factores psicológicos asociados al desempeño

8/16/2019 Factores Psicológicos Asociados Al Desempeño

1/13

Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 31(2)/pp. 363-375/2013/ISSNe2145-4515 363

Resumen

Se examinaron factores auto-perceptivos (autoconcepto,

autoecacia) y actitudinales referentes a la estadística para determinar si las interacciones entre el perl auto-

perceptivo/actitudinal del estudiante, el sexo y el área detitulación se asocian con el rendimiento académico y laansiedad estadística. En una muestra de estudiantes uni-versitarios colombianos (178 mujeres, 154 hombres), losanálisis de conglomerados revelaron dos perles auto-

perceptivos/actitudinales signicativamente distintos,según los niveles bajos (perl-1) o altos (perl-2) en lasvariables de agrupación (autoconcepto, autoecacia yactitudes hacia la estadística). Los análisis de varianzay de covarianza mostraron que el perl auto-perceptivo/

actitudinal de los estudiantes tiene un efecto signicativoen el rendimiento y la ansiedad estadística, que varía porsexo y área de titulación. Los hallazgos contrastan conlos de otros estudios que examinan los mismos construc-tos separadamente.

Palabras clave: sexo, auto-percepciones, actitudes, an-siedad estadística, rendimiento académico.

Abstract

This research examined whether there are signicantlydifferent groups of students according to their self-

perceptions (self-efcacy, self-concept) and attitudestowards statistics and if the interactions between specicgroup membership (self perceptive-attitudinal prole in

Factores psicológicos asociados al desempeñoacadémico en los cursos universitarios de estadística:

diferencias por sexo y área de titulación

Psychological factors associated with statistics achievement of college students:

differences by sex and academic program

Fatores psicológicos associados ao desempenho acadêmico nos cursos universitários

de estatística: diferenças por sexo e por área de titulação

Boris Cendales*

Universidad de Los Andes, Bogotá (Colombia)

Elvia Vargas-Trujillo**Universidad de Los Andes, Bogotá (Colombia)

Camila Barbosa***

Universidad de Los Andes, Bogotá (Colombia)

* Estudiante del Doctorado en Psicología de la Universidad de Los Andes. Investigador del grupo de investigación en Estrés y Salud.** Psicóloga egresada del Departamento de Psicología de la Universidad de Los Andes.*** Profesora asociada del Departamento de Psicología de la Universidad de Los Andes y directora del grupo de investigación en Salud Sexual

y Reproductiva.

Para citar este artículo: Cendales, B., Vargas-Trujillo, E. & Barbosa, C. (2013). Factores psicológicos asociados al desempeño académicoen los cursos universitarios de estadística: diferencias por sexo y área de titulación. Avances en Psicología Latinoamericana, vol. 31 (2), pp.363-375.

Nota de los autores: La correspondencia relacionada con este artículo debe enviarse a: Boris Cendales, dirección: carrera 1 # 18.ª-10, Ed.Franco 2 piso; teléfono: (57-1) 339 4949, ext. 4809; correo electrónico: [email protected]. Elvia Vargas-Trujillo, dirección:carrera 1 # 18ª-10, Ed. Franco 2 piso, teléfono: (57-1) 339 4949, ext. 2597, correo electrónico: [email protected]. Camila Barbosa,dirección: carrera 1 # 18.ª-10, Ed. Franco 2.º piso, teléfono: (57-1) 339 4949, ext. 2500, correo electrónico: [email protected].


2/13

Boris Cendales, Elvia Vargas-Trujillo, Camila Barbosa

364 Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 31(2)/pp. 363-375/2013/ISSNe2145-4515

statistics), sex and academic programs inuences sta-tistics achievement and statistic anxiety. In a sample ofundergraduate students (178 women, 154 men), clustersanalysis revealed two distinguishable self perceptive-attitudinal proles: prole-1 reports higher levels in thegrouping variables than prole-2. Analysis of varianceand covariance showed that student’s self perceptive-attitudinal prole has a signicant effect on statisticsachievement and statistical anxiety, and that this effectvaries by gender and academic program. The resultscontrast with ndings from other studies that examinethe same constructs separately.

Keywords: sex, academic achievement, self-perception,attitudes, statistical anxiety.

Resumo

Foram examinados fatores de auto-percepção (auto-conceito, autoecácia) e atitudinais referentes à apren-dizagem da estatística, para determinar se as interaçõesentre o perl auto-perceptivo/atitudinal do estudante, as-sim como o sexo e a sua área de titulação se associavamcom o rendimento acadêmico e os níveis de ansiedadeestatística. Numa amostra de estudantes universitárioscolombianos (178 mulheres, 154 homens), as análises deconglomerados revelaram dois pers auto-perceptivos/

atitudinais signicativamente distintos, segundo níveis baixos (perl-1) ou altos (perl-2) nas variáveis de agru- pação (autoconceito, autoecácia e atitudes em relaçãoà estatística). As análises de variância e de covariânciamostraram que o perl auto-perceptivo/atitudinal dosestudantes têm um efeito signicativo no rendimento ena ansiedade estatística, que varia por sexo e por áreade titulação. Os resultados contrastam com os de outrosestudos que examinam os mesmos constructos de ma-neira separada.

Palavras-chave: sexo, auto-percepções, atitudes, ansie-

dade estatística, rendimento acadêmico

Diversas investigaciones han estudiado la relaciónentre el desempeño académico en matemáticasy el auto-concepto (Watt, 2004), la autoecacia(Pajares & Miller, 1994) y las actitudes hacia estaasignatura (Tremblay, Gardner & Heipel, 2000).De otro lado, desde hace más de veinticinco añosse han examinado las diferencias entre hombres

y mujeres en los resultados de cursos anes conlas matemáticas (Jacobs, 2005). No obstante, lasinteracciones entre el sexo (categoría asignada al

nacer según apariencia genital), las característicasauto-perceptivas y actitudinales de los estudiantes,y su efecto en las calicaciones obtenidas en ma-temáticas no han sido sucientemente estudiadas(Simpkins & Davis-Kean, 2005).

Asimismo, las actitudes y autopercepcionesrelacionadas con las matemáticas han sido escasa-mente investigadas en poblaciones universitarias.La mayoría de los estudios que examinan las dife-rencias por sexo tanto en el rendimiento académicocomo en la ansiedad matemática, se centran en elalumnado de secundaria (ver revisión de Jacobs,2005). Dichos estudios revelan que aunque noexisten diferencias por sexo en el rendimiento aca-démico, los hombres desarrollan auto-percepcionessignicativamente más favorables que las mujeres(Byrne, 2008) y reportan menores niveles de an-siedad (Strobl, Dittrich, Seiler, Hackensperger &Leisch, 2010).

Complementariamente, las diferencias en lasauto-percepciones matemáticas explican las dife-rencias por sexo en la elección de carrera o área detitulación (Halpern, 2004; Jacobs, 2005). En com- paración con las mujeres, los hombres expresan unamayor preferencia por las áreas relacionadas conlas ciencias y la tecnología (C&T) (Bleeker & Jac-obs, 2004; Larose, Ratelle, Guay, Senécal, Harvey& Drouin, 2008; Simpkins & Davis-Kean, 2005).Además, en las estadísticas sobre investigacióncientíca y desarrollo tecnológico, las mujeres seencuentran sub-representadas en campos profe-sionales que demandan el uso de conocimientosy habilidades en matemáticas (ver por ejemploEustat, 2009).

Otros autores coinciden en que los estudiantes,independientemente del sexo y el nivel educativo, perciben que los cursos de matemáticas son másdemandantes y generan más ansiedad que otrasasignaturas (Ma & Johnson, 2008; Onwuegbuzie &Wilson, 2003). En el ámbito universitario, las asig-naturas estadísticas se perciben como más exigen-tes, por la manipulación de símbolos matemáticos(Cruise, Cash & Bolton, 1985) y el uso de habili-dades de razonamiento lógico (Zerbolio, 1989).


3/13


Factores psicológicos asociados al desempeño académico en los cursos universitarios de estadística

En este estudio, la inclusión de cursos de esta-dística tanto en los programas de C&T (física, quí-mica, biología, ingeniería) como en los de ciencias

sociales y humanas (CSH) (economía, psicología,sociología, losofía) permite examinar, simultá-neamente, variables como el área de titulación,el desempeño académico en dichas asignaturas,y el efecto de interacción entre el sexo, las autopercepciones y las actitudes hacia la estadística.

De acuerdo con Jacobs (2005), las expectativasindividuales, el auto-concepto matemático, la va-loración de las tareas estadísticas y las relacionessociales, explican las diferencias por sexo que seobservan en el uso de habilidades estadísticas. En particular, las evidencias presentadas a lo largode 25 años señalan que las mujeres muestran unamenor motivación hacia la elección de cursos ycarreras en C&T, a pesar de obtener calicacionesmás altas que las de los hombres en dichas áreas.Además, se ha encontrado una asociación signi-cativa entre el auto-concepto en matemáticas y elinterés en cursar asignaturas relacionadas con C&T(Linver & Davis-Kean, 2005; Simpkins & Davis-Kean, 2005; Watt, 2004).

El auto-concepto es la percepción general, des-criptiva y evaluativa que el individuo tiene de símismo en función de su experiencia (Harter, 1999;Marsh & Shavelson, 1985; Shapka & Keating,2005). Según Watt (2004), los hombres se percibenmás hábiles e interesados en las matemáticas quelas mujeres, independientemente de los resultadosobtenidos en las evaluaciones académicas. Sim- pkins y Davis-Kean (2005) encontraron que loshombres y las mujeres que creen tener habilidades para desempeñarse en las áreas de C&T obtienenmejores resultados en matemáticas y que el auto-concepto de las mujeres en estas áreas es signi-

cativamente más bajo, a pesar de obtener mejores puntuaciones en las pruebas.

Una auto-percepción con mayor nivel de espe-cicidad que el auto-concepto es la auto-ecacia,es decir la percepción del individuo sobre su ca- pacidad para tener éxito en las tareas nuevas queemprende, a partir de los resultados obtenidos enel pasado (Bandura, 1997). Teóricamente, la auto-ecacia determina si un comportamiento será ini-ciado, qué tanto esfuerzo se invertirá en él, y si se

mantendrá ante obstáculos y fracasos (Schwarzer& Schmitz, 2004). Consistentemente, se ha encon-trado que las diferencias en las creencias de auto-

ecacia predicen el desempeño en matemáticas(Fast et al., 2010; Zarch & Kadivar, 2006).En estudios experimentales con grupos empa-

rejados por habilidad en la solución de tareas cog-nitivas, al incrementar la auto-ecacia se observanmayores aspiraciones, más persistencia, mejormanejo del tiempo, mayor exibilidad estratégicay menor probabilidad de descartar buenas solucio-nes prematuramente (Bouffard-Bouchard, 1990).Los pocos estudios sobre diferencias por sexo enauto-ecacia matemática y estadística indican queen secundaria los hombres comienzan a reportarniveles más altos de competencia percibida en estosdominios y mayor preferencia por cursos y áreasde titulación relacionadas con C&T (Fennema &Sherman, 1978; Pajares & Miller, 1994; Pintrich& De Groot, 1990).

Las actitudes, por su parte, se denen comouna tendencia psicológica a evaluar un objeto oentidad particular con algún grado de favorabili-dad (Eagly & Chaiken, 1993). Con respecto a lasáreas de estadística y matemáticas, diversos autorescoinciden en que las actitudes favorables se asociancon un mejor desempeño académico en estudiantesuniversitarios (Bendig & Hughes, 1954; Benson1989; Roberts & Bilderback, 1980; Schau, Stevens,Dauphinee & Del Vecchio, 1995; Sutarso 1992;Tremblay et al., 2000). Si bien pocos estudios hanencontrado diferencias por sexo en las actitudesmatemáticas y estadísticas, un estudio meta-analí-tico identicó que cuando existen diferencias, lasactitudes de los hombres suelen ser más favorablesque las de las mujeres (Hyde, Fennema, Ryan, Frost& Hopp, 1990). Por otro lado, Onwuegbuzie y Wil-

son (2003) encontraron que entre el 66 % y el 80 %de los estudiantes universitarios experimentan altosniveles de ansiedad asociados a situaciones queexigen habilidades matemáticas. Entre dichas si-tuaciones, las tareas asociadas con la estadística serelacionan particularmente con estados de ansiedad(Birenbaum & Eylath, 1994; Onwuegbuzie, 1997),debido a las demandas analíticas de los procedi-mientos estadísticos (Zerbolio, 1989). La ansiedadestadística se dene como un miedo desmesurado


4/13



(Carmona, 2004) que se caracteriza por la sensa-ción de bloqueo que experimentan los individuosal enfrentarse con tareas que implican la resolución

de problemas estadísticos (Onwuegbuzie, 1997;Onwuegbuzie & Seaman, 1995; Onwuegbuzie &Wilson, 2003; Ros, Ryan & Onwuegbuzie, 1997).En términos cognitivos, la ansiedad estadísticaobstaculiza los procesos de aprendizaje, bloquea lascapacidades de procesamiento de información y deresolución de problemas (Wine, 1980). En cuantoa las diferencias por sexo, hay evidencias que lasmujeres presentan niveles de ansiedad estadísticasignicativamente más altos que los hombres (Ba-loglu, 2003; Fullerton & Umphrey, 2002).

Frente a estos antecedentes surgen los cuatrointerrogantes que este estudio buscó responder: a)¿existen grupos de estudiantes con perles auto- perceptivos- actitudinales distintos? b) ¿Diere elnúmero de estudiantes en esos grupos por sexo yárea de titulación (C&T, CSH)? c) ¿Tiene el perlautoperceptivo-actitudinal de los estudiantes unefecto signicativo en el rendimiento y la ansiedadestadística? Y d) ¿Varía dicho efecto por sexo y áreade titulación?

Método

Participantes

Se conformó una muestra de 332 estudiantes (178mujeres, 154 hombres) con edades entre los 18 y24 años ( M = 19.8), provenientes de tres universi-dades privadas de Bogotá (Colombia). En el año2011, los participantes se encontraban inscritos en programas de CSH y C&T, y estaban cursando ohabían cursado previamente cursos relacionadoscon la estadística. Todos los encuestados aceptaron

participar voluntariamente en el estudio, despuésde rmar un consentimiento informado. En la tabla1 se presentan las características demográcas dela muestra.

Instrumentos y medidas

De acuerdo con la literatura revisada, las autoper -cepciones generales (auto-concepto) y especícas(autoecacia) referentes a la estadística se midieron

por separado. Debido al carácter global del auto-concepto (Harter, 1999), dicha variable se midiócon un único ítem (¿mi rendimiento en cursos re-lacionados a la estadística es…?), que se calicóen una escala de 6 puntos con las siguientes opcio-nes de respuesta: 1 = excelente, 2 = sobresaliente,3 = bueno(a), 4 = aceptable, 5 = deciente y 6 = pésimo/a (para consultar algunos ejemplos sobre eluso y la validez de las escalas de único ítem para lamedición de autopercepciones, ver Newman, 1984;Robins, Hendin y Trzesniewski, 2001; o Hoeppner ,Kelly, Urbanoski y Slaymaker, 2011).

Por otro lado, para medir la autoecacia estadís-tica, se utilizó la escala current statistics self-efca-cy (Finney & Schraw, 2003), que mide la conanzadel individuo para realizar tareas especícas rela-cionadas con la estadística (e. g. identicar la escalade medición de una variable), usando 14 ítems (α= .96) que se calican según una escala Likert de 6 puntos donde 1 signica “no siento ninguna con-anza” y 6 “me siento totalmente conado”.

Las actitudes hacia la estadística se evaluaroncon los 29 ítems (α = .81) del Attitudes TowardStatistics (ATS) de Wise (1985), que miden las ac-

titudes de los estudiantes hacia la asignatura en laque están matriculados y sus actitudes hacia el usode la estadística en su campo de estudios. El ATSutiliza una escala Likert de 5 puntos donde 1 sig-nica “totalmente en desacuerdo” y 5 “totalmentede acuerdo”.

La ansiedad estadística se midió con 10 ítems (α= .87) adaptados de las escalas Mathematics Anxiety

Rating Scale (MARS) (Richardson & Suinn, 1972)y Statistical Anxiety Scale (SAS) (Vigil-Colet, Lo-

Tabla 1 Distribución de la muestra según el sexo

y el área de titulación de los participantes

Área detitulación

Sexo

Mujeres Hombres Total

C&T 83 89 172

CSH 95 65 160

Total 178 154 332

Fuente: elaboración de los autores.


5/13



renzo & Condon, 2008), que fueron seleccionadosy modicados para medir el nivel de ansiedad delos estudiantes frente a situaciones especícas de

los cursos de estadística como “presentar un exa-men”, “usar programas de computador para haceranálisis estadísticos”, o “leer un informe de inves-tigación que incluye datos estadísticos”. Los parti-cipantes reportaron sus niveles de ansiedad frente asituaciones como las descritas usando una escalaLikert de 5 puntos, donde 1 signicó “no sientoansiedad en lo absoluto” y 5 “siento muchísimaansiedad”.

Por último, la calicación en los cursos de es-tadística corresponde al valor numérico de la notadenitiva en el último curso de estadística tomado(en un rango 1,5 a 5,0). Finalmente, los estudian-tes fueron clasicados en las áreas de titulaciónde C&T y CSH, según el programa de estudiosde educación superior en el que se encontrabanmatriculados.

Procedimiento y análisis estadístico

La muestra se contactó en un periodo aproximadode 5 meses, una vez se obtuvo la autorización delas directivas en las universidades que manifestaroninterés en la investigación. Los cuadernillos fueroncumplimentados durante las clases de estadística por los estudiantes que rmaron el consentimientoinformado.

Para establecer el perl autoperceptivo-acti-tudinal de los estudiantes, se realizaron análisisde conglomerados utilizando las puntuacionesde auto-concepto, auto-ecacia y actitudes haciala estadística como variables de agrupación. Lasdiferencias en la distribución de los hombres y lasmujeres en los perles encontrados ( perl autoper -ceptivo-actitudinal bajo y perl autoperceptivo-actitudinal alto) se establecieron utilizando pruebasde chi-cuadrado. Por último, los efectos principalesy de interacción del sexo y el área de titulación en elrendimiento académico y la ansiedad en los cursosde estadística se calcularon utilizando análisis devarianza (ANOVA) y de covarianza (ANCOVA),respectivamente. Los análisis estadísticos descripti-vos y multivariados se realizaron usando el paqueteSPSS 19.0 para Windows.

Resultados

Perl auto-perceptivo/actitudinal

Se realizaron análisis de conglomerados (bietápicosy método K-medias) utilizando las puntuacionesde auto-concepto, auto-ecacia y actitudes haciala estadística de los estudiantes para establecerlos grupos de pertenencia. Se encontraron dosgrupos signicativamente distintos. Las solucio-nes en las que los estudiantes se dividieron en unmayor número de conglomerados no arrojaron di-ferencias signicativas para todas las variables deagrupación, ni conformaron grupos teóricamentedenibles. La gura 1 presenta los promedios pa-ra las variables de agrupación según los perlesidenticados. Los promedios de las variables deagrupación fueron signicativamente más bajosen el perl-1 (autoperceptivo-actitudinal bajo),en comparación con el perl-2 (autoperceptivo-actitudinal alto). Las diferencias más importantesentre los dos perles se dieron en el auto-conceptoy la auto-ecacia estadística. Si bien la actitudestadística del perl-2 fue signicativamente másfavorable que la del perl-1, las puntuaciones enambos perles corresponden a un nivel intermedio.

Diferencias por sexo y área de titulación

Para examinar las distribuciones por sexo y por áreade titulación en cada uno de los perles se realiza-ron pruebas de chi-cuadrado. La gura 2 muestrala representación de mujeres y hombres en cadaconglomerado. Se encontró que los hombres tienenuna mayor representación en el perl-2 (hombres= 97 vs. mujeres = 106), mientras que en el per -l-1 hay una mayor representación de las mujeres

(mujeres = 81 vs. hombres = 48), x2(3, N = 332) =7,143; p


6/13



0,00

0,50

1,00

1,50

2,00

2,50

3,00

3,50

4,00

4,50

5,00

Autoconcepto en matemáticas Autoeficacia Estadística Actitud hacia la estadística

Perfil 1: autoperceptivo

actitudinal bajo

Perfil 2: autoperceptivo

actitudinal alto

Figura 1. Perles autoperceptivos-actitudinales identicados según el autoconcepto, la autoecacia y las actitudes haciala estadística de los participantes.


0

20

40

60

80

100

120

Perfil 1 Perfil 2

Mujeres Hombres

Figura 2. Distribución por sexo en los perles 1 (autoperceptivo-actitudinal bajo) y 2 (autoperceptivo-actitudinal alto).



7/13



Efectos del perl autoperceptivo-actitudinal

en el rendimiento y la ansiedad estadística

según sexo y área de titulación

Se realizó un análisis de varianza 2 × 2 × 2, usandocomo factores el perl autoperceptivo-actitudinal,el sexo y el área de titulación de los estudiantes. Seencontró que el perl autoperceptivo-actitudinalde los estudiantes tiene un efecto signicativo enel rendimiento en estadística, F (4,234) = 12.929;

p


8/13



Sin embargo, en la gura 7 se observa que en el perl-1 los hombres y mujeres de las áreas de C&Tno presentan diferencias en sus niveles de ansiedad,mientras que en CSH la ansiedad de las mujeres essignicativamente mayor que la de los hombres.

Discusión

El interés por examinar los factores psicológicosque inciden en el desempeño de los estudiantes encursos relacionados con matemáticas tiene una lar -

4,2

4,0

3,8

3,6

Perfil 1 Perfil 2

Mujeres Hombres

M e d i d a s m a r g i n a l e s e s t i m a d

a s

Figura 4. Calicaciones en estadística por sexo y perl autoperceptivo-actitudinal (perl 1= bajo, perl 2 = alto).


4,2

4,0

3,8

3,6

Perfil 1 Perfil 2

Ciencia y tecnología Ciencias sociales y humanas

M e d i d a s m a r g i n a l e s e

s t i m a d a s

Figura 5. Calicaciones en estadística por área de titulación y perl autoperceptivo-actitudinal (perl 1= bajo, perl 2 = alto).



9/13



ga trayectoria (Blanco Blanco, 2008; Jacobs, 2005).Este estudio busca aportar al conocimiento en estaárea, analizando conjuntamente los factores que secitan con mayor frecuencia, considerando tambiénlas diferencias por sexo y titulación académica. Se

encontraron dos perles autoperceptivos-actitudi-nales frente a la estadística signicativamente dis-tintos: El perl-2 (auto-perceptivo/actitudinal alto), presentó niveles de auto-concepto, auto-ecacia yactitudes estadísticas superiores a los del perl-1

2,20

2,00

2,40

2,60

2,80

3,00

3,20

3,40


Mujer Hombre

M e d i d a s m a r g i n a l e s e s t i m a d a

s

Figura 6. Niveles de ansiedad estadística por sexo y área de titulación para el perl 2 (autoperceptivo-actitudinal alto).


2,20

2,00

2,40

2,60

2,80

3,00

3,20

3,40


Mujer Hombre

M e d i d a s m a r g i n a l e s e s t i m a d a s

Figura 7. Niveles de ansiedad estadística por sexo y área de titulación para el perl 1 (autoperceptivo-actitudinal bajo).



10/13



(autoperceptivo-actitudinal bajo). Consistente-mente con la literatura (Chen & Howard, 2010;Simpkins & Davis- Kean, 2005), la distribución

por sexo en cada uno de los perles mostró unasub-representación de estudiantes mujeres en losgrupos con auto-concepto, auto-ecacia y actitudesfavorables hacia la estadística. Los datos tambiénapoyan los hallazgos de autores como Simpkins yDavis-Kean (2005), en tanto existe una asociación positiva entre las variables que conforman el perlautoperceptivo-actitudinal de los estudiantes.

Otros estudios que han evaluado por separa-do la relación de las variables auto-perceptivas yactitudinales con el desempeño en las pruebas dehabilidades matemáticas, han encontrado que lasmujeres, en comparación con los hombres, siste-máticamente tienden a tener auto-percepciones másnegativas y expectativas más bajas en cuanto a sucapacidad, a pesar de que sus resultados en dichasevaluaciones suelen ser iguales o mejores (Jaco- bs, 2005). Igualmente, la evidencia señala que lasmujeres experimentan mayores niveles de ansiedadhacia la estadística que los hombres (Baloglu, 2003;Birenbaum & Eylath, 1994; Fullerton & Umphrey,2002; Onwuegbuzie 1997).

No obstante, al adoptar una aproximación gru- pal, esta investigación encontró que las diferencias por sexo en el rendimiento académico en estadísti-ca dependen del perl autoperceptivo-actitudinal.Los datos señalan que en el grupo con perl autoperceptivo-actitudinal bajo los hombres obtienencalicaciones más altas que las de las mujeres,mientras que en el grupo con perl autoperceptivo-actitudinal alto las mujeres obtienen mejores cali-caciones que los hombres.

Este efecto de interacción entre sexo y perlautoperceptivo-actitudinal complementa lo expuesto

por Cashin (2001), quien estableció que las personascon una opinión positiva de sí mismas, en términosde auto-concepto y auto-ecacia, se desempeñanmejor en los cursos de estadística, aunque no detectódiferencias signicativas entre hombres y mujeres.

Con respecto a los estudios que han identicadoque los hombres se desempeñan mejor en las áreasdel conocimiento relacionadas con las matemáticas(Jacobs, 2005; Simpkins & Davis-Kean, 2005),los resultados sugieren tener cautela al formular

conclusiones que pueden contribuir a mantenerestereotipos sexistas.

Desde la perspectiva de género, esto es, a la

luz de las normas y expectativas socioculturalesacerca de lo que deben ser y hacer los individuossegún la categoría sexual que se les asigna al nacer(Vargas-Trujillo & Gambara, 2008), estos hallazgossugieren que en entornos sociales sexistas, en loscuales las mujeres suelen enfrentar mayores obstá-culos para desarrollar auto-percepciones positivascon respecto a áreas del conocimiento consideradas“masculinas”, las diferencias frente a las matemáti-cas y la estadística con respecto a los hombres pue-den hacerse más marcadas. La evidencia obtenidasegún la cual en el grupo con perl autoperceptivo-actitudinal bajo las mujeres tienden a tener menoséxito en los cursos de estadística, plantea desafíos pedagógicos interesantes para los centros de edu-cación superior. En aras de reducir las diferencias por sexo, se podrían implementar y evaluar variasopciones según el perl autoperceptivo-actitudinaldel alumnado. Con nes investigativos, cabría pre-guntarse si el desempeño de las mujeres con perl-1(bajo) mejora si participan en un grupo en el que lamayoría de sus pares son mujeres con perl-2 (alto)y hombres con perl-1 (bajo). También convieneexplorar el efecto del docente considerando el sexo,sus actitudes sexistas y su sensibilidad hacia lasdesigualdades de género.

En cuanto al efecto de interacción entre el áreade titulación y el perl autoperceptivo-actitudinalsobre el rendimiento académico, se encontró queen comparación con los estudiantes de CSH, losde C&T con perl autoperceptivo-actitudinal bajoobtienen calicaciones signicativamente más bajas que las de sus pares con perl autoperceptivo-actitudinal alto.

La naturaleza transversal de este estudio limitalas atribuciones de causalidad en tanto que esasdiferencias en los factores psicológicos podrían re-lacionarse con fallos reiterados en las pruebas aca-démicas en los estudiantes de C&T pertenecientesal perl-1 (bajo). Cabe señalar que los estudiantesde C&T que fueron clasicados bajo el perl-1(bajo) son una minoría, lo cual es consistente conotros estudios (Simpkins & Davis-Kean, 2005; Ma& Johnson, 2008).


11/13



Sobre la ansiedad estadística, se encontró queen el grupo con perl-2 (alto) los niveles de lasmujeres son superiores a los de los hombres, in-

dependientemente del área de titulación (Jacobs,2005). Contrariamente, bajo el perl-1 (bajo) nose identicaron diferencias por sexo en cuanto ala ansiedad de los estudiantes de C&T, pero sí enlos de CSH, siendo las mujeres las que presentan puntuaciones signicativamente más altas. Otrosautores permiten plantear dos hipótesis para ex- plicar estos resultados: primero, de acuerdo conJacobs (2005), Simpkins y Davis-Kean (2005), losestudiantes de CSH tienden a percibirse como pocohábiles para las matemáticas; segundo, Hyde et al.(1990) arman que los estereotipos de género, queapoyan la hipótesis según la cual los hombres sonmás hábiles para las matemáticas que las mujeres,inuyen en los niveles de ansiedad estadística dela población femenina.

Recapitulando, el análisis conjunto del perlautoperceptivo-actitudinal, el sexo y el área detitulación de los estudiantes develó los gruposcon bajo desempeño en estadística y altos nivelesde ansiedad. Si bien el diseño del estudio impide plantear relaciones causales entre las variables, lainformación es relevante para el diseño de estrate-gias pedagógicas enfocadas a mejorar el rendimien-to del alumnado, y particularmente de las mujeres.

Dado que varios estudios señalan el potencial dela retroalimentación para modicar el auto-conceptoen la adolescencia (Zhang, Wang, Li, Yu & Yan-Ling, 2011), se recomienda valorar la incidencia dela información académica sobre el rendimiento enmatemáticas en el desarrollo del perl autopercepti-vo-actitudinal y las trayectorias académicas.

Respecto al diseño de cursos universitarios deestadística, las estrategias de enseñanza enfocadas

en la retroalimentación positiva han demostra-do ser particularmente efectivas para mejorar lashabilidades y el rendimiento académico de losestudiantes, a la vez que contribuyen al desarrollode autopercepciones favorables, que facilitan los procesos de aprendizaje (Zimmerman y Kitsantas,2002). En este sentido, el monitoreo continuo delas autopercepciones y actitudes hacia la estadísti-ca de los estudiantes es tan importante como hacerseguimiento a su desempeño en las pruebas acadé-

micas. A futuro, conviene profundizar, desde una perspectiva de género, en el proceso que favoreceel desarrollo de los perles auto-perceptivos/actitu-

dinales y de las diferencias por sexo identicadas.

Referencias

Baloglu, M. (2003). Individual differences in statisticsanxiety among college students. Personality and

Individual Differences. 34 (5), 855-865.Bandura, A. (1997). Self-efcacy: The exercise of con-

trol . Nueva York: W. H. Freeman.Birenbaum, M. & Eylath, S. (1994). Who is afraid of

statistics? Correlates of statistics anxiety amongstudents of educational sciences. Educational

Research, 36, 93-98.Bleeker, M. M. & Jacobs, J. E. (2004). Achievement in

Math and Science: Do Mothers’ Beliefs Matter 12Years Later? Journal of Educational Psychology,96 (1), 97-109.

Bouffard-Bouchard, T. (1990). Inuence of self-efcacyon performance in a cognitive task. Journal of So-cial Psychology, 130, 353-363.

Byrne, B. M. (2008). Testing for time-invariant andtime-varying predictors of self- perceived abili-ty in math, language arts, and science: A look atthe gender factor. En H.M.G. Watt & J.S. Eccles(Eds.), Gender and occupational outcomes: Lon-

gitudinal assessments of individual, social, and

cultural inuences (pp. 145-169). Washington, D.C.: American Psychological Association.

Carmona, J. (2004). Una revisión de las evidencias deabilidad y validez de los cuestionarios de acti-tudes y ansiedad hacia la estadística. Statistics

Education Research Journal, 3 (1), 5-28.Cashin, S. E. (2001). Effects of mathematics self-con-

cept, perceived self-efcacy, and attitudes toward

statistics on statistics achievement (Tesis doctoralno publicada, Southern Illinois University, Car -

bondale, IL, EE UU).Chen, C. H. & Howard, B. (2010). Effect of Live Simu-

lation on Middle School Students’ Attitudes andLearning toward Science. Educational Technology& Society, 13 (1), 133-139.

Eagly, A. H. & Chaiken, S. (1993). The psychology ofattitudes. Fort Worth, TX, EE.UU.: Harcourt BraceJovanovich College Publishers.


12/13



Eustat (2009). Personal E.D.P. por campo o disciplinacientíca, ocupación y sexo. Recuperado el 10 de ju-

lio de 2011 de http://www.eustat.es/estadisticas/tema_156/opt_1/ti_Estadistica_sobre_actividades_de_investigacion_cientica_y_desarrollo_tec -nologico/temas.html#axzz1RpDSP3am

Fast, L. A., Lewis, J. L., Bryant, M. J., Bocian, K. A.,Cardullo, R. A., Rettig, M. I. & Hammond, K.A.(2010). Does math self-efcacy mediate the effectof the perceived classroom environment on stan-dardized math test performance? Journal of Edu-cational Psychology, 102 (3), 729-740.

Fennema, E. H. & Sherman, J. A. (1978). Sex-RelatedDifferences in Mathematics Achievement andRelated Factors: A Further Study. Journal for Re-

search in Mathematics Education, 9 (3), 189-203.Finney, S. J. & Schraw, G. (2003). Self-efcacy beliefs

in college statistics courses. Contemporary Edu-cational Psychology, 28, 161-186.

Fullerton, J. A. & Umphrey, D. (2002). Statistics Anxietyand Math Aversion Among Advertising Students.

Journal of Advertising Education, 6 (2), 20.Halpern, D. F. (2004). A Cognitive-Process Taxonomy for

Sex Differences in Cognitive Abilities. Current Di-rections in Psychological Science, 13 (4), 135-139.

Hoeppner, B., Kelly, J., Urbanoski, K. & Slaymaker,

V. (2011). Comparative utility of a single-itemversus multiple-item measure of self-efcacy in

predicting relapse among young adults. Journalof Substance Abuse Treatment, 3 (41), 305-312.

Hubner, J. J., Stanton, G. C. & Shavelson, R. J. (1976).Self-Concept: Validation of Construct Interpre-tations. Review of Educational Research, 46 (3),407-441.

Hyde, J. S., Fennema, E., Ryan, M., Frost, L. A. & Hopp,C. (1990). Gender comparisons of mathematicsattitudes and affect. Psychology of Women Quar-terly, 14, 299-324.

Jacobs, J. E. (2005). Twenty-Five Years of Research onGender and Ethnic Differences in Math and Scien-ce Career Choices: What Have We Learned? New

Directions for Child and Adolescent Development,

110, 85-94.Larose, Ratelle, S., Guay, C., Senécal, F., Harvey, M.

& Drouin, E. (2008). A sociomotivational analy-sis of gender effects on persistence in scienceand technology: A 5-year longitudinal study. En

H.M.G. Watt & J. S. Eccles (Eds.), Gender andoccupational outcomes: Longitudinal assessments

of individual, social, and cultural inuences (pp.171-192). Washington, D. C.: American Psycho-logical Association.

Linver, M. R. & Davis-Kean, P. E. (2005). The slipperyslope: What predicts math grades in middle andhigh school? New Directions for Child and Ado-lescent Development, 110, 49-64.

Ma, X. & Johnson, W. (2008). Mathematics as the cri-tical lter: Curricular effects on gendered careerchoices. En H. M. G. Watt & J. S. Eccles (Eds.),Gender and occupational outcomes: Longitudinal

assessments of individual, social, and cultural in-

uences (pp. 55-83). Washington, D. C.: AmericanPsychological Association.

Marsh, H. W. & Shavelson, R. (1985). Self-Concept: ItsMultifaceted, Hierarchical Structure. Educational

Psychologist, 20 (3), 107-123. Newman, R. S. (1984). Children’s achievement and self-

evaluations in mathematics: A longitudinal study. Journal of Educational Psychology, 76 , 857-873.

Onwuegbuzie, A. J. (1997). The teacher as researcher:the relationship between research anxiety andlearning style in a research course. College Student

Journal, 31 (4), 496.

Onwuegbuzie, A. J. & Seaman, M. (1995). The effectof time and anxiety on statistics achievement.

Journal of Experimental Psychology, 63, 115-124.Onwuegbuzie, A. J. & Wilson, V. A. (2003). Statistics

Anxiety: Nature, etiology, antecedents, effects, andtreatments. A comprehensive review of the literatu-re. Teaching in Higher Education, 8 (2), 195–209.

Pajares, F. & Miller, M. D. (1994). Role of self-efcacyand self-concept beliefs in mathematical problemsolving: A path analysis. Journal of Educational

Psychology, 86, 193–203.

Pintrich, P. R. & De, G. E. V. (1990). Motivational andSelf-Regulated Learning Components of Clas-sroom Academic Performance. Journal of Edu-cational Psychology, 82 (1), 33-40.

Richardson, F. & Suinn, R. (1972). The MathematicsAnxiety Rating Scale: Psychometric data. Journalof Counseling Psychology, 19 (6), 551-554.

Roberts, D. M. & Bilderback, E. W. (1980). Reliabilityand validity of a statistics attitude survey. Educatio-nal and Psychological Measurement, 40, 235-238.


13/13



Robins, R., Hendin, H. & Trzesniewski, K. (2011). Mea-suring Global Self-Esteem: Construct Validationof a Single-Item Measure and the Rosenberg Self-Esteem Scale. Personality and social psychologybulletin, 27 , 151-161.

Ros, D. D., Ryan, J. M. & Onwuegbuzie, A. J. (1997).The Components of Statistics Anxiety: A Pheno-menological Study. Focus on Learning Problemsin Mathematics, 19 (4), 11.

Schau, C., Stevens, J., Dauphinee, T. L. & Del Vecchio,A. (1995). The development and validation of theSurvey of Attitudes toward Statistics. Educationaland Psychological Measurement, 55, 868-875.

Schwarzer, R. & Schmitz, G. S. (2004). Perceived self-efcacy and teacher burnout: A longitudinal studyin ten schools. En H. W. Marsh, J. Baumert, G. E.Richards & U. Trautwein (Eds.), Proceedings -Self-concept, motivation and identity: Where to

from here? Sydney: University of Western Sydney[recurso electrónico], recuperado el 10 de febrerode 2010 de http://www.self.ox.ac.uk/Conferen-ces/2004_Schwarzer_Schmitz.pdf

Shapka, J. D. & Keating, D. P. (2005). Structure andChange in Self-Concept During Adolescence.Canadian Journal of Behavioural Science, 37

(2), 83-96.

Simpkins, S. & Davis-Kean, P. (2005). The intersection between self-concept and values: Links between beliefs and choices in high school. New Direc-tions for Child and Adolescent Development, 110,

31-47.Strobl, C., Dittrich, C., Seiler, C., Hackensperger, S. &

Leisch, F. (2010). Measurement and Predictorsof a Negative Attitude towards Statistics amongLMU Students. En T. Kneib & G. Tutz (Eds.),Statistical Modelling and Regression Structures

(pp. 217-230). Berlin: Springer-Verlag.

Sutarso, T. (noviembre, 1992,). Some variables relatedto students’ anxiety in learning statistics. Paper

presented at the annual meeting of the Mid-SouthEducational Research Association, Knoxville,TN, EE.UU.

Tremblay, P. F., Gardner, R. C. & Heipel, G. (2000).A model of the relationship among measures ofaffect, aptitude, and performance in introductorystatistics. Canadian Journal of Behavioural Scien-ce, 32 (1), 40-48.

Vargas-Trujillo, E. & Gambara, H. (2008). Evaluaciónde programas de intervención social: una guía

con enfoque de género. Bogotá: AECID, CESO,Uniandes.

Vigil-Colet, A., Lorenzo-Seva, U. & Condon, L. (2008).Development and validation of the StatisticalAnxiety Scale. Psicothema, 20 (1), 174-180.

Watt, H. M. G. (2004). Development of adolescents’self-perceptions, values, and task perceptions ac-cording to gender and domain in 7th through 11th grade Australian students. Child Development, 75(5), 1556-1574.

Wine, J. (1980). Cognitive-attentional theory of test anxie-ty. En I. G. Sarason (Ed.), Test Anxiety: Theory, re-

search and applications (pp. 349–385). Hillsdale, NJ, EE.UU.: Lawrence Erlbaum Associates.

Wise, S. L. (1985). The Development and Validationof a Scale Measuring Attitudes Toward Statistics.

Educational and Psychological Measurement, 45

(2), 401-406.Zarch, M. K. & Kadivar, P. (Mayo, 2006). The Role of

Mathematics self-efcacy and Mathematics ability

in the structural model of Mathematics performan-

ce. Proceedings of the 9th WSEAS InternationalConference on Applied Mathematics, Istanbul,Turkey.

Zerbolio, D. J. (1989). A ‘bag of tricks’ for teachingabout sampling distributions. Teaching of Psycho-logy, 16 , 207-209.

Zhang, B., Wang, M., Li, J., Yu, G. & Yan-Ling, B.(2011). The effects of concealing academic achie-vement information on adolescents’ self-concept.

Psychological Record, 61 (1), 21-39.Zimmerman, B. J. & Kitsantas, A. (2002). Acquiring

writing revision and selfregulatory skill throughobservation and emulation. Journal of Educational

Psychology, 94 (4), 660-668.

Fecha de recepción: 13 de febrero de 2012Fecha de aprobación: 8 de octubre de 2012

factores psicológicos asociados al desempeño

Documents