e-ISSN 3073-1151 | Edición Octubre-Diciembre, 2024
Volumen 1 | Número 4 | Páginas 225-247
Influencia de las Estrategias de Aprendizaje en el Rendimiento Académico de Estudiantes de Carreras Técnicas: Un Estudio de Caso en el Instituto Tecnológico Superior Ismael Pérez Pazmiño.
Influence of Learning Strategies on the Academic Performance of Technical Career Students: A Case Study at the Ismael Pérez Pazmiño Higher Technological Institute.
Jessenia Isabel Betancourt Pereira[1] 
, Fanny Elvira Martínez Solorzano1 , Yannet Carolina Guillén Villasmil1 , Jhonny Alfredo Alban Alcívar1 , Rafael Gilberto Zhindon Almeida[2]
|
INFORMACIÓN DEL ARTÍCULO
Historial del artículo Recibido el 14 de noviembre de 2024 Aceptado el 19 de diciembre de 2024 Publicado el 26 de diciembre de 2024
Palabras clave: estrategias de aprendizaje, rendimiento académico, carreras técnicas, educación superior, aprendizaje autónomo, correlación educativa
ARTICLE INFO
Article history: Received November 14, 2024 Accepted December 19, 2024 Published December 26, 2024
Keywords: learning strategies, academic performance, technical careers, higher education, autonomous learning, educational correlation |
RESUMEN
Este estudio investiga la relación entre las estrategias de aprendizaje y el rendimiento académico de estudiantes de carreras técnicas en el Instituto Tecnológico Superior "Ismael Pérez Pazmiño" de Machala, Ecuador, con el objetivo de comprender cómo estas estrategias influyen en su desempeño educativo. Los participantes fueron 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo, con una composición mixta de género y edades comprendidas entre los 19 y 23 años. Se empleó un diseño correlacional no experimental, utilizando dos instrumentos principales: un cuestionario estructurado de 39 ítems, que mide dimensiones específicas de las estrategias de aprendizaje (motivacionales, cognitivas, metacognitivas, colaborativas, tecnológicas y de administración de recursos), y una lista de cotejo basada en actas finales de calificaciones para evaluar el rendimiento académico en asignaturas clave como Redacción Oficial, Contabilidad General y Matemáticas. Ambos instrumentos fueron validados por juicio de expertos y presentaron altos índices de confiabilidad. Los resultados indicaron una correlación significativa positiva (coeficiente de Pearson de 0.846) entre las estrategias de aprendizaje y el rendimiento académico, evidenciando que los estudiantes que aplican de manera efectiva estas estrategias logran mejores resultados académicos. Entre las dimensiones, las estrategias tecnológicas y colaborativas mostraron un impacto particularmente destacado en las calificaciones finales. Se concluye que las estrategias de aprendizaje son un factor crítico para optimizar el rendimiento académico, y se sugiere que las instituciones educativas promuevan su desarrollo mediante programas de formación docente y apoyo estudiantil. Estas implicancias resaltan la importancia de integrar metodologías pedagógicas innovadoras que fomenten un aprendizaje activo y autónomo.
ABSTRACT
This study investigates the relationship between learning strategies and academic performance of technical career students at the "Ismael Pérez Pazmiño" Higher Technological Institute in Machala, Ecuador, aiming to understand how these strategies influence their educational outcomes. Participants included 25 fourth-semester students from the Executive Secretariat program, with a mixed-gender composition and ages ranging from 19 to 23 years. A non-experimental correlational design was employed, using two main instruments: a structured 39-item questionnaire measuring specific dimensions of learning strategies (motivational, cognitive, metacognitive, collaborative, technological, and resource management) and a checklist based on final grade records to assess academic performance in key subjects such as Official Writing, General Accounting, and Mathematics. Both instruments were validated by expert judgment and showed high reliability indices. The results revealed a significant positive correlation (Pearson coefficient of 0.846) between learning strategies and academic performance, demonstrating that students who effectively apply these strategies achieve better academic results. Among the dimensions, technological and collaborative strategies showed particularly notable impacts on final grades. It is concluded that learning strategies are a critical factor in optimizing academic performance, and it is suggested that educational institutions promote their development through teacher training programs and student support initiatives. These findings highlight the importance of integrating innovative pedagogical methodologies that foster active and autonomous learning.
© 2024 Betancourt Pereira, J. I., Martínez Solorzano, F. E., Guillén Villasmil, Y. C., Alban Alcívar, J. A., & Zhindon Almeida, R. G.
Esta obra está bajo una licencia internacional |
Introducción
En el ámbito de la educación superior, el rendimiento académico de los estudiantes es considerado un indicador clave de calidad y efectividad de los procesos educativos. Sin embargo, este rendimiento está influenciado por múltiples factores, entre los que destacan las estrategias de aprendizaje utilizadas por los estudiantes (Chadwick, 1979). Estas estrategias, entendidas como herramientas mentales conscientes e intencionadas, permiten planificar, regular y evaluar el proceso de aprendizaje, promoviendo resultados más efectivos (Gagné, 1993). Dada la relevancia de estas estrategias en contextos académicos, explorar su relación con el rendimiento académico resulta fundamental para diseñar intervenciones que optimicen el desempeño estudiantil.
Diversos estudios han abordado la relación entre estrategias de aprendizaje y rendimiento académico en distintos niveles educativos. Por ejemplo, Acevedo (2016) encontró que la implementación de estrategias cognitivas y metacognitivas contribuye significativamente a mejorar el desempeño académico en estudiantes de enfermería, sugiriendo que el desarrollo sistemático de estas habilidades puede reducir el tiempo requerido para completar programas académicos. Por su parte, Anzures y Roux (2015) identificaron que las estrategias motivacionales y colaborativas están estrechamente relacionadas con el éxito académico en estudiantes de nivel medio superior, lo que evidencia la importancia del entorno social y la autorregulación en el aprendizaje.
En el contexto latinoamericano, investigaciones como la de Chávez (2015) han explorado cómo las estrategias de aprendizaje inciden en el rendimiento en asignaturas específicas, como Análisis Matemático, destacando que la planificación y autorregulación son factores clave para el éxito en disciplinas técnicas. Sin embargo, aún existe una brecha significativa en la literatura respecto a la integración de estrategias tecnológicas en el aprendizaje, particularmente en carreras técnicas, lo que subraya la necesidad de estudios actualizados que aborden este aspecto.
En la carrera de Secretariado Ejecutivo del Instituto Tecnológico Superior "Ismael Pérez Pazmiño", el rendimiento académico se mide a través de indicadores como las calificaciones finales en asignaturas técnicas y teóricas. Aunque los docentes promueven estrategias de aprendizaje diversas, no se cuenta con evidencia empírica suficiente que permita comprender cómo estas estrategias influyen en el rendimiento académico de los estudiantes (Velarde, 2017). Este vacío de conocimiento limita el diseño de programas educativos más efectivos y adaptados a las necesidades del estudiantado.
El marco teórico de esta investigación se fundamenta en la teoría del aprendizaje significativo de Ausubel (2002), que enfatiza la importancia de conectar los nuevos conocimientos con estructuras cognitivas previas para facilitar la retención y el entendimiento. Además, se consideran los aportes de Monereo (2007), quien describe las estrategias de aprendizaje como procesos dinámicos que integran dimensiones cognitivas, afectivas y contextuales para optimizar el aprendizaje. Estas perspectivas teóricas guían el análisis de cómo las estrategias utilizadas por los estudiantes pueden impactar su desempeño académico.
A partir de estas bases, la presente investigación se plantea la pregunta principal: ¿Qué relación existe entre las estrategias de aprendizaje y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo en el Instituto Tecnológico Superior Ismael Pérez Pazmiño? Esta pregunta se complementa con subpreguntas que exploran la influencia de dimensiones específicas, como las estrategias tecnológicas y colaborativas, en el rendimiento académico.
El diseño de esta investigación es de tipo correlacional no experimental, permitiendo analizar la relación entre variables sin manipular el entorno educativo. Los datos se recolectaron a través de un cuestionario validado que mide estrategias de aprendizaje y una lista de cotejo de calificaciones finales, herramientas que han demostrado alta confiabilidad en estudios previos (Paucar, 2015). Los resultados esperados de este estudio buscan aportar evidencias empíricas sobre la importancia de las estrategias de aprendizaje en contextos de educación técnica, destacando las dimensiones que tienen mayor impacto en el rendimiento académico. Asimismo, se pretende ofrecer recomendaciones prácticas para mejorar las prácticas docentes y promover un aprendizaje más activo y autónomo entre los estudiantes.
Por su parte, este estudio contribuye a llenar un vacío en la literatura al explorar la relación entre estrategias de aprendizaje y rendimiento académico en el contexto ecuatoriano, con implicaciones para otros países de la región que enfrentan desafíos similares en la educación técnica (Toro & Santillán, 2017). De este modo, se busca fortalecer las políticas educativas y promover un enfoque integral en la formación profesional de los estudiantes.
Metodología y materiales
Participantes
El estudio se llevó a cabo con 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del Instituto Tecnológico Superior "Ismael Pérez Pazmiño" en Machala, Ecuador. Los participantes, seleccionados mediante un criterio de inclusión basado en la matrícula activa y la asistencia regular, tienen edades entre 19 y 23 años, con una composición mixta de género. Esta población representativa asegura una visión realista del impacto de las estrategias de aprendizaje en su rendimiento académico (Chávez, 2015).
Procedimiento de Muestreo
Se empleó un muestreo no probabilístico intencional debido al tamaño reducido de la población objetivo. Este enfoque permitió seleccionar a estudiantes que cumplieran los criterios establecidos y garantizara la calidad de los datos. El tamaño de la muestra se consideró adecuado para el diseño correlacional y la naturaleza exploratoria del estudio. Los datos se recolectaron en el contexto académico, dentro de las instalaciones del instituto, utilizando aulas habilitadas para la administración de cuestionarios en un ambiente controlado.
Técnicas e Instrumentos de Recolección de Datos
El estudio utilizó dos instrumentos validados: un cuestionario estructurado de 39 ítems para medir las estrategias de aprendizaje y una lista de cotejo de calificaciones finales para evaluar el rendimiento académico. El cuestionario incluyó dimensiones como estrategias motivacionales, cognitivas, metacognitivas, colaborativas, tecnológicas y de administración de recursos, con respuestas en una escala Likert de cinco puntos. La validación de los instrumentos fue confirmada mediante juicio de expertos, alcanzando un coeficiente de confiabilidad de 0.921 (Paucar, 2015).
Diseño de la Investigación
El diseño fue correlacional no experimental, dado que no se manipularon las variables independientes ni dependientes. Este enfoque permite examinar relaciones existentes entre las estrategias de aprendizaje y el rendimiento académico sin alterar el contexto educativo. La elección del diseño se basó en su capacidad para proporcionar una visión integral de las dinámicas estudiadas, como lo sugieren Velarde (2017) y Acevedo (2016) en investigaciones similares.
Definición Conceptual y Operacional de las Variables
La variable independiente, estrategias de aprendizaje, se definió conceptualmente como los procedimientos que los estudiantes emplean para planificar, regular y evaluar su aprendizaje (Gagné, 1993). Operacionalmente, se midió a través del cuestionario estructurado que incluye las cinco dimensiones mencionadas. La variable dependiente, rendimiento académico, se conceptualizó como el nivel de éxito alcanzado por los estudiantes en sus estudios y se midió mediante una lista de cotejo con las calificaciones obtenidas en seis asignaturas clave.
Procedimiento
La recolección de datos se llevó a cabo en dos sesiones. En la primera, los estudiantes completaron el cuestionario de estrategias de aprendizaje en aproximadamente 30 minutos. En la segunda sesión, se recolectaron las calificaciones de las actas finales, garantizando confidencialidad y anonimato. Se aseguraron condiciones estándar para minimizar sesgos, como instrucciones claras y supervisión directa.
Análisis de Datos
Los datos se analizaron mediante el coeficiente de correlación de Pearson, considerando un nivel de significancia de 0.05. Esta técnica permitió evaluar la relación entre las estrategias de aprendizaje y el rendimiento académico. Se realizaron pruebas de normalidad para verificar la distribución de los datos antes de aplicar el análisis correlacional (Toro & Santillán, 2017).
Control de Calidad
Para garantizar la calidad de los resultados, se emplearon instrumentos con altos niveles de validez y confiabilidad. Además, se realizó una capacitación previa para los administradores de los cuestionarios, siguiendo las recomendaciones de Saldaña (2014). Se tomaron medidas estrictas para proteger los datos personales y asegurar la ética en el proceso de investigación.
Consideraciones Éticas
El estudio cumplió con principios éticos al obtener el consentimiento informado de los participantes y garantizar su anonimato. Los datos recolectados se usaron exclusivamente con fines académicos y se almacenaron en un sistema protegido. Esta investigación siguió los lineamientos éticos establecidos por la comunidad científica para estudios educativos (Anzures & Roux, 2015)..
Resultados
Presentación, análisis e interpretación de los datos
A continuación, se presentan los resultados obtenidos para las variables analizadas en el estudio. La interpretación de estos resultados se clasifica en tres niveles: malo, regular y bueno, según los datos recogidos en los ítems de la ficha y el test aplicados, los cuales se refieren a la variable independiente "estrategias de aprendizaje" y la variable dependiente "rendimiento académico".
Variable: Estrategias de Aprendizaje
Dimensión: Estrategias Motivacionales
Tabla 1
Figura 1
Según el cuadro estadístico y la figura, se observa que de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP encuestados, el 24% considera que la dimensión de las estrategias motivacionales relacionada con la aceptación de responsabilidades, el compromiso en el estudio, la confianza en sus habilidades y la satisfacción por el éxito de su trabajo es regular. Además, el 36% de los estudiantes la calificó como mala, mientras que el 40% la evaluó como buena. Estos resultados reflejan una distribución mixta en la percepción de los estudiantes sobre su motivación y desempeño académico.
Dimensión: Estrategias Cognitivas y Metacognitivas
Tabla 2
Figura 2
Según el cuadro estadístico y la figura, se observa que de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP encuestados, el 24% considera que las estrategias cognitivas, como seleccionar, elaborar, jerarquizar y organizar la información, así como las estrategias metacognitivas, que implican la planificación, reflexión y evaluación de tareas, son regulares. Además, el 36% las evaluó como buenas y el 40% las calificó como malas. Estos resultados muestran una distribución variada en la percepción de los estudiantes sobre la efectividad de estas estrategias en su aprendizaje.
Dimensión: Estrategias de Administración de Recursos
Tabla 3
Figura 3
Según el cuadro estadístico y la figura, se observa que, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP encuestados, el 20% considera que las estrategias de administración de recursos, relacionadas con la organización del tiempo, el ambiente de estudio y la búsqueda de ayuda, son regulares. Además, el 36% las calificó como malas, mientras que el 44% las evaluó positivamente como buenas. Estos resultados reflejan una distribución variada en la percepción de los estudiantes sobre la efectividad de estas estrategias en su rendimiento académico.
Dimensión: Estrategias Colaborativas
Tabla 4
Figura 4
Según el cuadro estadístico y la figura, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP encuestados, el 12% considera que las estrategias colaborativas, relacionadas con el desarrollo de habilidades sociales, la independencia, la interacción y la autoevaluación, son malas. En contraste, el 44% opina que son regulares, mientras que otro 44% las califica como buenas. Estos resultados muestran una percepción dividida entre los estudiantes respecto a la efectividad de las estrategias colaborativas en su proceso de aprendizaje.
Dimensión: Estrategias Tecnológicas
Tabla 5
Figura 5
Según el cuadro estadístico y la figura, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP encuestados, el 20% considera que las estrategias tecnológicas relacionadas con el intercambio de información, el uso de herramientas tecnológicas y la construcción de experiencias son malas. En cambio, el 36% las califica como buenas, mientras que el 44% las percibe como regulares. Estos resultados reflejan una evaluación mixta de los estudiantes sobre la efectividad de las estrategias tecnológicas en su proceso de aprendizaje.
Lista de Cotejo de Acta de Notas
Curso: Redacción Oficial
Tabla 6
Figura 6
Según el cuadro estadístico y la figura, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP evaluados en el curso de Redacción Oficial, el 16% obtuvo una calificación de 9 (muy buena), el 28% alcanzó una nota de 8, y el 56% obtuvo una calificación regular, equivalente a una nota de 14. Estos resultados reflejan una distribución variada en las calificaciones de los estudiantes en este curso.
Curso: Contabilidad General
Tabla 7
Figura 7
Según el cuadro estadístico y el gráfico, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP evaluados en el curso de Contabilidad General, el 4% obtuvo una calificación de 9 (muy buena), el 44% alcanzó una calificación de 8 (buena), y el 52% obtuvo una calificación de 7 (regular). Estos resultados muestran una distribución variada en las calificaciones de los estudiantes en dicho curso.
Curso: Organización y Administración de Empresas
Tabla 8
Figura 8
Según el cuadro estadístico y el gráfico, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP evaluados en el curso de Organización y Administración de Empresas, el 4% obtuvo una calificación de 9 (muy buena), el 28% alcanzó una calificación de 8 (buena), y el 68% obtuvo una calificación de 7 (regular). Estos resultados reflejan una distribución mayoritaria de calificaciones regulares entre los estudiantes en este curso.
Curso: Matemáticas
Tabla 9
Figura 9
Según la tabla estadística y el gráfico, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP evaluados en el curso de Matemáticas, el 44% obtuvo una calificación de 8 (buena), mientras que el 56% alcanzó una calificación de 7 (regular). Estos resultados indican que la mayoría de los estudiantes se ubicaron en el rango de calificación regular en este curso.
Curso: Utilitarios
Tabla 10
Figura 10
Según la tabla estadística y el gráfico, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP evaluados en el curso de Utilitarios, el 36% obtuvo una calificación de 8 (buena), mientras que el 64% alcanzó una calificación de 7 (regular). Estos resultados muestran que la mayoría de los estudiantes obtuvieron calificaciones regulares en este curso.
Curso: Legislación Laboral
Tabla 11
Figura 11
Según la tabla estadística y el gráfico, de los 25 estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP evaluados en el curso de Legislación Laboral, el 32% obtuvo una calificación de 8 (buena), mientras que el 68% alcanzó una calificación de 7 (regular). Estos resultados indican que la mayoría de los estudiantes lograron calificaciones regulares en este curso, con una proporción menor obteniendo una calificación considerada buena. La distribución de las calificaciones sugiere que existen áreas de mejora en el desempeño general de los estudiantes en esta asignatura.
Prueba de normalidad
Proceso de Contrastación de Hipótesis General
Para la prueba de la hipótesis general, se establecieron las siguientes hipótesis: Ha: Existe una relación significativa entre las estrategias de aprendizaje y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP; H0: No existe una relación significativa entre las estrategias de aprendizaje y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP. La regla de decisión fue la siguiente: si el valor p (Sig.) es mayor que 0.05, se acepta la hipótesis nula y se rechaza la hipótesis alterna; si el valor p es menor que 0.05, se rechaza la hipótesis nula y se acepta la hipótesis alterna. Para contrastar las hipótesis, se utilizó la correlación de Pearson entre las variables estrategias de aprendizaje y rendimiento académico.
Figura 12. Matriz de correlación entre las variables estrategias motivacionales y la variable
rendimiento académico.
Nota: ** La correlación es significativa en el nivel 0,05 (bilateral)
La matriz de correlación muestra, por pares de variables, el coeficiente de Pearson y el nivel de significancia obtenido. En este caso, la significancia es de 0.000, que es menor a 0.05, lo que lleva al rechazo de la hipótesis nula. Por lo tanto, se concluye que existe una relación significativa entre las variables estrategias de aprendizaje y rendimiento académico. Además, se observó una asociación lineal estadísticamente significativa positiva considerable, con un coeficiente de correlación de r P = 0.846 y un valor p < 0.05, lo que indica una relación fuerte y positiva entre ambas variables.
Proceso de Contrastación de Hipótesis Específica 1.
La hipótesis planteada fue: H1: Existe una relación significativa entre las estrategias motivacionales y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP; mientras que la hipótesis nula es: H0: No existe una relación significativa entre las estrategias motivacionales y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP. La regla de decisión establece que si el valor p (Sig.) es mayor a 0.05, se acepta la hipótesis nula y se rechaza la hipótesis alterna; en caso contrario, si el valor p es menor a 0.05, se rechaza la hipótesis nula y se acepta la hipótesis alterna. Para la contrastación de estas hipótesis, se utilizó la correlación de Pearson entre la dimensión de estrategias motivacionales y la variable rendimiento académico.
Figura 13. Matriz de correlación la dimensión estrategias motivacionales y la variable rendimiento académico.
Nota: **. La correlación es significativa en el nivel 0,05 (bilateral).
La matriz de correlación muestra el coeficiente de Pearson y el nivel de significancia para cada par de variables. En este caso, se obtuvo una significancia de 0.000, que es menor a 0.05, lo que permite rechazar la hipótesis nula. Por lo tanto, se concluye que existe una relación significativa entre la dimensión de estrategias motivacionales y la variable rendimiento académico. Además, se observó una fuerte asociación lineal positiva y estadísticamente significativa, con un coeficiente de correlación de r P = 0.823 y un valor p menor a 0.05.
Proceso de Contrastación de Hipótesis Específica 2.
La hipótesis planteada fue: H2: Existe una relación significativa entre las estrategias cognitivas y metacognitivas y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP, mientras que la hipótesis nula es: H0: No existe relación significativa entre las estrategias cognitivas y metacognitivas y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP. La regla de decisión establece que si el valor p (Sig.) es mayor a 0.05, se acepta la hipótesis nula y se rechaza la hipótesis alterna; si el valor p es menor a 0.05, se rechaza la hipótesis nula y se acepta la hipótesis alterna. Para contrastar estas hipótesis, se utilizó la correlación de Pearson entre la dimensión de estrategias cognitivas y metacognitivas y la variable rendimiento académico.
Figura 14. Matriz de correlación la dimensión estrategias cognitivas y metacognitivas con la variable rendimiento académico.
Nota: ** La correlación es significativa en el nivel 0,05 (bilateral)
La matriz de correlación muestra, para cada par de variables, el coeficiente de Pearson y el nivel de significancia obtenido. En este caso, se obtuvo una significancia de 0.000, que es inferior a 0.05, lo que lleva al rechazo de la hipótesis nula. Por lo tanto, se concluye que existe una relación significativa entre la dimensión de estrategias cognitivas y metacognitivas y la variable rendimiento académico. Además, se observó una fuerte asociación lineal positiva y estadísticamente significativa, con un coeficiente de correlación de r P = 0.825 y un valor p menor a 0.05.
Proceso de Contrastación de Hipótesis Específica 3.
La hipótesis planteada fue: H3: Existe una relación significativa entre las estrategias de administración de recursos y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP; mientras que la hipótesis nula es: H0: No existe relación significativa entre las estrategias de administración de recursos y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP. La regla de decisión establece que si el valor p (Sig.) es mayor a 0.05, se acepta la hipótesis nula y se rechaza la hipótesis alterna; si el valor p es menor a 0.05, se rechaza la hipótesis nula y se acepta la hipótesis alterna. Para contrastar estas hipótesis, se utilizó la correlación de Pearson entre la dimensión de estrategias de administración de recursos y la variable rendimiento académico.
Figura 15. Matriz de correlación la dimensión estrategias de administración de recursos y la variable rendimiento académico.
Nota: ** La correlación es significativa en el nivel 0,05 (bilateral)
La matriz de correlación muestra, para cada par de variables, el coeficiente de Pearson y el nivel de significancia obtenido. En este caso, la significancia es de 0.000, lo que es menor que 0.05, lo que lleva al rechazo de la hipótesis nula. Por lo tanto, se concluye que existe una relación significativa entre la dimensión de estrategias de administración de recursos y la variable rendimiento académico. Además, se encontró una fuerte asociación lineal positiva y estadísticamente significativa, con un coeficiente de correlación de r P = 0.804 y un valor p menor a 0.05.
Proceso de Contrastación de Hipótesis Específica 4.
La hipótesis planteada fue: H4: Existe una relación significativa entre las estrategias colaborativas y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP; mientras que la hipótesis nula es: H0: No existe relación significativa entre las estrategias colaborativas y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP. La regla de decisión establece que si el valor p (Sig.) es mayor a 0.05, se acepta la hipótesis nula y se rechaza la hipótesis alterna; si el valor p es menor a 0.05, se rechaza la hipótesis nula y se acepta la hipótesis alterna. Para contrastar estas hipótesis, se utilizó la correlación de Pearson entre la dimensión de estrategias colaborativas y la variable rendimiento académico.
Figura 16. Matriz de correlación la dimensión estrategias colaborativas y la variable rendimiento académico.
Nota: ** La correlación es significativa en el nivel 0,05 (bilateral)
La matriz de correlación muestra, para cada par de variables, el coeficiente de Pearson y el nivel de significancia obtenido. En este caso, la significancia es de 0.000, lo cual es inferior a 0.05, lo que lleva al rechazo de la hipótesis nula. Así, se concluye que existe una relación significativa entre la dimensión de estrategias colaborativas y la variable rendimiento académico. Además, se observó una asociación lineal positiva de magnitud media y estadísticamente significativa, con un coeficiente de correlación de r P = 0.848 y un valor p menor a 0.05.
Proceso de Contrastación de Hipótesis Específica 5.
La hipótesis propuesta fue: H5: Existe una relación significativa entre las estrategias tecnológicas y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP; mientras que la hipótesis nula es: H0: No existe una relación significativa entre las estrategias tecnológicas y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP. La regla de decisión establece que si el valor p (Sig.) es mayor a 0.05, se acepta la hipótesis nula y se rechaza la hipótesis alterna; si el valor p es menor a 0.05, se rechaza la hipótesis nula y se acepta la hipótesis alterna. Para contrastar estas hipótesis, se utilizó la correlación de Pearson entre la dimensión de estrategias tecnológicas y la variable rendimiento académico.
Figura 17. Matriz de correlación la dimensión estrategias tecnológicas y la variable rendimiento académico.
Nota: ** La correlación es significativa en el nivel 0,05 (bilateral)
La matriz de correlación muestra el coeficiente de Pearson y el nivel de significancia para cada par de variables. En este caso, la significancia es de 0.000, lo cual es inferior a 0.05, lo que lleva al rechazo de la hipótesis nula. Por lo tanto, se concluye que existe una relación significativa entre la dimensión de estrategias tecnológicas y la variable rendimiento académico. Además, se encontró una asociación lineal positiva de magnitud media y estadísticamente significativa, con un coeficiente de correlación de r P = 0.831 y un valor p menor a 0.05.
Discusión
Una vez realizados los procedimientos estadísticos, los resultados obtenidos permitieron responder al objetivo principal de la investigación: conocer la relación entre las estrategias de aprendizaje y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del Instituto Tecnológico Superior Ismael Pérez Pazmiño (INTSIPP). En el análisis de la hipótesis general, se obtuvo un coeficiente de correlación de r P = 0.846, indicando una relación significativa entre las estrategias de aprendizaje y el rendimiento académico en la población estudiada. Este valor refleja una correlación fuerte, lo que evidencia que el uso adecuado de estrategias de aprendizaje está estrechamente relacionado con un mejor rendimiento académico en los estudiantes.
En cuanto a la variable de estrategias de aprendizaje, los resultados indicaron que el 75% de los estudiantes evaluaron positivamente las estrategias empleadas, considerándolas buenas, mientras que un 25% las percibió como deficientes. Este hallazgo es consistente con estudios previos que demuestran que una adecuada aplicación de estrategias de aprendizaje puede facilitar el rendimiento académico, aunque también resalta la presencia de estudiantes que no se benefician de estas estrategias (Van Der, 2015). En su estudio, Van Der (2015) observó que, aunque la mayoría de los estudiantes aplican diversas estrategias de aprendizaje, como la activación de conocimientos previos y la resolución de problemas de forma socio-constructivista, persisten problemas en la evaluación, lo que indica un desfase entre las actividades y los objetivos de aprendizaje.
El análisis de la primera hipótesis específica, que abordaba la relación entre las estrategias emocionales y el rendimiento académico, reveló un coeficiente de correlación de r P = 0.825. Las respuestas de la muestra fueron mixtas: un 36% calificó las estrategias emocionales como malas, mientras que el 40% las consideró positivas. En relación con el desempeño laboral, el 75% de los estudiantes opinó que las estrategias emocionales influyen favorablemente en su desempeño, mientras que un 25% indicó lo contrario. Estos resultados sugieren que, aunque las estrategias emocionales pueden ser beneficiosas para el rendimiento académico, existe un grupo de estudiantes que no percibe su efectividad, lo que requiere un análisis más profundo sobre la implementación de estas estrategias en el curso de redacción comercial. En este curso, un 56% de los estudiantes obtuvo calificaciones regulares, lo que resalta la necesidad de mejorar las estrategias emocionales en la enseñanza.
Los hallazgos de Anzures y Roux (2015) refuerzan esta perspectiva al señalar que las estrategias de aprendizaje más efectivas para los estudiantes son aquellas que implican la toma de apuntes en clase, lo cual facilita el procesamiento de la información. Sin embargo, algunas estrategias, como las relacionadas con la inteligencia y la motivación externa, mostraron una correlación baja con el rendimiento académico. Esto indica que, aunque algunos métodos son ampliamente utilizados, no todos logran impactar positivamente en el rendimiento de los estudiantes, como ocurrió en este estudio. Paucar (2015) también encontró que las estrategias de aprendizaje están relacionadas positivamente con la motivación para el estudio, lo que subraya la importancia de integrar aspectos motivacionales en las estrategias pedagógicas.
En el análisis de la segunda hipótesis específica, relacionada con las estrategias cognitivas y metacognitivas, los resultados indicaron una correlación de r P = 0.805. Se observó que el 40% de los estudiantes consideraron las estrategias cognitivas y metacognitivas como malas, mientras que un 36% las evaluó positivamente y el 24% las vio de forma regular. Estos resultados sugieren que la implementación de estrategias cognitivas y metacognitivas aún requiere ajustes significativos, particularmente en el curso de Contabilidad General, donde un 52% de los estudiantes obtuvo calificaciones regulares. Esto implica que las estrategias de aprendizaje que favorecen la reflexión sobre el propio aprendizaje necesitan ser reforzadas para mejorar la comprensión de los contenidos y, por ende, el rendimiento académico.
Saldaña (2014) también identificó que los estudiantes utilizan con mayor frecuencia estrategias de repetición, mientras que la motivación externa tiene un alto impacto en el rendimiento académico. En este contexto, las estrategias cognitivas y metacognitivas son especialmente relevantes, ya que permiten a los estudiantes gestionar su aprendizaje de manera autónoma. Los resultados obtenidos en este estudio son consistentes con los de Saldaña, quienes encontraron que la regulación del esfuerzo, un componente importante de la motivación, se correlaciona fuertemente con el rendimiento académico. Esto sugiere que las estrategias cognitivas que promueven la organización y estructuración de la información podrían ser más efectivas si se combinan con técnicas que fomenten la autorregulación del esfuerzo.
El análisis de la tercera hipótesis específica, que evaluó la relación entre la administración de recursos y el rendimiento académico, arrojó un coeficiente de correlación moderada de r P = 0.804. En esta dimensión, el 44% de los estudiantes consideraron que la administración de recursos es buena, mientras que un 36% la calificó como mala y un 20% como regular. Este hallazgo refleja una falta de consistencia en la percepción de los estudiantes sobre la eficiencia de la administración de recursos, lo que sugiere la necesidad de mejorar esta estrategia en el curso de Organización y Administración de Empresas. En este curso, el 68% de los estudiantes obtuvo calificaciones regulares, lo que refuerza la necesidad de optimizar las estrategias de administración de recursos para fomentar un mejor rendimiento académico.
En relación con la cuarta hipótesis específica, que exploraba las estrategias colaborativas, los resultados mostraron un coeficiente de correlación de r P = 0.848, lo que indica una relación moderada entre estas estrategias y el rendimiento académico. Sin embargo, la mitad de los estudiantes consideró que las estrategias colaborativas son malas, mientras que solo el 25% las evaluó positivamente. Esto sugiere que, aunque las estrategias colaborativas tienen un potencial significativo para mejorar el rendimiento académico, su implementación aún no es suficientemente eficaz, especialmente en el curso de Matemáticas, donde el 56% de los estudiantes obtuvo calificaciones regulares. Estos resultados coinciden con los hallazgos de Velarde (2017), quienes señalaron que las competencias pedagógicas y las estrategias de aprendizaje son esenciales para mejorar el rendimiento académico en asignaturas complejas como las matemáticas.
Finalmente, en el análisis de la quinta hipótesis específica, que abordaba la relación entre las estrategias tecnológicas y el rendimiento académico, se encontró un coeficiente de correlación de r P = 0.831. Las respuestas de los estudiantes mostraron una distribución mixta: el 36% calificó las estrategias tecnológicas como buenas, mientras que el 44% las consideró regulares y el 20% las percibió como malas. Los resultados en los cursos de Utilitarios y Legislación Laboral reflejan que un alto porcentaje de estudiantes obtuvo calificaciones regulares. Estos hallazgos son consistentes con los resultados de Chávez (2015), quienes encontraron que el uso efectivo de recursos tecnológicos puede tener un impacto positivo en el rendimiento académico, especialmente cuando los estudiantes cuentan con herramientas adecuadas para la gestión de la información adquirida.
Conclusiones
En cuanto al primer objetivo específico, que busca identificar la relación entre las estrategias motivacionales y el rendimiento académico de los estudiantes del cuarto semestre de la carrera de Secretariado Ejecutivo del INTSIPP, los resultados estadísticos muestran una correlación de 0.823, lo que indica una relación positiva moderada. La significancia es alta, ya que la evidencia estadística presenta un valor p menor a 0.01. Esto significa que no hay suficiente evidencia para rechazar la relación, dado que el p-valor es inferior a 0.05.
Respecto al segundo objetivo específico, que también tiene como fin analizar la relación entre las estrategias motivacionales y el rendimiento académico, los resultados estadísticos evidencian una correlación de 0.815, lo que confirma una relación positiva. La significancia es alta, pues el valor p es menor a 0.01, lo que implica que existe suficiente evidencia estadística para aceptar la relación, dado que el p-valor es inferior a 0.05.
En relación con el tercer objetivo específico, que se enfoca en identificar la relación entre las estrategias metacognitivas y el rendimiento académico, se obtuvo una correlación de 0.825, indicando una relación positiva entre ambas variables. Esto sugiere que, conforme aumentan las estrategias metacognitivas, también lo hace el rendimiento académico. La significancia estadística es alta, ya que el valor p es superior a 0.01. En este caso, hay evidencia suficiente para rechazar la hipótesis nula, ya que el p-valor es mayor a 0.05.
En cuanto al cuarto objetivo específico, que busca determinar la relación entre las estrategias de administración de recursos y el rendimiento académico de los estudiantes, los resultados muestran una correlación de 0.804, lo que indica una relación positiva moderada. A medida que las estrategias de administración de recursos mejoran, también lo hace el rendimiento académico. La significancia es alta, con un valor p menor a 0.01, lo que indica que no existe suficiente evidencia para rechazar la relación, ya que el p-valor es inferior a 0.05.
Respecto al quinto objetivo específico, que examina la relación entre las estrategias colaborativas y el rendimiento académico, los resultados estadísticos revelan una correlación de 0.848, lo que demuestra una relación positiva alta. A medida que aumentan las estrategias colaborativas, el rendimiento académico también mejora. La significancia es alta, ya que el valor p es inferior a 0.01, lo que permite concluir que no existe suficiente evidencia para rechazar la relación, dado que el p-valor es menor a 0.05.
Por su parte, en relación al sexto objetivo específico, que analiza la relación entre las estrategias tecnológicas y el rendimiento académico, los resultados muestran una correlación de 0.831, lo que indica una relación positiva entre ambas variables. Con el aumento de las estrategias tecnológicas, también se observa una mejora en el rendimiento académico. Sin embargo, la significancia es baja, ya que el valor p es mayor a 0.01, lo que implica que existe suficiente evidencia estadística para rechazar la relación, ya que el p-valor es mayor a 0.05.
Con base en los hallazgos, se recomienda a las instituciones de educación técnica incorporar programas de formación continua para docentes que integren estrategias de aprendizaje en sus planes de enseñanza. Esto permitirá al personal docente guiar a los estudiantes en la selección y aplicación efectiva de estrategias que optimicen su rendimiento académico.
Asimismo, es fundamental que los currículos incluyan talleres prácticos sobre estrategias de aprendizaje desde los primeros semestres, para que los estudiantes desarrollen habilidades de autorregulación, planificación y colaboración. Estas actividades deben estar alineadas con las demandas específicas de las asignaturas técnicas y los objetivos de las carreras. Además, se sugiere implementar herramientas tecnológicas y plataformas de aprendizaje en línea que promuevan el uso de estrategias tecnológicas y colaborativas. Estas herramientas no solo mejorarán el rendimiento académico, sino que también prepararán a los estudiantes para enfrentar las exigencias de un mercado laboral digitalizado.
Por otra parte, se recomienda realizar investigaciones adicionales en otros contextos educativos técnicos para validar los resultados obtenidos en esta investigación y explorar nuevas variables que puedan influir en el rendimiento académico, como la motivación intrínseca y las condiciones socioeconómicas de los estudiantes. Estas acciones fortalecerán las políticas educativas y contribuirán al desarrollo integral de los estudiantes en carreras técnicas.
Referencias Bibliográficas
Acevedo, R. M. (2016). Estrategias de aprendizaje, con relación al rendimiento académico y tiempo en alcanzar el grado universitario en enfermería. [Tesis doctoral, Universidad de Málaga].
Alvear, L. A. (2017). Estrategias didácticas para fortalecer el aprendizaje de inglés en los estudiantes de los cursos intensivos de la PUCE. [Tesis, Pontificia Universidad Católica del Ecuador].
Anzures González, E., & Roux, E. (2015). Estrategias de aprendizaje y su relación con el rendimiento académico en estudiantes de una escuela privada de educación media superior. Revista Electrónica “Actualidades Investigativas en Educación”, 15(1).
Cárdenas, J. (2015). Estrategias de aprendizaje y rendimiento académico en inglés en alumnos universitarios. [Tesis, Universidad de Valladolid].
Chávez, L. (2015). Relación entre las estrategias de aprendizaje de los estudiantes de Ingeniería Mecánica de la ESPOCH y su rendimiento académico en la asignatura Análisis Matemático II. [Tesis, Escuela Superior Politécnica de Chimborazo].
Gao, J. (2013). Aplicación de estrategias didácticas y el desarrollo de aprendizaje por competencias en ciencias sociales. Universidad de San Martín de Porres. Obtenido de http://www.repositorioacademico.usmp.edu.pe/bitstream/usmp/626/3/gao_jg.pdf
Hernández, S. F., & Baptista, A. (2014). Metodología de la investigación. McGraw Hill.
Loret de Mola, J. (2011). Estilos y estrategias de aprendizaje en el rendimiento académico de los estudiantes de la universidad peruana. Revista Estilos de Aprendizaje, 8(8), 40-60.
Magallanes, A., & García, J. (2014). La atención y el rendimiento académico en el área de matemática de los alumnos del 6º grado de la I.E. “Corazón de Jesús”. [Tesis, Universidad Nacional de Educación Enrique Guzmán y Valle].
Paucar, M. P. (2015). Estrategias de aprendizaje, motivación para el estudio y comprensión lectora en estudiantes de la facultad de educación de la UNMSM. [Tesis de Maestría, Universidad Nacional Mayor de San Marcos].
Saldaña, L. S. (2014). Estrategias de aprendizaje, motivación y rendimiento académico en alumnos de nivel medio superior. [Tesis, Universidad Autónoma de Nuevo León].
Toro, S., & Santillán, G. F. (2017). Estilos de aprendizaje y rendimiento académico de los estudiantes de octavo año de educación general básica de la escuela fiscal mixta Nueva Aurora del Distrito Metropolitano de Quito en el año lectivo 2016-2017. [Tesis, Universidad Central del Ecuador].
Velarde, L. V. (2017). Competencias pedagógicas y estrategias de aprendizaje en el rendimiento académico de la matemática en estudiantes universitarios. [Tesis doctoral, Universidad César Vallejo].
Declaración de conflicto de intereses
Los autores declaran no tener conflictos de intereses.
© 2024 Betancourt Pereira, J. I., Martínez Solorzano, F. E., Guillén Villasmil, Y. C., Alban Alcívar, J. A., & Zhindon Almeida, R. G.
Este es un artículo de acceso abierto distribuido bajo la licencia Creative Commons de Atribución No Comercial 4.0, que permite su uso sin restricciones, su distribución y reproducción por cualquier medio, siempre que no se haga con fines comerciales y el trabajo original sea fielmente citado.
