Modelo de factores que afectan el interés individual de los estudiantes en las ciencias básicas: diseño y validación de un cuestionario Model of factors affecting the individual interest of students in basic sciences: design and validation of a questionnaire
Barra lateral del artículo
Contenido principal del artículo
Resumen
Resumen:
El propósito fue diseñar y validar un instrumento para medir a un conjunto de factores endógenos y exógenos que afectan el interés individual de los estudiantes en el aprendizaje de las ciencias básicas. Primeramente, se elaboró un modelo multivariado de factores y luego se diseñó el cuestionario, que fue sometido a validación de contenido con la participación de jueces y una prueba piloto. La validación de constructo se hizo mediante el análisis factorial exploratorio, con una muestra de 274 alumnos de educación secundaria, se identificaron cinco dimensiones latentes. El análisis factorial confirmatorio se realizó con una muestra de 336 alumnos. Los resultados muestran evidencias óptimas del cuestionario que corroboran su validez con 18 ítems. Es un instrumento práctico que permite realizar indagaciones empíricas sobre los efectos de cada uno de los factores que afectan el interés individual mediante las valoraciones perceptivas de los alumnos, dando lugar a diagnósticos multivariados.
Palabras clave: factores endógenos y exógenos, interés hacia las ciencias básicas, validación.
Abstract:
The purpose was to design and validate an instrument to measure a set of endogenous and exogenous factors that affect the individual interest of students in learning basic sciences. First, a multivariate factor model was developed and then the questionnaire was designed, which was submitted to content validation with the participation of judges and a pilot test. The construct validation was done through exploratory factor analysis, with a sample of 274 secondary school students, five latent dimensions were identified. The confirmatory factor analysis was carried out with a sample of 336 students. The results show optimal evidence of the questionnaire that corroborates its validity with 18 items. It is a practical instrument that allows empirical inquiries to be made about the effects of each of the factors that affect individual interest through perceptual evaluations of the students, giving rise to multivariate diagnoses.
Keywords: endogenous and exogenous factors, interest in basic sciences, validation.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Ensayos. Revista de la Facultad de Educación de Albacete conserva los derchos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional. Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL de la obra); ii) no se usen para fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia de uso.
Citas
Ausubel, D. P. (1973). Algunos aspectos psicológicos de la estructura del conocimiento. Investigaciones sobre el proceso de aprendizaje y la naturaleza de las disciplinas que integran el currículum. El Ateneo.
Barbour, R. (2013). Los grupos de discusión en investigación cualitativa. Ediciones Morata.
Bartlett, M. S. (1950). Tests of significance in factor analysis. British Journal of Psychology, (3), 77-85.
Bartlett, M. S. (1951). A further note on tests of significance. British Journal of Psychology, (4), 1-2.
Bazán, A., Backhoff E. y Turullols R. (2016). Participación escolar, apoyo familiar y desempeño en Matemáticas: El caso de México en PISA (2012). Relieve, 22, (1), 1-18. https://www.uv.es/RELIEVE/v22n1/RELIEVEv22n1_M5.pdf
Beavers, A. S., Lounsbury,, J. W., Richards J. K., Huck, S. W., Skolits, G. J., y Esquivel, S. L. (2013). Practical Considerations for Using Exploratory Factor Analysis in Educational Research. Practical Assessment, Research & Evaluation, 18, (6), 1-13. http://pareonline.net/getvn.asp?v=18&n=6
Blalock, H. M. (1966). Estadística Social. Fondo de Cultura Económica.
Boekaerts, M., y Boscolo, P. (2002). Interest and learning, learning to be interested. Learning and Instruction, (12), 375-382.
Bollen, KA. (1989). Structural equations with latent variables. John Wiley & Sons.
Busquets, T., Silva, M. y Larrosa, P., (2016). Reflexiones sobre el aprendizaje de las ciencias naturales. Nuevas aproximaciones y desafíos. Estudios pedagógicos, 42, (especial), 117-135. http://dx.doi.org/10.4067/S0718-07052016000300010
Cartagena, M. (2008). Relación entre la autoeficacia, el rendimiento y los hábitos de estudio, en alumnos de educación secundaria. REICE, 6, (3), 60-99. http://www.rinace.net/arts/vol6num3/art3.pdf
Castro, M. y Morales, M. (2015). Los ambientes de aula que promueven el aprendizaje, desde la perspectiva de los niños y niñas escolares. Revista electrónica Educare, 19 (3), 1-32. http://dx.doi.org/10.15359/ree.19-3.11
Chang, CY y Cheng, WY. (2008). El rendimiento científico y la confianza en sí mismos y la interacción de los estudiantes. Un estudio de muestra representativo de Taiwán. Revista internacional de ciencia Education, (30), 1183–1200.
Cleaves, A. (2005). The formation of science choices in secondary school. International Journal of Science Education, 27, (4), 471-486. https://www.tandfonline.com/doi/abs/10.1080/0950069042000323746
Corbin, J. y Strauss, A. (1990). Grounded theory research: Procedures, canons and evaluative criteria. Qualitative Sociology, (13), 3-21.
Cury, F., Biddle, S., Famose, J. P., Goudas, M., Sarrazin, P., y Durand, M. (1996). Personal and situational factors influencing intrinsic interest of adolescent girls in school physical education: A structural equation modelling analysis. Educational Psychology, (16), 305–315.
De Vellis, R. F. (2012). Scale Development, Theory and Applications. SAGE.
Derek, Ch. (2018) Los factores clave que afectan el interés individual de los estudiantes en las lecciones de ciencias escolares. International Journal of Science Education, 40, (1) 1-23. https://doi.org/10.1080/09500693.2017.1362711
Dien, J. (2010). Evaluating two-step PCA of ERP data with Geomin, Infomax, Oblimin, Promax, and Varimax rotations. Psychophysiology, 47, (1), 170-183.
Etchepareborda, M. (2005). Memoria de trabajo en los procesos básicos del aprendizaje. Revista de Neurología. 40, (1), 79-83. http://www.mdp.edu.ar/psicologia/psico/sec-academica/asignaturas/aprendizaje/Memoria%20de%20trabajo.pdf
Flick, U. (2007). Introducción a la investigación cualitativa. Sage.
Furman, M. (2018). La educación científica en las aulas de América Latina. ResearchGate. https://www.researchgate.net/publication/330183645_La_educacion_cientifica_en_las_aulas_de_America_Latina.
Furr, M. y Bacharach V. (2008). Psychometrics and Introduction. SAGE Publications.
Furr, M. (2011). Scale construction and Psychometrics for social and personality Psychology. SAGE Publications.
Gorsuch, R. L. (1973). Using Bartlett's Significance Test to Determine the Number of Factors to Extract. Educational and Psychological Measurement, (33), 361-364.
Harman, H. H. (1962) Análisis factorial moderno. Prensa de la Universidad de Chicago.
Hasni, A. (2015). Student’s Interest in Science and Technology and its Relationships with Teaching Methods, Family Context and Self-Efficacy. International Journal of Environmental & Science Education, (10), 337-366.
Hendrickson, A. E. y White, P. O. (1964). Promax: a quick method for rotation to oblique simple structure. British Journal of Statistical Psychology, (17), 65-70.
Hernández, A., Muñiz, J. y García, E. (2000). Comportamiento del modelo de respuesta graduada en función del número de categorías de la escala. Psicothema, 12, (2), 288-291.
Hidi, S. y Renninger, K. (2006). El modelo de cuatro fases de desarrollo de intereses. Educ Psychol, 41(2), 111-127.
Hogarty, K., Hines, C., Kromrey, J., Ferron, J. y Mumford, K. (2005). The quality of factor solutions in exploratory factor analysis: The influence of sample size, communality, and overdetermination. Educational and Psychological Measurement, (65), 202-226.
Insauti, J. y Merino, M, (2000). Una propuesta para el aprendizaje de contenidos procedimentales en el laboratorio de física y química. Revista Ienci, 5, (2), 93-119. https://www.if.ufrgs.br/cref/ojs/index.php/ienci/article/view/613/402
Ito, T., y McPherson, E. (2018). Factores que influyen en la escuela secundaria, interes de los estudiantes en PSTEM. Frontiers in Psychology, 9, (15). 1-13. https://doi.org/10.3389/fpsyg.2018.01535
Jenkins, E.W. y Pell, R.G. (2006). The relevance of science education proyect (RSE) in england: a summary of findings. Leeds: centre for studies in science and mathematics education. University of leeds.
Kaiser, H. F. (1970). A second generation Little Jiffy. Psychometrika, (35), 401-415.
Kaplan, D. (2009). Structural equation modeling: foundations and extensions. Sage.
Krapp, A. y Prenzel M. (2011). Investigación sobre el interés en la ciencia: teorías, métodos y hallazgos. Revista Internacional de Educación en Ciencias, (33), 27-50.
Krapp, A., Hidi S. y Renninger K.A. (1992). Interest, learning and development. The role of interest in learning and development. Hillsdale, N.J. Erlbaum.
Lorenzo-Seva, U. y Ten Berge, J. M. F. (2006). El coeficiente de congruencia de Tucker como un índice significativo de similitud factorial. Metodología, (2), 57-64.
Marbà, A. y Márquez, C. (2010). ¿Qué opinan los estudiantes de las clases de ciencias? un estudio transversal de sexto de primaria a cuarto de ESO. Enseñanza de las ciencias, 28, (1), 19–30. https://ddd.uab.cat/pub/edlc/02124521v28n1/02124521v28n1p19.pdf
Martínez, R. (1995). Psicometría. Síntesis Psicológica.
Moreira, T. (2009). Factores endógenos y exógenos asociados al rendimiento en matemática: un análisis multinivel. Revista de educación, 33, (2), 61-80. http://www.redalyc.org/pdf/440/44012058005.pdf
Mulaik, S. A. (2009). Linear causal modeling with structural equations. Chapman y Hall / CRC. https://doi.org/10.1201/9781439800393
Muthén B. (2004). Latent variable analysis: Growth mixture modeling and related techniques for longitudinal data. In D. Kaplan (ed.), Handbook of quantitative methodology for the social sciences. Sage Publications.
Muthén, L. K. y Muthén, B. O. (1998-2010). Mplus User’s Guide. Muthén & Muthén
Papalia, D., Wendkos, O. y Duskin, f. (2006). Psicología del desarrollo de la infancia a la adolescencia. McGrawHill.
Pérez, J. y Gardey A. (2009). Definición de factor. Definición D. http://definicion.de/factor/
Polino, C. (2012). Las ciencias en el aula y el interés por las carreras científico-tecnológicas: Un análisis de las expectativas de los alumnos de nivel secundario en Iberoamérica. Revista Iberoamericana de educación, 1, (58), 167-191. https://doi.org/10.35362/rie580479
Romero, E. y Hernández, M. (2019). Análisis de las causas endógenas y exógenas del abandono escolar temprano: una investigación cualitativa. Educación XXI 22, (1), 263-293. http://revistas.uned.es/index.php/educacionXX1/article/view/21351
Ruiz, J., López, I. y Moreno, C. (2012). Influence of Cooperative Learning on Students’ Self-Perception on Leadership Skills: A Case Study in Science Education. Revista higher education studies, 2, (4), 40-48. https://files.eric.ed.gov/fulltext/EJ1081293.pdf
San Martin, D. (2014). Teoría fundamentada y Atlas.ti: recursos metodológicos para la investigación educativa. Revista Electrónica de Investigación Educativa, 16, (1), 104-122. https://redie.uabc.mx/redie/article/view/727/891
Schiefele, U. (1991). Interest, learning and motivation. Educational Psychologist, 26, (3-4), 299- 232.
Schiefele, U. (1992). Topic interest and levels of text comprehension. Educational Psychologist, 8, (2), 141-160. https://www.sciencedirect.com/science/article/pii/S1041608096900308
Schreiner, C. y Sjøberg, S. (2004). Sembrando las semillas de ROSE. Antecedentes, Justificación, Desarrollo de cuestionarios y recopilación de datos para ROSE (The Relevance of Science Educación): un estudio comparativo de las opiniones de los estudiantes sobre la ciencia y la educación científica.
Solbes, J., Montserrat, R. y Furió, C. (2007). El desinterés del alumnado hacia el aprendizaje de la ciencia: implicaciones en su enseñanza. Revista Didáctica de las ciencias experimentales y sociales, 21, (1), 91-117. https://file:///C:/Users/DeLL%20Insp/Downloads/Dialnet-DesinteresDelAlumnadoHaciaElAprendizajeDeLaCiencia-2475999.pdf
Strauss, A. y Corbin, J. (1990) Basics of qualitative research. Sage.
Tabachnick, B. G. y Fidell, L. S. (2007). Using multivariate statistics. Pearson/Allyn & Bacon.
Tarabini, A., Curran M., Montes A., y Parcerisa L. (2015). La vinculación escolar como antídoto del abandono escolar prematuro: explorando el papel del habitus institucional. Revista de Currículum y Formación de Profesorado, 19, (3), 196-212.
Ten Berge, J. M. F. y Kiers, Hal (1991). Un acercamiento numérico al rango mínimo exacto y aproximado de una matriz de covarianza. Psychometrika, (56), 309-315.
Thompson, B. (2008) Exploratory and Confirmatory Factor Analysis, Understanding concepts and applications. American Psychological Association.
Timmerman, M. E. y Lorenzo-Seva, U. (2011). Evaluación de la dimensionalidad de elementos politómicos ordenados con análisis paralelo. Métodos psicológicos, (16), 209-220.
Trumper, R. (2006). Factors Affecting Junior High School Students’ Interest in Biology. Science Education International, 17(1). 31-48 http://www.icaseonline.net/seiweb/index.php?option=com_content&view=article&id=71:17-1-2006&catid=39:archive-2005-2007&Itemid=81
Vázquez, A. y Manassero, M. (2005). La ciencia escolar vista por los estudiantes. Bordon 57(5), 125-143. https://recyt.fecyt.es/index.php/BORDON/article/view/40802
Velicer, W. F. y Fava, J. L. (1998). Effects of variable and subject sampling on factor pattern recovery. Psychological Methods, 3(2), 231-251. https://doi.org/10.1037/1082-989X.3.2.231
Whitelegg, E. y Parry, M. (1999). Real-life contexts for learning physics: meanings, issues and practice. Physics Education, 34(2), 68-72.
Yanai, H. y Ichikawa, M. (2007). Factor Analysis. En C. R. Rao & S. Sinharay (editors). Handbook of Statistics 26. Psychometric. Elsevier.