nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
I. Introducción
Ante la necesidad de aumentar la generación de recurso humano calificado en disciplinas STEM (ciencia, tecnología, ingeniería y matemáticas), es fundamental desarrollar estrategias que atraigan a los jóvenes a estudiar carreras universitarias de esas áreas, pues el desequilibrio que existe entre los datos de ingreso universitario (Asociación Nacional de Universidades e Instituciones de educación Superior [ANUIES], 2018) y los requerimientos de las empresas para ser competitivas a nivel mundial (García y Sánchez, 2017) se han convertido en un factor de riesgo para la economía nacional (Organización para la Cooperación y el Desarrollo Económicos [OCDE], 2017). Aunque las empresas cuenten con grandes recursos económicos, tecnología de vanguardia o edificaciones que respondan a los estándares internacionales, estos no son elementos suficientes si no cuentan con personal apto para la ejecución de los recursos (Montoya y Boyero, 2016).
El desafío es grande, dado que el crecimiento y el impacto de la transformación científica y tecnológica actual obliga al sistema educativo a estar preparado para formar personas con competencias relevantes hacia las temáticas que se desarrollan en el presente y hacia el futuro (Flores, 2019). En este sentido, el enfoque de enseñanza STEM coadyuva a que el estudiante aprenda a conectar conceptos de diferentes disciplinas, logrando la comprensión de conceptos más amplios y enriquecedores, desarrollando competencias que le permitan resolver problemas desde distintas miradas del conocimiento (Rizzo, 2018).
Diversos estudios (Deemer et al., 2017; Nugent et al., 2015; Vázquez y Manassero, 2009) sugieren que el entorno escolar tiene influencia en las decisiones que el estudiante tomará con respecto a su futuro académico, dejando evidencia de que cuando los pares estudiantes comparten intereses educativos, las expectativas también se alinean, por ejemplo, en la decisión de asistir a la universidad y el área de estudio (Vasalampi et al., 2018).
Si bien se han elaborado instrumentos que pretenden describir la relación de algunos factores influyentes, la mayoría de ellos se desarrolla en contextos europeos (Ardies et al., 2013; Dorfner et al., 2018), estadounidenses (Means et al., 2017; Robnett y Thoman, 2017) e incluso orientales (Chachashvili-Bolotin et al., 2016; Rotgans, 2015; Shin et al.m 2016), por lo que, aunque brindan una importante orientación no pueden ser adoptados íntegramente al contexto mexicano, debido a las diferencias socioculturales y lingüísticas, y la revisión de literatura no arrojó evidencia que permita identificar instrumentos capaces de medir la relación entre estos dos factores en dicho contexto.
Por ello, el objetivo de este estudio fue el desarrollo y verificación de propiedades psicométricas, como la fiabilidad y validez de constructo, para las escalas de apoyo de pares estudiantiles (APE-STEM) y expectativas de resultado (EXREC-STEM) en la elección de carreras universitarias STEM en estudiantes de nivel medio superior del sureste de México a través de un modelo de medida que relaciona ambas variables.
1.1 Apoyo de pares estudiantiles
El estudio realizado por Avendaño (2018) sienta bases que sugieren que los pares estudiantiles tienen relación directa con el desarrollo del interés de los jóvenes mexicanos en las áreas STEM.
En la adolescencia, el individuo se ve más involucrado con sus compañeros, las amistades asumen una clara influencia sobre los intereses, valores y aspiraciones futuras (David-Kacso et al., 2014), no sólo en las actitudes individuales, pues los apoyos generalmente se dan en unidades grupales como escuelas, aulas, equipos de trabajo, etc., en donde algunos estudiantes se convierten en modelos de los cuales otros estudiantes pueden aprender indirectamente (Deemer et al., 2017).
A pesar de que la separación de carreras por género sigue siendo parte del discurso, principalmente de los pares estudiantiles masculinos (Acevedo, 2018), se ha mostrado que cuando las mujeres tienen compañeras de su mismo sexo con alto rendimiento académico en STEM son más propensas a mantenerse en el estudio del área, ya que sus compañeras les dan confianza para poder hacer lo que perciben como improbable (Mouganie y Wang, 2017).
1.2 Expectativas de resultado en la elección de carrera STEM
Las expectativas de resultado son aquellas creencias individuales sobre lo que sucederá al realizar cierta actividad o tener ciertos comportamientos, de forma tal que si el individuo considera que ésta lo conduce a algún resultado valioso, será más propenso a elegir realizarla (Roller et al., 2018), y le permitirá mantenerse enfocado en el logro a largo plazo (Chachashvili-Bolotin et al., 2016). Implican consecuencias imaginadas y son un mediador crítico entre la carrera, el interés académico y el desarrollo de habilidades; miden la percepción de los jóvenes de ciertas carreras basadas en sus resultados monetarios, sociales y de autosatisfacción percibidos (Nugent et al., 2015), convirtiéndose en factores decisivos en la elección de una especialización de STEM.
Sin embargo, esta percepción no es siempre positiva; por ejemplo, algunos profesores observan que a los estudiantes les cuesta trabajo relacionar los aprendizajes en áreas matemáticas con su aplicabilidad en el mundo real y no encuentran suficiente utilidad en su futuro profesional (Ricoy y Couto, 2018); por su parte, las mujeres se sienten menos seguras de lograr conseguir un buen empleo en áreas STEM en comparación con sus compañeros hombres (Acevedo, 2018); estos factores disminuyen el interés, desmotivan su orientación y las expectativas en el área.
II. Método
El presente estudio se realizó bajo un enfoque cuantitativo con un diseño no experimental y transversal, con la finalidad de validar las escalas de Apoyo de pares estudiantiles (APE-STEM) y las Expectativas de resultado (EXREC-STEM) en la elección de carreras universitarias STEM, en estudiantes de nivel medio superior.
El diseño del instrumento se realizó en tres etapas: en la primera se hizo la búsqueda bibliográfica de instrumentos utilizados en otros estudios y que dieran base para la construcción del cuestionario; posteriormente se llevó a cabo la validación de contenido con apoyo de un grupo de expertos y, por último, se llevó a cabo el proceso de validez de constructo a través de análisis factoriales exploratorio y confirmatorio con datos recabados en campo.
2.1 Revisión documental
Se hizo una búsqueda bibliográfica en las bases de datos EBSCO, Emerald, Scopus, Scielo y CONRICyT con la finalidad de identificar instrumentos que se han utilizado para medir el apoyo de pares estudiantiles y las expectativas de resultados en la elección de carreras STEM.
Entre los criterios de búsqueda se eligieron artículos publicados entre 2010 y 2020 (en inglés y español), que presentaran instrumentos que cumplieran con las propiedades psicométricas mínimas para ser consideradas fiables para la medición del constructo (Fernández, 2008) en poblaciones de alumnos de nivel medio a superior. Aplicando dichos criterios, la búsqueda arrojó seis instrumentos relacionados con la variable apoyo de pares estudiantiles, los cuales se resumen en la Tabla 1.
Tabla 1 Instrumentos empleados para medir la variable apoyo de pares estudiantiles
| Autor | Población | Muestra | Alpha de Cronbach | Validez | Instrumentos |
|---|---|---|---|---|---|
| Aschbacher et al. (2010) | Muestra étnica y económicamente diversa de estudiantes de secundaria. | 33 | No indica | Análisis factoriales rotación varimax | Encuestas |
| Kier et al. (2014) | Estudiantes de secundaria zonas rurales. | 1061 | Apoyos α = .57 | STEM Career Interest Survey | |
| Robnett y Thoman (2017) | Mujeres de las carreras de pregrado STEM. | 158 mujeres y 52 hombres |
|
||
| Avendaño-Rodríguez et al. (2017) | Estudiantes de bachillerato. | 309 | 0.925 | AFE | Cuestionario I-STEM |
| Christensen et al. (2014) | Alumnos de proyectos ITEST. | 401 | Intención Α = .97 y .96 | Regresión logística binaria | Cuestionario de Interés Profesional (CIQ) |
| Vázquez y Manassero (2015) | Estudiantes de primer año de universidad, en 6 países latinos. | 2559 | No indica | No indica | IRIS-Q |
Por su parte, la variable Expectativas de resultado ha sido explorada con más amplitud; en la revisión de literatura se ubicaron 16 instrumentos que miden dicha variable en jóvenes estudiantes relacionados con las disciplinas STEM, sin embargo, algunos de ellos se enfocan a poblaciones diferentes a la que este estudio interesa (Chemers et al., 2011; Mitchell, 2016; Robnett y Thoman, 2017; Vázquez y Manassero, 2015; Vogel, 2016) y en otros más no se presentan los suficientes datos para evaluar las características psicométricas (Aschbacher et al., 2014; Aschbacher et al.,2010; Hillman et al., 2016; Kier et al., 2014; Means et al., 2017), por lo que el análisis se centró en seis instrumentos (ver Tabla 2).
Tabla 2 Instrumentos empleados para medir a variable expectativas de resultado
| Autor | Población | Muestra | Alpha de Cronbach | Validez | Instrumentos |
|---|---|---|---|---|---|
| Chachashvili-Bolotin et al. (2016) | Estudiantes de secundaria israelíes. | 2428 | Apoyo social percibido α = .64 | AFE Valores superiores a .5 | SCCT |
| Ardies et al. (2015) | Estudiantes de 12 a 14 años, de 1o. y 2o. grado de 17 escuelas secundarias flamencas. | 2973 | Aspiraciones de Carrera tecnológica α = .92 Consecuencias percibidas de la tecnología α = .72 | Análisis multivariado | Instrumento de tecnología |
| Guzey et al. (2014) | Estudiantes de 4o. y 6o. grado de dos escuelas enfocadas en STEM y tres escuelas integrales. | 662 | α = 0.91 | Análisis factorial exploratorio | Actitudes hacia las carreras profesionales STEM y no-STEM |
| Mahoney (2010) | Una escuela convencional y una escuela basada en STEM. | 378 | α = .92 (r = .63, p = .000) | ACP | Actitud del estudiante hacia STEM |
| Chistensen et al. (2014) | Alumnos de proyectos ITEST. | 401 | Intención α = .97 y .96 Importancia α = .79 y .72 | Regresión logística binaria | Cuestionario de Interés Profesional (CIQ) |
| Roller et al. (2018) | Estudiantes de secundarias de Estados Unidos participantes de un proyecto de divulgación STEM. | 196 | α = 0.916 para matemáticas; α = 0.921 para ciencia; α= 0.916 para ingeniería /tecnología | Análisis de Componentes Principales Análisis Factorial Confirmatorio | SIC-STEM |
A partir del análisis documental se desarrolló un cuestionario propio basado en los instrumentos de Avendaño-Rodrígues et al. (2017), Christensen et al. (2014) y Roller et al. (2018), de los cuales se adaptaron algunos ítems al contexto nacional y a la población meta, ya que se observó que las escalas diseñadas por Christensen et al. y Roller et al. presentan los valores más altos de fiabilidad y validez estadística y están enfocados a una población similar al objeto del presente estudio. Por otro lado, resalta la intención de los ítems utilizados en el instrumento de Avendaño-Rodrígues et al., pues es el único desarrollado y enmarcado en el contexto mexicano, además de que presenta valores estadísticos altamente aceptables.
2.2 Validez de contenido
La validez de contenido se realizó de manera cualitativa con un grupo de seis investigadores expertos en psicometría, elaboración de pruebas, investigación educativa y educación STEM, así como una experta en literatura, quien apoyó en la revisión de la redacción y estructura de los ítems. La selección de los expertos se hizo revisando el impacto de las obras publicadas en las áreas citadas, y su disposición a colaborar en el estudio. Urrutia et al. (2014) discuten sobre lo que puede considerarse un experto, señalando que por lo menos debe contar con cinco años de experiencia académica en el área en la que dará su opinión, criterio que cumplieron los expertos participantes.
El proceso se realizó mediante un grupo de enfoque en que se implementó la siguiente dinámica: 1) Se pidió, como primer paso, que cada uno contestara el cuestionario; 2) se dio soporte bibliográfico, entregándoles la tabla de especificaciones; 3) se procedió a realizar una discusión y crítica puntual de cada una de las secciones y preguntas que componen el cuestionario; y 4) se llegó a un consenso sobre la pertinencia de cada segmento y pregunta del cuestionario. El procedimiento realizado se apega a los elementos de la Metodología Q para validez de contenido por juicio de expertos, descrita por Urrutia et al. (2014), con la diferencia de que la etapa en la que se determina la relevancia y jerarquía, no se discutió con una escala, se realizó de manera consensuada durante la sesión de trabajo.
A partir de dicha discusión, el cuestionario quedó conformado por cuatro ítems que miden el apoyo de pares estudiantiles (APE-STEM) y seis ítems que exploran las expectativas de resultado (EXREC-STEM), todos ellos en escala tipo Likert con cinco opciones de respuesta: 1 = Totalmente en desacuerdo, 2 = En desacuerdo, 3 = Ni de acuerdo ni en desacuerdo, 4 = De acuerdo, 5 = Totalmente de acuerdo (Tabla 3).
Tabla 3 Tabla de especificaciones de las escalas de apoyo de pares estudiantiles (APE-STEM) y expectativas de resultado (EXREC-STEM)
| Variable | Definición operacional | Ítem | Autor de origen |
|---|---|---|---|
| Apoyo de pares estudiantiles | Impacto que tienen las relaciones de amistad en los estudiantes y su interés en alguna de las disciplinas STEM. | Mis amigos estudiarían una carrera del área STEM. | Avendaño- Rodríguez et. al (2017) |
| Mis amigos consideran que las carreras STEM son interesantes. | Avendaño- Rodríguez et. al (2017) | ||
| Mis amigos consideran valioso estudiar carreras STEM. | Avendaño- Rodríguez et. al (2017) | ||
| Mis amigos me animarían a estudiar una carrera del área STEM. | Christensen et al. (2014) | ||
| Expectativas de resultado | Creencias individuales sobre lo que sucederá al realizar cierta actividad, consecuencias imaginadas de la realización de comportamientos particulares. | Estudiar una carrera en STEM te llevará a tener buen trabajo. | Christensen et al. (2014) |
| Estudiar una carrera en STEM te da el reconocimiento de los demás. | (Christensen et al., 2014) | ||
| Estudiar una carrera en STEM es un reto. | (Christensen et al., 2014) | ||
| Estudiar una carrera en STEM representaría ganar más dinero. | Roller (2018) | ||
| Estudiar una carrera en STEM te facilita hacer contribuciones importantes a la sociedad. | Roller (2018) | ||
| Estudiar una carrera en STEM te da prestigio social. | (Christensen et al., 2014) |
Para verificar la validez de la estructura del instrumento se hizo un levantamiento de datos en campo, a los cuales se realizaron análisis factoriales, exploratorio y confirmatorio, utilizando el método de máxima verosimilitud y rotación Oblimin directo.
Se seleccionó e invitó a dos instituciones de educación media superior de dos estados del sureste de México, en las cuales se contó con la participación voluntaria e informada de 167 alumnos matriculados en los 3 niveles escolares: 86 hombres y 81 mujeres, de entre 15 y 19 años de edad.
Se solicitó a los participantes que contestaran el cuestionario de manera autoaplicada, a papel y lápiz, con acompañamiento de los miembros del equipo de investigación. La aplicación se realizó durante los meses de junio y agosto de 2019.
Para el análisis estadístico de los datos se utilizó el programa Statistic Package for Social Sciencie 25 (SPSS) para hacer el análisis de estadística descriptiva y de frecuencias, posteriormente se realizaron las pruebas estadísticas que permitieron confirmar la posibilidad de llevar a cabo el análisis multivariante (Valdés et al., 2019). Se realizó el Análisis Factorial Exploratorio con el método de extracción de factores por máxima verosimilitud con rotación Oblimin directo y, con ayuda del programa estadístico AMOSGraphics-24, se calculó el modelo factorial confirmatorio, el cual se evaluó a través de los índices de ajuste absolutos y los índices de ajuste de incremento.
III. Resultados
Para asegurar la homogeneidad y consistencia interna del instrumento se calculó el Alfa de Cronbach, obteniendo valores altamente confiables de α = 0.82 para el caso de pares estudiantiles, y α = 0.84 en expectativas de resultado (Mcneish, 2018).
El análisis de la media, desviación estándar, asimetría y curtosis de los ítems permitió inferir que la distribución de los datos se acerca a la distribución normal, como se ve en la Tabla 4.
Tabla 4 Media, Desviación Estándar, Asimetría y Curtosis de los Reactivos de la Escala
| Ítems | M | DE | Asimetría | Curtosis |
|---|---|---|---|---|
| Mis amigos estudiarían una carrera del área STEM. | 3.49 | 1.11 | -0.53 | -0.19 |
| Mis amigos consideran que las carreras STEM son interesantes. | 3.92 | 1.07 | -0.97 | 0.55 |
| Mis amigos consideran valioso estudiar carreras STEM. | 3.74 | 1.08 | -0.72 | 0.06 |
| Mis amigos me animarían para estudiar una carrera del área STEM. | 3.88 | 1.12 | -0.95 | 0.37 |
| Estudiar una carrera en STEM te llevará a tener buen trabajo. | 4.15 | 1.06 | -1.34 | 1.36 |
| Estudiar una carrera en STEM te da el reconocimiento de los demás. | 3.80 | 1.04 | -0.70 | 0.09 |
| Estudiar una carrera en STEM es un reto. | 3.94 | 1.06 | -1.16 | 1.10 |
| Estudiar una carrera en STEM representaría ganar más dinero. | 3.64 | 1.06 | -0.54 | -0.07 |
| Estudiar una carrera en STEM te facilita hacer contribuciones importantes a la sociedad. | 3.86 | 1.02 | -0.77 | 0.23 |
| Estudiar una carrera en STEM te da prestigio social. | 3.55 | 1.11 | -0.50 | -0.27 |
Se verificaron los supuestos para el análisis multivariante a través de las pruebas de Kaiser-Meyer-Olkin (KMO), obteniendo valores por encima de .86, y las pruebas de esfericidad de Bartlett con valores de significancia menores a .00, lo que permite aceptar la hipótesis nula y proceder realizar el análisis factorial exploratorio (Pérez-Gil et al., 2000).
3.1 Análisis Factorial Exploratorio
Para dar evidencia de la validez de constructo de las escalas e identificar el número y composición de los factores comunes necesarios para explicar la varianza común del conjunto de ítems analizado, se realizó un análisis factorial exploratorio (AFE) mediante el método de extracción de factores por máxima verosimilitud con rotación Oblimin directo (Lloret-Segura et al., 2014).
En los resultados del AFE se observa la agrupación de los ítems en dos factores, con comunalidades de entre .36 y .61 y con cargas factoriales superiores a .41, cumpliéndose así los criterios para mantener todos los ítems (Williams et al., 2010) (Tabla 5).
Tabla 5 Análisis factorial exploratorio de los factores apoyo pares estudiantiles y expectativas de resultados
| Ítem | Factor 1 | Factor 2 | h2 |
|---|---|---|---|
| Estudiar una carrera STEM te llevará a tener buen trabajo. | 0.59 | -0.30 | .61 |
| Estudiar una carrera STEM te da el reconocimiento de los demás. | 0.64 | -0.17 | .53 |
| Estudiar una carrera STEM es un reto. | 0.41 | -0.32 | .39 |
| Estudiar una carrera STEM representaría ganar más dinero. | 0.75 | 0.05 | .52 |
| Estudiar una carrera STEM te facilita hacer contribuciones importantes a la sociedad. | 0.79 | 0.05 | .58 |
| Estudiar una carrera STEM te da prestigio social. | 0.63 | 0.07 | .36 |
| Mis amigos estudiarían una carrera del área STEM. | -0.11 | -0.75 | .49 |
| Mis amigos consideran que las carreras STEM son interesantes. | 0.01 | -0.76 | .59 |
| Mis amigos consideran valioso estudiar carreras STEM. | 0.07 | -0.79 | .68 |
| Mis amigos me animarían para estudiar una carrera del área STEM. | 0.11 | -0.59 | .42 |
| % Varianza | 41.60% | 10.49% |
Nota: N = 167, KMO = .86, χ 2 = 708.82, gl = 45, p ( .000, h2 = Comunalidad. Factor 1 = expectativas de resultados, Factor 2 = apoyo de pares estudiantiles. Varianza total explicada = 52.10%
3.2 Análisis Factorial Confirmatorio
Para validar el modelo teórico basado en los resultados del AFE, se realizó un Análisis Factorial Confirmatorio (AFC) para demostrar la validez de la estructura factorial previamente obtenida, así como la validez de las deducciones teóricas inferidas en él (Pérez-Gil et al., 2000).
Se obtuvo un valor de X 2 = 61.05, con 32 grados de libertad y p = .001. Los índices de ajuste absolutos; SRMR, AGFI y RMSEA muestran valores satisfactorios. Los índices de ajuste de incremento; TLI y CFI obtuvieron valores aceptables; en el caso de la razón de discrepancia CMIN/DF se encuentra en el rango esperado (ver Tabla 6).
Tabla 6 Indicadores de ajuste de modelo estructural
| Variable | CMIN/DF | SRMR | AGFI | TLI | CFI | RMSEA |
|---|---|---|---|---|---|---|
| Valores esperados | 1 a 3 | <.08 | ≥ .90 | ≥ .90 | ≥ .95 | <.08 |
| Modelo | 1.91 | .07 | .90 | .94 | .96 | .07 [.04-.10] |
Nota: N = 167. Valores de referencia (Arias, 2008; Manzano y Zamora, 2010).
En el modelo de medida se pueden apreciar cargas factoriales significativas, por encima de .60, en todos los ítems de ambos instrumentos; por su parte la covarianza entre las variables del modelo resulta positivamente significativa (ver Figura 1).
IV. Discusión y conclusiones
El proceso de validación de contenido aunado a la validación del constructo basado en los resultados de los análisis factoriales exploratorio y confirmatorio, reforzado por los análisis de fiabilidad, demuestran que el modelo de medida presentado en este estudio tiene las propiedades psicométricas adecuadas para ser utilizado en este contexto.
La solidez de los resultados es coincidente con la literatura, ya que muestra un importante impacto de las variables estudiadas, confirmando que las adecuaciones realizadas a los instrumentos elegidos fueron de gran ayuda para comprensión de los ítems.
Este estudio aporta un modelo de medida a partir de dos escalas breves en número de reactivos, con valores aceptables para la fiabilidad y validez en la medición de los constructos: apoyo de pares estudiantiles y expectativas de resultados en la elección de carreras STEM. Los resultados obtenidos dan certeza de las propiedades psicométricas del modelo de relación entre las variables, con lo cual se convierte en una herramienta valiosa para el estudio de los factores presentes en la elección de carreras STEM en estudiantes mexicanos de educación media superior.
Esta investigación contribuye al estado del arte de los estudios STEM en México, particularmente en la zona sureste, cobrando relevancia por la escasa información que existe en el tema, a diferencia de lo que en otros países ha sucedido en las últimas décadas (European Commission, 2016; European Commission, 2007; National Academy of Sciences, 2014).
En la revisión documental no se identificaron estudios donde se reporten escalas con propiedades psicométricas sólidas para medir el apoyo de pares estudiantiles relacionado con las expectativas de resultado de carreras STEM.
Entre las bondades del instrumento está la sencillez del lenguaje y la longitud del mismo, pues esto resulta muy adecuado para la autoadministración en distintos grupos de edad y contextos; además de que facilita el manejo y análisis de los datos.
Metodológicamente, la presente investigación presenta una muestra que procura la diversidad sociocultural, para dar mayor certeza a los resultados. Sin embargo, el estudio presenta algunas limitaciones: al ser un cuestionario autoaplicado, la deseabilidad social en las respuestas puede generar sesgo; por otro lado, aunque se procuró la diversidad de la muestra, se dificulta la generalización del uso del modelo en otras regiones y contextos. Por ello y al ser escasos los estudios de estas relaciones, en futuras investigaciones sería deseable replicar el estudio en otros contextos socioculturales, así como en diferentes grupos etarios, para observar el comportamiento estadístico y validar el modelo para otras poblaciones.
