SciELO - Scientific Electronic Library Online

 
vol.5 número2Conhecimentos prévios, sucesso escolar e trajectórias de aprendizagem: do 1º para o 2º ciclo do ensino básicoAvaliação psicoeducacional: desenvolvimento de instrumentos à luz da psicologia cognitiva na teoria do processamento da informação índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Avaliação Psicológica

versão impressa ISSN 1677-0471versão On-line ISSN 2175-3431

Aval. psicol. v.5 n.2 Porto Alegre dez. 2006

 

ARTIGOS

 

Inventario de autoeficacia para el estudio: desarrollo y validación inicial

 

Self-efficacy for study inventory: developmental and initial validation

 

 

Edgardo R. Pérez 1; María Florencia Delgado 2

Universidad Nacional de Córdoba

Endereço para correspondência

 

 


RESUMO

Aquí describimos el desarrollo y validación inicial de un Inventario de autoeficacia para el estudio (IDAPE), basado en la teoría social-cognitiva de la autoeficacia para el aprendizaje. Existen varias escalas de este tipo, con buenas propiedades psicométricas y ampliamente reconocidas, tales como LASSI, MSQL y SELF. Sin embargo, el trabajo de construcción y/ o adaptación de estas medidas es muy limitado en Argentina. En esta investigación, redactamos 30 ítems relacionados con estrategias autorregulatorias de aprendizaje, los cuales fueron evaluados por un experto a nivel mundial de la Teoría Social Cognitiva. Este conjunto preliminar de ítems fue examinado utilizando análisis factorial exploratorio y confirmatorio. Estos métodos nos permitieron seleccionar ocho ítems que evidencian una consistencia interna adecuada. El inventario requiere estudios psicométricos adicionales, pero podría utilizarse en investigaciones que permitan esclarecer la contribución de la autoeficacia para el aprendizaje para explicar el rendimiento académico en estudiantes secundarios de la región.

Palavras-chave: Aprendizaje autorregulado, Autoeficacia, Analisis Factorial, Consistencia Interna.


ABSTRACT

Here we describe the development and initial validation of a Self-Efficacy for Study Inventory (SESI), based on the self-efficacy for learning social cognitive theory. There are several and well known scales with good psychometrical properties, such as LASSI, MSQL and SELF. However, the work of construction and/or adaptation of this kind of measures is very limited in Argentina. In this research, we design 30 items related to self-regulatory strategies which were judged by a recognized expert in social-cognitive theory. This preeliminary set of items was analyzed using exploratory and confirmatory factor analysis. These methods allow us to retain eight items which show a adequate internal consistency. The inventory requires additional psychometrical studies, but it could be used in researches that highlight the explanatory contribution of the self-regulatory strategies for academic performance in middle school students of the country.

Keywords: Self-regulated learning, Self-efficacy, Factor Analysis, Internal Consistency.


 

 

Introdução

Para capacitar a los estudiantes las instituciones educativas deben ir más allá de la enseñanza de destrezas de trabajo intelectual, y desarrollar en aquéllos creencias y capacidades autorregulatorias que les permitan controlar sus aprendizajes a lo largo de toda la vida (Bandura, 1997; Zimmerman, 1995).

Se han identificado cinco competencias claves para el aprendizaje efectivo: planificación y administración del tiempo de estudio, comprensión lectora, escritura expositiva, preparación de exámenes y toma de apuntes (DeWitt, 1992). Cada una de ellas puede ser enseñada mediante un ciclo de aprendizaje autorregulatorio (Zimmerman & Martínez Pons, 1990; Zimmerman, Bonner & Kovach, 1996) que orienta a los estudiantes para observar y autoevaluar su efectividad en el estudio, establecer metas y utilizar estrategias de aprendizaje, así como supervisar y refinar esas estrategias en función de los resultados académicos obtenidos. Este ciclo de aprendizaje autorregulatorio otorga a los estudiantes un sentido de control personal del aprendizaje, que es una de las fuentes principales de motivación intrínseca para continuar aprendiendo durante toda la vida.

Se ha demostrado suficientemente que la autoeficacia, la autorregulación, y el dominio de estrategias de estudio efectivas son factores importantes en el rendimiento académico, junto a otros, tales como las aptitudes cognitivas, la responsabilidad en la tareas escolares, las aspiraciones educacionales de la familia y del propio estudiante, y la calidad de la enseñanza impartida (Pintrich & De Groot, 1990; Wolters, 1999; Zimmerman & Kitsantas, 2005).

Un path análisis muy comprensivo realizado por Greene, Miller, Crowson, Duke & Akey (2004) esclarece las interrelaciones entre constructos motivacionales, cognitivos y rendimiento académico en estudiantes secundarios. En esta investigación el rendimiento académico en Lengua (promedio anual de calificaciones) de una muestra de estudiantes secundarios fue moderadamente explicado (22% de la varianza) por la autoeficacia y el uso de estrategias de aprendizaje. A su vez, el uso de estrategias de aprendizaje fue explicado (48% de la varianza) por la autoeficacia, las metas de maestría y el valor intrínseco de las tareas. Otra característica destacable de esta investigación es que contempló variables relacionadas con la calidad de la instrucción y el clima institucional, tales como apoyo docente a la autonomía (ofreciendo oportunidades a los estudiantes para elegir y tomar responsabilidades en su propio aprendizaje), evaluaciones de maestría (con evaluaciones centradas en el aprendizaje desalentando las comparaciones y la competencia con otros compañeros) y tareas motivantes (textos atractivos, situaciones de aprendizaje conectadas con problemas reales de los estudiantes). Estos tres últimos constructos influyeron en la autoeficacia percibida de los estudiantes, la cual a su vez fue muy importante para explicar el rendimiento y el empleo de estrategias cognitivas y autorreguladoras.

En otras investigaciones multivariadas (análisis de regresión múltiple, path análisis) que han controlado variables poderosas para la explicación del rendimiento académico, tales como aptitudes cognitivas, las creencias de autoeficacia para regular el aprendizaje también influyeron de manera directa y/ o indirecta al rendimiento en diversos dominios (matemática, escritura expositiva, lengua, ciencia, etc.) (Zimmerman & Kitsantas, en prensa; Pajares, 1996).

Existen varias escalas de estrategias de aprendizaje, tales como SELF (Zimmerman, Kitsantas & Campillo, 2005), MSQL (Pintrich & De Groot, 1990) y LASSI (Weinstein & Mayer, 1986), construidas con el objetivo de medir aspectos motivacionales y cognitivos del aprendizaje académico de los adolescentes, así como para evaluar la efectividad de los programas de intervención en este ámbito. Todos estos instrumentos son muy empleados a nivel internacional y han evidenciado buenas propiedades psicométricas de validez y confiabilidad.

Bugliola & Castagno (2005) adaptaron una versión abreviada de la escala SELF (Zimmerman, Kitsantas & Campillo, 2005), que denominaron SELF-A. Esta última escala fue desarrollada para medir estrategias autorregulatorias de aprendizaje en estudiantes universitarios de Argentina. No se poseen, en cambio, escalas semejantes apropiadas para evaluar aprendizaje autorregulatorio en adolescentes argentinos.

Algunos autores señalan que la adolescencia temprana es una de las fases críticas de la vida para el aprendizaje autorregulatorio, puesto que allí se produce un declive en el rendimiento académico, producto de los desafíos crecientes de la enseñanza media respecto a la educación elemental, un mayor énfasis en las calificaciones y la competencia interpares, así como características psicobiológicas inherentes a la pubertad (Zimmerman, Bonner & Kovach, 1996; Pajares, 1999).

Contar con un inventario de autoeficacia para el aprendizaje en adolescentes iniciales sería importante y el mismo podría ser empleado con diferentes finalidades, tales como: a) evaluar la efectividad de programas de intervención en estrategias de estudio, b) diagnosticar déficits en estrategias de aprendizaje de los estudiantes, y c) investigar la contribución al rendimiento académico realizada por el constructo de autoeficacia para el aprendizaje.

En este trabajo nos proponemos describir el proceso de desarrollo y validación inicial de un Inventario de Autoeficacia para el Estudio (IDAPE). Como objetivos específicos nos planteamos: a) verificar la estructura interna del IDAPE, y b) corroborar las propiedades de consistencia interna de la escala.

 

Método

Muestra

El Inventario de Autoeficacia para el Estudio (IDAPE) fue administrado a una muestra de 291 adolescentes de ambos sexos (mujeres = 191; varones = 110) que cursaban octavo y noveno año del ciclo final de Educación General Básica (EGB), con edades comprendidas entre 12 y 15 años (media de edad = 13,57). Los participantes realizaban sus estudios en cuatro colegios de la ciudad de Córdoba, Argentina, dos privados y dos estatales, representando de alguna manera al nivel socioeconómico medio-alto y medio-bajo. La muestra fue aleatoriamente dividida en dos partes utilizando SPSS 12. La primera mitad se seleccionó para realizar el análisis factorial exploratorio, y la segunda mitad para el análisis confirmatorio.

Instrumento

El IDAPE es un inventario de autoinforme para evaluar autoeficacia para el estudio, e incluye ítems que mencionan estrategias autorregulatorias de aprendizaje (ver apéndice para versión final del instrumento). Luego de revisar escalas similares y definiciones conceptuales y operacionales de las principales estrategias de aprendizaje autorregulado se redactaron 30 ítems preliminares. Los ítems fueron revisados por el Prof. Frank Pajares (comunicación personal, 4 de Marzo de 2005), uno de los máximos especialistas mundiales en Teoría Social Cognitiva, quién sugirió algunos cambios en la redacción de los mismos y en el formato de respuesta a la escala. Los examinados deben utilizar una escala lickert de diez posiciones, desde 1 "Nada seguro de poder usar esta estrategia" a 10 "Totalmente seguro de poder usar esta estrategia", pudiendo responder con cualquier valor intermedio de la escala para indicar su nivel de seguridad.

Procedimiento

El IDAPE fue administrado colectivamente por el segundo autor de este trabajo solicitando autorización a cada institución y empleando una hora regular de clase. La participación de los estudiantes en la investigación fue voluntaria, anónima y se les informó previamente acerca del sentido de la misma. Se comprometió el envío a cada escuela de un informe global sintético acerca de cuales eran las estrategias más y menos dificultosas para los estudiantes de cada curso participante en la investigación, de modo de incentivar el compromiso de la institución.

 

Resultados

En esta investigación se siguió el siguiente plan de trabajo:

a) Análisis factorial exploratorio y confirmatorio, con la finalidad de seleccionar los mejores ítems e identificar la estructura interna del inventario.

b) Análisis de la consistencia interna de los ítems seleccionados

c) Redacción de la versión definitiva de la escala

Estudio 1. Análisis Factorial Exploratorio

Luego de administrar el inventario a la muestra de investigación los datos fueron ingresados en una base de datos configurada con el programa SPSS 12. Antes de aplicar el Análisis Factorial Exploratorio se verificaron la existencia de valores desaparecidos y casos atípicos uni y multivariados (Tabachnick y Fidell, 2001). Como producto de este análisis se descartaron 27 casos. La muestra final (N=264) fue dividida en dos partes de manera aleatoria, utilizando SPSS 12.

La primera mitad (N=132) fue seleccionada para realizar el análisis factorial exploratorio y la segunda mitad se reservó para conducir el análisis factorial confirmatorio. Posteriormente se descartaron aquéllos ítems con valores de asimetría y/ o kurtosis inadecuados (> 1.5 y -1.5) que afectaran la distribución normal de las puntuaciones en las variables observadas, uno de los supuestos básicos del análisis factorial (Tabachnick y Fidell, 2001). De este modo 14 ítems de la versión preliminar del IDAPE (30, 28, 27, 26, 25, 23, 19, 17, 16, 14, 11, 9, 2 y 1) fueron eliminados.

Los 16 ítems restantes fueron factoranalizados utilizando el método de extracción de Componentes Principales. El índice KMO (Kaiser-Meyer-Olkin) fue de .81, sugiriendo que que los datos estaban suficientemente interrelacionados y era factible realizar análisis factorial. Se obtuvieron 5 factores que explicaron un 51,55% de la varianza de respuesta al test utilizando la regla Kaiser-Guttman de autovalores superiores a 1. Se conoce suficientemente que esta regla tiende a extraer demasiados factores y, por consiguiente, se interpretó la gráfica Scree (Cattell, 1966) un procedimiento mucho más confiable. La inspección visual de ese gráfico sugirió claramente la extracción de un factor. Se volvieron a analizar los datos solicitando la extracción de un solo factor, y se eliminaron aquéllos ítems con pesos factoriales inadecuados (<0,40). De este modo se retuvieron 9 ítems con pesos factoriales entre 0,47 y 0,67, que conformaron una estructura factorial clara, explicando el 34% de la varianza de respuestas al test.

 

 

Por último, se analizó preliminarmente la consistencia interna utilizando el coeficiente alfa de Cronbach. Como puede apreciarse en la tabla 1, las puntuaciones del IDAPE evidencian una consistencia interna adecuada para este tipo de tests.

Estudio 2. Análisis factorial confirmatorio y análisis de la consistencia interna.

El análisis factorial confirmatorio es una estrategia más poderosa para verificar el ajuste a los datos del modelo teórico de un factor de autoeficacia para el estudio, representado por los ítems del IDAPE. En la segunda mitad de la muestra seleccionada (N=132) se realizó un análisis confirmatorio utilizando el software AMOS 5 (Arbuckle & Wothke, 1999) y el método de estimación Máxima Probabilidad (Hu & Bentler, 1995).

Para evaluar el ajuste del modelo seguimos recomendaciones recientes, que sugieren la conveniencia de emplear múltiples indicadores de ajuste (Hu & Bentler, 1995). Específicamente, utilizamos el estadístico chi-cuadrado, la razón de chi-cuadrado sobre los grados de libertad (CMIN/DF), el cambio en chi-cuadrado entre los modelos alternativos, el índice de ajuste comparativo (CFI), el índice de bondad de ajuste (GFI), y el error cuadrático medio de aproximación (RMSEA). El estadístico chi-cuadrado indica el ajuste absoluto del modelo pero es muy sensible al tamaño muestral. Por consiguiente usualmente se interpreta también la razón de chi cuadrado sobre los grados de libertad, con valores inferiores a 2 indicando un buen ajuste. El cambio en chi-cuadrado entre un modelo y otro es un test cuya significación es evaluada por la diferencia entre los grados de libertad de los modelos alternativos. Un cambio significativo en chi cuadrado indica que un modelo ajusta mejor que el restante (Jöreskog & Sörbom, 1993). Los índices CFI y GFI pueden variar entre 0 y 1, con 0 indicando ausencia de ajuste y 1 ajuste óptimo. Valores de .95 o superiores son considerados excelentes, y valores superiores a .90 sugieren un ajuste aceptable del modelo a los datos. El índice RMSEA es considerado óptimo cuando sus valores son inferiores a 0,05 (Hu & Bentler, 1995).

Los resultados del análisis factorial confirmatorio inicial indican que el modelo de medición de un factor ajusta aceptablemente (GFI 0,91; CFI 0,92, RMSEA 0,057) pero no de manera óptima. Un examen de los coeficientes de regresión estandarizados de los ítems con el factor latente permite identificar que el ítem 18 es el que menor valor posee (0,42). Retirando ese ítem los índices mejoran de manera considerable y el ajuste de los datos al modelo teórico de nueve ítems relacionados con un factor es bueno, tal como se observa en todos los índices contemplados en el análisis.

 

 

Finalmente se analizó nuevamente la consistencia interna de la escala utilizando el coeficiente alfa de Cronbach. Los 8 ítems seleccionados (ver Apéndice) poseen un alfa de 0,76, evidenciando una consistencia interna adecuada para este tipo de escalas, particularmente si se considera el número reducido de ítems. La figura 1 presenta el modelo de medición, incluyendo los coeficientes de regresión estandarizados de los ítems.

 

 

Discusión

La teoría social-cognitiva (Bandura, 1997) enfatiza el carácter autodirectivo del comportamiento humano sin descuidar el papel relevante de los factores ambientales. Uno de los constructos fundamentales de esta teoría es la autorregulación, que hace referencia a los mecanismos personales por los cuales el hombre controla su comportamiento, pensamientos y sentimientos.

En el dominio específico del aprendizaje, esta teoría destaca dos constructos diferentes pero relacionados, la autoeficacia para el aprendizaje o para la autorregulación de procesos de aprendizaje, y la autoeficacia para el rendimiento. En los procesos de autorregulación son imprescindibles las creencias de autoeficacia en la propia capacidad para dominar las actividades académicas. A su vez, los estudiantes autorreguladores de sus actividades y contextos de aprendizaje tienden a ser más autoeficaces para el rendimiento en diferentes actividades académicas.

Utilizando métodos multivariados y control estadístico de variables poderosas previas (tales como rendimiento anterior y aptitudes) se ha demostrado suficientemente que la autoeficacia para el aprendizaje y el rendimiento contribuyen de manera directa e indirecta al rendimiento académico en dominios tales como la redacción, la comprensión lectora, la matemática y otras disciplinas (Greene & cols., 2004; Pajares, 1996).

Se han construido una variedad de escalas para medir el aprendizaje estratégico y autorregulatorio (Weinstein & Mayer, 1986; Pintrich & De Groot, 1990, Zimmerman, Martínez Pons y Bandura, 1992; Zimmerman & Kitsantas, en prensa). Estas escalas han evidenciado buenas propiedades psicométricas de confiabilidad y validez. En Argentina es escaso el trabajo de construcción y adaptación de instrumentos de medición de constructos motivacionales académicos.

En esta investigación, se revisaron exhaustivamente las principales teorías del aprendizaje autorregulatorio así como escalas de medición relacionadas con la finalidad de construir un instrumento que se ha denominado Inventario de Autoeficacia para el Estudio (IDAPE). A continuación describimos sintéticamente los estudios psicométricos realizados con el instrumento:

" Análisis Factorial exploratorio. Este estudio demostró que la solución factorial mas clara explicó un 34% de la varianza y estuvo conformada por un factor y 9 ítems (6, 8, 10, 12, 15, 18, 20, 21, 29) con pesos factoriales comprendidos entre 0,47 y 0,67. Para llegar a esta estructura, se realizaron varios pasos: se descartaron aquéllos ítems preliminares con valores de asimetría y/o kurtosis inadecuados, se factoranalizaron 16 ítems preliminares, se extrajo un factor tomando como criterio el gráfico Scree, y finalmente se eliminaron aquéllos ítems con pesos factoriales inadecuados (<0,40).

" Análisis factorial confirmatorio. En este estudio se verificó el ajuste de los datos al modelo teórico de un factor de estrategias autorregulatorias de estudio. Los resultados indicaron que cuando se retiró el ítem con menor coeficiente de regresión estandarizada el modelo compuesto por 8 items presentó un ajuste óptimo (GFI 0,94; CFI 0,98, RMSEA 0,028). La escala final (ver Apéndice) demostró una consistencia interna adecuada (alfa 0,76), particularmente si se considera el número reducido de ítems.

Para una validación más exhaustiva del IDAPE se requieren algunos estudios adicionales. En primer lugar, es necesario verificar la estabilidad temporal de sus puntuaciones mediante un diseño test-retest; en segundo término se debería corroborar la utilidad predictiva de la escala, con análisis bivariados y multivariados que controlen el efecto de variables poderosas en la determinación del rendimiento académico, tales como aptitudes cognitivas; y, finalmente, se requiere investigar las evidencias de convergencia entre este instrumento y otros semejantes.

En este momento estamos planificando un path análisis diseñado para explicar el rendimiento académico en Lengua en una muestra de adolescentes de noveno año. El modelo incluirá aptitudes cognitivas, estructura percibida de las metas de enseñanza, rendimiento anterior y autoeficacia para destrezas y notas en Lengua. La inclusión de esta escala en ese modelo explicativo permitiría contrasta la hipótesis de la influencia de autoeficacia para el aprendizaje sobre autoeficacia para rendimiento (destrezas y notas), aspecto poco investigado en relación al domino de Lengua. Del mismo modo, esa investigación permitiría corroborar la validez de criterio del IDAPE.

Una limitación del instrumento en su formulación actual es el limitado porcentaje de varianza explicada por la solución factorial (<0,50%), así como un coeficiente alfa ligeramente inferior a los estándares recomendables (0,80). Estos aspectos deberían investigarse en muestras adicionales más heterogéneas y grandes, puesto que podrían obedecer a una relativamente escasa variabilidad de las respuestas al test.

 

Referências

Arbuckle, J. & Wothke, W. (1999). AMOS user guide version 4.0. Chicago: SmallWaters        [ Links ]

Bandura, A. (1986). Pensamiento y acción. Barcelona: Martínez Roca        [ Links ]

Bandura, A. (1997). Self-efficacy: The exercise of control. New York: Freeman        [ Links ]

Bugliolo, E. & Castagno, A. (2005). Adaptación de una escala para evaluar la autoeficacia autorregulatoria de jóvenes universitarios, SELF-A. Tesina de Licenciatura. Inédita. Facultad de Psicología, Universidad Nacional de Córdoba, Argentina.        [ Links ]

Cattell, R. (1966). The scree test for the number the factors. Multivariate Behavior Research, 1, 245-276.        [ Links ]

DeWitt, K. (1992). Survey shows U.S. children write seldom and not well. The New York Times, p. A-1.        [ Links ]

Greene, B., Miller, R., Crowson, M., Duke, B. & Akey, K. (2004). Predicting high school students´cognitive engagement and achievement. Contributions of classroom perceptions and motivation. Contemporany Educational Psychology, 29, 462-482.        [ Links ]

Hood, A. & Johnson, R. (2002). Assessment in counseling. A guide to the use of psychological assessment procedures. Alexandria, VA: American Counseling Association.        [ Links ]

Hu, L. & Bentler, P. (1995). Evaluating model fit. En R. Hoyle (ed.), Structural equation modelling: concepts, issues and applications (pp. 76-99). Thousand Oaks, CA: Sage Publications        [ Links ]

Joreskog, K. & Sorbom, D. (1993). LISREL VIII. Chicago, IL: Scientific Software        [ Links ]

Kimmel, D. & Weiner, I. (1998). La adolescencia: una transición al desarrollo. Barcelona: Ariel Psicología        [ Links ]

Pajares, F. (1996). Self-efficacy beliefs in academic settings. Review of educational research, 66, 534-578        [ Links ]

Pintrich, P. & De Groot, E. (1990). Motivational and self-regulated learning components of classroom academic performance. Journal of Educational Psychology, 82, 33-40.        [ Links ]

Pintrich, P. (1999). The role of motivation in promoting and sustaining self-regulated learning. International Journal of Educational Research, 31, 459-470.        [ Links ]

Tabachnick, B. & Fidell, L. (2001). Using multivariate statistics (fourth edition). Needham Heights, MA: Allyn and Bacon.        [ Links ]

Weinstein, C. & Mayer, R. (1986). The teaching of learning strategies. In M. Wittrock (Ed.), Handbook of research on teaching (pp. 315-327). Englewood Cliffs, NJ: Merrill/Prentice Hall        [ Links ]

Wolters, Ch. (2004). Advancing achievement goal theory: using goal structures and goal orientations to predict students´motivation, cognition and achievement. Journal of Educational Psychology, 96, 2, 236-250.        [ Links ]

Zimmerman, B. (1995). Self-efficacy and educational development. En Bandura, A. (ed.), Self-efficacy and changing societies (pp. 202-231). New York: Cambridge University Press.        [ Links ]

Zimmerman, B., Bonner, S. & Kovach, R. (1996). Developing self-regulated learners. Beyond achievement to self-efficacy. American Psychological Association: Washington        [ Links ]

Zimmerman, B., Kitsantas, A. & Campillo, M. (2005). Evaluación de la autoeficacia autorregulatoria. Una perspectiva social-cognitiva. Evaluar, 5, 1 - 21.        [ Links ]

Zimmerman, B. & Kitsantas, A. (en prensa). Homework practice and academic achievement. The mediating role of self-efficacy and perceived responsibility beliefs. Contemporany Educational Psychology.        [ Links ]

 

 

Endereço para correspondência
David Luque 134-Segundo F-(5000), Córdoba, Argentina
E-mail: edrape@onenet.com.ar

Recebido em Agosto de 2006
Reformulado em Setembro de 2006
Aceito em Novembro de 2006

 

 

Sobre os autores:

1 Edgardo Raúl Pérez: doctor en Psicologia. Profesor Adjunto en la cátedra de Tests Psicológicos, Miembro del Comité Académico de la carrera de Doctorado y Director de la revista Evaluar, Facultad de Psicología, Universidad Nacional de Córdoba, Argentina.
2 María Florencia Delgado: estudiante avanzada de la Licenciatura en Psicología, Universidad Nacional de Córdoba, Argentina.

 

Creative Commons License