
estudiantes sobre el nivel de aprendizaje adquirido.
Como objetivo especíco este estudio se plantea
contrastar la validez de contenido del CsEV (área
de psicometría), a través de la concordancia entre
expertos cuya fuerza numérica será valorada
mediante el índice kappa de Fleiss.
La consistencia interna del cuestionario será
estimada por medio de los coecientes alfa de
Cronbach (Cronbach, 1951) y omega de McDonald
(McDonald, 1970), ya que en la actualidad las
publicaciones especializadas recomiendan hacer
una segunda medición a efectos de garantizar la
conabilidad de la medición del instrumento que se
emplea para recoger los datos (Zinbarg et al., 2005).
Los análisis cuantitativos principales que serán
implementados a efectos de lograr la modelización
que se desea pertenecen al área de estadística
inferencial. La técnica que se utilizará se denomina
regresión categórica, se aplicará a nivel ordinal y
se encuentra en el contexto de los procedimientos
de escalamiento óptimo. Se trata de un método de
análisis multivariante que permite cuanticar los
datos categóricos originales a través de la asignación
de valores numéricos a las opciones (p. ej., mucho,
…, nada), obteniéndose una ecuación de regresión
lineal óptima para las variables transformadas
(Kooij, 2007).
A continuación, se detalla el proceso metodológico
implementado. Más adelante, se presenta el análisis
de los datos para luego ofrecer los resultados,
discusiones y conclusiones. En atención al propósito
de este estudio, se anhela que el modelo en cuestión
posibilite el planteo de acciones de mediación
psicoeducativas que hagan posible optimizar el
proceso eLearning, en principio, en el espacio de
selección de la muestra y, en general, en el ámbito
del centro académico de aplicación de la encuesta,
para una mayor satisfacción y progreso individual
de sus jóvenes educandos.
2. Materiales y métodos
1. Diseño
Es sabido que los criterios de clasicación no
son mutuamente excluyentes, incluso en algunos
casos, tampoco lo son las categorías dentro de un
mismo criterio. Por ello, en la práctica, los estudios
no se apoyan solo en métodos puros, sino que
presentan características en las que participan
varias metodologías.
En sintonía con lo expresado, se detalla en la Tabla
1 el diseño con el que se identica nuestro trabajo
de características esencialmente empíricas.
Tabla 1:
Diseño de investigación
Criterios Métodos
•
En virtud de que el estudio está basado en las
respuestas que brindan los participantes a los
ítems del CsEV, tal como se presentan en su
contexto real.
Observacional
• Teniendo presente el objetivo que se persigue y
el modo de reunir la información.
Explicativo
Encuesta
•
En atención al tipo de instrumento de medición
aplicado, en modo remoto debido a las restricciones
impuestas por la contingencia sanitaria.
Cuestionario
• Si se tiene en cuenta el marco de recogida de los
datos y la forma en que estos se analizan.
De campo
Cuantitativa
•
Debido al interés por analizar las asociaciones
entre las variables que participan.
Correlacional
•
Puesto que se formularán sugerencias que podrían
resultar favorables en futuras aplicaciones del
proceso eLearning.
Prospectivo
2. Participantes
En la selección de la muestra se tuvo presente que
la participación de los alumnos, que proporcionarían
la información necesaria a través de sus respuestas
en el CsEV, debía ser libre y voluntaria.
Este criterio ha dado lugar a la formación aleatoria
del grupo de jóvenes sobre el que se aplicó el
instrumento de observación, lo que se llevó a cabo
en la primavera de 2021, y que fue fundamental,
desde luego, para desarrollar el presente trabajo.
Fue así que la muestra aceptante (Fox, 1981) quedó
compuesta por estudiantes de ambos sexos, con
edades comprendidas entre 17 y 25 años, que
respondieron de manera espontánea las preguntas
que conformaban el cuestionario.
En concreto, se analizaron los datos relativos a un
total de 207 alumnos (78 mujeres ‒m‒ y 129 hombres
‒h‒), con una media de 19.68 años y desviación
estándar de 1.58, que en el curso académico 2021
103102
se encontraban matriculados en la asignatura AMI,
según se sabe, homogénea para las tres carreras
de Ingeniería (IEM, ISI, IQ) que se imparten en la
FRRe-UTN. Algunas de las características de la
muestra utilizada en esta investigación se ilustran
en la Tabla 2.
Tabla 2:
Detalles relativos a la muestra empleada en la etapa
empírica del estudio
Carrera Alumnos Edad
Ingeniería
Electromecánica n1 = 33 (15.94 %)
(08 m, 24.24 % – 25 h, 75.76 % )
Mín. = 18 Máx. = 23
M = 19.76 DE = 1.32
Ingeniería en
Sistemas
de Información
n2 = 115 (55.56 %)
(27 m, 23.48 % – 88 h, 76.52 %)
Mín. = 18 Máx. = 25
M = 19.82 DE = 1.58
Ingeniería Química n3 = 59 (28.50 %)
(43 m, 72.88 % – 16 h, 27.12 %)
Mín. = 17 Máx. = 25
M = 19.37 DE = 1.70
Muestra: n = 207 (78 m, 37.68 % – 129 h, 62.32 %)
Edad: Mín. = 17, Máx. = 25, M = 19.68, DE = 1.58
1. Procedimiento
Una vez que la muestra estuvo denida, se les
informó a los estudiantes, a través de la sección
virtual de la asignatura AMI, que el CsEV se
encontraba disponible y podían responder las
preguntas con total tranquilidad y seguridad, ya que
sus respuestas serían utilizadas en forma global para
llevar adelante el desarrollo de un estudio cientíco
que, entre sus objetivos, persigue preservar las
fortalezas y reparar las debilidades que se hayan
presentado en el sistema de enseñanza virtual, a
efectos de su aplicación en próximas instancias.
También se les recordó la importancia de responder
sinceramente a los distintos ítems planteados y
se les reiteró que su participación en el evento
correspondía a una decisión absolutamente personal
y espontánea.
La aplicación del cuestionario se realizó por medio
de un enlace del programa Google Forms, entre
el 15 de octubre y el 30 de noviembre de 2021,
y fue supervisada por algunos de los autores
de esta investigación. Concluido el trabajo de
campo propiamente dicho y el ordenamiento de la
información obtenida, se procedió a la construcción
de la matriz de datos en formato electrónico, así
como a su posterior control estadístico general para
lo cual se empleó el paquete IBM SPSS Statistics
26 (George y Mallery, 2020).
2. Instrumento
El cuestionario utilizado en este estudio ‒en cuya
elaboración se han tenido presentes, entre otros,
los trabajos de Lezcano y Vilanova (2017) y de
Ruiz et al. (2018)‒, se encuentra conformado por
16 ítems en total, de los cuales 6 enunciados
tienen relación, principalmente, con cuestiones de
aprendizaje (vinculadas al propio sujeto), otras 5
preguntas incluyen temas del proceso de enseñanza
(asociadas con actividades de la cátedra) y los 5
ítems restantes se hallan relacionados con aspectos
de contexto (impacto de la pandemia y recursos
de la institución académica).
En la Tabla 3 se observan los ítems que integran
cada una de las 3 dimensiones mencionadas en el
párrafo anterior (aprendizaje, enseñanza y contexto).
Para las respuestas a los ítems del CsEV se utilizó
una escala de tipo Likert, en la que se disponía de
5 opciones que iban desde Mucho (5 puntos) hasta
Nada (1 punto). Los alumnos debían seleccionar
aquella cualidad/valoración que entendieran como
la más adecuada al planteo que en cada caso se
les presentaba.
Tabla 3:
Dimensiones e ítems del CsEV
Dimensión Ítems
Aprendizaje
1) Teniendo en cuenta todo lo que implica estudiar en modo
virtual, ¿te resulta fácil hacerlo en forma efectiva?; 4) ¿Consideras
que aprender desde tu casa es una actividad estresante?; 8)
¿Estás conforme con el aprendizaje que puedes lograr en esta
materia a través de la enseñanza a distancia?; 10) ¿Existen
situaciones en tu ámbito de estudio que afectan tu aprendizaje
en modo virtual?; 13) ¿Se produce algún tipo de interacción con
tus compañeros de comisión que te facilite estudiar en forma
remota?; 16) ¿Cómo calicarías el nivel personal de aprendizaje
adquirido en la asignatura?
Enseñanza
2) En general, ¿estás satisfecho con las características de las
tareas asignadas por tu profesor?; 5) Las actividades de enseñanza
que se realizan durante las sesiones remotas y los materiales que
se brindan en el aula virtual, ¿te resultan útiles para aprender los
temas que se imparten?; 7) ¿Cuánto tiempo dedicas en promedio
a la educación virtual para esta materia?; 11) ¿Coincides en que la
forma utilizada para evaluar tus conocimientos en esta asignatura
ha sido adecuada?; 14) ¿Estás de acuerdo con el acompañamiento
que la cátedra ha implementado para desarrollar el programa de
contenidos durante el período de crisis sanitaria?
Contexto
3) ¿En qué medida te preocupa el impacto de la pandemia de
coronavirus en tu formación académica?; 6) ¿Te intranquiliza no
poder asistir a la universidad debido al estado de aislamiento
social?; 9) ¿Cómo calicarías el nivel de exigencia que, en general,
poseen las normas correspondientes al protocolo para exámenes
a distancia en el contexto de la pandemia de Covid-19?; 12)
¿Te parece conveniente la implementación, a partir del próximo
curso académico, de sistemas de enseñanza y aprendizaje
híbridos?; 15)¿Te satisfacen los recursos tecnológicos y el modo
de comunicación de los que dispone la institución académica
para aprender desde tu casa?
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 20 NÚMERO 39 | PP 103 - 110
103102
2.4.1 Validación del instrumento
El instructivo de validación del CsEV, diseñado a
partir de la plantilla propuesta por Escobar-Pérez
y Cuervo-Martínez (2008), está conformado por 4
características o categorías (3 para los 16 ítems
‒claridad, coherencia, relevancia‒ y 1 para las 3
dimensiones ‒suciencia‒). La valoración de cada
ítem del cuestionario se realiza mediante una escala
que posee 4 niveles:
no cumple con el criterio (1), bajo (2), moderado
(3), alto (4); por cierto, en correspondencia con la
característica a evaluar. La evaluación cuantitativa
del grado de concordancia entre los jueces del
cuestionario para las distintas características se
realizó por medio del coeciente kappa de Fleiss
(Fleiss et al., 2003).
El índice kappa relativo al acuerdo global entre
los 3 jueces participantes y los 16 ítems del
cuestionario observado se encuentra, para las 3
categorías analizadas, en el rango denominado
concordancia moderada (.41 ‒ .60), de acuerdo
con la interpretación de Landis y Koch (1977). Lo
mismo sucede con la índice kappa que determinar
el grado de acuerdo entre los 3 evaluadores y las 3
dimensiones del CsEV para la categoría suciencia.
Igualmente, fue posible acreditar que el coeciente
kappa de Fleiss resultó estadísticamente signicativo
al nivel α = .005 (Benjamin et al., 2018), en los
3 criterios utilizados en la evaluación de los 16
ítems del instrumento, ya que en cada ocasión el
estadístico z respectivo posee un valor p menor que
α. En cambio, en la categoría suciencia se obtuvo
para kappa un valor p = .048, por lo que en esta
oportunidad resultó estadísticamente signicativo
solo al nivel α = .05.
En la Tabla 4 se observan los resultados inherentes
al acuerdo global obtenido a partir de las respuestas
dadas por los 3 jueces a los 16 ítems y 3 dimensiones
del CsEV.
Tabla 4:
Acuerdo global entre evaluadores
Categoría Coeciente kappa Grado de acuerdo Estadístico zValor p
Intervalo de conanza al 95 %
Lím. inferior Lím. superior
Claridad .440 Moderado 3.469 .001 .432 .448
Coherencia .498 Moderado 3.452 .001 .489 .507
Relevancia .603 Moderado 4.995 .000 .596 .611
Suciencia .550 Moderado 1.985 .048 .529 .571
En la tabla también se muestra la interpretación
cualitativa del grado de acuerdo o fuerza de
concordancia, así como el intervalo de conanza
al 95 % para cada una de las 4 categorías.
En denitiva, se puede sostener, a partir de los
resultados obtenidos en el análisis estadístico,
que existen evidencias sucientes respecto de la
concordancia, a nivel moderado, entre los 3 jueces
participantes sobre las 4 categorías consideradas
en la evaluación del CsEV.
La consistencia interna del cuestionario –considerada
una medida directa de su conabilidad e indirecta
de validez de constructo–, según el coeciente
alfa de Cronbach fue de .736, y de acuerdo con
omega de McDonald resultó .712 (para su cálculo se
utilizó el software JASP Team, 2022), los cuales se
encuentran en un rango de valores que se considera
adecuado (Lara y Martínez-Molina, 2016).
En razón de los resultados de la evaluación numérica
de la validez de contenido del CsEV y del análisis
105104
de abilidad basado en las estimaciones obtenidas
de los coecientes alfa y omega, puede armarse
que el instrumento observado posee un desempeño
psicométrico adecuado en el contexto de esta
investigación.
5. Análisis de datos
Los análisis estadísticos, implementados en
atención al objetivo general, se llevaron a cabo a
partir de la base de datos elaborada en formato
electrónico y sobre la totalidad de los ítems/
variables que conforman el instrumento de medida
aplicado. Inicialmente, los datos recogidos fueron
almacenados utilizando el programa Microsoft Excel
2019, mientras que el procesamiento estadístico se
realizó, como se anticipara, mediante el software
IBM SPSS Statistics 26.
Según se había indicado en la sección introductoria,
la técnica multivariante que se aplicará a efectos
de lograr el modelo explicativo que se pretende
será la regresión categórica (nivel ordinal), la cual
se encuentra en el contexto de los procedimientos
denominados escalamiento óptimo. Las pruebas de
hipótesis que se deban realizar, como es habitual
al trabajar con paquetes estadísticos, se harán por
medio de la medida “valor p”. Los resultados que
se obtuvieron serán presentados en la sección
siguiente.
El tratamiento estadístico por implementar permitirá
determinar la ecuación de regresión que mejor
describe la relación causal entre la variable que
se desea explicar (autopercepción del nivel de
aprendizaje adquirido) y las variables explicativas o
predictores (aspectos vinculados con la educación
virtual).
La relevancia educativa de la modelización que se
logre radica en que las temáticas que se encuentren
presentes en los ítems explicativos de la relación
de dependencia múltiple se utilizarán para efectuar
algunas consideraciones que posibiliten mejoras
psicopedagógicas vinculadas con el proceso
eLearning en el ámbito académico e institucional
de selección de la muestra.
El abordaje estadístico posibilitará contrastar el
concepto teórico que se sostiene con el modelo
empírico, es decir, brindará la oportunidad de
evaluar el trabajo de campo mediante el grado de
ajuste que presenta el paradigma que se hipotetiza
respecto de los resultados obtenidos a partir del
procesamiento de las observaciones recogidas.
3. Resultados
En esta sección se expondrán inicialmente los
resultados de estudios correlacionales que se
efectuaron con el n de observar en qué medida
los 15 primeros ítems del CsEV ‒cuya validez de
contenido fue puesta a prueba mediante el acuerdo
entre evaluadores: kappa de Fleiss‒ se encuentran
asociados con la variable que se desea modelar,
explicar o predecir. Posteriormente, luego de llevar
a cabo los análisis estadísticos pertinentes, se
presentará el modelo funcional que mejor explica
los datos del ítem 16; esto es, ¿cómo calicarías
el nivel personal de aprendizaje adquirido en la
asignatura AMI?, cuando las variables exógenas
son parte de los restantes ítems del cuestionario
aplicado.
En efecto, en línea con lo que antecede, en la Tabla
5 se muestran los coecientes de correlación entre
el ítem 16 y aquellos ítems que integran el CsEV,
que resultaron relevantes desde el punto de vista
estadístico (la selección de los mismos se hizo
teniendo en cuenta la medida de importancia
relativa de Pratt), luego de aplicar la técnica de
dependencia regresión categórica (nivel ordinal). Se
puede ver que todos los ítems de la tabla presentan
correlación positiva, excepto el ítem 3 que posee
correlación negativa.
Tabla 5.
Correlaciones entre el ítem 16 y ciertos ítems del CsEV
Ítems 12357814 15
16 .583 .411 –.289 .307 .315 .452 .384 .416
En la tabla se observan múltiples asociaciones
lineales entre la percepción que los estudiantes
tienen sobre el nivel de aprendizaje adquirido (ítem
16) y algunos aspectos de la educación virtual,
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 20 NÚMERO 39 | PP 105 - 110
105104
relativos a la oferta académica implementada en la
asignatura AMI durante el período de emergencia
sanitaria.
Los ítems 2 (r = .411), 5 (r = .307), 7 (r = .315) y 14 (r
= .384), poseen en sentido positivo una interesante
intensidad en la relación con el ítem 16. Todos ellos
forman parte de la dimensión enseñanza (80 % del
total) y representan el 57.14 % de los coecientes
positivos de la tabla. En este contexto, se podría
asumir que si hubiera cambios en las actividades
que los docentes realizan, probablemente esa
circunstancia genere modicaciones en la relación
con el grado de satisfacción que los estudiantes
aprecian respecto del aprendizaje adquirido.
En cuanto al coeciente de correlación negativo
que presentan los ítems 3 y 16, se puede sostener
que ello se debe a que los estudiantes que otorgan
valores bajos a la preocupación del impacto de
la pandemia en su formación académica son los
que calican con puntuaciones altas el nivel de
aprendizaje adquirido.
Ahora bien, al intentar elaborar un modelo de
regresión múltiple con el ítem 16 como variable
dependiente y con la totalidad de los ítems de la
Tabla 5 como variables explicativas o predictores,
el estadístico F de Fisher y su valor p (F = 8.631,
p = .000) indicaban que el modelo en su conjunto
resulta de utilidad para explicar o interpretar los
datos de la muestra (α < .05).
Sin embargo, al observar la F de Fisher y su valor
p para los ítems: 2, 5 y 8, se encontró que para el
nivel α = .05, sus respectivos coecientes resultaban
estadísticamente no signicativos. Es decir, no
se podría rechazar la hipótesis nula de que los
coecientes estandarizados (Beta) relativos a cada
uno de los 3 ítems nombrados es igual a cero (en
todos los casos valor p > .05, ver Tabla 6), por lo que
ciertamente no serían individualmente de utilidad
para formar parte de la ecuación de regresión que
se pretende construir.
Tabla 6.
Datos estadísticos de los ítems 2, 5 y 8 del CsEV
Ítems 25 8
Beta .136 .141 .110
F.480 .539 .462
Valor p.619 .656 .709
Por las razones descritas se decidió no incluir
tales ítems en el modelo que será propuesto; de
manera que, los resultados del análisis realizado
con el objeto de reejar las relaciones signicativas
de causalidad en las que estamos interesados son
los que se detallan a continuación.
En la Tabla 7 se pueden apreciar los coecientes
de correlación múltiple (R) y determinación (R
2
ajustado); la F de Fisher y su valor p, todos ellos
índices globales del modelo que se propone (var.
dep.: ítem 16, predictores: ítems 1, 3, 7, 14, 15).
También se encuentran en la tabla los coecientes
estandarizados (Beta) junto con el respectivo
estadístico F y su valor p para los predictores
referidos. En todos los casos es posible rechazar
la hipótesis nula correspondiente, por lo que el
modelo en su conjunto resulta de utilidad y cada
uno de los coecientes de los ítems analizados
son distintos de cero (para todas las F de Fisher
resultó valor p < .05).
Tabla 7.
Indicadores globales, coecientes y estadísticos del modelo propuesto
Ítems RR2
ajustado FValor p Beta F Valor p
Tolerancia
DT AT
1
.718 .471 11.800 .000
.356 22.563 .000 .735 .672
3-.196 6.977 .000 .879 .847
7.203 7.044 .000 .906 .902
14 .181 9.046 .000 .804 .800
15 .210 9.049 .000 .781 .748
107106
En la última columna de la tabla se encuentran los
estadísticos de Tolerancia (después ‒DT‒ y antes
de la transformación de los datos ‒AT‒) para los
predictores mencionados en el párrafo anterior; sus
valores indican ausencia de colinealidad, puesto
que en todos los casos para cada uno de ellos el
valor de Tolerancia es superior a .10 (obsérvese
que los índices DT superan a los AT).
Cabe señalar que si bien la aplicación de la técnica
de escalamiento óptimo CATREG (acrónimo de
CATegorical REGression) requiere para las variables
que participan el cumplimiento de principios
paramétricos; no es menos cierto que existe
evidencia, teórica y empírica, que en muestras
grandes (n > 30) los métodos multivariados son
sucientemente robustos como para ser insensibles
a ligeras desviaciones de los supuestos estadísticos
(Harris, 1985).
En denitiva, la ecuación de regresión lineal óptima
que se propone a continuación se ajusta al modelo
empírico y será de utilidad para explicar los datos
y/o predecir observaciones futuras.
Modelo de regresión categórica (nivel ordinal, coecientes estandarizados)
Ítem16 = .356 Ítem1 ‒ .196 Ítem3 + .203 Ítem7 + .181 Ítem14 + .210 Ítem15
Las medidas de importancia relativa de Pratt indican,
en forma aditiva o en conjunto, que los predictores:
Ítem
1
, Ítem
7
e Ítem
15
, aportan el 72.54 % del modelo
en la explicación de la variable dependiente (Ítem16).
El predictor de mayor importancia individual es
el Ítem1, luego sigue el Ítem15, que contribuyen
respectivamente con el 41.15 % y 18.95 % del
modelo en explicar la variabilidad del Ítem16.
A su vez, los coecientes de regresión parcial
estandarizados (Beta) de las variables transformadas
indican el cambio de las cuanticaciones que cada
predictor produce en la variable explicada. En este
aspecto, también el Ítem1 = .356 y el Ítem15 = .210
son los que más aportan a reejar el ajuste del
modelo a los datos de la muestra.
La transformación de los predictores a su forma
estandarizada hace que los coecientes sean
más comparables, ya que todas las variables se
encuentran en una misma unidad de medida.
En términos de la situación objeto de interés se
puede sostener, a partir del modelo presentado,
que los alumnos que en modalidad virtual poseen
facilidad para estudiar en forma efectiva (ítem 1),
que prácticamente no les preocupa el impacto
de la pandemia de coronavirus en su formación
académica (ítem 3), que dedican en promedio
más tiempo a la educación en modo remoto (ítem
7), que coinciden con el acompañamiento que la
cátedra ha puesto en marcha para desarrollar los
contenidos del programa durante la crisis sanitaria
por Covid-19 (ítem 14) y que están conformes con los
recursos tecnológicos y el modo de comunicación
que ofrece la institución educativa para aprender
desde sus casas (ítem 15), son nalmente los
estudiantes que calican con mayor valoración
el nivel de aprendizaje adquirido en la asignatura
AMI (ítem 16).
4. Discusión y conclusiones
En el presente trabajo el objetivo central consistía
en proponer un modelo estadístico que permita
expresar las relaciones principales de causalidad
que se observan entre distintos aspectos vinculados
con la educación remota y la percepción que
tienen los estudiantes sobre el nivel de aprendizaje
adquirido en la asignatura AMI.
La actividad que permitió obtener los datos
necesarios para implementar luego el procesamiento
estadístico consistió en la aplicación de un
cuestionario previamente validado, mediante el
cual se pudo recoger la opinión de los alumnos
‒como actores principales‒ sobre los aspectos
destacados del sistema formal de educación
superior (estudiantes, profesores e institución).
La elección de la técnica estadística aplicada, del
área de análisis multivariante, resultó apropiada
puesto que permitió generar un modelo de
características explicativas y predictivas de valorada
sencillez, tanto por su formulación matemática como
por la facilidad para interpretar los resultados.
A su vez, en una segunda instancia, el estudio
llevado a cabo hizo posible realizar algunas
consideraciones psicopedagógicas vinculadas
con la educación virtual para ser aplicadas en
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 20 NÚMERO 39 | PP 107 - 110
107106
instancias posteriores, con el propósito de mejorar
el desempeño matemático de los estudiantes, en el
espacio académico e institucional del cual proviene
la muestra.
En atención a los resultados alcanzados durante el
desarrollo de esta investigación, se puede sostener
que el tratamiento metodológico realizado del
tema y su abordaje de línea cuantitativa fue una
decisión adecuada, ya que permitió lograr el objetivo
propuesto, así como la formulación de sugerencias
de acciones educativas, las cuales serán expresadas
más adelante.
En este estudio fue contrastada la validez de
contenido del CsEV (área de psicometría), a través
de la concordancia entre expertos cuya fuerza
numérica fue valorada mediante el estadístico kappa
de Fleiss, resultando favorable la evaluación ‒nivel de
acuerdo moderado‒ en las 3 categorías ‒claridad,
coherencia, relevancia‒ consideradas para los 16
ítems, así como en la categoría ‒suciencia‒ utilizada
para las 3 dimensiones del cuestionario observado.
También, la consistencia interna del cuestionario
fue estimada por medio de los coecientes alfa
de Cronbach y omega de McDonald, ambos
estadísticos se encontraban en un rango de valores
(entre .70 y .80) que se considera aceptable, por lo
que el instrumento resultó conable para recoger
los datos en el contexto de este estudio. En virtud
de la validación cuantitativa realizada y del análisis
de abilidad practicado, puede armarse que
el instrumento evaluado posee un desempeño
psicométrico apropiado.
Los estudios estadísticos del área inferencial tuvieron
que ver, básicamente, con técnicas de escalamiento
óptimo, correspondientes a los ítems/variables
que conforman el instrumento de medida aplicado
(según se sabe, 6 integran el área aprendizaje, 5
forman la dimensión enseñanza y 5 pertenecen al
eje temático contexto).
En este marco, se efectuaron en principio análisis
correlacionales, a efectos de observar en qué
medida los 15 primeros ítems del cuestionario se
encontraban asociados con la variable que se desea
2 Guillermo de Ockham (1280-1349), fue un fraile franciscano, lósofo y teólogo inglés. Vivió pobremente y defendió la ‘pobreza
apostólica’ de la iglesia; siendo excomulgado en 1328, y rehabilitado, tras su muerte, en 1359. Sostenía que cuando dos teorías
en igualdad de condiciones tienen las mismas consecuencias, debía optarse por la más simple, puesto que tiene mayores
probabilidades de ser correcta que la compleja.
explicar o modelar. A continuación, luego de llevar a
cabo algunas pruebas mediante la técnica regresión
categórica (escala ordinal), fue propuesto el modelo
que mejor explica o interpreta los datos del ítem
16; esto es, ¿cómo calicarías el nivel personal de
aprendizaje adquirido en la asignatura AMI?
El modelo estadístico denitivo quedó compuesto
por el ítem 16, desde luego, como variable
dependiente y por los ítems o reactivos 1, 3, 7,
14 y 15 como variables independientes; es decir,
por variables explicativas las cuales forman parte
de las 3 dimensiones consideradas en el CsEV:
aprendizaje (ítems 1), enseñanza (ítems 7 y 14) y
contexto (ítems 3 y 15).
Resulta interesante observar que el modelo
formulado con cinco variables independientes
posee un estadístico F = 11.80 0 ( p = .000), superior
al del modelo que podría construirse con los ocho
predictores de la Tabla 5 (F = 8.631, p = .000). Más
allá que ambos indicadores resultan signicativos
al nivel α = .05, es evidente que el modelo de
regresión categórica que se propone logra mayor
capacidad para explicar/predecir la variabilidad de
la variable dependiente, con un número menor de
predictores, vericándose el principio de economía
o parsimonia de Ockham2.
Como es sabido, los ítems 2, 5 y 8 si bien poseen
correlaciones importantes con el ítem 16, no
fueron tenidos en cuenta a la hora de construir el
modelo que se propone, debido a que el coeciente
respectivo que se generó para cada uno de ellos
a través del algoritmo de la técnica utilizada no
resultaba estadísticamente signicativo al nivel
α = .05. Sin embargo, se considera que los mismos
no deberían pasarse por alto, puesto que en otro
ámbito educativo podrían contribuir de manera
signicativa en explicar la dispersión de los datos
de la variable dependiente.
Según los resultados de la encuesta realizada,
el diseño didáctico planicado por la asignatura
AMI para desarrollar los contenidos temáticos
durante la emergencia sanitaria ha logrado, en
general, la satisfacción de los estudiantes y una alta
109108
calicación en cuanto a la percepción del aprendizaje
adquirido. Sin embargo, se brindan de inmediato
algunas consideraciones que surgen parcialmente
del signicado y sentido que presentan los ítems
que mejor explican la varianza de la variable que
ha sido modelada. Estas apreciaciones podrían ser
tenidas en cuenta al momento de llevar adelante el
proceso de educación virtual con el n de favorecer
el rendimiento de los estudiantes, principalmente en
el ámbito académico de selección de la muestra.
•
En el marco de la dimensión aprendizaje
sería conveniente insistir en la importancia
que tiene la calidad y el tiempo que los
jóvenes destinan al estudio de los temas
que se imparten en forma sincrónica-remota,
como también promover la lectura de los
contenidos del material pedagógico que se
encuentra disponible en el campus virtual de
AMI. Ambas actividades contribuirán en el
desarrollo de habilidades, hábitos y destrezas
que facilitarán las tareas que se realicen a
la hora de estudiar, logrando así hacerlo en
modo virtual de manera efectiva.
•
Respecto del área temática enseñanza,
se propone que la cátedra AMI conserve
la metodología de enseñanza sincrónica
desarrollada hasta el momento en la
modalidad a distancia, así como el
acompañamiento que ha implementado,
mediante distintos tipos de tareas educativas,
para complementar el dictado en línea de los
contenidos del programa. Esta sugerencia
se realiza en atención a que los estudiantes
que mejor calican el nivel de aprendizaje
adquirido en la asignatura se manifestaron
conformes con el aprendizaje logrado como
resultado de la labor desplegada por los
profesores en las actividades pedagógicas
mencionadas.
•
En cuanto a la dimensión contexto, se
presume necesario mantener los recursos
tecnológicos y los medios de comunicación
que ofrece actualmente la institución
educativa para el desarrollo de actividades
didácticas y de evaluación en forma virtual.
La educación a distancia es una forma de
trabajo que puede implementarse de manera
complementaria de la modalidad presencial
y que debe estar presente en los sistemas
modernos de enseñanza. Esta condición
permitirá que los estudiantes se sientan con
menores niveles de ansiedad y se reduzca la
preocupación por la formación académica,
debido a dicultades que en algún momento
pueden transitar, como ha sucedido con la
propagación de la epidemia de coronavirus.
Aunque en su generalidad los resultados muestran
evidencias de que el instrumento aplicado (CsEV)
puede ser de utilidad para explorar, describir e inferir
distintas cuestiones de aprendizaje, actividades
de enseñanza y aspectos de contexto vinculados
con la educación a distancia, creemos necesario
considerar algunas limitaciones que se han
observado.
En efecto, en primer lugar, los participantes de la
presente investigación fueron alumnos de primer
año de un departamento académico determinado
y de una facultad regional especíca, lo que quizás
no permite hacer inferencias sobre otros estudiantes
universitarios o extender los resultados obtenidos
sobre otras poblaciones no representadas en la
muestra.
En segundo orden, no se analizaron mediante el
estadístico kappa de Fleiss las categorías claridad,
coherencia y relevancia en los grupos de ítems que
conforman cada una de las dimensiones aprendizaje,
enseñanza y contexto del CsEV. Se presume que
sería conveniente en el marco de validación del
cuestionario proporcionar los resultados de la
fuerza de concordancia entre evaluadores para las
dimensiones del instrumento en forma individual.
No obstante, a pesar de las observaciones señaladas,
se piensa que el trabajo realizado representa un paso
adelante en el abordaje de la temática desarrollada,
así como un aporte a la comunidad académica y
cientíca del área de conocimiento. También se
considera que posee perspectivas de transferencia
en temas de planicación y gestión universitaria
que, básicamente, se lleven a cabo en el espacio
institucional local.
Respecto de futuras investigaciones relacionadas
con la cuestión aquí tratada y la metodología
implementada, se ve con interés la inclusión de
variables independientes de tipo sociodemográcas
como rangos etarios, género de los participantes,
carrera o especialidad que siguen los estudiantes,
nivel socioeconómico de sus respectivas familias,
entre otras.
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 20 NÚMERO 39 | PP 109 - 110
109108
De esta manera, se podrían proponer nuevos modelos
estadísticos de dependencia, tanto funcionales
como estructurales, que tengan en cuenta, además
de los ítems del CsEV, algunos de los predictores
mencionados y estudiar cómo se maniestan los
tres tipos de dimensiones (aprendizaje, enseñanza
y contexto) en el desempeño académico de los
estudiantes al considerar también algún tipo de
segmentación a partir de los predictores indicados.
El hecho de haber validado y aplicado el CsEV, a
efectos de modelizar el fenómeno del aprendizaje
adquirido en un particular marco académico y
sociocultural, constituye un aporte cientíco
genuino en razón de la producción de saberes
que fue posible generar a partir de datos que no
habían sido relevados en trabajos anteriores. La
investigación realizada permite contar ahora con
un nuevo espacio de referencia conformado por
estudiantes de carreras de Ingeniería con residencia
en la zona nordeste de Argentina.
Según nuestra percepción, la modalidad de
enseñanza y aprendizaje virtual representa una
temática relevante en los sistemas de educación
contemporáneos, por lo que deberían incrementarse
los trabajos de investigación en el ámbito universitario
regional a efectos de obtener mayor información
sobre su utilidad y resultados de experiencias
realizadas. Este hecho hará posible plantear nuevas
estrategias de mediación psicopedagógicas, lo
que a su vez dará lugar a optimizar la ejecución del
proceso digital a distancia con el n de colaborar
en el presente con el logro de un mejor rendimiento
cognitivo de los estudiantes de este nivel educativo.
5. Referencias bibliográcas
Benjamin, D. J., Berger, J. O., Johannesson, M.,
Nosek, B. A., Wagenmakers, E. J., Berk, R.,
Bollen, K. A., Brembs, B., Brown, L., Camerer,
C., Cesarini, D., Chambers, C. D., Clyde, M.,
Cook, T. D., De Boeck, P., Dienes, Z., Dreber,
A., Easwaran, K., Eerson, C., ... Johnson,
V. E. (2018). Redene statistical signicance.
Nature Human Behaviour, 2(1), 6-10. https://
doi.org/10.1038/s41562-017-0189-z
Cronbach, L. J. (1951). Coecient alpha and the
internal structure of tests. Psychometrika, 16,
297-334.
Escobar-Pérez, J. y Cuervo-Martínez, A. (2008).
Validez de contenido y juicio de expertos: Una
aproximación a su utilización. Avances en
Medición, 6, 27–36.
Fleiss, J. L., Levin, B. y Paik, M. C. (2003). Statistical
methods for rates and proportions (3rd ed).
Wiley.
Fox, D. (1981). El proceso de investigación en
educación. EUNSA.
García Aretio, L. (2020). Bosque semántico:
¿educación/enseñanza/aprendizaje a distancia,
virtual, en línea, digital, eLearning…? Revista
Iberoamericana de Educación a Distancia,
23(1), 9-28.
George, D. y Mallery, P. (2020). IBM SPSS Statistics
26 Step by Step (16th ed). Routledge
Harris, R. J. (1985). A Primer of Multivariate Statistics
(2nd ed). Academic Press
Hodges, C., Moore, S., Lockee, B., Trust, T. y
Bond, A. (2020). The dierence between emer-
gency remote teaching and online learning.
Educause Review, 1-22. https://er.educause.
edu/articles/2020/3/the-dierence-between-
emergency-remote-teaching-and-online-
learning
JASP Team (2022). JASP (Version 0.16.4)[Computer
software]. https://jasp-stats.org/
Kooij, A. J. van der (2007). Prediction accuracy
and stability of regression with optimal scaling
transformations. Leiden University. https://
scholarlypublications.universiteitleiden.nl/
handle/1887/12096
111110 111110
Landis, J. R. y Koch, G. G. (1977). The measurement
of observer agreement for categorical data.
Biometrics, 33, 159 -174.
Lara, L. y Martínez-Molina, A. (2016). Validación de la
Escala de Identidad Étnica Multigrupo-Revisada
en adolescentes inmigrantes y autóctonos
residentes en España. Revista Latinoamericana
de Ciencias Sociales, Niñez y Juventud, 14(1),
591-601.
Lezcano, L. y Vilanova, G. (2017). Instrumentos
de evaluación de aprendizaje en entornos
virtuales. Perspectiva de estudiantes y aportes
de docentes. Informe Cientíco Técnico UNPA,
9(1), 1-36.
McDonald, R. P. (1970). Theoretical foundations
of principal factor analysis, canonical factor
analysis, and alpha factor analysis. British Journal
of Mathematical and Statistical Psychology,
23(1),1-21.
Ruiz, Y. A., García, M. y Biencinto, C. (2018).
Evaluación de competencias genéricas en la
universidad. Estudio comparativo en entorno
b-learning y presencial. Acción Pedagógica,
27(1), 6-21.
UNESCO (2020). La educación en América Latina
y el Caribe ante la Covid-19. https://es.unesco.
org/eldoce/santiago/covid-19-education-alc
Zinbarg, R., Revelle, W., Yovel, I. y Li. W. (2005).
Cronbach’s alpha, Revelle’s beta, and McDonald’s
omega hierarchical: Their relations with each
other and two alternative conceptualizations of
reliability. Psychometrika, 70,123-33.
