Download Redalyc. Un modelo estructural del desempeño en álgebra en

Psicología y Ciencia Social
Universidad Nacional Autónoma de México
[email protected]
ISSN (Versión impresa): 1405-5082
MÉXICO
2005
Alejandra Valencia Cruz / Javier Aguilar Villalobos
UN MODELO ESTRUCTURAL DEL DESEMPEÑO EN ÁLGEBRA EN ESTUDIANTES
DE INGENIERÍA
Psicología y Ciencia Social, año/vol. 7, número 1-2
Universidad Nacional Autónoma de México
Distrito Federal, México
pp. 41-50
Red de Revistas Científicas de América Latina y el Caribe, España y Portugal
Universidad Autónoma del Estado de México
http://redalyc.uaemex.mx
Un modelo estructural del
desempeño en álgebra
en estudiantes de ingeniería
Alejandra Valencia Cruz*
Javier Aguilar Villalobos*
Resumen
El propósito de este estudio fue elaborar y probar un modelo estructural del desempeño en álgebra empleando un conjunto
de variables motivacionales, cognitivas y de razonamiento.
En una primera fase se desarrollaron y/o adaptaron escalas para medir las variables motivacionales en una muestra de
estudiantes de ingeniería en un curso propedéutico. El modelo desarrollado y probado en esta fase mostró índices de ajuste
satisfactorios.
En una segunda fase, se validó el modelo obtenido en un grupo de estudiantes del primer semestre de la carrera de
ingeniería en un curso regular de álgebra. Los resultados mostraron índices de ajuste satisfactorios del modelo.
Palabras clave: álgebra, modelos, expectativas, motivación.
Abstract
The purpose of study was to develop and to prove a structural model of algebra achievement using a set of motivational,
cognitive, and reasoning variables.
In the first phase, were elaborated or adapted scales to measure motivational variables, and proved the model in a sample
of engineering students in a propedeutic course. Several fit measures of model were adequate.
In the second phase, the model elaborated was validited in a sample of freshmen of engineering carrer in a curricular
course of algebra. Several fit measures of model were adequate.
Key words: algebra, models, expectancies, motivation.
* Facultad de Psicología, UNAM.
41
U
n gran número de estudios han puesto de
relieve el papel, las contribuciones y la importancia de
las variables motivacionales en el desempeño escolar.
La motivación para el aprendizaje se expresa tanto
en la necesidad de logro académico y orientación
al éxito como en la valoración del esfuerzo y de las
habilidades indispensables para un buen desempeño
(Dweck y Elliot, 1983; Pintrich, Marx y Boyle, 1993).
Sin embargo, es común ver que los estudiantes tienen
poca confianza en la calidad de sus logros académicos
y muestran una carga emocional negativa sobre su
motivación para el estudio.
Varios estudios han evaluado la influencia de
creencias específicas tales como el autoconcepto
académico y las expectativas de logro como predictores
del desempeño en una variedad de tareas académicas.
Por ejemplo, Lyon (1993) y Lyon y MacDonald, (1990)
encontraron que el autoconcepto académico es un buen
predictor del desempeño general y en pruebas de logro
en estudiantes de primaria y secundaria. Wilhite (1990)
halló resultados similares en estudiantes universitarios
al observar que el autoconcepto académico explica una
proporción significativa de la varianza en el desempeño
de un curso de psicología.
Los estudios de Eccles y Wigfield (Eccles, 1983;
Wigfield, 1994, Wigfield y Eccles, 1992), realizados
con muestras de niños de primaria y secundaria, han
demostrado el rol de la expectativa de éxito sobre el
logro académico. Los resultados de sus estudios han
mostrado que las percepciones de habilidad y las
expectativas de éxito son los mejores predictores de
las calificaciones en matemáticas e inglés, y que el valor
asignado a dichos cursos tiene que ver con la elección
futura de cursos similares.
Recientemente, se ha dado un creciente interés en los
aspectos motivacionales involucrados en el desempeño
en matemáticas dadas las dificultades que presentan
los estudiantes para tener un buen rendimiento en
dicha área.
Los estudios realizados sobre el tema se han llevado
a cabo en diferentes carreras tales como ciencias,
42
economía e ingeniería, las cuales requieren habilidades
matemáticas y los bajos niveles de rendimiento han
preocupado por el subsecuente impacto que puedan
tener en los estudiantes respecto a la elección de dichas
carreras (House, 1995).
Reyes y Stanic (1988) han llevado a cabo estudios
para explicar el logro académico en matemáticas.
Consideran que las actitudes de los estudiantes tales
como su percepción de competencia y confianza en sus
habilidades académicas pueden influir en su elección
de cursos de matemáticas y su persistencia en las
tareas; además de que la comparación de ellos mismos
con sus compañeros afecta sus expectativas de éxito
académico.
Por su parte, Shaw y Shaw (1999) han encontrado
que los estudiantes que disfrutan de las matemáticas,
están motivados y perciben los cursos como menos
difíciles tienen una actitud positiva hacia ella en
comparación con los que le tienen aversión. Los
estudiantes que perciben dificultad pero disfrutan
los cursos mejoran su rendimiento, incrementan su
motivación y presentan una tendencia a mejorar sus
habilidades. Finalmente, los estudiantes que perciben
un cambio drástico en los cursos que llevaron en
el bachillerato y los que cursan en la universidad,
incrementan su percepción de dificultad en las materias
de matemáticas y decrementan el disfrutar estudiarlas,
lo que los conduce a disminuir su motivación y ser
indiferentes en mejorar sus habilidades académicas.
Esto los convierte en potenciales desertores.
Otros estudios han revelado que la autoeficacia
(Randhawa, Beamer y Lundberg, 1993), la motivación
(Reynolds, y Walberg, 1992), las puntuaciones
obtenidas en evaluaciones de admisión (Edge y
Año 2005, Volumen 7, Números 1 y 2
Friedberg, 1991) y el rendimiento previo (House,
1995) son predictores del desempeño en matemáticas
en estudiantes de nivel escolar básico y superior, con
lo que ha sido evidente que tanto las actitudes como
los antecedentes académicos están relacionados con el
logro en matemáticas.
Los estudios realizados en materias específicas de
matemáticas han corroborado la importancia de las
variables mencionadas en el desempeño en álgebra, la
cual ha sido de las más estudiadas en virtud de que su
conocimiento es básico para la comprensión de otras
asignaturas como cálculo.
Wheat, Tunnell y Munday, (1991), encontraron que
el rendimiento previo y el autoconcepto en matemáticas
así como la edad y el sexo son los mejores predictores
del éxito académico en álgebra en estudiantes de nivel
superior.
Smith y Michael (1998) también encontraron
que los conocimientos previos, la ansiedad ante las
matemáticas y el locus de control fueron los mejores
predictores del rendimiento en dicha materia en
estudiantes universitarios.
Por su parte, Wang (1998), encontró en una muestra
de estudiantes de secundaria que el valor de la tarea
y la autoeficacia tuvieron efectos indirectos positivos
sobre el logro académico mediados por el esfuerzo,
siendo esta última la de mayor impacto.
La diversidad de variables motivacionales y
cognitivas asociadas al logro académico en matemáticas
plantea la necesidad de construir modelos que permitan
evaluar las contribuciones individuales y conjuntas de
dichas variables en el rendimiento en matemáticas.
Por tanto, el propósito general de esta investigación
fue desarrollar y validar un modelo predictivo y
explicativo del desempeño escolar en un curso de
álgebra entre estudiantes de ingeniería de recién ingreso
empleando variables motivacionales, cognitivas, de
conocimientos y rendimiento previos.
La investigación se llevó a cabo en dos fases. En la
primera se elaboraron los instrumentos para medir las
variables motivacionales consideradas y se desarrolló
un modelo estructural del desempeño en álgebra en una
muestra de estudiantes de ingeniería. En la segunda
se validó el modelo elaborado con otra muestra de
estudiantes de la misma carrera.
ETAPA 1
Los objetivos de esta etapa fueron:
1. Desarrollar y/o adaptar escalas válidas
para medir las siguientes variables motivacionales:
expectativas de resultados y de habilidad relativa,
motivación intrínseca y dificultad percibida.
2. Elaborar y probar un modelo estructural
para evaluar los efectos directos e indirectos de las
variables motivacionales mencionadas, así como las de
conocimientos y rendimientos previos, y razonamiento
verbal sobre el desempeño en álgebra.
METODO
Muestra.
De la población de los estudiantes de primer
ingreso de la carrera de ingeniería de una universidad
pública, se seleccionó una muestra no probabilística,
intencional, de 107 estudiantes quienes cursaban un
propedéutico. Su participación fue voluntaria.
Instrumentos.
Se emplearon cuatro escalas para medir las variables
motivacionales, las cuales se describen a continuación
junto con el rango, la media y el coeficiente de
confiabilidad alfa de Cronbach (α) obtenido en cada
una.
1. Expectativas de resultados. Consta de 5
aseveraciones que miden la creencia de obtener una
buena o mala calificación en la materia, con cinco
opciones de respuesta que iban de “completamente
de acuerdo” (1) a “completamente en desacuerdo” (5).
Ejemplo: “Creo que obtendré una buena calificación
en esta materia”. En este estudio el rango de las
puntuaciones observadas fue de 7 a 25 (M=20.06; α=
0.84). Puntuaciones altas en esta escala indicaron un
alto nivel de expectativas de resultados.
2. Expectativas de habilidad relativa. Formado
por 4 preguntas que miden la creencia de tener la
habilidad requerida para salir bien en el curso en
relación con otras materias y en comparación con los
43
compañeros. Contiene cinco opciones de respuesta
que van de “muy bien/muy bueno” (1) a “muy mal/
muy malo” (5). Ejemplo: “En comparación con tus
compañeros, ¿qué tan bien crees que lo harás en este
curso?”. En este estudio las puntuaciones fueron de
9 a 20 (M= 15.16; α= 0.85). Puntuaciones altas en
esta escala indicaron un alto nivel de expectativas de
habilidad.
3. Dificultad de la materia. Está compuesta por
10 preguntas que miden la dificultad percibida de la
materia y el esfuerzo requerido para desempeñarse
bien en ella, con cinco opciones de respuesta que van de
“muy difícil” (1) a “muy fácil” (5) para la dificultad de la
materia, y cuatro opciones que van de “muchísimo” (1)
a “muy poco” (4) para el esfuerzo requerido. Ejemplo:
“¿Qué tan difícil es para ti hacerlo bien en este curso?”.
En este estudio las puntuaciones fueron de 11 a 46
(M= 24.46; α= 0.91). Puntuaciones altas en esta escala
indicaron un nivel alto de dificultad percibida.
4. Motivación intrínseca. Se empleó una versión
modificada de la escala de Aguilar, Martínez, Valencia,
Romero y Vargas (2001) Consta de 7 aseveraciones que
miden el disfrute de estudiar y realizar las tareas de la
materia. Contiene cinco opciones de respuesta que van
de “completamente de acuerdo” (1) a “completamente
en desacuerdo” (5). Ejemplo: “Yo disfruto mucho
estudiando esta materia”. La escala original consta de
13 reactivos con un alfa de Cronbach de 0.74. En este
estudio las puntuaciones fueron de 14 a 35 (M= 28.72;
α= 0.85). Puntuaciones altas en esta escala indicaron
un alto nivel de motivación intrínseca.
Las medidas correspondientes a las variables de
razonamiento verbal, conocimientos y rendimientos
previos y el desempeño en álgebra fueron
proporcionados por la institución.
5. Evaluación
diagnóstica
en
álgebra.
Corresponde a la calificación de álgebra obtenida en el
examen diagnóstico aplicado por el plantel al inicio del
año escolar.
6. Promedio en el bachillerato. El promedio
general obtenido en el nivel medio superior se obtuvo
del cuestionario sociodemográfico y del antecedente
escolar aplicado en el plantel.
7. Razonamiento verbal. Esta habilidad es
evaluada en el plantel con la subescala de razonamiento
44
verbal de la prueba de aptitud diferencial (DAT).
Esta subescala consta de 50 reactivos que evalúan la
comprensión de conceptos que implican relaciones
verbales complejas a través de analogías que deben ser
completadas. La puntación cruda de esta subescala fue
proporcionado por el plantel.
8. Desempeño en álgebra. Corresponde al
promedio de las calificaciones obtenidas en tres
exámenes departamentales: dos parciales y uno
global. Los exámenes constan de cinco reactivos de
opción múltiple (con cinco opciones de respuesta)
para el primer y segundo examen departamental y
diez reactivos para el global. No se permite el uso
de formulario ni de calculadora. La respuesta a los
reactivos consiste en la resolución de problemas de
factorización, ecuaciones y simplificación.
Procedimiento.
En primer lugar, y con fines de aplicación, todas
las escalas motivacionales se integraron en un sólo
instrumento, dividido en varias secciones conforme
al tipo de respuestas que se requería para cada serie
de reactivos. Así, en una sección se agruparon todas
las aseveraciones cuyas opciones de respuesta eran
“completamente de acuerdo” a “completamente
en desacuerdo”; todas las frases cuyas opciones
eran “muchísimo” a “nada” en otra sección, y así
sucesivamente. Los reactivos de cada sección se
ordenaron al azar.
Posteriormente, este instrumento fue aplicado en
los salones de clase por profesores del departamento de
planeación y evaluación del plantel, indicándose a los
estudiantes que se trataba de una investigación sobre
aspectos motivacionales en el rendimiento escolar y
que los datos se manejarían de manera confidencial.
Resultados
Se realizó un análisis factorial de componentes
principales con rotación ortogonal para cada escala. Los
resultados mostraron estructuras uni o bifactoriales
con porcentajes de varianza explicada entre 58.65 y
69.43 en las distintas escalas.
Posteriormente, se realizó un análisis de correlación
Año 2005, Volumen 7, Números 1 y 2
de Pearson para determinar las intercorrelaciones
entre las diferentes variable (Tabla 1). El resultado
mostró que las escalas motivacionales correlacionaron
significativamente con el desempeño en álgebra:
expectativas de resultados 0.68, de habilidad relativa
0.46, dificultad de la materia -0.50 y motivación
intrínseca 0.29. Asimismo estas variables presentaron
correlaciones altas entre sí.
Además, las puntuaciones de razonamiento verbal,
evaluación diagnóstica y el promedio del bachillerato
tuvieron correlaciones significativas con el rendimiento
en álgebra (0.37, 0.41 y 0.31, respectivamente).
Después se realizó un análisis de regresión
múltiple por pasos (stepwise) del desempeño en
álgebra empleando como predictores las variables que
tuvieron correlaciones altas con dicha variable, de las
cuales solamente resultaron significativos los pesos
de regresión de expectativas de resultados (0.57) y
evaluación diagnóstica (0.26) con R= 0.71.
El análisis de regresión múltiple de expectativas de
resultados identificó como predictores significativos a
dificultad de la materia (-0.42), motivación intrínseca
(0.28), promedio en el bachillerato (-0.20) y evaluación
diagnóstica (0.17).
En base a estos resultados se elaboró un modelo
del desempeño en álgebra que consideró como
variables exógenas: razonamiento verbal, evaluación
diagnóstica y motivación intrínseca, y como variables
endógenas: expectativas de resultados, expectativas de
habilidad relativa, dificultad de la materia, promedio en
el bachillerato y desempeño en álgebra (véase figura
1). El modelo elaborado resultó adecuado como lo
indicaron los índices de ajuste X2=16.209, gl=10,
p=.094, RMSEA=.07 y NFI=.99. La proporción de
varianza explicada por el modelo fue R2 =0.53.
Todas las variables tuvieron efectos totales sobre el
desempeño en álgebra mayor a 0.30, excepto promedio
en el bachillerato y dificultad de la materia. En la Tabla
Tabla 1. Intercorrelaciones entre las distintas escalas en la muestra del curso propedéutico.
ExR
ExHR
DM
MI
RV
ED
PB
DA
ExR
ExHR
DM
MI
RV
ED
PB
DA
-
.61**
-
-.63**
-.65**
.50**
.41**
.38**
.32**
.26**
.11
.30**
-.03
.68**
.46**
-
-.29**
-.40**
-.21*
-.09
-.50**
-
.02
-.01
-.05
.29**
-
.23*
.26*
.37**
-
.20*
.41**
-
.31**
-
Nota: ExR expectativas de resultados, ExHR expectativas de habilidad relativa, DM dificultad de la
materia, MI motivación intrínseca, RV razonamiento verbal, ED evaluación diagnóstica, PB promedio en
el bachillerato, DA desempeño en álgebra.
*p<.05
**p<.01
45
X2=16.209
gl=10
p=.094
R2= .53
Figura 1. Modelo estructural del desempeño en álgebra en un curso propedéutico. Los efectos directos que no
fueron significativos al nivel de .05 están indicados con (ns).
2 se muestran todos los efectos totales obtenidos.
El análisis de los efectos directos mostró que
las variables que tuvieron mayor impacto sobre
el desempeño en álgebra fueron expectativas de
resultados (0.48) y evaluación diagnóstica (0.25).
La expectativa de resultados ocupó una posición
prominente en el modelo ya que tuvo un efecto directo
sustancial sobre el desempeño en álgebra y a través
de ella las demás variables tuvieron efectos indirectos
sobre dicho desempeño.
Las variables que tuvieron efectos directos bajos o
nulos sobre el desempeño en álgebra como motivación
intrínseca, expectativas de habilidad relativa y
razonamiento verbal tuvieron efectos indirectos
46
sustanciales (0.31, 0.25, 0.24, respectivamente).
ETAPA 2
El propósito fue validar el modelo obtenido en
la etapa anterior en una muestra no probabilística,
intencional, de 106 estudiantes de primer semestre de
la misma carrera y universidad que los de la etapa 1.
Dichos estudiantes cursaban la asignatura de álgebra
y su participación fue voluntaria.
METODO
Instrumentos y procedimiento.
Se emplearon las mismas escalas de la Etapa 1. Para
Año 2005, Volumen 7, Números 1 y 2
Tabla 2. Efectos totales de las variables motivacionales, de conocimientos y rendimiento previo
y de razonamiento verbal sobre el desempeño en álgebra del curso propedéutico.
MI
RV
ExHR
DM
ED
PB
ExR
ExHR
DM
.409
-.269
.310
-.390
.000
-.595
.000
.000
.000
.000
.000
.000
.000
.000
PB
.000
.264
.000
.000
.000
.000
.000
ExR
.542
.353
.435
-.337
.116
.272
.000
DA
.313
.327
.332
-.230
.311
.234
.482
Nota: MI motivación intrínseca, RV razonamiento verbal, ExHR expectativas de habilidad
relativa, DM dificultad de la materia, ED evaluación diagnóstica, PB promedio en el bachillerato,
ExR expectativas de resultados, DA desempeño en álgebra.
medir el desempeño en álgebra se usó la calificación
asignada por el profesor en base a los exámenes
departamentales y a su criterio.
La aplicación estuvo a cargo de la autora y se llevó
a cabo en los salones y horarios de clase. Se indicó a los
estudiantes que se trataba de una investigación sobre
factores motivacionales en el rendimiento escolar
y que los datos obtenidos se tratarían de manera
confidencial.
RESULTADOS
Un análisis de correlación de Pearson mostró
correlaciones significativas del desempeño en álgebra
con expectativas de resultados (0.54), de habilidad
(0.54), dificultad de la materia (-0.47), motivación
(0.29), razonamiento verbal (0.29), evaluación
diagnóstica (0.37) y promedio del bachillerato (0.34).
Ver Tabla 3. Estas correlaciones correspondieron a lo
esperado. Sin embargo, los valores obtenidos fueron
un poco inferiores a los encontrados en la Fase 1,
excepto para las expectativas de habilidad cuyo valor
se incrementó.
Se evaluó el modelo original con los nuevos datos y
los resultados mostraron índices de ajuste inadecuados,
razón por la cual se realizaron algunas modificaciones:
se eliminaron las relaciones del promedio de
bachillerato y evaluación diagnóstica con expectativas
de resultados, y se conectó promedio del bachillerato
con evaluación diagnóstica y expectativas de habilidad
relativa (Figura 2). El ajuste del modelo resultante fue
satisfactorio como lo indicaron los siguientes valores:
X2= 14.664, g l=11, p= 0.198, RMSEA =0.05 y NFI=
0.99. (Figura 2). La proporción de varianza explicada
del desempeño en álgebra fue R2= 0.40.
Los efectos totales de mayor magnitud sobre el
desempeño en álgebra correspondieron a expectativas
de habilidad relativa (0.37), promedio en el bachillerato
(0.30) y razonamiento verbal (0.28) (Tabla 4).
Dos de las variables anteriores, expectativas de
habilidad relativa y promedio en el bachillerato, junto
con evaluación diagnóstica presentaron las relaciones
directas más estrechas con desempeño en álgebra (0.24,
0.21 y 0.20, respectivamente).
En este modelo expectativas de habilidad relativa
desplazó a expectativas de resultados de su posición
preeminente, ya que tuvo efectos directos sobre el
desempeño en álgebra, expectativas de resultados y
dificultad de la materia, y fue afectada por el promedio
47
Tabla 3. Intercorrelaciones entre las distintas escalas en la muestra del curso regular.
ExR
ExHR
ExR
ExHR
DM
MI
RV
ED
PB
DA
-
.66**
-
-.60**
-.59**
.57**
.41**
.24**
.23**
.19*
.15
.22*
.20*
.54**
.54**
-
-.39**
-.07
-.24**
-.17*
-.47**
-
-.01
.05
.10
.29**
-
.17
.21*
.29**
-
.19*
.37**
-
.34**
DM
MI
RV
ED
PB
DA
-
Nota: ExR expectativas de resultados, ExHR expectativas de habilidad relativa, DM dificultad de la
materia, MI motivación intrínseca, RV razonamiento verbal, ED evaluación diagnóstica, PB promedio en
el bachillerato, DA desempeño en álgebra.
*p<.05
**p<.01
Tabla 4. Efectos totales de las variables motivacionales, de conocimientos y rendimiento previo
y de razonamiento verbal sobre el desempeño en álgebra del curso regular.
MI
RV
ExHR
DM
ED
PB
ExR
ExHR
DM
.369
-.345
.251
-.136
.000
-.545
.000
.000
.000
.000
.183
-.100
.000
.000
ExR
.623
.264
.507
-.172
.000
.093
.000
PB
.000
.213
.000
.000
.000
.000
.000
ED
.000
.051
.000
.000
.000
.239
.000
DA
.229
.289
.378
-.112
.208
.330
.178
Nota: MI motivación intrínseca, RV razonamiento verbal, ExHR expectativas de habilidad
relativa, DM dificultad de la materia, ED evaluación diagnóstica PB promedio en el bachillerato,
ExR expectativas de resultados, DA desempeño en álgebra.
48
Año 2005, Volumen 7, Números 1 y 2
X2=14.664
gl=11
p=.198
R2= .40
Figura 2. Modelo estructural de la evaluación en álgebra en un curso regular. Los efectos directos que no
fueron significativos al nivel de .05 están indicados con (ns).
en el bachillerato, motivación intrínseca y razonamiento
verbal.
Como en el modelo anterior, dificultad de la
materia, motivación intrínseca y razonamiento verbal
no tuvieron una relación directa significativa con el
desempeño en álgebra pero si una relación indirecta
a través de expectativas de resultados. Los valores
de los efectos indirectos fueron 0.22 para motivación
intrínseca, 0.17 razonamiento verbal y -0.03 dificultad
de la materia.
Discusión general
Las escalas motivacionales usadas en la investigación
presentaron propiedades psicométricas adecuadas, ya
que se obtuvieron altos niveles de confiabilidad y de
validez, demostrada tanto por los análisis factoriales y
sus relaciones con las otras variables.
Los modelos desarrollados proporcionan una
explicación coherente e integral del rendimiento en
álgebra en base a un conjunto de variables de diversa
índole (motivacionales, cognitivas y de rendimiento)
cuyas relaciones directas e indirectas con dicho
desempeño fueron valoradas estadísticamente.
La eficacia de los modelos quedó demostrada tanto
por sus índices de ajuste, la proporción de varianza
explicada y las magnitudes de los coeficientes de
regresión.
La diferencia entre los modelos está relacionada con
la circunstancia de que la evaluación del desempeño en
49
álgebra en la segunda etapa no se basó únicamente en
los exámenes departamentales como en la primera, sino
en criterios adicionales que emplearon los profesores
para modificar las calificaciones de dichos exámenes.
En esas condiciones, el poder predictivo de las
expectativas de resultados de la primera etapa
disminuyó drásticamente en la segunda al aumentar
la dificultad de los estudiantes para predecir sus
calificaciones. Asimismo disminuyó el número de
variables asociadas con expectativas de resultados.
En tal situación las expectativas de habilidad relativa
incrementaron notablemente su relación directa con
el desempeño en álgebra y sus relaciones con otras
variables.
Los resultados de esta investigación además
corroboran los hallazgos de otros investigadores
sobre el poder predictivo de la autoeficacia (Randhawa,
Beamer y Lundberg, 1993), representada aquí por las
medidas de expectativas de resultados y expectativas
de habilidad relativa, del rendimiento previo (House,
1995), la motivación (Reynolds, y Walberg, 1992) y las
puntuaciones obtenidas en evaluaciones de admisión
(Edge y Friedberg, 1991) sobre el desempeño en
matemáticas.
En estudios subsiguientes habría que ampliar el
modelo elaborado a fin de incluir variables contextuales
tales como los métodos de enseñanza y las estrategias
de aprendizaje.
Referencias
Aguilar, J., Martínez, M., Valencia, A., Romero, P. y Vargas, V. (2001).
“Interrelaciones de factores asociados a la motivación intrínseca”,
Revista Mexicana de Psicología, 18 (2), 265-272.
Dweck, C. y Elliot, E.(1983). “Achievement motivation”, en E. P.H. Mussen,
50
(Ed.), Handbook of child psychology, vol 4, 643-691, Nueva York: Wiley.
Eccles, J. (1983). “Expectancies, values and academic behaviors”, en: J.
T. Spence (Ed.), Achievement and achievement motives, pp. 75-146, San
Francisco: Freeman.
Edge, O. y Friedberg, S. (1991).”Factors affecting achievement in the first
course in calculus”, Journal of Experimental Education, 52, 136-140.
House, D. (1995). “Student motivation, previous instruccional experience,
and prior achievement as predictors of performance in college
mathematics”, International Journal of Instruccional Media, 22 (2), 157168.
Lyon, M. (1993). “Academic self-concept and its relationship to achievement
in a sample of junior high school students”, Educational and Psychological
Measurement, 53, 201-210.
Lyon, M. y MacDonald, N. (1990). “Academic self-concept as a predictor of
achievement for a sample of elementary school students”, Psychological
Reports, 66, 1135-1142.
Pintrich, P. R., Marx, R. W. y Boyle, R. A. (1993). “Beyond cold conceptual
change: The role of motivational beliefs and classroom contextual
factors in the process of conceptual change”, Review of Educational
Research, 2 (63), 167-199.
Randhawa, B., Beamer, J. y Lundberg, I. (1993). “Role of mathematics selfefficacy in the structural model of mathematics achievement”, Journal
of Educational Psychology, 8, 41-48.
Reynolds, A. y Walberg, H. (1992). “A process model of mathematics
achievement and attitude”, Journal for Research in Mathematics Education,
23, 306-328.
Reyes, L. y Stanic, G. (1988). “Race, sex, socioeconomic status, and
mathematics”, Journal for Research in Mathematics Education, 19, 26-43.
Shaw, C. y Shaw, V. (1999). “Attitudes of engineering students to
mathematics-a comparison across universities”, International Journal of
Mathematics Education Science Technology, 30 (1), 47-63.
Smith, J. y Michael, W. (1998). “Validity of scores on alternative predictors
of success in a college álgebra course”. Psychological Reports, 82 (2),
379-386.
Wang, S. (1998). “The role of perceived beliefs in effort, self-efficacy, and
task value on high school students’ effort and math achievement in
Taiwan”. Dissertation Abstracts International, 58 (11-A), 4190.
Wheat, John, Tunnell, James y Munday, Robert (1991). “Predicting success
in college algebra: Student attitude and pior achievement”. College
Student Journal, 25 (2), 240-244.
Wigfield, A. (1994). “Expectancy-value theory of achievement motivation:
A developmental perspective”, Educational Psychology Review, 6, 4978.
Wigfield, A. y Eccles, J. (1992). “The development of achievement task
values: A theoretical analysis”, Developmental Review, 12, 265-310.
Wilhite, S. (1990). “Self-efficacy, locus of control, self-assessment of
memory ability, and study activities as predictors of college course
achievement”. Journal of Educational Psychology, 82, 696-700.
Año 2005, Volumen 7, Números 1 y 2