Núm. 75 (2023): Enero - junio
Artículos

Validez y confiabilidad en el contexto salvadoreño de la Escala de Rendimiento Académico Universitario

PDF HTML
  • Marlon Elías Lobos Rivera,
  • Dennis Alonso Rivera Peña,
  • Judith Marlene Rodríguez Vásquez
Marlon Elías Lobos Rivera
Universidad Tecnológica de El Salvador, El Salvador
Biografía
Dennis Alonso Rivera Peña
Colegio Don Bosco - Centro Escolar Católico San Juan Bosco, El Salvador
Biografía
Judith Marlene Rodríguez Vásquez
Ministerio de Educación, Especialización en Asistencia Técnica de Primera Infancia, El Salvador
Biografía

Publicado 2023-01-01

Palabras clave

  • Calidad de la educación - El Salvador,
  • Rendimiento académico,
  • Psicometría,
  • Estudiantes universitarios,
  • Aptitud de aprendizaje

Derechos de autor 2023 Universidad Tecnológica de El Salvador

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Cómo citar

Lobos Rivera, M. E., Rivera Peña, D. A., & Rodríguez Vásquez, J. M. (2023). Validez y confiabilidad en el contexto salvadoreño de la Escala de Rendimiento Académico Universitario. Entorno, 75, 32-39. https://revistas.utec.edu.sv/index.php/entorno/article/view/1010

Resumen

El rendimiento académico constituye un valor esencial que ayuda a medir la calidad educativa, este se encuentra vinculado a una serie de factores que inciden en la persona que aprende y afecta de forma positiva o negativa el logro de habilidades educativas de los estudiantes; cabe resaltar que en el contexto salvadoreño no existe un instrumento que mida dicha variable. El estudio analiza las propiedades psicométricas de la Escala de Rendimiento Académico Universitario en dicho contexto. El estudio es de tipo instrumental con un diseño retrospectivo. Se seleccionó un muestreo no probabilístico de tipo bola de nieve, encuestando un total de 487 estudiantes universitarios salvadoreños. La media de edad general de la muestra fue de 21.84, con una desviación estándar (SD) de 2.74. En función del género, la media de edad de las mujeres fue de 21.55 (SD = 2.62) y la media de edad de los hombres fue de 22.14 (SD = 2.84). La técnica para recolectar los datos fue la encuesta digital mediante la plataforma Google Forms. Los resultados indican que la escala tiene adecuadas propiedades psicométricas de validez y confiabilidad para ser utilizada en el contexto salvadoreño. El análisis determinó que se excluyeran seis ítems, dado que obtuvieron cargas factoriales menores a lo esperado, conservando la estructura original, pero con 14 ítems.

DOI: https://doi.org/10.5377/entorno.v1i75.16936

URI: http://hdl.handle.net/11298/1301

PDF HTML

Referencias

  1. Barrera Hernández, L. F., Sotelo Castillo, M. A., Barrera, R. A. y Aceves Sánchez, J. (mayo-agosto, 2019). Bienestar psicológico y rendimiento académico en estudiantes universitarios. Enseñanza e investigación en psicología, 1(2), 245-251. https://revistacneip.org/index.php/cneip/article/view/42/33
  2. Bollen, K. A. (1989). Structural equations with latent variables. John Wiley y Sons. https://onlinelibrary.wiley.com/doi/book/10.1002/9781118619179
  3. Browne, M. W. y Cudeck, R. (1992). Alternative ways of assessing model fit. https://journals.sagepub.com/doi/abs/10.1177/0049124192021002005
  4. Escobedo Portillo, M. T., Hernández Gómez, J. A., Estebané Ortega, V. y Martínez Moreno, G. (2016). Modelos de ecuaciones estructurales: Características, fases, construcción, aplicación y resultados. Ciencia & trabajo, 18(55), 16-22. https://dx.doi.org/10.4067/S0718-24492016000100004
  5. Ferrando, P. J. y Anguiano-Carrasco, C. (enero-abril, 2010). El análisis factorial como técnica de investigación en psicología. Papeles del psicólogo, 31(1), 18-33. https://www.redalyc.org/pdf/778/77812441003.pdf
  6. Garbanzo Vargas, G. M. (2007). Factores asociados al rendimiento académico en estudiantes universitarios, una reflexión desde la calidad de la educación superior pública. Revista educación, 31(1), 43-63. https://www.redalyc.org/pdf/440/44031103.pdf
  7. Hair, J. F. y Anderson, R. E. (2004). Análisis multivariante. Pearson. https://es.pdfdrive.com/analisis-multivariante-d33823228.html Hernández González, O. (2021). Aproximación a los distintos tipos de muestreo no probabilístico que existen. Revista cubana de medicina general integral, 37(3), 1-3. http://scielo.sld.cu/pdf/mgi/v37n3/1561-3038-mgi-37-03-e1442.pdf
  8. Herrero, J. (diciembre, 2010). El análisis factorial confirmatorio en el estudio de la estructura y estabilidad de los instrumentos de evaluación: un ejemplo con el cuestionario de autoestima CA14. Psychosocial intervention, 19(3), 289-300. https://scielo.isciii.es/pdf/inter/v19n3/v19n3a09.pdf
  9. Hu, L. y Bentler, P. (1998). Fit indices in covariance structure modeling: Sensivity to underparameterized model misspecification. Psychological methods, 3(4), 424-453. https://psycnet.apa.org/doiLanding? doi=10.1037%2F1082-989X.3.4.424
  10. Junta de Vigilancia de la Profesión en Psicología. (2021). Código de ética de la profesión en psicología. CSSP. https://cssp.gob.sv/wp-content/uploads/2017/05/C%C3%93DIGO-DE-%C3%89TICA-ACTUALIZA DO.pdf
  11. Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A. y Tomás-Marco, I. (octubre, 2014). El análisis factorial exploratorio de los ítems: Una guía práctica, revisada y actualizada. Anales de psicología, 30(3), 1151-1169. https://doi.org/10.6018/analesps.30.3.1 99361
  12. Losada, A. V., Zambrano-Villalba, C. y Marmo, J. (julio-diciembre, 2022). Clasificación de métodos de investigación en psicología. Revista psicología UNEMI, 6(011), 13-31. https://bit.ly/3SIFh3g
  13. Manzano Arrondo, V. y Sánchez García, M. (1998). Investigación del comportamiento. Innovaciones metodológicas y estrategias de docencia. Instituto Psicosociológico Andaluz de Investigaciones.
  14. Navarro, R. E. (2003). Factores asociados al rendimiento académico. Revista iberoamericana de educación, 33(1), 1-20. https://doi.org/10.35362/rie3312872
  15. Nunnally, J. C. y Bernstein, I. J. (1995). Teoría psicométrica (3ª ed.). McGraw-Hill.
  16. Preciado-Serrano, M. L., Ángel-González, M., Colunga-Rodríguez, C., Vázquez-Colunga, J. C., Esparza-Zamora, M. A., Vásquez-Juárez, C. L. y Obando-Changuán, M. P. (marzo, 2021). Construcción y validación de la Escala RAU de rendimiento académico universitario. Revista iberoamericana de diagnóstico y evaluación, 3(60), 5-14. https://www.aidep.org/sites/default/files/2021-07/RIDEP60-Art1.pdf
  17. Revelle, W. (september 26th of 2023). Psych: Procedures for psychological, psychometric, and personality research. https://cran.r-project.org/web/packages/psych/index.html
  18. Rosseel, Y., Jorgensen, T. D., Rockwood, N., Oberski, D., Byrnes, J., Vanbrabant, L., Savalei, V., Merkle, E., Hallquist, M., Rhemtulla, M., Katsikatsou, M., Barendse., M., Scharf, F. & Du, H. (july 20th of 2023). Latent variable analysis. https://cran.r-project.org/web/packages/lavaan/lavaan.pdf
  19. The R Foundation. (s. f.). The R project for statistical computing. https://www.R-project.org/.