1 COVID-19
60
1 Satisfacción académica en estudiantes universitarios en modalidad remota por la pandemia COVID-19 Jhonatan Fernando Curubo Blanco Trabajo de grado para optar al título de Psicólogo Directora: Claudia Carolina Botero García, PhD Pontificia Universidad Javeriana Facultad de Psicología Noviembre de 2020
Transcript of 1 COVID-19
1
Satisfacción académica en estudiantes universitarios en modalidad remota por la pandemia
COVID-19
Jhonatan Fernando Curubo Blanco
Trabajo de grado para optar al título de Psicólogo
Directora:
Claudia Carolina Botero García, PhD
Pontificia Universidad Javeriana
Facultad de Psicología
Noviembre de 2020
2
3
Resumen
Debido a la contingencia mundial por la pandemia con el coronavirus, la forma de hacer las
cosas en varios aspectos de la vida ha cambiado. Las instituciones educativas de nivel superior se
vieron obligadas a migrar a medios virtuales para poder continuar con las actividades
académicas. En esas circunstancias conocer de qué manera factores como la Aceptación
Tecnológica, el Apoyo Social, la Motivación Situacional, la Interacción en Contextos Virtuales
de Aprendizaje y la Satisfacción Académica se relacionan, resulta relevante. Para tal fin ,99
estudiantes diligenciaron 5 instrumentos con respecto a las variables mencionadas. Los datos se
analizaron usando el Statistic Program for Social Studies (SPSS). Se encontró que la Satisfacción
Académica está relacionada significativamente con la Interacción, la Aceptación tecnológica, el
Apoyo social y la Motivación Situacional. Además, usando un modelo de regresión múltiple, se
encontró que la Interacción y la Motivación permiten predecir un 41% de la varianza de la
satisfacción académica. Un modelo de regresión múltiple de las subescalas de los instrumentos
permitió predecir un 63% de la varianza de la satisfacción académica. Se concluye que la
motivación del estudiante y la interacción con el docente son factores importantes en la
predicción de la satisfacción académica; además, se sugiere un vínculo entre la influencia del
aislamiento por la pandemia en las necesidades psicológicas básicas y las variables de apoyo
social e interacción con otros estudiantes.
Palabras Clave: Teoría de la Autodeterminación, Motivación Situacional. Interacción en
Contextos Virtuales de Aprendizaje, Apoyo Social, Satisfacción Académica, Modelo de
Aceptación Tecnológica, Educación en Pandemia.
4
Abstract
Due to the global contingency because of the Coronavirus 19 pandemic, the way of doing things
in life has change. Superior level educational institutions, were forced to migrate to virtual
environments to continue with the academic activities. In this context, knowing in which ways
are related factors like Technological Acceptance, Social Support, Situational Motivation,
Virtual Context Learning Interaction, and Academic Satisfaction is of significant importance.
For that purpose, 99 college students filled 5 instruments about the cited variables. Data was
analysed using the Statistic Program for Social Studies (SPSS). It was found that Academic
Satisfaction was related significantly with Interaction, Technological Acceptance, Social Support
and Situational Motivation. Using a multiple regression model, it was found that Interaction and
Motivation could predict about a 41% of the Academic Satisfaction variance. A multiple
regression model that contained the subscales instruments predicted 63% of the Academic
Variance. We concluded that student motivation and interaction with the teacher are important
factors in the prediction of academic satisfaction. Besides, we suggest a link between the
influence of the isolation related to the pandemic in the basic psychological needs and the social
support and interaction with other students.
Keywords: Self Determination Theory, Situational Motivation, Virtual Context Learning
Interaction, Social Support, Academic Satisfaction, Technological Acceptance Model,
Education in Pandemic.
5 Tabla de Contenidos
Introducción .................................................................................................................................... 7
Marco teórico ................................................................................................................................ 11
Motivación ................................................................................................................................ 11
Interacción en contextos virtuales de aprendizaje .................................................................... 14
Aceptación Tecnológica ........................................................................................................... 15
Apoyo social ............................................................................................................................. 17
Satisfacción Académica ............................................................................................................ 18
Revisión bibliográfica ............................................................................................................... 20
Método .......................................................................................................................................... 23
Diseño ....................................................................................................................................... 23
Participantes .............................................................................................................................. 23
Procedimiento ........................................................................................................................... 25
Instrumentos .............................................................................................................................. 26
Resultados ..................................................................................................................................... 29
Discusión....................................................................................................................................... 41
Referencias .................................................................................................................................... 49
Anexos .......................................................................................................................................... 54
6 Indice de tablas
Tabla 1 ...................................................................................................................................... 23
Tabla 2 ...................................................................................................................................... 24
Tabla 3 ...................................................................................................................................... 30
Tabla 4 ...................................................................................................................................... 31
Tabla 5 ...................................................................................................................................... 32
Tabla 6 ...................................................................................................................................... 35
Tabla 7 ...................................................................................................................................... 37
Tabla 8 ...................................................................................................................................... 39
Tabla 9 ...................................................................................................................................... 40
7 Introducción
En las siguientes páginas se presenta el resultado de una investigación en la que se buscó
analizar la relación de algunas variables asociadas a la satisfacción académica de estudiantes
universitarios en modalidad remota por el aislamiento preventivo debido al COVID 19.
Desde el inicio del 2020, el mundo se vio sacudido por el incesante contagio de una gran
cantidad de personas con el virus SARS-CoV 2, que podía producir varias consecuencias
nocivas, entre ellas la muerte. Para protegerse, las personas de los países en que había
abundantes contagios se vieron obligadas a modificar sus prácticas cotidianas, y aislarse lo
máximo posible unos de otros.
Este aislamiento provocó una parálisis momentánea en numerosas áreas de la actividad
humana. La educación fue de las más afectadas y en colegios y universidades se tomaron las
medidas necesarias para que se pudieran retomar las actividades académicas en modalidad
remota. Este cambio supuso múltiples desafíos para las instituciones académicas, el profesorado
y los estudiantes. En muchas universidades de Colombia se logró terminar el primer semestre de
2020 y se utilizó esta primera experiencia de insumo para planear la dinámica del segundo
semestre académico de 2020. Ya con algo más de preparación, las instituciones, el profesorado y
los estudiantes trataron de asumir un segundo semestre remoto y alejado del campus, en la
mayoría de los casos.
Teniendo en cuenta lo anterior, es necesario resaltar el influjo que han tenido las
consecuencias de la pandemia en el inicio del segundo semestre de 2020. Muchas personas
perdieron sus empleos y las condiciones económicas de la familia de muchos estudiantes se
vieron afectadas. En parte debido al golpe económico a las familias colombianas, entre otras
8 causas, para el segundo semestre de 2020 se previó una deserción del 25% de estudiantes en
universidades de Bogotá, según una encuesta de Work University (Conexión Capital, 2020).
Además de la dificultad para poder pagar la matrícula, muchos estudiantes indicaron que no
poseen los dispositivos tecnológicos o la conectividad suficiente para poder llevar a cabalidad un
semestre desde la virtualidad. Otros estudiantes que no se matricularon para el segundo semestre
no se mostraron afines a la idea de las clases virtuales.
Pese a la alta tasa de deserción, gran parte del estudiantado se encuentra matriculado y
continúan con las clases en modalidad remota. Para ellos, el aislamiento por la pandemia ha
significado nuevos retos y dificultades. Entre las dificultades resalta el impacto psicológico que
ha tenido en el confinamiento en la población general y en los estudiantes universitarios en
particular. Una revisión (Brooks et al., 2020) recogió evidencia de estudios a lo largo del mundo,
acerca del impacto psicológico que tiene la cuarentena en múltiples poblaciones y uno de los
hallazgos mayormente reportados es que mientras más largo es el periodo de cuarentena, hay
más probabilidades de experimentar síntomas asociados a estrés postraumático. También es
común experimentar miedo de infectarse, de infectar a otros, y especialmente, infectar a seres
queridos.
En un estudio realizado en población española en confinamiento nacional mandatorio
(Sandín et al. 2020), se encontró que el perfil emocional asociado al confinamiento por el Covid
19 incluye síntomas como depresión, desesperanza, así como ansiedad, nerviosismo e inquietud.
En otro estudio realizado en estudiantes de México en confinamiento (Gonzáles et al, 2020), se
reportó que una cuarta parte de los participantes del estudio reportó sensación de falta de control
y poca satisfacción con la forma de realizar sus actividades. Además, más de la tercera parte de
los estudiantes que hicieron parte del estudio manifestaron problemas para dormir. En
9 Colombia, se realizó un estudio en varios municipios del Valle de Aburrá (Escobar, 2020) que
respaldó algunos de los hallazgos encontrados en varios de los estudios realizados en otros países
con respecto a la relación entre el encierro, el desempleo y las consecuencias negativas en la
economía del país con síntomas de depresión y ansiedad, además del aumento en el consumo de
alcohol y la violencia intrafamiliar.
Lo anterior refleja el impacto psicológico que el confinamiento ha tenido en la población
general. Así las cosas, durante la pandemia se han realizado estudios teniendo en cuenta
especialmente la población universitaria. Por ejemplo, un estudio en España con estudiantes
universitarios (Lozano-Díaz et al., 2020) tuvo el objetivo de conocer cómo se relacionaba la
experiencia de los estudiantes con el confinamiento con la satisfacción vital, la resiliencia y el
capital social de los estudiantes. En Chile y El Salvador un estudio (Severino-González et al,
2020) encontró en las distintas crisis causadas por la pandemia, una oportunidad para investigar
aspectos como la responsabilidad, el descubrimiento de valores personales y el compromiso
social y ambiental en estudiantes universitarios. Sin embargo, a la fecha pocos estudios en el
mundo y hasta dónde llega el conocimiento del autor de esta investigación, ninguno en Colombia
ha estudiado la satisfacción académica y constructos relacionados en estudiantes universitarios
en época de aislamiento por el Covid 19.
Anteriormente se ha estudiado la relación entre satisfacción académica, calidad de
aprendizaje, desempeño académico y apoyo social (Wang, et al., 2019; Chalela-Naffah et al.,
2020; Lent et al., 2007). Igualmente, numerosos artículos (Los & Schweinle, 2019; Eom, Wen
& Ashill, 2006; Xing & Bolden, 2019) han mostrado que la motivación está relacionada con el
desempeño académico, el aprendizaje y la satisfacción académica. Dada la importancia de cada
uno de estos constructos para la educación y la formación universitaria, es relevante conocer
10 cómo se relacionan en un estudio que los tenga en cuenta como parte de un modelo. De igual
forma, dado que la decisión de migrar a medios de contacto remotos debido a las contingencias
especiales no es precisamente voluntaria, sino que por el momento es la opción más segura para
que los estudiantes sigan beneficiándose de los servicios de las instituciones educativas. De
modo que examinar cómo se relacionan estas variables con la implementación de las nuevas
tecnologías por parte de las instituciones educativas y la recepción de las mismas por parte del
alumnado puede llegar a ser revelador y proporcionar información valiosa.
Teniendo en cuenta lo anterior, la pregunta de la investigación es: ¿Qué relación existe entre
la satisfacción académica con la motivación situacional, la interacción en contexto virtual, el
apoyo social y la aceptación tecnológica en estudiantes universitarios en modalidad remota
debido al aislamiento por el COVID-19? Para poder darle una respuesta a esta pregunta se
trazaron los siguientes objetivos:
• Establecer la relación entre la Motivación, Interacción en Contextos Virtuales de
Aprendizaje, Apoyo Social, Aceptación Tecnológica y la Satisfacción Académica.
• Identificar la relación entre las puntuaciones de las dimensiones de los constructos
psicológicos asociados a la satisfacción académica y la misma.
• Determinar la relación existente entre las variables independientes y los puntajes de sus
distintas dimensiones.
11 Marco teórico
El siguiente capítulo tiene el propósito de exponer definiciones de constructos
psicológicos que se examinarán en este estudio en relación con el constructo de satisfacción
académica.
Motivación
La motivación puede ser definida como un constructo psicológico que alude a un
proceso dinámico en el que existen estados internos que fluctúan constantemente y fomentan
cambios en la conducta observable de un organismo para la consecución de algún fin (Reeves,
2003). Es un constructo amplio, del que se puede dar cuenta por medio del tipo de preguntas que
se tratan de responder cuando se lo estudia. El estudio de la motivación está interesado en
preguntas como ¿Cuáles son las necesidades básicas? ¿cómo el organismo consigue lo que
quiere? ¿cómo se relaciona el querer con el saber y el hacer? (Sander & Scherer, 2009).
Esto no significa que la conducta orientada a metas se realice necesariamente de forma
deliberada; la conducta orientada a metas se llama de esta forma no por el mecanismo que la
produce, intencionalidad, por ejemplo, sino por la función que cumple. Una conducta está
orientada a una meta en el sentido de que aumenta la probabilidad de conseguirla.
Existen distintas formas en que puede darse una conducta motivada, en que se energice
una conducta. Algunos de estos sistemas son: Motivación extrínseca e intrínseca, motivación de
expectativa y los motivos sociales. Se dice que una conducta está intrínsecamente motivada,
cuando no hay recompensas aparentes asociadas a la ejecución de la acción, es decir, que es
inherentemente satisfactoria o reforzante. Mientras que, una conducta está extrínsecamente
motivada cuando la ejecución de la conducta se ve mediada por una recompensa o incentivo
12 externo (Dressel y Hall, 2013). Con respecto a estos dos tipos de motivación, existen teorías que
tienen en cuenta las diferencias entre estas dos e intentan explicar la conducta motivada según si
la fuente de motivación es intrínseca o extrínseca.
Para Csikzentmihalyi (2000) la motivación intrínseca, o la experiencia autotélica, es un
estado psicológico, generado en una interacción con el medio, que produce una retroalimentación
concreta que actúa como recompensa en sí misma y continúa produciendo conducta en ausencia
de otras recompensas. Según sus hallazgos, en general las experiencias autotélicas, o conductas
intrínsecamente motivadas, tienen en común que proporcionan a los que las efectúan un
sentimiento de descubrimiento, exploración, solución de problemas, en otras palabras, un
sentimiento de novedad y desafío. Una especial contribución al estudio de la motivación
intrínseca por parte de este autor es el concepto del flow, o flujo, un estado de involucramiento
total en el que el tiempo pasa mientras la persona realiza la tarea con una mayor concentración y
creatividad de lo usual.
La relación entre la motivación intrínseca y la extrínseca ha sido estudiada anteriormente
y se ha determinado que existe un efecto en la motivación intrínseca cuando se suministran
recompensas tangibles como el dinero, adicionales a la ejecución de una tarea. Cuando se
suministran recompensas sociales como reforzamiento verbal o retroalimentación positiva la
motivación intrínseca tiende a incrementarse (Deci, 1971)
Ryan y Deci (2000) han trabajado durante años para crear una meta teoría llamada Teoría
de la Autodeterminación (SDT por sus siglas en inglés). En esa meta teoría la motivación juega
un papel fundamental que ayuda a explicar de qué forma la conducta puede ser o no
autodeterminada. Los autores proponen que la motivación intrínseca y extrínseca hacen parte de
un continuo, en el que también se encuentra la amotivación, que es cuando las personas actúan
13 sin ningún propósito, o no actúan. En el continuo está la amotivación más a la izquierda,
asociada con el polo de las conductas no autodeterminadas, la motivación extrínseca en el medio
y luego la motivación intrínseca en el polo de las conductas autodeterminadas. En las
investigaciones de Ryan y Deci, se ha encontrado que la motivación intrínseca no es el único tipo
de motivación que puede generar conductas autodeterminadas, ya que se ve a la motivación
extrínseca como un continuo en el que se presentan varios estilos de regulación que pueden ser
más autónomos según se avanza en el continuo.
Figura 1.
Tipos de motivación según la Teoría de la Autodeterminación
Nota: Tomado de Ryan y Deci, 2000
En la figura 1 se presenta el modelo de Ryan y Deci. Se observan los estilos de
regulación presentes en la motivación extrínseca: Regulación externa, regulación introyectada,
regulación identificada y regulación integrada. Los estilos de regulación están asociados a su vez
con un locus causal percibido, es decir, la percepción de que las acciones de las personas
14 dependen de ellos mismos o de una causa externa. Por último, se pueden ver algunos procesos
regulatorios importantes que suelen presentarse en los distintos estilos de regulación.
Basándose en los estudios de Ryan y Deci, Guay, Vallerand y Blanchard (2000)
diseñaron un instrumento (Situational Motivational Scale) que permitía obtener una medida de
motivación situacional, es decir una medida de la motivación de una persona con respecto a
alguna actividad o práctica en determinado momento. Posteriormente, Martin-Albo y Núñez
(2009), tradujeron, validaron y adaptaron este instrumento con una muestra de estudiantes
universitarios en España.
Interacción en contextos virtuales de aprendizaje
Una de las primeras aproximaciones teóricas que trata el estudio de la interacción en la
educación a distancia, fue expuesta por Holmberg (1985), el cual concibe la naturaleza de la
educación a distancia como un proceso de comunicación de carácter dialógico bidireccional y
denomina la educación a distancia como una conversación didáctica guiada. Por otro lado,
Barbera, Badia y Monimo (2001) denominan la interacción en contextos de aprendizaje como un
conjunto de relaciones interconectadas entre los miembros que participan en un contexto
educativo particular, en el cual la actividad cognoscitiva se desarrolla en función de los
elementos que determinan el contenido educativo. Sumado a esto, se ha argumentado que la
comunicación en los contextos virtuales de aprendizaje favorece el desarrollo de relaciones
interpersonales que propician el aprendizaje (Berridi, Martinez Y García-Cabrero, 2015).
Respecto a la caracterización de la interacción, Jonassen, Carr y Yueh (1995) propusieron dos
dimensiones de la actividad de enseñanza y aprendizaje en contextos virtuales, que designaron
como negociación interna, la cual da cuenta de las interacciones cognoscitivas que se producen
15 entre el estudiante y el contenido y la dimensión de negociación social, que se refiere a las
interacciones que se producen entre el estudiante, el profesor y los demás estudiantes. Siguiendo
este orden de ideas, Barbera, Badia y Monimo (2001) presentaron un enfoque que distingue una
conceptualización de la interacción en entornos educativos virtuales como el conjunto de
acciones tanto mentales como sociales en particular y la actividad general, que desenvuelven los
integrantes para llevar a cabo las tareas de enseñanza y aprendizaje.
Es así como se señala que el análisis de la interacción tendría que ser un elemento de gran
importancia que permita obtener indicadores sobre los procesos de enseñanza y aprendizaje y los
factores que median en estos, en los contextos de enseñanza virtual. Además, hay que agregar
que elaborar escalas de medida para la interacción no es una tarea fácil, en tanto esta es una
variable latente que no puede observarse directamente y que se encuentra conformada por varios
constructos. No obstante, Berridi, Martinez y Garcia-Cabrero (2015), elaboraron una escala que
consideraba 3 agentes de interacción presentes en los espacios virtuales: profesor/asesor,
compañeros y materiales didácticos incluidos en la plataforma. A su vez, tuvieron en cuenta 3
dimensiones de interacción: las interacciones para favorecer relaciones afectivas, las
interacciones relacionadas con la gestión y la comunicación e interacciones educativas virtuales.
Esto fue sometido a un proceso de validación de contenido por parte de un jurado de expertos y a
una evaluación de las propiedades estadísticas de la escala con una muestra representativa de
estudiantes.
Aceptación Tecnológica
Uno de los factores a tener en cuenta cuando se trata de implementar tecnología o algún
tipo de innovación a un ámbito, es la perspectiva que tienen las personas sobre la
implementación de la tecnología o innovación. Es decir, qué expectativas y actitudes tienen hacia
16 el uso de esas nuevas tecnologías (García, del Dujo y Rodriguez, 2014). En ese sentido, existen
varias teorías y modelos que intentan dar cuenta de cuáles son los factores que más importan a la
hora de aceptar la implementación de tecnología en cualquier ámbito.
Uno de estos modelos es el Modelo de Aceptación Tecnológica (TAM, por sus siglas en
inglés), propuesto por Davis (1985) con el propósito comprender el proceso de aceptación del
usuario de nuevos sistemas de información y proporcionar un marco teórico que permita evaluar
e identificar, a priori, las posibilidades de implementación de un determinado sistema.
Inicialmente el modelo tiene cuatro aspectos importantes con respecto a la aceptación
tecnológica: Percepción de utilidad, Facilidad de uso, Actitud hacia el uso y Disfrute Esperado.
Este modelo es usado en múltiples escenarios, Park (2009), lo utiliza para analizar la
intención de uso de E-learning en estudiantes universitarios de una universidad de Corea y
diseña un cuestionario con ítems relacionados a la aceptación del uso de tecnología en el
aprendizaje. Además, añade al modelo tres constructos más a tener en cuenta: Autoeficacia en E-
learning, entendiéndose como la percepción de confianza que tiene una persona para encontrar
información y comunicarse con el instructor, así como las habilidades necesarias para hacerlo;
Norma Subjetiva, la influencia de pares en la ejecución de una determinada conducta; y
accesibilidad al sistema, esto quiere decir qué tan visible y accesible son para los usuarios las
herramientas de E-learning. Chalela-Naffah (2016) utiliza TAM para evaluar las percepciones
del uso de plataformas de aprendizaje en estudiantes universitarios en Medellín. Además de las
dimensiones originales de la aceptación que componían el modelo que hizo Davis, tuvo en
cuenta otras dimensiones importantes: Autonomía en el Aprendizaje, Autoeficacia Percibida,
Disposición a Innovar, Preparación del Estudiante y la Preparación del Instructor. Con base en
estas dimensiones, y de las propuestas inicialmente por Davis, construyó un cuestionario que le
17 suministró a su muestra de estudiantes universitarios. Las diferentes dimensiones del
cuestionario presentaron coeficientes de confiabilidad altos, lo que indica que puede utilizar los
datos recogidos con el instrumento y analizarlos.
Apoyo social
Uno de los factores más importantes que protege del estrés y está relacionado con el
rendimiento académico, la satisfacción académica y la deserción universitaria es el soporte
familiar, económico y de pares (Chalela-Naffah, 2020). Según Vaux (1986), el apoyo social es
más un constructo con muchos componentes que algo unitario. Son varios entornos distintos en
los que una determinada persona puede sentirse amada, y en donde se generan conductas de
cuidado, afecto y participación. Ese contexto de cuidado, según De Roda y Moreno (2001),
mitiga la influencia que tienen los sucesos vitales estresantes, así como la alienación, sobre el
deterioro psicológico y la depresión. Esta cualidad protectora es especialmente importante en una
coyuntura como la producida por el COVID-19 en donde las situaciones estresantes se presentan
con regularidad.
En un contexto académico, el apoyo social, en tanto provenga del profesorado y de la
familia, tiene un efecto positivo en el rendimiento académico (Antonio-Agirre, Rodríguez-
Fernández y Revuelta, 2019). En esta misma línea, Lasarte, Díaz y Sáez (2019), examinan la
relación del apoyo social con la inteligencia emocional y el rendimiento académico en
estudiantes universitarios. Encuentra que el apoyo social por parte del profesorado tiene relación
directa con el rendimiento académico. Por otro lado, el apoyo social por parte de la familia se
relacionó con la inteligencia emocional y esta a su vez con el rendimiento académico.
Un instrumento ampliamente utilizado para medir el Apoyo Social, fue el diseñado por
Vaux (1986). En esta escala (Subjective Appraisals of Support) existen tres dimensiones de
18 apoyo social: el apoyo familiar, el apoyo de amigos, y una última dimensión que tiene el nombre
otros. Esta última dimensión representa la percepción que tiene el individuo sobre como lo ven
otras personas que no son ni amigos, ni familia. Nava Quiroz et al. (2015) adaptó la escala de
Vaux con una muestra de estudiantes universitarios de México. Realizó análisis de confiabilidad
y validez que le permitieron concluir que la nueva escala adaptada, la Escala de Percepción de
Apoyo Social (EPAS) tiene propiedades psicométricas adecuadas para ser utilizada en el
contexto universitario para medir Apoyo social.
Satisfacción Académica
Se ha estudiado que la satisfacción académica es una variable central que se define como
el disfrute de las experiencias de sí mismo como estudiante (Lent & Brown, 2008). En vista de
ello, se ha determinado que la satisfacción académica está relacionada con aspectos tales como:
orientación al logro (Roebken, 2007), ajuste académico (Lent, Taveira, Sheu & Single, 2009) y
compromiso (Wefald & Downey, 2009).
Asimismo, Kumbhar (2010) define la satisfacción académica como un juicio evaluativo
determinado por la brecha entre expectativas y desempeño percibido. Definición que surge a
partir de la teoría de la satisfacción y desconfirmación, la cual fue utilizada significativamente en
el campo de la mercadotecnia y prestación de servicios. Y no fue hasta la década de los ochenta
en donde se retoman y se ajustan conceptos para ser aplicada al área de la educación (Gutiérrez
& Juarez, 2018). Como resultado se realizaron distintos estudios desde el enfoque SERVQUAL,
en el cual se atribuye que el nivel de satisfacción académica está determinado por la calidad del
servicio, aspecto que se determina a partir de la percepción del cliente o estudiante sobre el
servicio y las expectativas previas de este (Alvarado-Lagunas, Luyando-Cuevas y Picazzo-
Palencia, 2015).
19 A su vez, la perspectiva centrada en el bienestar psicológico ha teorizado que la
satisfacción es un componente cognitivo, por lo cual obedece a las comparaciones que realizan
las personas entre sus aspiraciones y los logros alcanzados (Medrano et al., 2014). En
consecuencia, la satisfacción académica se refiere a la evaluación subjetiva de una persona,
considerando sus experiencias académicas en conjunto o por dominios específicos (Medrano et
al., 2014; Osorio-Álvarez y Parra, 2015).
Es decir que se considera como una variable cognitivo-afectiva, ya que las diferentes
experiencias relacionadas con el ámbito académico y los distintos resultados de tales
experiencias dan como resultado una evaluación subjetiva de un proceso de aprendizaje
(Vergara-Morales, Del Valle, Díaz & Pérez, 2018). Por ello, una de los instrumentos más
representativos y utilizados desde este enfoque es la Escala de Satisfacción Académica (Vergara-
Morales et al., 2018), que se agrupa bajo un solo factor para medir la percepción del bienestar y
el disfrute del estudiante en relación con su comportamiento como estudiante.
20 Revisión bibliográfica
En diversos estudios se ha dado cuenta de la relación que tiene la satisfacción académica
con la calidad de aprendizaje y desempeño académico (Wang, et al., 2019; Chalela-Naffah et al.,
2020; Lent et al., 2007). Ahora bien, en un estudio se encontró que, en un contexto de educación
a distancia, el grado de interacción estudiante-profesor, estudiante-estudiante, estudiante-
contenido, y las características positivas de una plataforma virtual influencian la percepción de
satisfacción de los estudiantes. Teniendo en cuenta que la satisfacción frecuentemente es
predictora del aprendizaje o indicador de éxito, se recomienda poner atención a cómo mejorar los
distintos tipos de interacción en cursos enteramente virtuales (Chang y Smith, 2008). Otro
estudio profundiza en la necesidad de una interacción de calidad en un contexto educativo, sobre
todo con respecto a la interacción del profesor con el alumno. En este estudio se señalan siete
comportamientos del profesor que permiten una enseñanza online efectiva: adaptación a las
necesidades del estudiante, usar ejemplos significativos, motivar a los estudiantes a dar lo mejor
de cada uno, facilitar el curso de forma efectiva, proporcionar un curso valioso, comunicar
efectivamente, y mostrar interés por el aprendizaje del alumno (Young, 2006).
Por otra parte, en un estudio que comparaba la satisfacción de necesidades psicológicas
básicas de un contexto de aprendizaje en línea, con un contexto de aprendizaje cara a cara, se
encontró que la motivación correlacionó positivamente con la satisfacción necesidades
psicológicas básicas, y esto a su vez correlacionó positivamente con transferencia de
conocimiento percibida. Sin embargo, la satisfacción de necesidades básicas y la motivación fue
más baja en el contexto de aprendizaje virtual que en el contexto de aprendizaje cara a cara
(Wang, 2019). En otro estudio que indagaba por la interacción entre motivación y otros factores
21 personales, frente a distintos aspectos del ambiente de instrucción, en relación con los resultados
académicos, se encontró que los aspectos personales y la motivación, predijeron una cantidad de
varianza del 40% con respecto a un 3% de la varianza explicada por el ambiente instruccional.
Por tanto, el estudio concluye que los resultados académicos son más una función de la
motivación de los estudiantes que del ambiente de instrucción (Los y Schweinle, 2019).
En relación con la Teoría de Autodeterminación (SDT), Cheng (2010) realizó un estudio
en el que utilizó este modelo teórico para predecir distintos resultados de aprendizaje, entre ellos
la satisfacción con el curso. Además, tuvo en cuenta en su modelo el apoyo del contexto en el
sentido del papel del instructor al propiciar autonomía en el estudiante. Encontraron que el apoyo
del contexto predecía la satisfacción de necesidades, y esto a su vez la motivación. Sin embargo,
a la hora de predecir la variable de interés, satisfacción de curso, el apoyo del contexto fue la
variable con mayor poder predictivo. La motivación no predijo la satisfacción del curso,
contradiciendo la SDT.
Con respecto al apoyo social, en un estudio realizado por Garriott et al. (2015), se
encontró que los apoyos ambientales predicen significativamente la autoeficacia en la
universidad, las expectativas de resultados de la universidad y la satisfacción académica, pero no
predicen el progreso académico. En otro estudio que comparó un grupo de estudiantes con
resultados académicos no satisfactorios, frente a un grupo de estudiantes con resultados
académicos satisfactorios, se encontró que el apoyo social se configura como un factor protector
ante el estrés y se relaciona con resultados académicos satisfactorios (Collazo y Rodríguez,
2005).
Finalmente, un estudio (Eom, Wen y Ashill, 2006) tuvo en consideración aspectos como
la automotivación, interacción estudiante-estudiante y estudiante-contenido, retroalimentación
22 del profesor, estructura del curso, estilo de aprendizaje y facilitación del profesor en relación con
la satisfacción del curso y los resultados de aprendizaje. Se halló que todas las variables
mencionadas lograban predecir la satisfacción académica, pero solo los estilos de aprendizaje y
la retroalimentación del profesor predecían los resultados de aprendizaje. Se encontró también
que la satisfacción es un predictor significativo de los resultados de aprendizaje.
Los hallazgos de la literatura mencionados indican que es posible que la motivación, la
interacción en el contexto virtual, el apoyo social y la aceptación tecnológica tengan relación con
la satisfacción académica e incluso, puedan llegar a predecirla. Sin embargo, ninguno de estos
estudios se ha realizado en condiciones similares a las actuales, en aislamiento forzado por la
pandemia del COVID 19. De modo que es posible que al examinar o corroborar las relaciones
reportadas en la literatura entre las variables, el comportamiento de las mismas debido a las
contingencias actuales, cambie. Generalizar los hallazgos de la literatura a las circunstancias
actuales es algo que debe hacerse con precaución.
23 Método
Diseño
Esta investigación es de tipo cuantitativa, con un diseño descriptivo correlacional
transversal, dado que únicamente se busca describir las relaciones que existen entre las variables
y no encontrar causalidad.
Participantes
Se realizó un muestreo intencional en el que 99 estudiantes de pregrado (n=99, hombres
33, mujeres 66, Media edad=20.4 años, DE= 1.7) de la Pontificia Universidad Javeriana
participaron de forma voluntaria en la investigación. En la tabla 1 y 2 puede verse los porcentajes
de semestres y carreras de los estudiantes que participaron en la investigación.
Tabla 1
Porcentaje de participantes por
semestre cursado
Semestre Frecuencia Porcentaje
1 21 21,2
2 5 5,1
3 5 5,1
4 4 4,0
5 3 3,0
6 8 8,1
7 10 10,1
8 24 24,2
9 11 11,1
10 7 7,1
11 1 1,0
Total 99 100,0
24 Tabla 2
Porcentaje de participantes por programa estudiado
Carrera Frecuencia Porcentaje Carrera Frecuencia Porcentaje
Administración
de empresas
1 1,0 Ecología 1 1,0
Arquitectura 1 1,0 Economía 2 2,0
Artes visuales 1 1,0 Ingeniería de
sistemas
2 2,0
Bacteriología 1 1,0 Ingeniería
electrónica
3 3,0
Biología 8 8,1 Ingeniería
industrial
2 2,0
Ciencia política 2 2,0 Medicina 4 4,0
Comunicación
social
12 12,1 Microbiología
industrial
7 7,1
Contaduría
publica
1 1,0 Odontología 1 1,0
Derecho 2 2,0 Psicología 44 44,4
Diseño
industrial
1 1,0 Relaciones
internacionales
1 1,0
Sociología 2 2,0
Total 99 100,0
25 Procedimiento
Se les solicitó a unos 120 estudiantes universitarios de pregrado de la Pontificia
Universidad Javeriana que diligenciaran una encuesta en Google Forms que contenía los ítems y
las opciones de respuesta de 5 instrumentos. En el formulario había un apartado de instrucciones
que le explicaba a los estudiantes que para responder los instrumentos seleccionaran una
asignatura que estuvieran cursando actualmente. El criterio de selección de la asignatura era el
mayor número de créditos. Los estudiantes que respondieron los instrumentos fueron contactados
vía redes sociales, así como en comunicaciones personales en que se les enviaba el link del
cuestionario online. El investigador tuvo la oportunidad de presentarse en algunas aulas virtuales
para presentar la investigación y animar a los estudiantes en la participación de la misma. Se les
solicitó a las personas que iban participando que le pasaran el link a otros estudiantes,
compañeros y amigos para que también participaran en la investigación.
En el formulario en línea, además de los instrumentos, se presentaba un apartado de
consentimiento informado en el cual los participantes diligenciaban sus datos personales y al
final se les preguntaba si aceptaban participar en el estudio, luego de informarles los objetivos
del estudio, garantizarles confidencialidad y anonimidad. Los participantes únicamente podían
pasar a los siguientes apartados en que se les presentaban los instrumentos si clicaban en la
opción de “sí” en el consentimiento. Luego, todas las personas que diligenciaron los
instrumentos dieron su permiso para el uso de los datos recogidos con fines académicos y
manifestaron haber sido informados de posibles riesgos del estudio. El consentimiento
Informado, tal como se presentaba a los participantes se encuentra en anexo 1.
Luego de dos semanas de recolección de datos, los datos recogidos se recopilan en una
base de datos y ahí se buscan duplicados y datos erróneos. Luego de eliminar los datos inválidos,
26 quedaron 99 respuestas válidas con los que se hicieron los análisis estadísticos en el programa
IBM Statistics SPSS 26, en el que se emplearon análisis de correlación y regresiones para
establecer las relaciones entre las variables, así como para conocer la capacidad de predicción de
las variables independientes sobre la variable dependiente.
Instrumentos
Se hicieron algunas modificaciones y adaptaciones a algunos ítems en algunos
instrumentos. Antes de aplicar los instrumentos en la fase de recolección de datos a los
participantes, se les solicitó a tres estudiantes que diligenciaran los instrumentos y
proporcionaran retroalimentación sobre redacción y claridad de los ítems. Con base en la
retroalimentación, se corrigió la redacción de algunos ítems. Los instrumentos utilizados en el
estudio se presentan a continuación:
La Escala de Motivación Situacional (SIMS) que consta de cuatro subescalas:
Motivación Intrínseca, Regulación identificada, Regulación externa y amotivación. El
instrumento tiene 16 ítems tipo Likert, 4 ítems por cada subescala. En este estudio se utilizó la
traducción y validación de Martin-Albo y Nuñez (2009). Se realizó una adaptación al contexto
de esta investigación, modificando la redacción de algunos ítems. El alfa de Cronbach de la
escala adaptada fue de 0.78, un coeficiente de fiabilidad aceptable. La adaptación al instrumento
puede consultarse en el anexo 2.
La Escala de Apoyo Social Percibida (EPAS), que tiene tres subescalas: amigos, familia
y otros. El instrumento consta de 15 ítems escala tipo Likert. En este estudio se utilizó la
traducción y adaptación hecha por Nava Quiroz et al. (2015) en universitarios de México. Se
realizó un ajuste a uno de los ítems porque al parecer no era claro. El coeficiente de fiabilidad
27 alfa de Cronbach de la escala fue de .939, un coeficiente de fiabilidad bueno. En anexo 3 se
puede consultar la versión adaptada al contexto de la investigación.
La Escala de Satisfacción Académica (ESA), que consta de 7 ítems agrupados en un solo
factor. En este estudio se utilizó la versión de Vergara-Morales et al. (2018). A este instrumento
no se le realizó ninguna modificación. El alfa de Cronbach del instrumento fue de .95, un
coeficiente de fiabilidad excelente. El instrumento puede encontrarse en el anexo 4.
La Escala de Interacción en Contextos Virtuales de Aprendizaje (EICVA) consta de tres
subescalas: Interacción con el profesor, interacción con estudiantes e interacción con el material.
El instrumento fue diseñado por Berridi, Martinez y Garcia-Cabrero (2015). La escala consistía
de 29 items, sin embargo, para propósitos de la investigación, la subescala de interacción con el
material no era requerida, por lo que se la excluyó y se utilizaron solamente las subescalas de
interacción entre estudiantes y estudiante-profesor. A los ítems de estas dos subescalas se les
realizaron modificaciones de redacción para que fueran más apropiadas al contexto de la
investigación. La versión final del instrumento contó con 19 items tipo Likert. El alfa de
Cronbach de la adaptación del instrumento fue de .94, un coeficiente de fiabilidad bueno. La
versión adaptada puede encontrarse en anexo 5
Finalmente, el instrumento del Modelo de Aceptación Tecnológica (TAM). En este
estudio se usaron los ítems de las subescalas percepción de utilidad, facilidad de uso,
autoeficacia percibida, preparación del instructor, actitud e innovación personal, de la versión del
modelo de Chalela-Naffah (2016). No se realizaron modificaciones a los ítems de las subescalas
utilizadas. El instrumento tuvo 14 items tipo Likert. Su alfa de Cronbach fue de .87, el cual es un
coeficiente de fiabilidad aceptable. En anexo 6 se presenta el instrumento.
28 Hipótesis
En relación con el análisis, se tienen las siguientes hipótesis
1. Habrá correlación estadísticamente significativa de signo positivo entre todas las
variables independientes y la satisfacción académica.
2. Habrá correlación estadísticamente significativa de signo positivo entre las
puntuaciones de las subescalas y la satisfacción académica, con excepción de las
subescalas de Regulación externa y Amotivación de la Escala de Motivación
Situacional.
3. Habrá correlación estadísticamente significativa de signo negativo entre la
satisfacción académica y las subescalas de Regulación externa y Amotivación de
la Escala de Motivación Situacional.
4. El valor de beta de cada una de las variables independientes será distinto de cero y
estadísticamente significativo
5. El valor de beta de cada una de las subescalas en relación con la satisfacción
académica será diferente de cero y estadísticamente significativo
29 Resultados
Para presentar los resultados del estudio se sigue el siguiente orden: Confiabilidad y
estadísticos descriptivos de los instrumentos utilizados y sus respectivas subescalas, normalidad
y prueba de homogeneidad de varianza de las variables, correlaciones entre las variables
examinadas, correlaciones entre las subescalas de los instrumentos, regresión lineal múltiple de
las variables independientes sobre la variable dependiente satisfacción, regresión lineal múltiple
de las subescalas de los instrumentos sobre la variable dependiente satisfacción.
En la tabla 3 se presenta la fiabilidad y los estadísticos descriptivos de todos los
instrumentos utilizados y sus respectivas subescalas. A todos los instrumentos utilizados se les
realizaron algunas adaptaciones en la redacción de los ítems para hacerlos más apropiados para
el contexto colombiano. El análisis de fiabilidad realizado arrojó que todos los instrumentos
utilizados y adaptados para el estudio tienen un coeficiente de fiabilidad Alfa de Cronbach mayor
a 0.7, lo cual se considera un coeficiente de fiabilidad aceptable, la Escala de Motivación
situacional (SIMS) obtuvo este resultado. La escala del Modelo de Aceptación Tecnológica
(TAM) obtuvo un índice Alfa de Cronbach de 0.87 lo cual se considera un índice de
confiabilidad bueno. Tres instrumentos, la Escala de Apoyo Social Percibido (EPAS), la Escala
de Interacción en Contextos Virtuales de Aprendizaje (EICVA) y la Escala de Satisfacción
Académica (ESA) obtuvieron un Alfa de Cronbach superior a 0.9, lo cual se considera un índice
de confiabilidad excelente.
30
En la tabla 4 se presentan los resultados de la prueba de normalidad Kolmogorov
Smirnov, la prueba homogeneidad de varianzas de Levene, y los valores de simetría y curtosis
para todas las variables. Con respecto a la prueba de normalidad Kolmogorov Smirnov, el p-
valor en todas las variables, menos en Aceptación Tecnológica, resultó menor a 0.05, lo que
indica que se rechaza la hipótesis nula de distribución normal de los datos. Los valores de
asimetría y curtosis respaldan el resultado de la prueba de normalidad de Kolmogorov Smirnov,
Tabla 3
Índices de confiabilidad y estadísticos descriptivos para escalas y subescalas
Escala Subescala Alfa de
Cronbach Media Totales
Desviación
Estándar
Mínimos
y
máximos
Escala de
Motivación
situacional
(SIMS)
M. intrínseca .92 4.13 16.53 6.75 1 a 7
Regulación identificada .90 5.08 20.30 6.07 1 a 7
Regulación externa .88 4.26 17.03 6.49 1 a 7
Amotivación .78 2.02 8.08 4.31 1 a 7
Total .78 3.87 61.94 13.31 1 a 7
Escala de Apoyo
social Percibido
(EPAS)
Amigos .88 3.29 19.76 3.56 1 a 4
Familia .88 3.51 21.09 3.22 1 a 4
Otros .67 3.26 9.78 1.57 1 a 4
Total .90 3.37 50.63 7.02 1 a 4
Escala de
Interacción en
Contextos
Virtuales
Aprendizaje
(EICVA)
Profesor .94 3.87 38.66 9.86 1 a 5
Estudiante .91 3.63 32.70 9.14 1 a 5
Total .94 3.75 71.27 16.62 1 a 5
Modelo de
Aceptación
Tecnológica
(TAM)
Facilidad Uso .75 3.84 7.68 1.84 1 a 5
Percepción Utilidad .61 3.56 10.69 2.37 1 a 5
Actitud .67 3.27 6.55 2.01 1 a 5
Preparación Instructor .47 3.47 10.42 2.29 1 a 5
Autoeficacia Percibida .75 3.94 2.51 1.58 1 a 5
Innovación Personal .71 3.21 6.42 1.89 1 a 5
Total .87 3.55 49.65 9.02 1 a 5
Satisfacción
Académica
(ESA)
Total .95 5.24 36.70 10.52 1 a 7
31 ya que se observan valores alejados de cero. Por otra parte, en la prueba de Levene de
homogeneidad de varianza el p-valor es mayor a 0.05, lo cual lleva a aceptar la hipótesis nula de
homogeneidad de varianzas. Las anteriores pruebas sirven para corroborar dos de los supuestos
de la estadística paramétrica.
Tabla 4
Prueba de normalidad y homogeneidad de varianzas
Variables Kolmogorov-
Smirnov
P-
valor Asimetría Curtosis
Estadístico
de Levene P-valor
Apoyo
social 0.11 .00** -0.95 0.54 1.42 0.21
Interacción 0.14 .00** -0.55 -0.67 1.13 0.35
Motivación 0.12 .00** -1.34 1.95 0.91 0.49
Aceptación
Tecnológica 0.07 .20 0.02 -0.26 0.64 0.69
Satisfacción
académica 0.17 .00** -0.87 -0.09 1.81 0.11
Nota: ** p < 0.01; * p < 0.05 significación bilateral
Para explorar las relaciones existentes entre las variables, se decidió utilizar el coeficiente
de correlación de Spearman dado que es más adecuado cuando los datos no cumplen los
supuestos de la estadística paramétrica. En la tabla 5 se presentan los coeficientes de correlación
entre todas las variables examinadas. Se observa que existe una correlación estadísticamente
significativa con un p-valor menor a 0.01 en todas las correlaciones con excepción de la
correlación de motivación y percepción que fue estadísticamente significativa con un p-valor
menor a 0.05. La mayoría de correlaciones fueron bajas (Rho= .20) a moderadas (Rho= .57). Los
efectos más altos se observaron en las correlaciones de las variables de satisfacción académica e
interacción (r = .57), motivación y satisfacción académica (r = .42), apoyo social e interacción
(r= .41, aceptación tecnológica e interacción (r= .39), satisfacción académica y apoyo social (r=
32 .34), aceptación tecnológica y apoyo social (r= .34), apoyo social y motivación (r= .32), y
aceptación tecnológica y satisfacción académica (r= .31).
Tabla 5
Coeficientes de correlación de Spearman entre las variables
Apoyo social Interacción Motivació
n
Aceptación
tecnológica
Satisfacció
n
académica
Apoyo
Social
Interacción .41**
Motivación .32** .28**
Aceptación
Tecnológica .34** .39** .20*
Satisfacción .34** .57** .42** .31**
Nota: ** p < 0.01; * p < 0.05 significación bilateral
También se calcularon los coeficientes de correlación de Spearman de las subescalas de
los instrumentos utilizados, incluido el puntaje total de la Escala de Satisfacción Académica que
tiene solamente una dimensión. Los coeficientes de correlación se presentan en la tabla 6. Se
presupone que existirá una correlación significativa entre las subescalas de un mismo
instrumento, ya que el cálculo del coeficiente de fiabilidad Alfa de Cronbach de un instrumento
implica que exista correlación entre las subescalas del mismo. Efectivamente correlaciones como
la de la subescala de Motivación Intrínseca y Regulación Identificada (Rho= .84) de la Escala de
Motivación Situacional dan cuenta de este hecho.
Con respecto a la variable de interés, el puntaje de la Escala de Satisfacción Académica
(ESA) tuvo correlación moderada a fuerte con la subescala de Motivación Intrínseca (Rho= .70),
la subescala de Interacción Profesor-Estudiante (Rho= .61) y la subescala de Regulación
Identificada (Rho=.58) todas estadísticamente significativas con un p-valor menor a 0.05. Con el
33 resto de dimensiones de los instrumentos la satisfacción académica tuvo unas correlaciones
moderadas (Rho = .42) a débiles (Rho= .22) estadísticamente significativas con un p-valor menor
a 0.01, con excepción de las subescalas de Actitud y Facilidad de uso, que fueron
estadísticamente significativos con un p-valor menor a 0.05. Solamente la subescala de
Innovación Personal no presentó una correlación estadísticamente significativa con Satisfacción
Académica. Existieron algunas otras correlaciones significativas moderadas a bajas entre
Interacción Estudiantes y Apoyo Amigos (r= .49), Regulación Identificada y Apoyo Familia (r=
.46), Interacción Profesor y Motivación Intrínseca (r= .46), Apoyo Familia y Motivación
Intrínseca (r= .44), Interacción Profesor y Regulación Identificada (r= .43), Interacción
Estudiante y Motivación Intrínseca (r= .42), Apoyo Otros y Motivación Intrínseca (r=
.37),Preparación Instructor e Interacción Instructor (r= .36), Interacción estudiante y Regulación
identificada (r= .34), Facilidad Uso y Regulación Identificada (r= .34) , Apoyo Amigos y
Motivación Intrínseca (r= .34), y finalmente Facilidad Uso y Motivación Intrínseca (r= .32),
todas estas correlaciones estadísticamente significativas con un p-valor menor a 0.01.
Se intentó determinar de qué forma podrían las variables independientes predecir la
varianza de la variable dependiente, satisfacción académica. Para esto se realizaron regresiones
lineales múltiples, tanto con las puntuaciones de los instrumentos con Satisfacción Académica,
como las puntuaciones de las subescalas con la Satisfacción académica. Uno de los criterios que
se tuvo en cuenta para introducir las variables en la regresión fue que estuvieran correlacionadas
significativamente con la variable Satisfacción Académica. Eso hizo que no se tuvieran en cuenta
dos subescalas en el modelo de regresión: la subescala de Innovación Personal y la Subescala de
Regulación Externa. Adicionalmente, el método que se utilizó fue el método Intro. En la tabla 7
34 se presentan los resultados de la regresión lineal múltiple de las variables Interacción,
Motivación, Apoyo social y Aceptación tecnológica.
Se puede observar que el modelo de regresión pudo explicar el 43% de la varianza de la
Satisfacción Académica según el coeficiente de determinación ajustado (R2 ajustado= 0.43) que
resulta significativo según el estadístico de prueba (F=19.51, P<0.01). Con el estadístico de
prueba t se examina si la contribución de las variables al modelo es estadísticamente
significativa. Las variables que contribuyeron de forma estadísticamente significativa al modelo,
fueron la Interacción (t= 4.80 p<0.05) y la Motivación (t= 3.34 p<0.05.). Dado que las demás
variables no contribuían al modelo de forma estadísticamente significativa, se decidió hacer la
regresión nuevamente eliminando esas variables. El nuevo modelo explicó un 41% de la
varianza de la satisfacción académica (R2 ajustado= 0.42) de forma estadísticamente significativa
(F=36.14, p<0.01).
35
Tabla 6
Coeficientes de correlación entre las subescalas
Instru
mento Subescala A B C D E F G H I J K L M N O
A ESA Satisfacción
B SIMS M. Intrínseca .70*
*
C SIMS Regulación
Identificada
.58*
*
.84*
*
D SIMS Regulación
Externa
-
0.14
-
0.10 0.05
E SIMS Amotivación
-
.41*
*
-
.48*
*
-
.42*
*
.34*
*
F EPAS Apoyo
Amigos
.29*
*
.34*
*
.29*
*
-
0.05
-
.23*
G EPAS Apoyo
Familia
.28*
*
.44*
*
.46*
* 0.06
-
.25*
.46*
*
H EPAS Apoyo Otros .32*
*
.37*
*
.33*
*
-
0.04
-
0.19
.49*
*
.64*
*
I EICV
A I. Profesor
.61*
*
.46*
*
.43*
*
-
0.12
-
0.15 .22* 0.15 .25*
J EICV
A I. Estudiante
.36*
*
.42*
*
.34*
*
-
0.16
-
.22*
.49*
*
.29*
*
.31*
*
.38*
*
K TAM Facilidad
Uso .24*
.32*
*
.34*
*
-
0.01
-
0.10
.26*
*
.35*
* .23* .20* 0.19
L TAM P. Utilidad .28*
*
.27*
*
.29*
* 0.08
-
0.01 0.19
.34*
*
.31*
* .20* .24*
.65*
*
M TAM Actitud .22* 0.11 0.06 -
0.05 0.03 .23* .25* .24* 0.13
.35*
*
.41*
*
.67*
*
N TAM Preparación
Instructor
.29*
* .21* .25* 0.06
-
0.10 0.19 .22* 0.08
.36*
*
.29*
*
.50*
*
.57*
*
.47*
*
O TAM Autoeficacia
Percibida
.34*
* .25* .22* 0.03
-
0.05
.29*
* .26* .20* .24* .25*
.54*
*
.48*
*
.45*
*
.39*
*
P TAM Innovación
personal 0.14
-
0.08 0.00
-
0.08
-
0.03 0.13
-
0.00 0.15 0.12
.28*
* 0.15
.37*
*
.48*
*
.29*
*
.30*
*
Nota: ** p < 0.01; * p < 0.05 significación bilateral
36
Tabla 7
Regresión lineal de las variables sobre la satisfacción académica.
Modelo R R2 R2
ajustado F
Error
estándar
de
estimació
n
Variable B Error
Beta
estandarizad
o
T
1
.
6
7
0.4
5 0.43
1
9.
5
1
*
*
7.94
Interacción
0.
2
7
0.06 0.42
4.
8
0
*
*
Motivación
0.
2
2
0.07 0.28
3.
3
4
*
*
Apoyo
Social
0.
1
0
0.13 0.07
0.
7
4
Aceptación
tecnológica
0.
1
6
0.10 0.14
1.
6
4
Constante
-
9.
1
1
6.51
-
1.
4
0
2
.
6
5
0.4
3 0.42
3
6.
1
4
*
*
8.03
Interacción
0.
3
1
0.05 0.49
6.
0
4
*
*
Motivación
0.
2
4
0.06 0.31
3.
8
1
*
*
Constante
-
0.
5
9
4.56
-
0.
1
3
Nota: ** p < 0.01; * p < 0.05 significación bilateral
37 El resultado de la regresión lineal múltiple de las subescalas con respecto a la
Satisfacción Académica se presenta en la tabla 8. El modelo predice en un 63% la varianza de la
satisfacción académica (R2 ajustado= 0.63) con un ajuste del modelo estadísticamente
significativo (F=13.84, p<0.01). De todas las subescalas, las que contribuyen al modelo de forma
estadísticamente significativa son las subescalas de Motivación Intrínseca (t= 7.90, p<0.01) e
Interacción Profesor (t= 4.56, p<0.01). Las demás subescalas no tuvieron una contribución
estadísticamente significativa al modelo.
Sin embargo, tres de las subescalas reportaron un p-valor cercano a 0.05, Actitud (p-
valor= 0.08), Facilidad Uso (p-valor= 0.07) y Percepción de auto eficacia (p-valor= 0.06), por lo
que se decidió introducirlas en la siguiente regresión, junto con las subescalas cuya contribución
sí fue estadísticamente significativa. Ese segundo modelo se presenta en la tabla 9.
El segundo modelo predice en un 63% la varianza de la Satisfacción Académica de forma
estadísticamente significativa (F= 34.58, p<0.01). Se hizo una última regresión ya que dos de las
subescalas del segundo modelo no hicieron una contribución estadísticamente significativa. La
tercera regresión se realizó solo con tres subescalas: Motivación Intrínseca, Interacción Profesión
y Actitud. El último modelo predijo un 62% de la varianza de la Satisfacción Académica (R2=
0.62, F= 54.75, p<0.01). Las subescalas Motivación Intrínseca (t= 7.82, p<0.01), Interacción
Profesor (t= 4.75, p<0.01) y Actitud (t= 2.54, p<0.05).
38
Tabla 8
Regresión lineal de las subescalas sobre la satisfacción académica.
Modelo R R2
R2
ajustad
o
F
Error
estándar de
estimación
Subescala B Erro
r
Beta
estandariza
do
T
1
.
8
2
0.6
8 0.63
13
.8
4*
*
6.40
M.
Intrínseca
0.8
6 0.19 0.55
4.5
8**
I. Profesor 0.3
3 0.09 0.31
3.7
9**
Regulació
n
identificad
a
-
0.0
1
0.20 -0.01
-
0.0
6
Amotivaci
ón
-
0.2
6
0.17 -0.11
-
1.5
2
I.
estudiante
-
0.1
0
0.10 -0.08
-
0.9
5
Autoeficac
ia
percibida
0.9
9 0.52 0.15
1.8
8
Apoyo
Otros
0.7
2 0.60 0.11
1.1
9
Preparació
n
Instructor
0.5
6 0.39 0.12
1.4
2
Apoyo
amigos
-
0.1
7
0.25 -0.06
-
0.6
9
Apoyo
Familia
-
0.0
9
0.29 -0.03
-
0.3
0
Percepción
Utilidad
-
0.4
0
0.50 -0.09
-
0.8
0
Facilidad
Uso
-
0.9
1
0.51 -0.16
-
1.7
8
Actitud 0.9
0 0.52 0.17
1.7
3
Constante 5.0
7 6.04
0.8
4
Nota: ** p < 0.01; * p < 0.05 significación bilateral
39
Tabla 9
Regresión lineal de las subescalas sobre la satisfacción académica.
Model
o R R
R2
ajusta
do
F
Error
estándar
de
estimació
n
Variable B Erro
r
Beta
estandariza
do
T
2 .8
1
0.
65 0.63
34.5
8** 6.39
M.
Intrínseca
0.8
8 0.11 0.56
7.9
0**
I. Profesor 0.3
4 0.07 0.32
4.5
6**
Autoeficaci
a percibida
0.8
7 0.51 0.13
1.7
0
Facilidad
Uso
-
0.7
6
0.43 -0.13
-
1.7
6
Actitud 0.7
9 0.37 0.15
2.1
1*
Constante 2.8
1 3.90
0.7
2
3 .8
0
0.
63 0.62
54.7
57*
*
6.47
M.
Intrínseca
0.8
5 0.11 0.54
7.8
1**
I. Profesor 0.3
5 0.07 0.33
4.7
5
**
Actitud 0.8
3 0.33 0.16
2.5
4*
Constante 3.5
1 3.20
1.1
0
Nota: ** p < 0.01; * p < 0.05 significación bilateral
El segundo modelo predice en un 63% la varianza de la Satisfacción Académica de forma
estadísticamente significativa (F= 34.58, p<0.01). Se hizo una última regresión ya que dos de las
subescalas del segundo modelo no hicieron una contribución estadísticamente significativa. La
tercera regresión se realizó solo con tres subescalas: Motivación Intrínseca, Interacción Profesión
y Actitud. El último modelo predijo un 62% de la varianza de la Satisfacción Académica (R2=
40 0.62, F= 54.75, p<0.01). Las subescalas Motivación Intrínseca (t= 7.82, p<0.01), Interacción
Profesor (t= 4.75, p<0.01) y Actitud (t= 2.54, p<0.05).
De acuerdo con lo anterior, teniendo en cuenta tanto las regresiones realizadas con las
puntuaciones de los instrumentos en su totalidad, como las regresiones realizadas con solo con
las subescalas, el modelo que predice con menos probabilidad de error la satisfacción académica
es el tercer modelo, que incluye como predictores la motivación intrínseca, la interacción
profesor-estudiante, y la actitud hacia la virtualidad.
41 Discusión
Se puede afirmar que se cumplieron los objetivos de investigación de forma satisfactoria, ya que
los análisis de correlación realizados, así como los modelos de regresión planteados, permitieron
conocer qué relación existe entre la satisfacción académica, la motivación, la interacción, el
apoyo social y la aceptación tecnológica. Se acepta la primera hipótesis planteada, sobre el tipo
de relación que hay entre las variables independientes y la satisfacción, que es estadísticamente
significativa y de signo positivo. Así mismo, la segunda hipótesis y tercera hipótesis planteada
sobre la relación de la satisfacción académica con las subescalas de los instrumentos se confirma
parcialmente, pues efectivamente existió una relación estadísticamente significativa entre
satisfacción académica y todas las subescalas, con excepción de la subescala de regulación
externa y la de innovación personal. Con respecto a las hipótesis cuatro y cinco, se rechaza
parcialmente la hipótesis planteada, porque el valor beta que indica la contribución de las
variables al modelo de regresión fue significativo solo para las variables de motivación e
interacción, y en el caso de las subescalas, solo para motivación intrínseca, interacción con el
profesor y actitud hacia la tecnología.
Los resultados de este estudio permitieron corroborar ciertos hallazgos y relaciones ya
reportadas en la literatura. Por ejemplo, las correlaciones estadísticamente significativas entre la
satisfacción académica y la interacción (Chang y Smith, 2008), así como con el apoyo social
(Garriott et al., 2015). Sin embargo, no es así para la motivación, que en teoría debería estar
relacionada con la satisfacción académica, lo cual en este estudio se cumple a cabalidad, pero no
es así en la literatura empírica consultada (Chen, 2010).
42 Como se explicó anteriormente, en la SDT (Ryan y Deci, 2000) existe un continuo en el
que se organizan los distintos estilos de regulación de la motivación y a medida que se avanza en
ese continuo hacia la motivación intrínseca, locus de causalidad interno y procesos de regulación
más personales, el disfrute y el mantenimiento de los comportamientos se van interiorizando.
Esta relación se puede notar con los coeficientes de correlación de las subescalas de la escala de
motivación. Se observa, a medida que se avanza en el continuo, que la correlación entre
satisfacción y las subescalas de motivación pasa de ser negativo en la subescala de amotivación,
a ser positivo en la subescala de regulación identificada, luego la fuerza de la relación aumenta
cuando la satisfacción se relaciona con la motivación intrínseca.
Al revisar las correlaciones de las subescalas de interacción con la satisfacción
académica, se puede ver que la interacción con el profesor tiene una relación positiva fuerte con
la satisfacción académica, mientras que con la interacción con estudiantes la relación es más bien
débil. Este hallazgo concuerda con la literatura, en resaltar la importancia que tiene la relación y
la calidad de interacción que hay entre profesores y estudiantes con respecto a la satisfacción
académica (Chang y Smith, 2008; Young, 2006). Del mismo modo Tomás y Gutierrez (2019)
desde la perspectiva de la SDT resaltan la influencia que tiene la interacción con el profesor al
generar autonomía en los estudiantes, lo que predice la satisfacción académica.
En los modelos de regresión lineal, tanto en las variables independientes, como en las
subescalas de los instrumentos, se pueden observar hallazgos similares a los que ya se
explicitaron en las correlaciones. Sin embargo, aunque múltiples variables correlacionaron de
forma significativa con la satisfacción académica, más bien pocas de estas permiten predecir su
varianza. En este sentido, cabe preguntarse qué papel tienen estas variables que correlacionaron,
pero que no permiten predecir su varianza en un modelo de regresión. Habrá que explorar si
43 estas variables tienen un papel importante en predecir otras variables del modelo; por ejemplo, si
sería posible que el apoyo social no influya directamente en la satisfacción académica, pero sí
mediante su influencia en la variable de interacción, con la cual tuvo una correlación moderada.
En el modelo de Aceptación Tecnológica hubo correlaciones de moderadas a bajas tanto
entre el total del modelo y la variable satisfacción académica, como entre esta misma variable y
algunas de las dimensiones del modelo. Estas dimensiones fueron: actitud hacia el uso,
percepción de utilidad, facilidad de uso percibida, y autoeficacia. Aunque todas esas dimensiones
del Modelo de Aceptación Tecnológica correlacionaron con satisfacción, solamente una de ellas
llegó a tener una contribución significativa en la predicción de la varianza de la satisfacción: la
actitud hacia el uso. En parte, puede explicarse porque se ha encontrado que, en el Modelo de
Aceptación tecnológica, la actitud hacia el uso se ve influenciada por la facilidad de uso, la
percepción de utilidad y la autoeficacia (Park, 2009). Es decir, parte de la actitud que una
persona tenga hacia el uso de la tecnología, depende de qué tan fácil percibe que será usar por
ejemplo una plataforma, qué beneficios y utilidad puede encontrar a la misma, y qué tanta
seguridad siente en sus habilidades para poder manipular y sacarle provecho a las herramientas
que esta ofrece.
Además, elementos que influencian la actitud como la autoeficacia, y la facilidad de uso
percibida se relacionan con algunos elementos de la motivación. Según Csikszentmihalyi (2000)
la motivación intrínseca al realizar una tarea, está relacionada con la interacción de la dificultad
de la tarea y las habilidades de la persona para realizarla. Cuando una persona tiene unas
habilidades en un nivel acorde a la dificultad de la tarea, habrá motivación intrínseca. Si no es
así, surgirán sentimientos de ansiedad si las capacidades de la persona no son suficientes para la
tarea, o de aburrimiento, si las capacidades de la persona exceden por mucho las exigencias de la
44 tarea. De modo que, una actitud favorable hacia la implementación de un contexto de aprendizaje
remoto permite predecir en parte, junto con la interacción con el profesor y la motivación
intrínseca, la satisfacción académica de una asignatura que se curse en esta modalidad.
Estos hallazgos son importantes ya que permiten identificar qué aspectos son relevantes
en el contexto de aprendizaje virtual, para que se genere satisfacción académica en los
estudiantes, visto que es una variable con poder predictor en los resultados de aprendizaje
(Wang, et al., 2019; Chalela-Naffah et al., 2020; Lent et al., 2007; Chen, 2010). Especialmente,
en una contingencia como la situación de aislamiento por la pandemia del COVID-19, que forzó
una migración de las clases presenciales hacía medios remotos.
A nivel educativo los hallazgos de este estudio son importantes ya que como se menciona
en Suhlmann et al. (2018) la satisfacción académica es un fuerte predictor de la deserción, lo
cual resulta relevante en relación con las cifras de deserción que dejó tras de sí el impacto de la
pandemia. Conocer que la motivación intrínseca y la interacción con el profesor predicen de
mejor forma la satisfacción académica permitiría dirigir los esfuerzos de la institución educativa
para mejorar la calidad de interacción de los estudiantes con los profesores, así como buscar
estrategias que permitan fomentar la autonomía y sensación de competencia del estudiante en su
proceso de aprendizaje, ya que es un aspecto relacionado con la motivación intrínseca (Ryan y
Deci, 2000).
Con respecto al alcance del estudio, hay que tener en cuenta que sus hallazgos no son
enteramente generalizables a cualquier contexto de educación virtual, o remota. Ya que el
estudio se realizó en el marco de una circunstancia global y nacional fuera de lo común, ya que
la implementación de la virtualidad se da por la imposibilidad de continuar con las actividades
académicas de forma presencial. Sin embargo, los hallazgos del estudio sí pueden ser usados
45 para entender de qué forma se ve afectada la satisfacción académica y las variables asociadas a
ella en una situación de emergencia y estrés. Para poder entender de qué forma el impacto
psicosocial de una situación de emergencia puede afectar la satisfacción académica, es pertinente
pensar cómo la pandemia puede afectar algo como las necesidades psicológicas básicas.
Dentro del marco de la SDT del que se tomó la definición de motivación, existen
necesidades psicológicas que si son satisfechas conllevan un incremento en el bienestar
psicológico de las personas, así como un sí mismo más autodeterminado. Estas necesidades en su
idioma original son: Autonomy, Relatedness, y Competence (Ryan y Deci, 2017). Se han
definido estas necesidades de la siguiente forma:
Autonomy: Se refiere a sentir voluntad y volición con respecto a las conductas propias.
Describe la necesidad de individuos de experimentar autoaprobación, y propiedad en sus
acciones, es decir, ser autorregulado en el sentido técnico del término.
Competence: Se refiere a sentirse efectivo en las interacciones que uno tiene con el
ambiente social, es decir, experimentar oportunidades y apoyos para el ejercicio, expansión y
expresión de las propias capacidades y talentos.
Relatedness: Se refiere tanto a experimentar a los otros como receptivos y sensibles,
como a ser capaz de ser receptivo y sensible hacia ellos. Es decir, sentirse conectado e
involucrado con otros y tener un sentido de pertenencia. Esta necesidad es satisfecha cuando
otros muestran interés hacia el individuo, así como cuando el individuo tiene oportunidades de
ser benévolo hacia otros, en tanto ambas direcciones de cuidado fomentan un sentido de
conectividad.
Varios estudios (Wang, et al., 2019; Chen, 2010; Tomás y Gutierrez, 2019) han
profundizado en la relación entre la satisfacción de estas necesidades y variables de resultados
46 académicos como la satisfacción académica y el aprendizaje percibido, así como entre
motivación y necesidades psicológicas. Se encuentra que existe correlación entre estas
necesidades y la motivación. En los mismos estudios, la motivación permite predecir algo de
varianza de variables como satisfacción académica, aprendizaje percibido y transferencia
percibida de conocimiento, con la satisfacción de necesidades psicológicas como variable
mediadora de esta relación.
En el estudio realizado, no se utilizan los conceptos de necesidades psicológicas de una
forma directa y explícita. Sin embargo, es posible que variables usadas en el estudio como la
interacción, el apoyo social y la aceptación tecnológica estén relacionadas con las necesidades
psicológicas mencionadas anteriormente. Elementos vistos en la definición de apoyo social, así
como en la definición de interacción proporcionadas al principio de este trabajo pueden verse
reflejados en elementos de la definición de relatedness e incluso, de competence. Por ejemplo, la
afectación a competence podría verse reflejada en el cambio que manifiestan las personas en la
forma de hacer las cosas (Gonzáles et al, 2020) en lo académico por los cambios debidos al Covid
19. Además, los retos subsecuentes de la migración a unas plataformas que antes de la pandemia
no eran utilizadas para realizar ciertas actividades académicas o laborales, pero ahora son
completamente necesarias para poderlas llevar a cabo (Petric, 2020; Sales et al, 2020). La
necesidad Relatedness, puede verse afectada con las medidas de distanciamiento físico en tanto
la frecuencia de contacto, y sobre todo su calidad pueda verse alterada, a pesar del uso de
herramientas que permiten reunirse, por ejemplo, por videollamada con amigos, compañeros y
familia.
En ese orden de ideas, es posible que las variables que no lograron predecir la
satisfacción académica como la aceptación tecnológica, el apoyo social y la interacción
47 estudiante-estudiante, lo hagan por medio de la influencia en la motivación. Es decir, es posible
que el camino por el que estás variables podría predecir algo de varianza de la satisfacción, sea a
través de la influencia que sobre la motivación tienen las necesidades psicológicas básicas, y la
motivación a su vez sobre la satisfacción académica.
De modo que quizá los múltiples cambios cotidianos que ha producido el aislamiento por
el coronavirus han generado cambios en el entorno universitario y académico que puede facilitar
o no la satisfacción de necesidades psicológicas básicas en los estudiantes universitarios y de ese
modo generar cambios en la satisfacción académica de los mismos. De la misma manera,
cuando las condiciones del entorno no permiten satisfacer las necesidades psicológicas básicas,
se ha reportado anteriormente, se fomenta el desarrollo de psicopatología como depresión, culpa,
ansiedad, y estrés postraumático (Ryan et al., 2015), síntomas que se han reportado
recientemente en estudiantes universitarios en condición de confinamiento por el Covid 19
(García et al., 2020).
En el estudio hay varias limitaciones. Una de ellas es el tamaño de la muestra, que no
permite examinar que diferencias podrían existir en las variables estudiadas con respecto a otro
tipo de variables, como el tipo de carrera, la antigüedad en el programa educativo y las
características de las asignaturas. Además, solo se realizó con estudiantes de pregrado y no se
incluyó a estudiantes de posgrado en el estudio. Es posible que haya análisis estadísticos más
apropiados que análisis correlacionales y regresiones lineales para identificar la influencia de las
variables independientes motivación, la interacción, el apoyo social y la aceptación tecnológica
sobre la satisfacción académica de estudiantes universitarios, así como la relación que existe
entre las variables independientes.
48 Se recomienda en futuras investigaciones, estudiar estas relaciones con una muestra
mayor y más heterogénea, que tenga en cuenta características de los estudiantes como el tipo de
carrera, el género, las características de la asignatura, además de distintos niveles educativos, así
como usar un tipo de muestreo que disminuya el riesgo de sesgo de voluntarios. Se recomienda
usar análisis estadísticos diferentes a la regresión lineal y las correlaciones para explicitar las
relaciones entre todas las variables estudiadas, tales como los modelos de ecuaciones
estructurales. Utilizar un diseño experimental podría ser útil para identificar una relación causal
entre las variables estudiadas y la satisfacción académica. Además, tener en cuenta variables
adicionales no incluidas en el estudio como las mencionadas anteriormente. Incluir algún
instrumento que permita medir necesidades psicológicas básicas, dada la relación reportada entre
esta, la satisfacción académica y la motivación, así como con síntomas que se han reportado
durante el confinamiento por el Covid 19. También podría ser útil incluir otras variables en lo
que respecta a los resultados académicos, además de la satisfacción académica, como la
transferencia de conocimiento percibida, las notas del curso o el tiempo dedicado a las tareas del
curso, que se han utilizado en estudios sobre motivación y necesidades psicológicas básicas
(Wang, et al., 2019; Chen, 2010; Tomás y Gutiérrez, 2019).
49 Referencias
Antonio-Agirre, I., Rodríguez-Fernández, A., & Revuelta, L. (2019). El impacto del apoyo social
y la inteligencia emocional percibida sobre el rendimiento académico en Educación
Secundaria. European Journal of Investigation in Health, Psychology and Education, 9(2),
109-118.
Alvarado-Lagunas, E., Luyando-Cuevas, J. R., & Picazzo-Palencia, E. (2015). Percepción de los
estudiantes sobre la calidad de las universidades privadas en Monterrey. Revista
iberoamericana de educación superior, 6(17), 58-76.
Barbera, E., Badia, A. Y Monimo, J. (2001). La incógnita de la educación a distancia. Ediciones
Horsori.
Berridi, R., Martinez, J. I. Y García, B. (2015). Validación de una escala de interacción en
contextos virtuales de aprendizaje. Revista Electrónica de Investigación Educativa, 17(1),
116-129. http://redie.uabc.mx/redie/article/view/440
Brooks, S. K., Webster, R. K., Smith, L. E., Woodland, L., Wessely, S., Greenberg, N., & Rubin,
G. J. (2020). The psychological impact of quarantine and how to reduce it: rapid review of
the evidence. The Lancet.
Chalela Naffah, S., Valencia Arias, A., Bermúdez Hernández, J., & Ortega Rojas, C. M. (2016).
Percepciones estudiantiles acerca del uso de nuevas tecnologías en instituciones de
Educación Superior en Medellín. Revista Lasallista de investigación, 13(2), 151-162.
Chalela-Naffah, S., Valencia-Arias, A., Alberto Ruiz-Rojas, G., & Cadavid-Orrego, M. (2020).
Factores psicosociales y familiares que influyen en la deserción en estudiantes universitarios
en el contexto de los países en desarrollo. Revista Lasallista de Investigación, 17(1).
Chang, S. H. H., & Smith, R. A. (2008). Effectiveness of personal interaction in a learner-centered
paradigm distance education class based on student satisfaction. Journal of research on
technology in education, 40(4), 407-426.
Collazo, C. A. R., & Rodríguez, Y. H. (2005). Variables psicosociales y su relación con el
desempeño académico de estudiantes de primer año de la Escuela Latinoamericana de
Medicina. Revista iberoamericana de educación, 37(2), 1-9.
50 Csikszentmihalyi, M. (2000). Beyond boredom and anxiety. The experience of flow in play and
work. San Francisco. Jossey-Bass.
Conexión Capital. (2020, 30 de agosto). La deserción en la educación superior aumentará en
Bogotá. Canal Capital. https://conexioncapital.co/la-desercion-en-la-educacion-superior-
aumentara-en-bogota/
Csikszentmihalyi, M. (2000). Beyond boredom and anxiety. Jossey-Bass.
Davis, F. D. (1985). A technology acceptance model for empirically testing new end-user
information systems: Theory and results (Doctoral dissertation, Massachusetts Institute of
Technology).
De Roda, A. B. L., & Moreno, E. S. (2001). Estructura social, apoyo social y salud mental.
Psicothema, 13(1), 17-23
Deci, E. L. (1971). Effects of externally mediated rewards on intrinsic motivation.
Dresel, M. & Hall, N. (2013). Motivation. En Emotion, motivation, and self-regulation: A
handbook for teachers. (p. 66) UK. Hall, N. C., & Goetz Emerald Group Publishing.
Eom, S. B., Wen, H. J., & Ashill, N. (2006). The determinants of students' perceived learning
outcomes and satisfaction in university online education: An empirical investigation.
Decision Sciences Journal of Innovative Education, 4(2), 215-235.
Escobar Toro, S. (2020). Situación de salud mental en el área Metropolitana del Valle de Aburrá
durante el aislamiento preventivo decretado en Colombia por la pandemia del covid 19: un
análisis exploratorio (Bachelor's thesis, Universidad Eafit)
García, A. V. M., del Dujo, Á. G., & Rodríguez, J. M. M. (2014). Factores determinantes de
adopción de blended learning en educación superior. Adaptación del modelo UTAUT.
Educación XX1, 17(2), 217-240.
García, M. R. T., Tarazona, Z. E. M., & Natividad, P. M. (2020). Trastornos de las emociones a
consecuencia del COVID-19 y el confinamiento en universitarios de las diferentes escuelas
de la Universidad Nacional Hermilio Valdizán. Revista de Comunicación y Salud: RCyS,
10(2), 343-354.
Garriott, P. O., Hudyma, A., Keene, C., & Santiago, D. (2015). Social cognitive predictors of first-
and non-first-generation college students’ academic and life satisfaction. Journal of
counseling psychology, 62(2), 253.
51 Gonzáles, N., Tejeda, A., Espinosa, C., & Ontiveros, Z. (2020). Impacto psicológico en estudiantes
universitarios mexicanos por confinamiento durante la pandemia por Covid-19. Scielo
México, 1-17.
Guay, F., Vallerand, R. J., & Blanchard, C. (2000). On the assessment of situational intrinsic and
extrinsic motivation: The Situational Motivation Scale (SIMS). Motivation and emotion,
24(3), 175-213.
Gutiérrez, C. H., & Pacheco, M. J. (2018). Satisfacción de los estudiantes en un curso propedéutico
de matemáticas en e-modalidades. Apertura: Revista de Innovación Educativa, 10(2), 6–19.
https://doi-org.ezproxy.javeriana.edu.co/10.18381/Ap.v10n2.1384
Holmberg, B. (1985). Status and trends of distance education. Ediciones Lector Publishing.
Jonassen, D., Carr, C. y Yueh, H. (1995). Computers as mindtools for engaging learners in critical
thinking. TecTrends, 2, 24-32.
Kumbhar, V. (2010). An empirical study of alternative banking and its impact on customers’
satisfaction: A case study of public and private sector banks in Satara city (Doctoral
dissertation, Tesis de doctorado.) Facultad de Ciencias Sociales, Shivaji University,
Kolhapur, India).
Lasarte, O. F., Díaz, E. R., & Sáez, I. A. (2019). Rendimiento académico, apoyo social percibido
e inteligencia emocional en la universidad. EJIHPE: European Journal of Investigation in
Health, Psychology and Education, 9(1), 39-49
Lent, R. W., & Brown, S. D. (2008). Social cognitive career theory and subjective well-being in
the context of work. Journal of Career Assessment, 16(1), 6-21.
Lent, R. W., do Céu Taveira, M., Sheu, H. B., & Singley, D. (2009). Social cognitive predictors
of academic adjustment and life satisfaction in Portuguese college students: A longitudinal
analysis. Journal of Vocational Behavior, 74(2), 190-198.
Lent, R. W., Singley, D., Sheu, H. B., Schmidt, J. A., & Schmidt, L. C. (2007). Relation of Social-
Cognitive Factors to Academic Satisfaction in Engineering Students. JOURNAL OF
CAREER ASSESSMENT, 15(1), 87-97.
Los, R., & Schweinle, A. (2019). The Interaction between Student Motivation and the Instructional
Environment on Academic Outcome: A Hierarchical Linear Model. Social Psychology of
Education: An International Journal, 22(2), 471-500.
52 Lozano-Díaz, A., Fernández-Prados, J. S., Canosa, V. F., & Martínez, A. M. M. (2020). Impactos
del confinamiento por el COVID-19 entre universitarios: Satisfacción Vital, Resiliencia y
Capital Social Online. International Journal of Sociology of Education, 79-104.
Martín-Albo, J., Núñez, J. L., & Navarro, J. G. (2009). Validation of the Spanish version of the
Situational Motivation Scale (EMSI) in the educational context. The Spanish Journal of
Psychology, 12(2), 799
Medrano, L. A., Fernández Liporance, M., & Pérez, E. (2014). Computarized assessment system
for academic satisfaction (ASAS) for first-year university student.
Nava Quiroz, C. N., Bezies Álvarez, R., & Vega Valero, C. Z. (2015). Adaptación y validación de
la escala de percepción de apoyo social de vaux. Liberabit, 21(1), 49-58.
Osorio-Alvarez, M. D. C., & Parra Gámez, L. (2015). La satisfacción escolar en los estudiantes
del primer año de la carrera de Médico Cirujano. Investigación en educación médica, 5(17),
3-10.
Park, S. Y. (2009). An analysis of the technology acceptance model in understanding university
students' behavioral intention to use e-learning. Journal of Educational Technology &
Society, 12(3), 150-162.
Petric, N. S. (2020). Aprendizaje universitario en contexto de ASPO (Aislamiento Social
Preventivo y Obligatorio). Revista de Psicología, 16(32), 104-118.
Reeves, J., Raven, A. M. L., & i Besora, M. V. (2003). Motivación y emoción. Madrid: McGraw-
Hill.
Roebken, H. (2007). The Influence of Goal Orientation on Student Satisfaction, Academic
Engagement and Achievement.
Ryan, R. M., & Deci, E. L. (2017). Self-determination theory: Basic psychological needs in
motivation, development, and wellness. The Guilford Press.
https://doi.org/10.1521/978.14625/28806
Ryan, R. M., Deci, E. L., Grolnick, W. S., & La Guardia, J. G. (2015). The Significance of
Autonomy and Autonomy Support in Psychological Development and Psychopathology.
Developmental Psychopathology: Volume One: Theory and Method, 795-849.
53 Sales, Dora; Cuevas-Cerveró, Aurora; Gómez-Hernández, José-Antonio (2020). “Perspectives on
the information and digital competence of Social Sciences students and faculty before and
during lockdown due to Covid-19”. Profesional de la información, v. 29, n. 4, e290423.
https://doi.org/10.3145/epi.2020.jul.23
Sandín, B., Valiente, R. M., García-Escalera, J., & Chorot, P. (2020). Impacto psicológico de la
pandemia de COVID-19: Efectos negativos y positivos en población española asociados al
periodo de confinamiento nacional. Revista de Psicopatologia y Psicologia Clinica, 25(1).
Severino-González, P., Villalobos Antúnez, J. V., Romero-Argueta, J., & Garrido Véliz, V. V.
(2020). Social responsibility of higher education students. Motivations for its development
in times of Covid-19 in Chile and El Salvador.
Suhlmann, M., Sassenberg, K., Nagengast, B., & Trautwein, U. (2018). Belonging media-tes
effects of student-university fit on well-being, motivation, and dropout intention. Social
Psychology, 49(1), 16-28. doi: https://doi.org/10.1027/1864-9335/a000325
Tomás, J. M., & Gutiérrez, M. (2019). Aportaciones de la teoría de la autodeterminación a la
predicción de la satisfacción escolar en estudiantes universitarios. Revista de Investigación
Educativa, 37(2), 471-485.
Vergara-Morales, J., Del Valle, M., Díaz, A., & Pérez, M. V. (2018). Adaptación de la escala de
satisfacción académica en estudiantes universitarios chilenos. Educational
Psychology, 24(2), 99-106.
Wang, C., Hsu, H. C. K., Bonem, E. M., Moss, J. D., Yu, S., Nelson, D. B., & Levesque-Bristol,
C. (2019). Need satisfaction and need dissatisfaction: A comparative study of online and
face-to-face learning contexts. Computers in Human Behavior, 95, 114-125.
Xing, D., & Bolden, B. (2019). Exploring Oral English Learning Motivation in Chinese
International Students with Low Oral English Proficiency. Journal of International Students,
9(3), 834-855.
Young, S. (2006). Student views of effective online teaching in higher education. The American
Journal of Distance Education, 20(2), 65-77.
54 Anexos
55 Anexo 1
Consentimiento informado
Estás siendo invitado(a) a participar de un estudio que tiene por objetivo conocer la relación que
tiene el apoyo social, la motivación situacional, la percepción del uso de herramientas
tecnológicas y el grado de interacción en el contexto académico remoto con la satisfacción
académica en estudiantes universitarios de la Pontificia Universidad Javeriana, el cual hace parte
de un ejercicio académico que se realiza en el marco del trabajo de grado de Jhonatan Fernando
Curubo Blanco, para optar por el título de psicólogo, quien es responsable del estudio en
compañía de su asesora Claudia Carolina Botero García, profesora de la Facultad de Psicología
de la Pontificia Universidad Javeriana.
El proceso consistirá en diligenciar cinco instrumentos que permitirán recoger unos puntajes en
las variables mencionadas anteriormente, que luego serán procesados estadísticamente. La
participación o no en el estudio no conlleva ningún riesgo, ni ninguna consecuencia negativa de
tipo académico o de otra índole. La información recolectada se utilizará con fines únicamente de
este estudio y nadie, además de ti y el investigador principal, tendrá acceso a los resultados y la
información de cada participante. Para comunicarte en caso de requerir cualquier información
adicional por favor escribir al siguiente correo: [email protected]
Yo (nombre y apellido completo):
Con cedula de ciudadanía numero:
Certifico que he sido informado(a) con la claridad y veracidad debida acerca del estudio, todos
sus riesgos y beneficios. Al marcar acepto, doy mi consentimiento de participación.
-Acepto
-No acepto
56 Anexo 2
Escala de Motivación Situacional
¿Por qué realizas las actividades y tareas de la asignatura actualmente?
Responde cada afirmación teniendo en cuenta la escala: No se corresponde en absoluto 1, Se
corresponde muy poco 2, Se corresponde un poco 3, Se corresponde medianamente 4, Se
corresponde bastante 5, Se corresponde mucho 6, Se corresponde totalmente 7
1. Porque creo que las actividades de la asignatra son interesantes
2. Por mi propio bien
3. Porque se supone que debo hacerlo
4. Puede que haya buenas razones para realizar las actividades de la asignatura, pero
yo no veo ninguna
5. Porque disfruto con las actividades de la asignatura
6. Porque creo que las actividades de la asignatura son buenas para mí
7. Porque es algo que tengo que hacer
8. Realizo esta actividad, pero no estoy seguro de si vale la pena
9. Porque las actividades de la asignatura son divertidas
10. Por decisión personal
11. Porque no tengo otra alternativa
12. No lo sé; no veo qué me aportan las actividades de la asignatura
13. Porque me siento bien realizando las actividades de la asignatura
14. Porque creo que las actividades de la asignatura son importantes para mí
15. Porque creo que tengo que hacerlo
16. Hago las actividades de la asignatura, pero no estoy seguro de que sea
conveniente continuar con ellas
57 Anexo 3
Apoyo Social
A continuación hay una lista de oraciones acerca de tu relación con familiares y amigos. Por
favor, indica qué tanto estás de acuerdo o en desacuerdo si estas oraciones fueran verdad.
Totalmente en desacuerdo 1, En desacuerdo 2, De acuerdo 3, Totalmente de acuerdo 4
1. Mis amigos me respetan
2. Mi familia cuida mucho de mí
3. Soy buena persona
4. Siento una unión muy fuerte con mis amigos
5. Mi familia me tiene alta estima
6. La gente me admira
7. Soy amado por mi familia
8. Soy respetado por otras personas
9. Los miembros de mi familia confían en mí
10. Mis amigos son importantes para mí y yo para ellos
11. Mi familia realmente me respeta
12. Mis amigos se preocupan por mí
13. No me siento cerca de los miembros de mi familia
14. Puedo confiar en mis amigos
15. Mis amigos han hecho mucho por mí y yo por ellos
58 Anexo 4
Satisfacción académica
Indica el grado de acuerdo o desacuerdo que tengas con cada una de las afirmaciones que se
presentan
Totalmente en desacuerdo 1, Muy en desacuerdo 2, Medianamente en desacuerdo 3, Ni de
acuerdo ni en desacuerdo 4, Medianamente de acuerdo 5, Muy de acuerdo 6, Totalmente de
acuerdo 7
1. Estoy satisfecho con la decisión de haber cursado esta asignatura.
2. Me siento cómodo con el ambiente educativo generado en esta asignatura.
3. Disfruto de mis clases la mayor parte del tiempo.
4. En general estoy satisfecho con mi experiencia académica.
5. Disfruto cuando me estimulan intelectualmente en esta asignatura.
6. Me entusiasman los contenidos transmitidos en esta asignatura.
7. Me gusta lo que he aprendido en esta asignatura.
59 Anexo 5
Interacción en contextos virtuales
Indica con qué frecuencia ocurren las siguientes afirmaciones
Contesta teniendo en cuenta la escala: Casi nunca 1, Pocas veces 2, La mitad de las veces 3,
Muchas veces 4, Casi siempre 5
1. He podido resolver dudas sobre los temas de la asignatura, gracias a la retroalimentación de mi
profesor/a
2. El profesor/a es un acompañante de mi proceso formativo.
3. Recibo apoyo de mi profesor/a cuando tengo dificultades para elaborar una tarea.
4. El profesor/a motiva mi participación.
5. Los indicaciones y recomendaciones de mi profesor/a en mis trabajos me hacen reflexionar
sobre lo aprendido.
6. Las intervenciones son claras por parte del profesor/a en las aulas virtuales
7. Recibo retroalimentación de mi profesor/a, cuando entrega evaluaciones.
8. El profesor/a interviene constantemente para apoyar la discusión en aula virtual
9. Recibo apoyo del profesor/a cuando tengo dificultades técnicas.
10. Cuando los trabajos son difíciles de resolver el profesor/a proporciona ayuda
11. Entre compañeros nos apoyamos para realizar los trabajos
12. El intercambio por medios virtuales con mis compañeros, me ayuda en mi aprendizaje.
13. Conozco a la mayoría de mis compañeros con los que comparto materia de estudio.
14. Fuera de clase me conecto con mis compañeros para realizar alguna tarea de la asignatura
15. El tiempo que paso en medios virtuales con mis compañeros, es para atender sobre el tema de
estudio.
16. Las participaciones de mis compañeros en aula virtual, me ayudan a entender sobre el tema
de estudio.
17. Los integrantes del curso colaboramos para solucionar las actividades.
18. Los integrantes del curso, en general participan activamente para aprender.
19. Cuando tengo dificultad para comprender los contenidos, recibo apoyo de mis compañeros.
60 Anexo 6
Aceptación Tecnológica
Indica qué tan de acuerdo estás con las siguientes afirmaciones
Tenga en cuenta la siguiente escala: Muy en desacuerdo 1, En desacuerdo 2, Ni de acuerdo ni en
desacuerdo 3, De acuerdo 4, Muy de acuerdo 5
1. Considero fácil acceder a los contenidos virtuales de la plataforma virtual
2. No tengo ninguna dificultad usando las herramientas de aprendizaje de la plataforma virtual
3. La utilización de la plataforma virtual me permite realizar mis trabajos de forma más rápida
4. Creo que las herramientas que incorpora la plataforma virtual son útiles para mi aprendizaje
5. Considero que tendría más oportunidades de adquirir conocimientos en la plataforma virtual si
se utilizaran más herramientas virtuales de aprendizaje
6. Disfrutaría más el trabajo de la asignatura si se incorporara un mayor número de herramientas
en la plataforma virtual
7. Me gusta acceder a las herramientas de la plataforma virtual
8. Los profesores/as me motivan a utilizar las tecnologías de información y comunicación en mis
procesos de aprendizaje
9. Pienso que los docentes deberían dar un mayor uso a la plataforma virtual en los procesos de
enseñanza
10. Los profesores tienen los conocimientos adecuados para la utilización las tecnologías de
información
11. Tengo las habilidades necesarias para mejorar mi aprendizaje con ayuda de la plataforma
virtual
12. Tengo los conocimientos necesarios para utilizar las herramientas virtuales de aprendizaje
disponibles en la plataforma virtual
13. Me gusta conocer sobre nuevas tecnologías de la información y la comunicación
14. Entre mis compañeros, soy de los primeros en probar nuevas herramientas tecnológicas
