Poder Explicativo de Los Determinantes Del Rendimiento Académico - Tejedor

8/18/2019 Poder Explicativo de Los Determinantes Del Rendimiento Académico - Tejedor

1/29

5

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o

L X I ,n.º 2 2 4 , en er o- a b r i l 2 0 0 3 , 5 - 3 2

Poder explicativo de algunos determinantes del rendimiento en…

Poder explicativo de algunosdeterminantes del rendimientoen los estudios universitarios

por F. Javier TEJEDOR TEJEDORUniversidad de Salamanca

1. Los estudios sobre rendimiento

universitario

En el ámbito universitario, la mayorparte de los estudios relativos al rendi-miento académico analizan el mismo bajola perspectiva de identificarlo con las ta-sas de abandono de estudios, tasas de

éxito o de finalización en el plazo previs-to en el curriculum, tasas de retraso enla terminación de estudios o tasas de cam-bio de titulación de los alumnos, aunquetambién se trabaje en algunos estudioscon otros indicadores más centrados enel rendimiento académico tradicional (ca-lificaciones, número de asignaturas apro-badas, tasas de presentación a exa-men,…). La definición operativa del ‘ren-dimiento académico’, de forma esquemá-tica, se puede establecer a través de lossiguientes criterios:

1) Rendimiento inmediato : Resultadosy calificaciones que obtienen losalumnos a lo largo de sus estudioshasta obtener la titulación corres-pondiente.

a) Rendimiento en sentido amplio :Éxito (finalización puntual de unatitulación en los años previstos en

el plan de estudios); retraso (fina-lización empleando más tiempo

del establecido oficialmente) y

abandono de estudios.

b) Regularidad académica : Tasas depresentación o no a los exámenes.

c) Rendimiento en sentido estricto :Notas obtenidas por los estudian-

tes.

2) Rendimiento diferido : Se refieren ala aplicación o utilidad que la for-

mación recibida tiene en la vida la-

boral y social. La valoración de este

«rendimiento diferido» es mucho máscomplejo, ya que entran en juego

otras variables de índole más perso-

nal y social de los sujetos, difíciles

de cuantificar (De Miguel y Arias,

1999). En este caso, las opiniones de

los graduados y de los empresarios

tendrían un peso fundamental.


2/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a

a ñ o L X I , n . º

2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

6

F. Javier TEJEDOR TEJEDOR

2. Variables que explican el rendi-

miento académicoLos factores que influyen en el rendi-

miento académico de los alumnos, tam-bién llamados «determinantes» de lrendimiento académico, son difíciles deidentificar,

«pues dichos factores o variablesconforman muchas veces una tupidamaraña, una red tan fuertemente en-tretejida, que resulta ardua la tareade acotarlas o delimitarlas para atri-buir efectos claramente discernibles acada uno de ellos» (Álvaro Page y otros(1990, 2.ª 29).

Los trabajos de investigación sobre elrendimiento tienden a utilizar modelos eclécticos de interacción , en los cuales sontenidas en cuenta algunas de las influen-cias (psicológicas, sociales, pedagógicas,

académicas,..) que pueden determinar oafectar al rendimiento académico. Así, de-pendiendo de la óptica con que se abordeel trabajo, se seleccionarán diferentes fac-tores explicativos del rendimiento: ras-gos de personalidad e inteligencia; hábitosde estudio; características personales; si-tuación familiar; contexto académico; ac-titudes y expectativas,… etc. Estosfactores serán considerados como las va-riables independientes (operativizadas de

muy diversas maneras) que influyen so-bre la variable dependiente o criterio, elrendimiento académico.

Han sido muchas las clasificacionesde predictores del rendimiento académi-co que se han establecido con el objeto desistematizar la multitud de factores quese han considerando en las investigacio-

nes. En la clasificación, ya clásica, pro-

puesta por González Tirados (1985), losfactores con posible influencia en el éxitoo fracaso académico de los universitariosse agrupaban en tres tipos: factores in-herentes al alumno, al profesor y a laorganización académica.

Por nuestra parte, en estudios reali-zados anteriormente (Tejedor y otros,1995, 1998) establecimos cinco categoríasde variables para el análisis:

1) Variables de identificación (género,edad)

2) Variables psicológicas (aptitudes in-telectuales, personalidad, motivación,hábitos de estudios, etc.)

3) Variables académicas (tipos de estu-dios cursados, curso, opción en quese estudia una carrera, rendimientoprevio, etc.)

4) Variables pedagógicas (método de en-

señanza, estrategias de evaluación, …)5) Variables sociofamiliares (estudios delos padres, situación laboral de lospadres, lugar de residencia familiar,lugar de estudio, etc.)

Veamos algunas de las principalesconclusiones que se han obtenido sobrela influencia de estas variables en el ren-dimiento, a partir de diversos trabajosrealizados sobre esta temática.

2.1. Las variables de identificacióny su relación con el rendimientoacadémico

En este grupo de determinantes delrendimiento académico incluiremos aque-llos que identifican o caracterizan alalumno (género y edad).


3/29

7

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



a) Género

Los estudios sobre la influencia delgénero en el rendimiento académico apor-tan conclusiones contradictorias, aunquela mayoría apunta un mayor éxito entrelas mujeres. Las posibles diferencias seexplicarían a partir de las distintas pau-tas de socialización y el refuerzo de apti-tudes diferenciales por sexos (Salvador yGarcía-Valcárcel, 1989; Goma y otros1991; Sánchez Gómez, 1996 y Tejedor yotros, 1998). En algún caso (Apodaka y

otros, 1991) aprecian ligeras diferenciascuando el rendimiento académico se midepor el retraso en la finalización de losestudios y diferencias algo mayores encuanto al abandono. Por su parte, Re-guero y otros (1991) concluyen que noexisten diferencias significativas entresexos cuando el rendimiento académicose mide a través de la finalización pun-tual de los estudios o a través del aban-

dono de los mismos.

b) Edad Los resultados del estudio de la rela-

ción entre la variable edad y el rendi-miento pueden pensarse, en cierta formacontradictorios: Por una parte parece cla-ro que, en cada curso, los alumnos más jóvenes son los que obtienen mejores ta-sas de rendimiento y mejores calificacio-nes y por otra, parece igualmente claro

que los mejores rendimientos van asocia-dos a los alumnos de los últimos cursos,es decir, los alumnos de mayor edad. Poreso creemos que, dada la relación tan es-trecha existente entre las variables edady curso, para establecer adecuadamenterelaciones entre el rendimiento y la edades necesario controlar la variable curso.

2.2. Las variables psicológicas y su

relación con el rendimiento acadé-mico

Factores como la inteligencia o las ap-titudes, los estilos cognitivos o la perso-nalidad han sido estudiados en un grannúmero de trabajos sobre rendimientoacadémico. En cualquier caso, hay quetener en cuenta que estas variables psi-cológicas no pueden analizarse fuera delcontexto sociofamiliar o del entorno esco-

lar, ya que el nacimiento y desarrollo deestas características psicológicas surgedel ámbito sociofamiliar y serán modula-das por las circunstancias del entorno es-colar en que se desarrolla el alumno, yello para todos los niveles educativos, sinexcepción.

a) Inteligencia y aptitudes intelectuales En el análisis de la influencia de la

inteligencia y los factores cognitivos en

la enseñanza superior, la opinión gene-ralizada es que ni los tests de inteligen-cia ni los tests de aptitudes sirven parapredecir el rendimiento en este nivel. Yello, por un posible «efecto umbral» míni-mo, que explicaría la escasa predictividaddel rendimiento universitario por partede la inteligencia. Por encima del «efecto umbral», son otras las variables que mejor predicen el rendimiento.

En cuanto a las aptitudes específicas,se ha señalado que determinadas carre-ras requieren unas aptitudes más desa-rrolladas que otras. Por ejemplo, lasIngenierías precisarían de un buen do-minio y desarrollo de la capacidades nu-mérica, abstracta y de razonamientoespacial (González Tirados, 1989). En sín-


4/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

8


tesis, puede afirmarse que los diferentes

estudios sobre rendimiento afirman quelas variables aptitudinales sonpredictores muy deficientes del rendi-miento académico de los alumnos univer-sitarios (De la Orden y otros, 1986;Escudero Escorza, 1987; González Tira-dos, 1989; Sánchez Gómez, 1996).

b) Personalidad Las conclusiones de las investigacio-

nes sobre el efecto de las variables de

personalidad sobre el rendimiento sondiscordantes y, en muchos casos, contra-dictorias. En general, todos los rasgos depersonalidad examinados contribuyenmuy poco en términos estadísticos a lapredicción del éxito académico en la Uni-versidad. Las correlaciones que se pue-den hallar en los estudios revisados(Latiesa, 1992; Tourón, 1984) apenas pa-san de 0,3.

Estos resultados pueden ser debidosa que la incidencia de la personalidadsobre el rendimiento académico es segu-ramente interactiva y no lineal (Garantoy otros, 1985; Duru y Mingat, 1986;Furneaux, 1986; Escudero Escorza, 1987).

Por su parte, De la Orden y otros(1986), que estudian una promoción com-pleta de alumnos de Pedagogía, seguida

longitudinalmente durante tres años, enla Universidad Complutense de Madrid,utilizando el Cuestionario de Personali-dad de Cattell (16PF), opinan que las va-riables de personalidad y de interesesmuestran escasa relación significativa conlas variables de rendimiento, por lo queno tiene sentido intentar predecir el ren-dimiento a partir de ellas. Este hecho se

pone igualmente de manifiesto en los es-

tudios de Tourón (1984), González Tira-dos (1989) y Tejedor y otros (1998).

c) Motivación La motivación ha sido considerada

como una variable facilitadora del rendi-miento académico, aunque en algunos es-tudios no se encuentre una fuerte relaciónentre ambos. Ello puede ser debido, prin-cipalmente, a que la motivación consti-tuye un constructo multidimensional y a

la baja fiabilidad de los instrumentos demedida utilizados.

Lo que ha sido puesto de manifiestopor diferentes autores es que los estu-diantes no sólo presentan numerosas ca-rencias motivacionales y estratégicas alllegar a la Universidad, sino que conti-núan arrastrando estas deficiencias a lolargo de toda la carrera (Tourón, 1989).

En los últimos años, se han desarro-llado modelos que intentan explicar elaprendizaje y el rendimiento académicode los estudiantes universitarios median-te el análisis interrelacionado de tres ti-pos de variables: motivaciones, estrate-gias cognitivas y aspectos volitivos. Unejemplo de este tipo de estudios es el deRoces, Tourón y González (1995), quie-nes analizan la relación existente entrefactores motivacionales y estrategias deaprendizaje, y de ambos con el rendimien-to. Los resultados obtenidos parecen in-dicar que las estrategias de aprendizajecorrelacionan más con el rendimiento quelos factores motivacionales, aunque se ob-serva una alta correlación entre motiva-ción y estrategias de aprendizaje.


5/29

9

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



Recientemente, el trabajo de González

y otros (1998) centrado en el análisis delas relaciones entre motivación y rendi-

miento a través de un modelo causal, es-

tablece conclusiones interesantes sobre el

tema:

La motivación de un estudiante y el

establecimiento de unas metas de

aprendizaje, depende de su autocon-

cepto y de su estilo atribucional.

Plantearse unas metas de aprendiza-

je influye de manera significativa en

la selección y utilización de estrate-

gias para aprender.

La motivación para el logro es el fac-

tor más influyente en el rendimien-

to académico, por encima de los

aspectos cognitivos (estrategias y téc-

nicas de aprendizaje)

El estudio realizado por Buela-Casal,

Carretero-Dios y Santos Roig (2000) tra-

tando de determinar la relación entre el

estilo cognitivo reflexividad - impulsi-

vidad y el rendimiento permite observar

un peor rendimiento académico de los

impulsivos frente a los reflexivos.

Otro campo de interés es el de las ac-

titudes de los estudiantes hacia la Uni-

versidad, abordado en trabajos como losde Grupo Helmántica (1996a) y Trillo y

Méndez (2001), pudiendo afirmarse que

una actitud favorable y positiva de los

alumnos frente al estudio facilita el éxito

en los mismos, originando más y mejor

aprendizaje y un aumento en el rendi-

miento general.

d) Estilos cognitivos y estrategias de

aprendizaje En el ámbito universitario, se ha con-firmado que el hecho de que el alumnoposea un estilo de aprendizaje no acordecon la carrera elegida puede constituirun factor importante en el fracaso acadé-mico (González Tirados, 1989). En ese es-tudio, se ha utilizado el Inventario deEstilos de Aprendizaje (IEA), de Kole. Sedistinguen cuatro estilos de aprendizajedenominados: divergente, asimilador, con-

vergente y de acomodación, llegándose ala conclusión de que «los alumnos con es-tilos de aprendizaje convergente oasimilador obtienen mayor éxito al fina-lizar el curso académico» (González Tira-dos, 1989: 237).Resulta de gran interéssu consideración de que tanto la motiva-ción como las estrategias de aprendizajepueden modificarse con un entrenamien-to adecuado, por lo que consideran perti-nente la puesta en marcha de programasde ayuda. El estudio de Alvarez Rojo,García y Gil (1999) trata de llegar a co-nocer cuáles son los métodos de trabajoadecuados y eficaces, capaces de condu-cir al alumno al éxito académico, tenien-do en cuenta la experiencia de los propiosalumnos.

2.3. Las variables académicas y surelación con el rendimiento acadé-micoa) Rendimiento académico previo

En numerosas investigaciones sobrerendimiento universitario se ha señala-do que el mejor predictor del éxito acadé-mico es algún tipo de rendimientoanterior, ya se trate del expediente deenseñanza secundaria, ya se trate del ren-


6/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

10


dimiento en un curso o cursos anteriores

de enseñanza universitaria, ya se tratede los resultados en la prueba de selecti-vidad,… (Tourón, 1984; De la Orden yotros, 1986). Apodaka y otros (1991) con-cluyen en su estudio que «el rendimientoacadémico previo en las enseñanzas me-dias aparece como el factor predictor máspotente» (p. 147). Cuando utilizan la notamedia del expediente académico en lasenseñanzas medias, la correlación es deaproximadamente 0,40. Cuando utilizan

la nota en las pruebas de acceso a la Uni-versidad (Selectividad), la correlación os-cila entre 0,30 y 0,35. Estos resultadosles llevan a afirmar que «las pruebas deacceso a la Universidad no parecen me- jorar ap rec ia blemente la ef icaciapredictiva respecto al expediente acadé-mico previo que ya posee» (p. 147).

Los trabajos llevados a cabo porSánchez Gómez (1996) y Tejedor y otros(1998) en la Universidad de Salamancaconfirman que el mejor predictor del ren-dimiento académico universitario es elrendimiento académico previo y la pre-dicción mejora cuanto más cerca esté enel tiempo medido el predictor. Es decir,se predice mejor el historial académicode un alumno en base a su historial aca-démico previo en la Universidad (más cer-cano en el tiempo) que en base a su

trayectoria académica en secundaria (máslejana en el tiempo).

Parece claro, pues, que el rendimien-to académico previo es el mejor predictordel rendimiento académico universitario.La explicación nos la da muy acertada-mente Tourón (1985), cuando indica queel rendimiento académico previo consti-

tuye una variable sintética, en la que con-

curren numerosos factores (aptitud delalumno, voluntad, esfuerzo, característi-cas de la enseñanza que ha recibido) yque no solo refleja el resultado del apren-dizaje sino que es una expresión, en cier-to sentido, de toda la persona del alumnoen cuanto estudiante.

b) Asistencia a clase La asistencia a clase es un factor que

facilita la obtención de buenas califica-

ciones, si bien de forma moderada. LópezLópez (1982), concluye que, con carácterde generalidad, se puede afirmar que aun mayor grado de asistencia a clase delos alumnos universitarios les correspon-den unas calificaciones más altas; al tiem-po, los que asisten asiduamente superanen mayor porcentaje la asignatura.

2.4. Las variables pedagógicas y

su relación con el rendimiento aca-démico

Dado que cada día es mas clara laincidencia de la metodología seguida enlas aulas en la optimización del rendi-miento de los alumnos universitarios, sehan propuesto cambios en las formas deenseñar y evaluar al alumnado, plantean-do la necesidad de una enseñanza quepromueva la reflexión, la solución de pro-

blemas, la exposición de puntos de vista,etc. (Álvarez Rojo, García y Gil, 1999;Medina, 2001). El sistema metodológicorequiere apoyarse en la concepción cul-tural de la enseñanza, los procesos deaprendizaje creativo, la especificidad delas disciplinas y la institución universi-taria en general. La tarea educativa dela Universidad ha de partir de principios


7/29

11

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



en los que asentar las decisiones

metodológicas y darles una orientacióninnovadora (Medina, 2001).

La investigación didáctica sobre pau-

tas de actuación docente en el ámbito uni-

versitario, ha señalado algunos factores

relacionados con la motivación, rendi-

miento y satisfacción de los alumnos

(García-Valcárcel, 1991, 2001) favorece-

dores de un buen rendimiento: la presen-

tación de los objetivos de la asignatura;

la consideración de qué capacidades

cognitivas se están desarrollando en los

alumnos (memorización, comprensión,

aplicación de los conocimientos a situa-

ciones nuevas, análisis crítico de los he-

chos,…); el hecho de que el profesor se

muestre cercano a los alumnos; se adap-

te a su nivel de conocimientos; intente

ser objetivo poniendo de relieve distintos

puntos de vista o teorías sobre un deter-

minado tema, mostrándose tolerante ante

otras opiniones; relacione los contenidos

de la asignatura con problemas significa-

tivos para los estudiantes (actuales, próxi-

mos); se muestre flexible para adaptarse

a las circunstancias del momento, así

como tener en cuenta los intereses, nece-

sidades y experiencias de los alumnos;

ajuste a la actividad realizada el sistema

de evaluación,…

A diferencia de otro tipo de variables,

consideramos que las variables pedagó-

gicas, por ser reflejo del comportamiento

docente, son variables sobre las que más

específicamente se puede intervenir; en

este sentido la profesionalización del pro-

fesorado que pretende la revalorización

de la función docente puede incidir en un

replanteamiento de la práctica docente,a través de procesos de reflexión e inves-

tigación educativa, que lleve a alcanzar

unos índices de rendimiento más satis-

factorios.

2.5. Las variables sociales y surelación con el rendimiento acadé-mico

Son abundantes los estudios que in-

tentan determinar la relación entre cier-tos indicadores socioeconómicos o

socioculturales (estudios de los padres,

situación económica de los padres, situa-

ción familiar,..) y el rendimiento escolar.

La mayoría de los trabajos apuntan a que

la influencia de las variables sociofami-

liares en el rendimiento académico de los

alumnos universitarios es escasa o nula,

lo que se puede explicar porque la Uni-

versidad es el último eslabón de una se-rie de filtros, lo que hace que la población

estudiantil sea relativamente homogénea

en sus características socioeconómicas y

culturales. Decimos relativamente , porque

a pesar de que se ha producido en los

últimos años una reducción de las des-

igualdades en el acceso a la enseñanza

superior por parte de las personas de dis-

tintos orígenes sociales, según muestran

diversos estudios (Navarro y Mateo,1993), todavía existen diferencias nota-

bles.

a) Estudios y situación laboral de

los padres Los estudios de los padres, como una

de las variables que puede caracterizar


8/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

12


la condición socioeconómica de la familia

del alumno, ha sido tomada en conside-ración en diversos trabajos (Latiesa, 1983;Oroval, 1986; Salvador y García-Valcárcel, 1989; Apodaka, 1991). Las con-clusiones de estos estudios coinciden enque la incidencia de los estudios del pa- dre sobre la regularidad académica de losmismos es prácticamente nula. En rela-ción a los estudios de la madre, cabe des-tacar el trabajo de Apodaka y otros (1991)en el que señalan que únicamente el gru-

po de alumnos cuyas madres poseen ti-tulación universitaria presentanrendimientos claramente superiores delresto.

La inclusión de la variable «situa-ción laboral de los padres» no ha apor-

tado, en general, resultados relevantesen cuanto a su poder explicativo opredictor, generando diferencias en el

rendimiento académico de los alumnosno significativas (Herrero e Infestas,1980; Latiesa, 1983, 1992; Salvador y

García-Valcárcel, 1989).

b) Población de residencia Se ha estudiado la incidencia en el

rendimiento de diferentes variables rela-cionadas con el «hábitat» (lugar de estu-dio del alumno, lugar de residencia delalumno durante el curso, coincidencia dellugar de estudio con el lugar de residen-cia, tipo de residencia del alumno duran-te el curso,…) por diversos autores(Herrero e Infestas, 1980; Salvador y Gar-cía-Valcárcel; 1989; Reguero y otros,1991; Tejedor y otros, 1998). Las aporta-ciones, siendo dispares, coinciden en ad-mitir una influencia positiva en el

rendimiento cuando se produce la ade-

cuada síntesis de varias de ellas: coinci-dencia del hogar familiar con el lugar deestudio.

3. Datos de la investigación reali-zada

La investigación que nosotros hemos

realizado, por encargo del Consejo Social

de la Universidad de Salamanca, se hadesarrollado a lo largo de tres años, des-

de junio de 1999 a junio de 2002. La po-blación de referencia ha sido el conjunto

de alumnos de la Universidad que esta-

ban matriculados en el momento del ini-

cio de la investigación y los que se hanmatriculado en los cursos 1999-00 y 2000-

01, alumnos de interés específico de aná-

lisis.

Por ello podemos considerar que se ha

utilizado una metodología mixta

transverso-longitudinal: hemos analiza-

do el historial académico, a partir de los

datos existentes en Centro de Proceso deDatos de la Universidad (CPD), de los

41.767 alumnos matriculados en el pe-

ríodo 1993-1999 relacionados con varia-

bles personales, sociales y académicas,

completándose en octubre de 1999 esa in-

formación con nuevos datos relacionadoscon otras variables personales, sociales y

psicopedagógicas. Al terminar el curso1999-00, exclusivamente para el colecti-

vo de alumnos que habían cursado pri-

mero, obtuvimos información sobre

variables pedagógicas, relacionadas conlas condiciones en las que habían recibi-

do la docencia (por parte de profesores y

alumnos) y con datos familiares, propor-


9/29

13

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



cionados por los padres de esos alumnos.

Esta información se replicó en mayo del2001, al terminar estos alumnos segun-do curso.

Así pues, fueron analizados datos detodos los alumnos plenamente identifica-dos a través de su DNI matriculados enla Universidad desde 1993 a 2001, conseguimiento específico de la cohorte dealumnos que comenzó sus estudios en elcurso 1999-00, completando la informa-

ción disponible con variables pedagógi-cas y familiares. Los tamaños de lasmuestras de cada uno de los análisis rea-lizados se ajustan, claro, a la informa-ción disponible en cada caso, siempre congarantías absolutas de identificación delos datos de cada alumno a partir de suDNI.

3.1. Objetivos y modelo de investi-

gaciónLos objetivos específicos a conseguircon la realización del estudio se formula-ron en los siguientes términos:

1) Constatar las características perso-nales, familiares y sociales delalumnado.

2) Identificar los datos académicos per-sonales de los alumnos en el momen-to de su ingreso en la universidad

3) Conocer las condiciones instituciona-les relativas a la docencia que pue-den influir directamente en elrendimiento.

4) Constatar las posibles diferencias enlas calificaciones de los alumnos paralas distintas submuestras estableci-das en función de las diversas varia-bles de clasificación.

5) Analizar la influencia en el rendi-

miento académico del alumnado delas variables incorporadas al estudio:características del alumno (persona-les, familiares, sociales y psicopeda-gógicas) y circunstancias en las quese desarrolla la docencia que recibe.

6) Establecer las tasas de éxito/fracasopara distintas submuestras

7) Reflexionar sobre las causas del bajorendimiento

8) Revisar las necesidades de orienta-

ción previa al ingreso en la Universi-dad y durante su estancia en la

misma.9) Analizar la opinión de los padres so-

bre las causas del bajo rendimientoy las condiciones de estudio de loshijos

10) Facilitar datos que puedan ser utili-zados para la mejora del rendimien-to académico de los alumnos.

De acuerdo con el proyecto presenta-do, el modelo seleccionado para llevar acabo la investigación es un modelotrifásico (contexto, proceso, producto), yautilizado por nosotros en anteriores in-vestigaciones.

En el «contexto» se incluyen conside-randos relativos a las características delalumnado (personales, sociológicas ypsicopedagógicas) y a las característicasinstitucionales en las que se desarrollala docencia. Estas variables se conside-ran condicionantes fundamentales de losprocesos docentes universitarios. Anali-zaremos su influencia en los procesos deenseñanza-aprendizaje cara a optimizarel rendimiento.


10/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

14


En el «proceso», se incluyen variables

relacionadas con la docencia en el aula,entendida en sentido amplio, y las condi-ciones personales y familiares en las quelleva a cabo el alumno sus estudios. Ob-tendremos información sobre estas varia-bles, a partir de la opinión de alumnos,profesores y padres y analizaremos su in-fluencia sobre el rendimiento.

En el «producto» incluimos variablesde rendimiento, actitudes y satisfacción

del alumnado. Al hablar de rendimientoestamos incluyendo tanto referencias alas calificaciones como a las tasas de éxi-to/fracaso (abandonos, retrasos,…)

3.2. Variables incluidas en el

estudio

Especificamos las variables que inclui-mos en el estudio, diferenciadas por fa-ses de investigación: nos encontramos de

esta manera con variables relacionadascon la fases denominadas «contexto»,

«proceso» y «producto».

a) Variables de contexto:

1) Características del alumnado:Sociológicas ( Nivel de estudiosde los padres; ocupación laboral

de los padres; lugar de residen-cia familiar; lugar de residenciadurante el curso; lugar de estu-

dio); Personales (Género);Psicopedagógicas (Diferentes es-tudios de acceso; calificaciones

en los estudios de bachillerato;calificación de ingreso en la Uni-versidad; adecuación a la opción;razones para elegir la carrera;necesidades de orientación; há-

bitos de estudio; actitudes hacia

el estudio).2) Condiciones institucionales parala docencia: Centro de estudios;titulación seguida; tipo de cen-tro; tipos de estudios; curso.

b) Variables de proceso: 1) Situación personal para la tarea

académica: Situación laboral delalumno; asistencia a clase.

2) Opiniones de los alumnos sobre

las causas del bajo rendimiento.3) Opinión de los alumnos sobre el

desarrollo de las clases: Progra-mas y contenidos; metodologíadidáctica recursos; relacionesprofesor-alumno; evaluación (ti-pos, ajuste a objetivos, instru-mentos); valoración global.

4) Opiniones de los profesores so-bre las causas del bajo rendi-miento.

5) Opiniones de los profesores so-bre el desarrollo de las clases.

6) Condiciones familiares de estu-dio del alumno: Condiciones fa-miliares para el estudio; preocu-pación de los padres por sus es-tudios.

c) Variables de producto 1) Datos por alumnos: Satisfacción

con variables institucionales(condiciones de la actividad aca-démica, profesores, compañerosde clase, carrera elegida, ense-ñanza que recibe,…); tasas deabandono, cambio y retraso enlos estudios; calificaciones en lasdistintas convocatorias de losdistintos cursos; aprobados, pre-


11/29

15

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



sentados y matriculados en cada

una de las convocatorias.2) Datos por cursos, centros, titu-laciones, tipos de carreras,…

A las variables empíricas comentadashabrá que añadir las variables que noso-tros hemos creado a partir de ellas, pen-sadas para la realización de los análisispertinentes. Nos referimos, por ejemplo,a variables como «hábitat», que reúne va-riables como «lugar de estudio» , «lugar

de residencia durante el curso», «lugarde residencia familiar» «coincidencia dellugar de estudio y de la residencia fami-liar». Hemos creado igualmente variables«aditivas», sumando la puntuaciones delas diferentes subescalas de una deter-minada variable: suma de puntuacionesen las dimensiones de las condiciones dedocencia para generar la variable «docen-cia»; suma de datos laborales y académi-

cos de los padres para generar la variable«situación familiar»,…

3.3. Variables, instrumentos, fuen-

tes de datos y muestrasDe forma esquemática presentamos

los instrumentos y la fuente de obten-ción de datos de cada una de las varia-bles consideradas así como el tamaño dela muestra manejada (cuadro 1).

La población base para la realizacióndel estudio y de los distintos análisis fueel conjunto de alumnos matriculados enla Universidad de Salamanca, identifica-dos con su DNI, desde el curso 1993-94hasta el curso 2000-01. El número de sujetos que se incluyen en cada uno de losanálisis (muestra) viene determinado porla disponibilidad o no del dato correspon-

diente, teniendo en cuenta que el fichero

final de análisis se ha formado a partirde la integración sucesiva de distintos fi-cheros, tomando como base los aportadospor el Centro de Proceso de datos (CPD)de la Universidad de Salamanca.


12/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

16


Cuadro 1: Variables, instrumentos y fuentes de datos

Variables Fuente de información (Instrumentos) Tamaño de la muestra

1 Variables contextuales

Características del alumnado:

- Personales

- Sociológicas

- Psicopedagógicas

Condiciones institucionales de la

docencia

CPD

Cuestionario AL-1

Cuestionario AL-1

CPD

41.767

22.232

22.23241.767

2 Variables de proceso

Condiciones personales para la tarea académica

2. Opinión de los alumnos sobre las causas del bajo rendimiento

2. Opinión de los alumnos sobre el desarrollo de la docencia

2. Opinión de los profesores sobre las causas del bajo rendimiento

2. Opinión de los profesores sobre el desarrollo de la docencia

Condiciones familiares de estudio

Cuestionario alumnos AL-1


Cuestionarios AL-2 y AL-3

Cuestionario profesores P-1


Cuestionario Padres Pa-122.232

2.172

2.172-3.175

508

508

787

3 Variables de producto

Actitudes

Satisfacción

Calificaciones:

- 1993-1999

- 1999-2000

- 2000-2001

Cuestionarios AL-2 y AL-3Cuestionarios AL-2 y AL-3

CPD

CPD

CPD

2.172-3.175

2.172-3.175

41.767

34.862

33.350

3.4. Técnicas de análisis de datos

Las técnicas de análisis, dado el ca-

rácter básicamente identificativo del es-tudio, serán de naturaleza exploratoria ydescriptiva, sin renunciar al posible nivelexplicativo. Ello significa recurrir a téc-nicas descriptivas, inferenciales (paracomparar distintos datos en función delas variables de clasificación), con espe-cial atención a los modelos de análisis devarianza y a los modelos de regresión,

dada la naturaleza de alguna de las va-riables consideradas.

Tanto en los estudios con análisis devarianza como en los estudios de regre-sión, la variable dependiente selecciona-da para realizar todos los análisis es lavariable de rendimiento que hemos de-nominado «calificaciones 3», definida como«el promedio de calificaciones obtenidaspor los alumnos, en los dos cursos que

Cuadro 1: Variables, instrumentos y fuentes de datos

Variables

1 Variables contextuales

Características del alumnado:

- Personales

- Sociológicas

- Psicopedagógicas

Condiciones institucionales de la

docencia

2 Variables de proceso

Condiciones personales para la tarea aca-

démica

Opinión de los alumnos sobre las causas

del bajo rendimiento

Opinión de los alumnos sobre el desarrollo

de la docencia

Opinión de los profesores sobre las causas

del bajo rendimiento

Opinión de los profesores sobre el desarro-

llo de la docencia

Condiciones familiares de estudio

3 Variables de producto

Actitudes

Satisfacción

Calificaciones:

- 1993-1999

- 1999-2000

- 2000-2001

Fuente de información

(Instrumentos)

CPD

Cuestionario AL-1

Cuestionario AL-1

CPD






Cuestionario Padres Pa-1



CPD

CPD

CPD

Tamaño de la

muestra

41.767

22.232

22.232

41.767

22.232

2.172

2.172-3.175

508

508

787

2.172-3.175

2.172-3.175

41.767

34.862

33.350


13/29

17

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



han sido objeto de análisis, respecto al

número de asignaturas a las que cadaalumno debería presentarse en cada con-vocatoria; si se prefiere, respecto al nú-mero de asignaturas que en ese momentotiene pendientes». Es el indicador queproporciona valores más bajos pero cree-mos que es el más real, ya que considerala situación académica real de los alum-nos y no el hecho de la voluntariedad delalumno de presentarse o no a una asig-natura. Esta estrategia supone conside-

rar los «no presentados» al calcular elpromedio de notas de cada alumno, dife-renciando las convocatorias de junio yseptiembre. Es la forma de calcular lasmedias de los alumnos para la concesiónde becas, para valorar el expediente enla solicitud de una plaza,… La escala depuntuaciones va de 1 a 4.

Dado que es imposible resumir en po-

cas páginas toda la información recogiday analizada, optamos por presentar eneste artículo exclusivamente, de acuerdoa los planteamientos teóricos expuestosen los apartados 1 y 2, el poder explicati-vo de las variables predictoras (indepen-dientes) utilizadas por nosotros respectoa la variable criterio (dependiente) «cali-ficaciones 3», definida en los términos an-teriormente expuestos.

4. Análisis de datos

Trataremos de analizar la relación quelas distintas variables medidas tienen so-bre las calificaciones académicas. Las va-riables independientes o predictores quehemos seleccionado para someter a prue-ba, relacionadas con los distintos tipos

de variables básicas que hemos incluido

en el análisis, tienen todas ellas un cier-to carácter global. Presentamos su deno-minación y configuración en el cuadro 2.


14/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

18


Cuadro 2: Denominación y contenido de las variables probadas

Denominación Referencia

Variable dependiente(cuando procede)

CALIFICACION Nota media respecto a las calificaciones obtenidas en funciónde las asignaturas a las que debería presentarse el alumno

Variables independientes(cuando procede)

RESIDENCIA (*) Lugar de residencia durante el tiempo de estudio y coinciden-cia o no con la ciudad de estudio y con la residencia familiar

SITUACION FAMILIAR (*) Situación familiar (incluye nivel de estudio y situación laboralde ambos padres)BUP Nota en Bachillerato (modalidad de BUP o de LOGSE)

SELECTIVIDAD Nota en la prueba de selectividad

OPCION Número de opción al elegir la carrera que se está estudiando

MOTIVACION (*) Motivación para la elección de estudios

HABITOS ESTUDIO (*) Hábitos de estudio

DEDICACION (*) Tiempo de dedicación al estudio y nivel de asistencia a clase

DOCENCIA (*) Valoración por parte del alumno de las condiciones de la do-cencia que recibeSATISFACCION (*) Satisfacción del alumno por la docencia que recibe

RENDIMIENTO PREVIO UNIVERSIDAD(RENDIUNI) Nota media del rendimiento del alumno en la Universidad

anterior al período bianual analizado(*) Variable con estructura aditiva que puede tratarse, a nivel de medición de intervalos, comovariable continua.

Conviene recordar que estas variablesson síntesis de otras de carácter más ana-

lítico, que a su vez venían definidas pordistintos ítems o datos más concretos. Asípor ejemplo:

— Lugar de residencia, reúne la in-formación de las variables «ciudadde estudio del alumno», «lugar de

residencia durante el curso» y «lu-gar de residencia familiar».

— Situación familiar, reúne la infor-mación de las variables «nivel de

estudios de los padres» y «situa-ción laboral de los padres».

— Condiciones de la docencia, reúnela información sobre los distintosaspectos valorados por los alum-nos en lo referente al contexto do-

cente: planes de estudio, organi-zación académica, recursos para la

Cuadro 2: Denominación y contenido de las variables probadas

Denominación Referencia

Variable dependiente(cuando procede)

CALIFICACIÓN Nota media respecto a las calificaciones obtenidas en función delas asignaturas a las que debería presentarse el alumno

Variables independientes(cuando procede)

RESIDENCIA (*) Lugar de residencia durante el tiempo de estudio y coincidencia ono con la ciudad de estudio y con la residencia familiar

SITUACIÓN FAMILIAR Situación familiar (incluye nivel de estudio y situación laboral de(*) ambos padres)

BUP Nota en Bachillerato (modalidad de BUP o de LOGSE)

SELECTIVIDAD Nota en la prueba de selectividad

OPCIÓN Número de opción al elegir la carrera que se está estudiando

MOTIVACIÓN (*) Motivación para la elección de estudios

HÁBITOS ESTUDIO (*) Hábitos de estudio

DEDICACIÓN (*) Tiempo de dedicación al estudio y nivel de asistencia a clase

DOCENCIA (*) Valoración por parte del alumno de las condiciones de la docenciaque recibe

SATISFACCIÓN (*) Satisfacción del alumno por la docencia que recibeRENDIMIENTO PREVIO Nota media del rendimiento del alumno en la Universidad anteriorUNIVERSIDAD al período bianual analizado(RENDIUNI)

(*) Variable con estructura aditiva que puede tratarse, a nivel de medición de intervalos,como variable continua.


15/29

19

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



docencia, metodología, interacción

con el profesor, calidad de la eva-luación,…

— Satisfacción con la docencia, reúneinformación de las variables «sa-tisfacción con los profesores», «sa-tisfacción con los compañeros»,«satisfacción con la carrera», «sa-tisfacción con la institución»,…

— Rendimiento previo en la Univer-

sidad, reúne toda la historia aca-démico-universitaria del alumno…

Probaremos distintos modelos, todosellos del entorno correlacional, a fin deverificar la consistencia de las afirmacio-nes que vayamos deduciendo de la apli-cación de las distintas técnicas. Enconcreto, aplicaremos las siguientes téc-nicas:

a) Regresión múltiple, a fin de com-probar el poder predictivo o ex-plicativo que tienen los distintospredictores sobre la variable «ca-lificaciones». Probaremos distintosmodelos, modificando el númeroy el orden de entrada de lospredictores en el modelo.

b) Análisis factorial, para tratar de

verificar la existencia de factoressubyacentes (dimensiones) quecontribuyan a facilitar una expli-cación más parsimoniosa del conjunto de variables relacionadascon el rendimiento.

c) Análisis de tipologías o conglome-rados (clusters), tratando de en-

contrar grupos de sujetos de si-

milares características en lo refe-rente al rendimiento, al tiempoque podemos conocer la polaridadde las distintas variables en laconformación de los grupos.

d) Análisis discriminante, para cono-cer las variables que tienen ma-yor poder diferenciador a la horade caracterizar los sujetos con altoy bajo rendimiento.

La visión conjunta de los resultadosobtenidos nos ofrecerá, sin duda, una pa-norama contrastado sobre la influenciade las distintas variables en el rendimien-to, objetivo que guía la aplicación de lasdiferentes técnicas.

4.1. Modelos predictivos (Regre-sión múltiple)

Pasamos a analizar las variables(predictores) que contribuyen a explicarel rendimiento y en qué medida lo hacecada uno de ellos, tanto en términos ab-solutos como en términos relativos (de-pendiendo del resto de predictores quese incorporen en cada uno de los modelosprobados). Elegimos el modelo de regre-sión múltiple, calculando para cada mo-delo contrastado los parámetros básicos:coeficiente de regresión de cada predictorincluido en el modelo y el coeficiente dedeterminación múltiple (R2), a partir delcuál conocemos la variabilidad de la va-riable dependiente (variable criterio) quequeda explicada por el conjunto de lospredictores. Entre las distintas estrate-gias de regresión optamos por el procedi-miento «step wise» (paso a paso) porque


16/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

20


nos va a ofrecer de forma estructurada

la selección progresiva de los predictoresque se van a ir incorporando al modelo.

Las variables independientes opredictoras que iremos probando son lasque aparecen especificadas en la tabla 1.La variable dependiente que estudiare-mos en todos los casos es la variable de«calificaciones obtenidas por los alum-nos», teniendo en cuenta la totalidad delas asignaturas a las que el alumno de-

bería presentarse en cada convocatoria.Es, sin duda, como ya hemos señalado,la calificación más exigente pero creemosque es el dato de rendimiento más real.Cualquiera de las otras alternativas (me-dia respecto a las asignaturas aprobadas,media respecto a las asignaturas a lasque el alumno se ha presentado, mediarespecto a las asignaturas en las que elalumno se ha matriculado) no considera

la opción «convocatoria» y nos parece quees necesaria esta consideración, ya queacadémicamente no es lo mismo aprobaruna asignatura en junio que hacerlo enseptiembre.

Los datos son analizados para un úni-co colectivo de referencia: la muestra to-tal de alumnos, dada por los 4458alumnos que tienen puntuación en todaslas variables consideradas.

Comprobaremos, de acuerdo con lateoría más contrastada y asumida, quede los predictores seleccionados, los quetienen mayor poder explicativo del ren-dimiento son los relacionados con el ren-dimiento previo del alumno, viniendoordenado el poder explicativo del

predictor en función de la proximidad a

la medición de la variable dependiente.Iremos probando distintos modelos eli-minando del anterior la variable de ren-dimiento previo que más explica. Sereduce, claro, el poder explicativo del mo-delo (el valor de R2) pero se clarifica lainfluencia de otros predictores que que-dan encubiertos cuando se incluyen lospredictores de rendimiento previo. Encada modelo probado informaremos so-bre:

Predictores seleccionados; poder expli-cativo del modelo (del conjunto depredictores seleccionados) en cada fasedel mismo con referencia al orden de en-trada en el modelo de los predictores conpoder explicativo significativo; coeficien-tes estandarizados y no estandarizadosde los predictores incluidos.


17/29

21

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



a) Modelo 1Tabla 1: Selección progresiva de predictores

en el modelo 1

Predictores probadosPoder explicativodel modelo(R2)Coeficienteno estandarizadodel predictorCoeficienteestandarizado

del predictorRESIDENCIA, SITUFAMIBUP, SELECTIVIDADOPCION, MOTIVACIONHABITOS, DEDICACIONDOCENCIA, SATISFACCIONRENDIUNI

Modelos generados

Nº Predictores incluidos

1 RENDIUNI0,7260,7960,8522 RENDIUNIDEDICACION0,734

0,7830,0540,8380,0913 RENDIUNIDEDICACIONSELECTIVIDAD

0,7380,7470,0560,0550,7990,0950,080

En este modelo se ve muy claramentela potencia explicativa del predictor«RENDIUNI»: el sólo explica casi el 73%de la variabilidad de las notas del perío-do bianual analizado. La incorporaciónprogresiva (en el paso 3) de otros dos

predictores s ignif icat ivos apenasincrementa el poder explicativo del mo-delo (pasa a ser del 74%). La ecuaciónde regresión múlt ip le, en valoresestanda-rizados, vendrá dada por la ex-presión:

Y’ = 0,799 RENDIUNI + 0,095 DEDICACIÓN + 0,080 SELECTIVIDAD

Tabla 1: Selección progresiva de predictores en el modelo 1

Predictores probados

RESIDENCIA, SITUFAMI

BUP, SELECTIVIDAD

OPCIÓN, MOTIVACIÓN

HÁBITOS, DEDICACIÓN

DOCENCIA, SATISFACCIÓN

RENDIUNI Modelos generados

N.º Predictores incluidos

1 RENDIUNI 0,726 0,796 0,852

2 RENDIUNI 0,734 0,783 0,838

DEDICACIÓN 0,054 0,091

3 RENDIUNI 0,738 0,747 0,799


SELECTIVIDAD 0,055 0,080

Poderexplicativodel modelo

(R2)

Coeficienteno

estandarizadodel predictor

Coeficienteestandarizadodel predictor


18/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

22


b) Modelo 2


Predictores probados Poder explicativodel modelo(R2) CoeficienteNo estandarizadodel predictor Coeficienteestandarizadodel predictorRESIDENCIA, SITUFAMIBUP, SELECTIVIDADOPCION, MOTIVACIONHABITOS, DEDICACIONDOCENCIA, SATISFACCION

Modelos generadosNº Predictores incluidos1 SELECTIVIDAD 0,232 0,336 0,4822 SELECTIVIDADDEDICACION 0,274 0,3280,120 0,4700,2063 SELECTIVIDADDEDICACIONSATISFACCION 0,304 0,3360,1120,221 0,4810,1920,1734 SELECTIVIDADDEDICACIONSATISFACCIONRESIDENCIA 0,319 0,3270,1100,2260,060 0,4680,1880,1770,1265 SELECTIVIDADDEDICACIONSATISFACCION

RESIDENCIAHABITOS 0,329 0,3110,1000,1870,0590,143 0,4450,1710,1460,123

0,108

Lo primero que nos llama la atenciónen este modelo es la importante reduc-ción de su poder explicativo (33%), a pe-sar de retener en el último paso 5

predictores relevantes. El primerpredictor que entra en el modelo siguesiendo un predictor de rendimiento (SE-LECTIVIDAD), ya no tan potente comoRENDIUNI. Igualmente destacamos elrelativo escaso incremento (apenas un10%) del poder explicativo del modelo delpaso 1 al paso 5.



RESIDENCIA, SITUFAMI

BUP, SELECTIVIDAD

OPCIÓN, MOTIVACIÓN

HÁBITOS, DEDICACIÓN

DOCENCIA, SATISFACCIÓN

Modelos generados


1 SELECTIVIDAD 0,232 0,336 0,482

2 SELECTIVIDAD 0,274 0,328 0,470


3 SELECTIVIDAD 0,304 0,336 0,481


SATISFACCIÓN 0,221 0,1734 SELECTIVIDAD 0,319 0,327 0,468


SATISFACCIÓN 0,226 0,177

RESIDENCIA 0,060 0,126

5 SELECTIVIDAD 0,329 0,311 0,445DEDICACIÓN 0,100 0,171



HÁBITOS 0,143 0,108

Poder explicativodel modelo

(R2)

CoeficienteNo




19/29

23

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



c) Modelo 3

Tabla 3: Selección progresiva de predictoresen el modelo 3

Predictores probadosPoder explicativodel modelo(R2)Coeficienteno estandarizadodel predictor

Coeficienteestandarizadodel predictorRESIDENCIA, SITUFAMIBUP, OPCION, MOTIVACION ,HABITOSDEDICACIÓN, DOCENCIASATISFACCION

Modelos generados


1 BUP0,2020,2970,4492 BUPDEDICACION

0,2420,2870,1170,4350,2003 BUPDEDICACION

SATISFACCION

0,2660,2910,1100,2000,4400,1880,1564 BUPDEDICACIONSATISFACCIONRESIDENCIA0,2850,2830,1080,2060,0660,4280,1840,1610,1375 BUP

DEDICACIONSATISFACCIONRESIDENCIAHABITOS0,2950,2650,0980,1670,0640,144

0,4020,1670,1310,1330,109

En este tercer modelo, una vez elimi-nados los dos predictores más potentes,nos encontramos como primer predictorel tercer y último predictor de rendimien-to probado: la nota de Bachillerato(BUP). La incorporación progresiva depredictores es similar a la expuesta enel modelo anterior (DEDICACIÓN, SA-TISFACCIÓN, RESIDENCIA y HÁBI-TOS) y el incremento explicativo delmodelo del paso 1 al paso 5 es igual-mente similar al modelo anterior (10%),

aunque el porcentaje de variabilidad ex-plicada de la variable criterio sea un pocomás bajo que en el modelo anterior (29,5%frente a 32,9%).



RESIDENCIA, SITUFAMIBUP, OPCIÓN,MOTIVACIÓN, HÁBITOSDEDICACIÓN, DOCENCIASATISFACCIÓNModelos generados

N.º Predictores incluidos1 BUP 0,202 0,297 0,449

2 BUP 0,242 0,287 0,435

DEDICACIÓN 0,117 0,2003 BUP 0,266 0,291 0,440



4 BUP 0,285 0,283 0,428




5 BUP 0,295 0,265 0,402DEDICACIÓN 0,098 0,167



HÁBITOS 0,144 0,109


(R2)

Coeficienteno




20/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

24


d) Modelo 4

Tabla 4: Selección progresiva de predictoresen el modelo 4

Predictores probadosPoder explicativodel modelo(R2)Coeficienteno estandarizadodel predictorCoeficienteestandarizadodel predictor

RESIDENCIA, SITUFAMIOPCION, MOTIVACIONHABITOS, DEDICACIONDOCENCIA, SATISFACCION

Modelos generados


1 HABITOS0,089 0,4160,2982 HABITOSDEDICACION0,130 0,3650,111 0,2610,2063 HABITOSDEDICACIONSATISFACCION0,149 0,3180,1040,193 0,2280,1920,145

4 HABITOSDEDICACIONSATISFACCIONSITUFAMI0,171 0,2820,1080,2060,040 0,2020,2000,155

0,1505 HABITOS

DEDICACIONSATISFACCIONSITUFAMIOPCION0,179 0,2760,1070,1950,0360,085 0,1980,1980,1470,1360,0896 HABITOS

DEDICACIONSATISFACCIONSITUFAMIOPCIONRESIDENCIA0,184 0,2770,1060,1930,0350,0850042 0,1980,197

0,145

0,1310,089

0,034

El último de los modelos probado ilus-tra claramente los comentarios que ve-nimos haciendo y corrobora con todaclaridad la teoría comúnmente aceptadapor los investigadores: el papel predomi-nante de los predictores de rendimientopara predecir el rendimiento. A medidaque vamos eliminándolos notamos queel poder explicativo del modelo se reduce

considerablemente (pasa a ser del 18,4%)pero a cambio nos informa de la influen-cia relativa del resto de los predictores.

El poder explicativo del primero delos predictores seleccionados (HÁBITOS)es bajo (8,9%) pero relevante respecto alresto. Igualmente destacamos que los tresprimeros predictores son de carácter sus-



RESIDENCIA, SITUFAMIOPCIÓN, MOTIVACIÓNHÁBITOS, DEDICACIÓNDOCENCIA, SATISFACCIÓN

Modelos generados


1 HÁBITOS 0,089 0,416 0,298

2 HÁBITOS 0,130 0,365 0,261


3 HÁBITOS 0,149 0,318 0,228



4 HÁBITOS 0,171 0,282 0,202



SITUFAMI 0,040 0,150

5 HÁBITOS 0,179 0,276 0,198

DEDICACIÓN 0,107 0,198SATISFACCIÓN 0,195 0,147


OPCIÓN 0,085 0,089

6 HÁBITOS 0,184 0,277 0,198




OPCIÓN 0,085 0,089

RESIDENCIA 0042 0,034


(R2)

Coeficienteno




21/29

25

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



ceptible de intervención; es decir, son va-

riables sobre las que se puede interve-nir: hábitos de estudio, dedicación a latarea académica y satisfacción con la do-cencia. No son de tipo intervencionistalos tres restantes, al tener un carácterrelativamente ajeno e independiente, ex-terno, a la acción docente: situación fa-miliar, número de opción de los estudioselegidos y tipo de residencia. Y decimosrelativamente porque, lógicamente, tan-to la elección de estudios como el tipo de

residencia pueden ser susceptibles de mejora por parte de las instituciones públi-cas: ampliar la oferta de plazas en losestudios más selectivos y facilitar becasy ayudas para que el alumno pueda viviren la ciudad que estudia.

4.2. Análisis de variables latentes:Organización en dimensiones devariables relacionadas con el rendi-

mientoLa aplicación del Análisis Factorial

nos proporciona la información que pa-

samos a presentar y comentar. La ma-triz de comunalidades (tabla 5) nospermite verificar que, tras la extraccióny la reducción de la dimensionalidad acinco factores relevantes, las variablesquedan explicadas en el porcentaje quefigura en dicha tabla. Vemos que las va-riables «docencia», «satisfacción» y todaslas de rendimiento quedan explicadas deforma importante mientras que la varia-ble «situación familiar» es la que queda

explicada en menor medida, al tener me-nor relación con los factores retenidos.

La matriz factorial rotada es la quepresentamos en la tabla 6. Podemos verque el primer factor extraído explica el25% de la variabilidad asociada a la ma-triz de correlaciones entre las variables.El segundo factor explica el 15,4%. Enconjunto, los cinco factores explican el73,7% , lo que puede considerarse razo-nable.

Tabla 5: Comunalidades de las variables

Variable InicialExtracción

DOCENCIASATISFACCIONCALIFICACION

BUP

SELECTIVIDADRESIDENCIASITUFAMI

DEDICACIONHABITOSRENDIUNI

MOTIVACIONOPCION 1,000

Variable

DOCENCIA

SATISFACCIÓN

CALIFICACIÓN

BUP

SELECTIVIDADRESIDENCIA

SITUFAMI

DEDICACIÓN

HÁBITOS

RENDIUNI

MOTIVACIÓN

OPCIÓN

Inicial

1,000

1,000

1,000

1,000

1,0001,000

1,000

1,000

1,000

1,000

1,000

1,000

Extracción

0,787

0,822

0,774

0,855

0,8870,882

0,490

0,652

0,386

0,760

0,775

0,772

Tabla 5: Comunalidades de las variables


22/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

26


1,000

1,0001,0001,0001,0001,0001,0001,0001,0001,000

1,000 0,7870,8220,7740,8550,8870,8820,4900,6520,3860,7600,775

0,772

Tabla 6: Factores retenidos en la matriz

factorial rotada

Factor Varianza explicada % dela varianza %acumuladoI 3,02225,18 25,18II 1,85515,45 40,63III 1,62113,51 54,14IV 1,23210,27 64,41V 1,113 9,2873,69

Tabla 7: Saturaciones de las variables en los

factores

Variable Factor IFactor II Factor IIIFactor IV Factor VDOCENCIASATISFACCIONCALIFICACIONBUP

SELECTIVIDADRESIDENCIASITUFAMIDEDICACIONHABITOSRENDIUNIMOTIVACIONOPCION --0,7420,8800,883-0,327-0,4400,753-- 0,8850,894-

-----0,374-

La relación que guarda cada variablecon los factores (el patrón de relación decada variable con cada uno de los facto-res), se presenta en la tabla 7, haciendofigurar exclusivamente las saturacionessuperiores a 0,30.La observación de las

saturaciones de la tabla 7 nos permitedefinir los factores en los siguientes tér-minos:

• Factor I: Calificaciones (reúne to-das las variables de rendimientoademás de la «situación familiar»y «hábitos de estudio»).

• Factor II: Condiciones de docencia

• Factor III: Motivación por la ca-rrera

• Factor IV: Dedicación a los estu-dios y entorno socio-familiar

• Factor V: Hábitat

4.3. Análisis de tipologíasHemos probado las soluciones de dos,

tres y cuatro grupos, a fin de conocer ade-cuadamente la relación y fuerza de cadauna de las variables en la configuracióndel grupo. En la tabla 8 presentamos los«centros» (medias) de los conglomeradosfinales en el caso de las distintas solucio-

Tabla 6: Factores retenidos en la matriz factorial rotada

Factor

IIIIIIIVV

Varianzaexplicada

3,0221,8551,6211,2321,113

% de lavarianza

25,1815,4513,5110,279,28

%acumulado

25,1840,6354,1464,4173,69

Tabla 7: Saturaciones de las variables en los factores

Variable

DOCENCIASATISFACCIÓNCALIFICACIÓNBUPSELECTIVIDADRESIDENCIASITUFAMIDEDICACIÓNHÁBITOS

RENDIUNIMOTIVACIÓNOPCIÓN

Factor I

--

0,7420,8800,883

-0,327

-0,440

0,753--

Factor II

0,8850,894

------

0,374

---

Factor III

---------

-0,8640,87

Factor IV

--

0,312---

-0,5540,788

-

---

Factor V

--

0,304--

0,933—--

0,322--


23/29

27

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



-

- ----------0,8640,87 --0,312----0,5540,788--

-- --0,304--0,933—--

0,322--

nes planificadas, así como el número de

sujetos que se adjudica a cada conglome-rado (el número de alumnos distribuidos

es de 4458, todos aquellos que tienen pun-

tuación en todas las variables incorpora-das a la estrategia de clasificación).

Tabla 8: Medias de los clusters en las distintas soluciones

Variables Dos grupos Tres grupos Cuatro grupos

DOCENCIASATISFACCIONCALIFICACIONBUPSELECTIVIDADRESIDENCIASITUFAMIDEDICACIONHABITOSRENDIUNIMOTIVACIONOPCION 2,953,540,976,776,1438

73,570,953,863,52 2,953,531,037,156,544137

3,591,054,033,64 2,953,531,187,406,82415

La lectura de los datos de la tabla nospermite interpretar:

a) En la situación de dos grupos: losdos grupos son muy similares, conigualdad casi total en diversas va-riables (docencia, satisfacción, de-dicación y hábitos). Las diferen-cias entre grupos vienen marca-das sobre todo por las variablesde rendimiento, resultando me-dias más altas en el grupo 2 en

todas las variables relacionadascon ese constructo (calificaciones,nota en bachillerato, nota en se-lectividad, nota previa en la Uni-versidad). Las otras dos variablesque completan el perfil del grupo2 (grupo de mejor rendimiento)determinarán sujetos con puntua-ciones altas en las variables «mo-

tivación» y «opción al elegir la ca-rrera».

b) En la solución de tres grupos: elperfil es parecido al comentadoanteriormente, resultando ahoraque los tres grupos se diferencian,sobre todo, por las medias en lasvariables de rendimiento. El mejor grupo, el grupo 1, viene carac-terizado por puntuaciones másaltas en todas las variables con

poder diferenciador. Los tres gru-pos presentan medias escalonadasen casi todas las variables. Se hanadjudicado 824 sujetos al grupo 1(los mejores alumnos) y 2120 algrupo 2.

c) En la solución de cuatro grupos:seguimos encontrando variables

Tabla 8: Medias de los clusters en las distintas soluciones

Variables

DOCENCIASATISFACCIÓNCALIFICACIÓNBUPSELECTIVIDADRESIDENCIASITUFAMI

DEDICACIÓNHÁBITOSRENDIUNIMOTIVACIÓNOPCIÓN

Número de sujetos en cadagrupo

Total de sujetosclasificados

Dos grupos

2,953,540,976,776,14

387

3,570,953,863,52

2,953,531,037,156,54

413

73,591,054,033,64

Tres grupos

2,953,531,187,406,82

415

73,631,204,143,70

2,953,540,896,826,20

311

73,540,893,883,54

2,953,540,986,786,13

38

73,570,963,873,52

Cuatro grupos

2,953,510,866,655,97

39

73,440,861,532,92

2,943,521,147,376,79

415

73,601,173,943,68

2,953,540,996,786,15

38

73,610,974,693,72

2,963,550,976,966,34

411

73,600,974,553,72

2856 1602 824 1514 2120 844 790 1618 1206

4458 4458 4458


24/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

28


73,63

1,204,143,70 2,953,540,896,826,2031173,540,89

3,883,54 2,953,540,986,786,133873,570,963,873,52 2,953,510,866,655,973973,440,861,532,92 2,943,52

1,147,376,7941573,601,173,94

3,68 2,953,54

0,996,786,153873,610,974,693,72 2,963,550,97

6,966,3441173,600,974,553,72Número de sujetos en cada grupo 28561602 824 15142120 844 7901618 1206Total de sujetos clasificados 44584458 4458

que no contribuyen a diferenciar

grupos (docencia, satisfacción yresidencia). Las variables quemás contribuyen a esa diferencia-ción, como en los casos anterio-res, son las de rendimiento,aunque ahora se amplía el espec-tro con variables tales como la si-tuación familiar, los hábitos deestudio, la motivación y la opciónpara elegir la carrera. El grupo 2sería el grupo con calificaciones

más altas y ese hecho va unido alas mejores notas en BUP, a lasmejores notas en la prueba de se-lectividad, a una buena puntua-ción en motivación y a una buenapuntuación en la opción al elegirla carrera. El grupo 1 sería el depeores notas, con las puntuacio-nes más bajas en casi todas lasvariables. Los grupos 3 y 4 esta-blecen pequeños matices de dife-

renciación respecto al grupo 2,

pudiendo considerarse grupos derendimiento medio. El número desujetos asignados a cada grupo es,respectivamente, de 844, 790,1618 y 1206 sujetos.

4.4. Estudio de variables conmayor poder de discriminación

Tomando como variable dependiente,al igual que en todos aquellos análisisque requieren su especificación, la varia-ble «calificaciones», al realizar el análisisdiscriminante nos encontramos, en pri-mer lugar, con la caracterización descrip-tiva en las distintas variables de losdistintos grupos generados por la pun-tuación en la variable dependiente: suje-tos con calificaciones de 0 a 0,99 en elprimer grupo; de 1 a 1,99 en el segundo;de 2 a 2,99 en el tercero; de 3 a 3,99 enel cuarto (ver tabla 9).

Tabla 9: Medias en las distintas en los grupos

generados por las calificaciones

Variable MediaGrupo 1 MediaGrupo 2 MediaGrupo 3 Media Grupo 4Media totalDOCENCIASATISFACCION

BUPSELECTIVIDADRESIDENCIASITUFAMIDEDICACIONHABITOSRENDIUNIMOTIVACION

La observación detallada de la tabla10 nos permite ver que se produce casiuna perfecta relación monótona crecien-

te para las medias de las distintas varia-bles desde el grupo 1 (media de califica-ciones más bajas) hasta el grupo 4 (media

Variable

DOCENCIASATISFACCIÓNBUPSELECTIVIDADRESIDENCIASITUFAMI

DEDICACIÓNHÁBITOSRENDIUNIMOTIVACIÓNOPCIÓN

MediaGrupo 1

2,943,516,686,043,1610,15

7,013,480,613,793,52

MediaGrupo 2

2,963,567,056,433,39

10,08

7,063,651,294,033,59

MediaGrupo 3

2,983,587,717,133,6010,567,103,852,114,363,68

MediaGrupo 4

2,953,608,498,043,7212,467,104,072,974,183,90

Mediatotal

2,953,536,916,283,2810,197,033,570,983,923,56

Tabla 9: Medias en las distintas en los grupos generados por las calificaciones


25/29

29

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



OPCION 2,94

3,516,686,043,1610,157,013,480,613,793,52 2,963,56

7,056,433,3910,087,063,651,294,033,59 2,983,58

7,717,133,6010,567,103,852,114,363,68 2,953,60

8,498,043,7212,467,104,072,974,18

3,90 2,95

3,536,916,283,2810,197,033,570,983,923,56

de calificaciones más altas). Esa tenden-

cia es muy clara y marca diferencias im-portantes entre los distintos grupos enlas variables de rendimiento (notas enBUP, notas en selectividad y rendimien-to previo). No tan rotunda pero igualmen-te clara es la tendencia creciente envariables como docencia, satisfacción, re-sidencia, dedicación, hábitos de estudio yopción al elegir la carrera. No es monóto-na creciente la tendencia de las medias

en las variables situación familiar y mo-

tivación.

Los coeficientes estandarizados de lastres funciones discriminantes canónicas(el número de funciones discriminantesviene dado por el número de grupos enla variable dependiente menos uno) sepresentan en la tabla 10. La correspon-diente matriz de estructura se presentaen la tabla 11.

Tabla 10: Coeficientes estandarizados de las funciones discriminantes canónicas

Variable

DOCENCIASATISFACCIÓNBUPSELECTIVIDADRESIDENCIASITUFAMIDEDICACIÓNHÁBITOSRENDIUNIMOTIVACIÓNOPCIÓN

Función

1

0,0080,0310,0500,0080,025-0,0070,0290,0080,9730,047-0,051

2

-0,232-0,022-0,2890,768-0,2330,596-0,1300,087-0,185-0,3760,112

3

-0,5470,762-0,284-0,3640,0570,124-0,0810,1860,190-0,6410,521

Tabla 11: Matriz de estructura

Función

Variable

RENDIUNIHABITOS

SITUFAMISELECTIVIDADBUPDOCENCIADEDICACIONRESIDENCIASATISFACCIONMOTIVACIONOPCION

1

0,9950,216

0,0490,3860,3550,0510,0700,0820,0760,1010,060

2

0,004-0,001

0,6640,5810,451-0,273-0,150-0,115-0,209-0,2290,114

3

0,0340,102

0,012-0,437-0,4410,014-0,0010,0580,407-0,3990,169


26/29

r e v i s t a

e s p a

ñ o l a

d e

p e d a g o g í a


2

2 4 , e n e r o - a b r i l 2 0 0 3 ,

5 - 3 2

30


Tabla 10: Coeficientes estandarizados de lasfunciones discriminantes canónicas

Función

Variable 1

2 3

DOCENCIA

SATISFACCION

BUP

SELECTIVIDAD

RESIDENCIA

SITUFAMI

DEDICACION

HABITOS

RENDIUNI

MOTIVACION

OPCION 0,008

0,031

0,050

0,008

0,025-0,007

0,029

0,0080,973

0,047

-0,051 -0,232

-0,022

-0,289

0,768

-0,233

0,596

-0,1300,087

-0,185

-0,376

0,112 -0,547

0,762

-0,284

-0,364

0,057

0,124

-0,081

0,186

0,190-0,641

0,521

Tabla 11: Matriz de estructura

Función

Variable 1

2 3

RENDIUNI

HABITOS

SITUFAMI

SELECTIVIDAD

BUP

DOCENCIA

DEDICACION

RESIDENCIA

SATISFACCION

MOTIVACION

OPCION 0,995

0,216

0,049

0,386

0,355

0,0510,070

0,082

0,076

0,101

0,060 0,004

-0,001

0,664

0,581

0,451

-0,273

-0,150

-0,115

-0,209

-0,2290,114 0,034

0,102

0,012

-0,437

-0,441

0,014

-0,001

0,058

0,407

-0,399

0,169

En ambas podemos apreciar que el po-

der discriminativo viene dado en las dosprimeras funciones por las variables derendimiento: la primera función viene de-finida casi exclusivamente por la varia-ble «rendimiento previo en laUniversidad»; la segunda función vienedefinida por las otras dos variables derendimiento y por las variables del en-torno familiar. La tercera función vienedefinida por las variables satisfacción,

motivación y opción en la elección de la

carrera.Por último presentamos, en la tabla

12, los resultados de clasificación pronos-ticada en comparación con los originales.Las funciones discriminantes obtenidaspermiten clasificar adecuadamente el72% de los 4458 sujetos clasificados, loque puede considerarse claramente sa-tisfactorio.

Tabla 12: Resultados de la clasificación

Grupo origina l Grupo de referencia pronosticado

Total

0,00 a 0,99 1,00 a 1,99 2,00 a 2,99 3,00 a 3,99

0,00 a 0,99

1,00 a 1,99

2,00 a 2,99

3,00 a 3,99 2.177

346

13

1 415748

77

1 33

267

236

6 1

13

82

42 2626

1374

408

50

(*) Clasificados correctamente el 71,8% de los casos originales

Dirección del autor. F. Javier Tejedor Tejedor. Departa-mento de Didáctica, Organización y Métodos de In-vestigación. Facultad de Educación. Paseo deCanalejas, 169. 37008 Salamanca.

Fecha de la recepción de la versión definitiva de este artí-culo: 20. III. 2003.

Bibliografía

ÁLVAREZ ROJO, V., GARCÍA, E. y GIL, J. (1999) El rendi-miento académico en la Universidad desde laperspectiva del alumnado, Revista Española de Orien- tación y Psicopedagogía , 17:10, pp. 23-42.

ÁLVARO PAGE, M. y otros (1990) Hacia un modelo causal del rendimiento académico (Madrid, CIDE).

APODAKA, P., GRAO, J., MARTÍNEZ, J. y ROMO, I. (1991)Demanda y Rendimiento Académico en Educación Su- perior. Estudio longitudinal de la inserción de dos cohortes de bachillerato en la UPV/EHU. (Vitoria-Gasteiz: Servicio Central de Publicaciones del GobiernoVasco).

BUELA-CASAL, G., CARRETERO-DIOS, H. y SANTOS-ROIG,M (2000) Reflexividad frente a impulsividad en el ren-dimiento académico: un estudio longitudinal, Análisis y modificación de conducta , 26:108, pp. 555-583.

CASTAÑO LÓPEZ-MESAS, C. (1974) Problemas de predic-ción en los tests mentales con especial referencia ala Orientación Escolar y Profesional, Revista de Psico- logía General y Aplicada, 126, pp. 31-41.

DE LA ORDEN, A., GARCÍA, J. M. y GAVIRIA, J. L. (1986) Unacercamiento experimental a la investigación del ren-dimiento en la Universidad, Revista de Investigación

Educativa , 8:4, pp. 21-36.DE MIGUEL, M. y ARIAS, J. M. (1999) La evaluación del

rendimiento inmediato en la enseñanza universitaria,Revista de Educación , 320, pp. 353-377.

DURU, M. y MINGAT, A. (1986) Las disparidades de carre-ras individuales en la Universidad: una dialéctica de laselección y de la autoselección, en M. LATIESA (comp.)Demanda de educación superior y rendimiento acadé- mico en la Universidad pp. 339-378 (Madrid, CIDE ySecretaría del Consejo de Universidades).

Tabla 12: Resultados de la clasificación

(*) Clasificados correctamente el 71,8% de los casos originales

Grupo de referencia pronosticado

Grupo original

0,00 a 0,99

1,00 a 1,99

2,00 a 2,99

3,00 a 3,99

0,00 a 0,99

2.177

346

13

1

1,00 a 1,99

415

748

77

1

2,00 a 2,99

33

267

236

6

3,00 a 3,99

1

13

82

42

Total

2626

1374

408

50


27/29

31

r evi s t a

e s p añ ol a

d

e p e d a g o gí a

añ o



ESCUDERO ESCORZA, T. (1987) Buscando una mejor se-lección de universitarios, Revista de Educación, 283,

pp. 249-283.

FURNEAUX, W. D. (1986) La predicción del rendimientoacadémico: algunas complicaciones, en M. LATIESA(comp.) Demanda de educación superior y rendimien- to académico en la Universidad pp. 283-292 (Madrid:CIDE y Secretaría del Consejo de Universidades).

GARANTO, J. MATEO, J. y RODRÍGUEZ, S. (1985) Modelosy técnicas de análisis del rendimiento académico, Re- vista de Educación, 277, pp. 127-169.

GARCÍA-VALCÁRCEL, A. (1991) Modelos de actuación docente en la enseñanza universitaria (Madrid, Tesis

Doctoral, Universidad Pontificia de Comillas, Madrid).GARCÍA-VALCÁRCEL, A. (2001) La función docente del pro-

fesor universitario, en A. García-Valcárcel (coord.)Didáctica universitaria pp. 9-44 (Madrid, La Muralla).

GOBERNA, M. A., LÓPEZ, M. A. y PASTOR, J. T. (1989)Hacia un análisis comparativo del rendimiento acadé-mico en la Universidad española,Revista de Educación,290, pp. 357-370.

GOMA, M. GARCÍA , G. y PÉREZ, J. (1991) Rendimientoacadémico entre niveles de enseñanza en función delsexo, Psiquis, 12:1, pp. 34-44.

GONZÁLEZ, R. y otros (1998) Variables motivacionales,estrategias de aprendizaje y rendimiento académicoen estudiantes universitarios: un modelo de relacio-nes causales, Revista Española de Orientación y Psicopedagogía , 9:16, pp. 2178-229.

GONZÁLEZ TIRADOS, R. M. (1985) El fracaso escolar en jóvenes universitar ios: un método para su análisis,Studia Paedagógica, pp. 15-16, pp. 237-250.

GONZÁLEZ TIRADOS, R. M. (1989) Análisis de las causas del fracaso escolar en la Universidad Politécnica de Madrid (Madrid: MEC-CIDE).

GRUPO HELMÁNTICA (1996a) Evaluación de las actitudesde los universitarios hacia la universidad, los alumnosy los profesores, revista española de pedagogía,205, pp. 461-485.

GRUPO HELMÁNTICA (1996b) Atribuciones de los alumnosacerca del bajo rendimiento en la universidad, en F.J. TEJEDOR y J. L. RODRÍGUEZ (coord.) Evaluación Educativa I. Evaluación de los aprendizajes de los

alumnos pp. 65-84 (Salamanca, IUCE, Ediciones de laUniversidad de Salamanca).

GRUPO HELMÁNTICA (1998) Las estrategias utilizadas por los profesores universitarios para la evaluación del

aprendizaje de los alumnos (Madrid, CIDE. Informe).

HERRERO CASTRO, S. e INFESTAS GIL, A. (1980) El rendimiento académico de la Universidad. Estudio monográfico de la Universidad de Salamanca (Salamanca, ICE Universidad).

JIMENÉZ FERNÁNDEZ, C. (1987a) Abandono estudiantil enla Universidad a Distancia. Un estudio empírico sobresu evolución y predicción (I), Revista de Educación,283, pp. 285-314.

JIMENÉZ FERNÁNDEZ, C. (1987b) Abandono estudiantil enla Universidad a Distancia. Un estudio empírico sobre

su evolución y predicción (II), Revista de Educación,284, pp. 317-347.

LATIESA, M. (1983) Regularidad académica en la Facultadde Ciencias Políticas y Sociología, Educación y Socie- dad, 2, pp. 141-155.

LATIESA, M. (1992) La deserción universitaria. Desarrollo de la escolaridad en la enseñanza superior. Exitos y fracasos (Madrid, C.I.S., en coedición con Siglo XXIde España Editores).

LÓPEZ LÓPEZ, E. (1982) Asistencia a clase y rendimiento,revista española de pedagogía, 155, pp. 95-102.

MEDINA, A. (2001) Los métodos en la enseñanza universi-taria, en A. GARCÍA-VALCÁRCEL (coord.) Didáctica universitaria pp 155-198 (Madrid, La Muralla).

NAVARRO, M. y MATEO, M. J. (1993) Informe Juventud en España (Madrid, Ministerio de Asuntos Sociales).

OROVAL PLANAS, E. (1986) Resultado del análisisindividualizado del rendimiento de una promoción deestudiantes de la Universidad de Barcelona, en M.LATIESA (comp.) Demanda de educación superior y rendimiento académico en la Universidad pp. 247-270 (Madrid, CIDE y Secretaría del Consejo deUnivers

Documents

Poder Explicativo de Los Determinantes Del Rendimiento Académico - Tejedor