VARIABLES COGNITIVO-MOTIVACIONALES, ENFOQUES DE APRENDIZAJE Y ... · PDF fileVARIABLES...

En un reciente trabajo publicado por Pin-trich (1994) sobre las futuras direcciones dela investigación en psicología de la educa-ción se pone de manifiesto que gran parte dela investigación realizada hasta el momentosobre el proceso de aprendizaje escolar hatendido a centrarse en los componentes cog-nitivos, motivacionales y afectivos tomados

aisladamente, de manera que podemos en-contrarnos, por ejemplo, estudios sobre eluso de estrategias de aprendizaje en estu-diantes novatos/expertos, o estudios sobrela motivación y la autorregulación; sin em-bargo, se han realizado muy pocas investi-gaciones sobre las interacciones e interrela-ciones entre tales componentes. En conse-cuencia, en opinión de este autor, sería ne-cesario desarrollar modelos integradoresque incorporen no sólo el conocimiento ylas estrategias cognitivas generales, sinotambién los componentes motivacionales yvolitivos. En este sentido, predice Printrich,

Psicothema, 1998. Vol. 10, nº 2, pp. 393-412ISSN 0214 - 9915 CODEN PSOTEGCopyright © 1998 Psicothema

393

VARIABLES COGNITIVO-MOTIVACIONALES,ENFOQUES DE APRENDIZAJEY RENDIMIENTO ACADÉMICO

Antonio Valle Arias, Ramón González Cabanach, José C. Núñez Pérez*y Julio Antonio González-Pienda*

Universidad de La Coruña, * Universidad de Oviedo

El objetivo de este artículo es analizar la viabilidad de un modelo cognitivo-moti-vacional explicativo del rendimiento académico en estudiantes universitarios. La inte-gración de estas variables dentro de un modelo teórico que, posteriormente, será con-trastado a nivel empírico con los datos recogidos en el presente trabajo nos va a permi-tir comprobar la viabilidad del modelo propuesto, así como conocer las relaciones cau-sales entre las variables que forman parte del modelo y, en consecuencia, profundizar enel funcionamiento cognitivo-motivacional de los estudiantes universitarios en sus proce-sos de aprendizaje.

Cognitive-motivational variables, approaches to learning, and academic achieve-ment. The aim of this article is to analyze the viability of a cognitive-motivational mo-del explanatory of the academic achievement in university students. The integration ofthese variables within a theoretical model that, thereinafter, it will be contrasted at em-pirical level with the data collected in present work is going us to permit to check theviability of the proposed model, as well as to know the causal relations between the va-riables that form part of the model and, consequently, to deepen in the cognitive-moti-vational functioning of the university students in their learning processes.

Correspondencia: Antonio Valle AriasFacultad de Ciencias de la EducaciónUniversidad de La Coruña15011 La Coruña (Spain)E-mail: vallar(unico.udc.es

es muy probable que en el futuro nos en-contremos con gran cantidad de investiga-ciones empíricas en las que explícitamentese estudie cómo se relacionan unos compo-nentes con otros.

Este trabajo pretende, en cierto modo,ajustarse a las sugerencias planteadas inten-tando integrar dentro de un modelo de rela-ciones causales diversas variables motiva-cionales y cognitivas y, en consecuencia,conocer cómo se relacionan entre sí y enqué medida determinan el rendimiento aca-démico de los estudiantes universitarios.Muchas de las relaciones y variables inclui-das en los modelos objeto de estudio y, so-bre todo, los postulados básicos de los queparten, están en sintonía con otros modeloscognitivo-motivacionales; en concreto,nuestra propuesta presenta ciertas similitu-des con el modelo aportado por Pintrich ySchrauben (1992), en el cual la integraciónde los componentes motivacionales y cogni-tivos constituye el núcleo central en torno alque giran todas las relaciones que se plante-an en dicho modelo.

Nuestro planteamiento consiste en ofre-cer un breve análisis teórico de aquellas va-riables cognitivo-motivacionales que nosvan a servir para elaborar el modelo teórico,el cual, posteriormente, será contrastado anivel empírico con los datos recogidos en elpresente trabajo. Tomando como referenciael modelo propuesto (ver figura 1), vamos acomentar algunos aspectos referidos a lasvariables que lo integran así como a las re-laciones teóricas que se plantean; todo ello,como resultado de la revisión realizada so-bre la literatura existente sobre estos temas.

Una de las variables motivacionales queforman parte del modelo son las atribucio-nes causales (ver figura 1). Según la teoríaatribucional de Weiner (1979, 1985, 1986),lo que realmente determina la motivaciónson las distintas interpretaciones y valora-ciones que un sujeto realiza de sus resulta-dos académicos. Según este autor, una se-

cuencia motivacional comienza con un re-sultado y una reacción afectiva inmediatapor parte del sujeto. Si el resultado es ines-perado, negativo o importante, la persona sepregunta acerca de las causas que lo deter-minaron. La capacidad, el esfuerzo, la suer-te o la dificultad de la tarea constituyen losfactores causales más importantes a los querecurren los estudiantes para explicar sus re-sultados académicos. Pero lo verdadera-mente importante dentro de la teoría deWeiner es que las atribuciones no influyenpor lo que tienen de específico en la moti-vación, sino que lo hacen por las distintascaracterísticas que presentan cada uno delos factores causales. El hecho de que unacausa sea externa o interna, estable o inesta-ble, y controlable o incontrolable para el su-jeto, las consecuencias sobre el autoconcep-to y la autoestima, sobre la confianza en lascapacidades de uno mismo, sobre las expec-tativas de éxito, etc., van a ser distintas; loque, a su vez, va a repercutir en la conductade logro futura.

Además de las atribuciones causales, he-mos considerado conveniente introducir enel modelo (ver figura 1) otra variable quesegún diferentes autores (ver p.ej., Weiner,1990; McCombs, 1986, 1989; McCombs yMarzano, 1990) desempeña un papel centralen la motivación y en el aprendizaje escolar;y que es el autoconcepto (en nuestro casoconcreto, el autoconcepto académico). Enrealidad, si asumimos que el autoconceptodesigna el conjunto de percepciones y cre-encias que una persona tiene sobre sí mismaen diferentes áreas, es posible afirmar que lamayor parte de factores y variables persona-les que guían y dirigen la motivación tienencomo punto de referencia las percepciones ycreencias que el sujeto mantiene sobre dife-rentes aspectos de sus cogniciones (percep-ciones de control sobre la conducta, percep-ciones de competencia, pensamientos sobrelas metas, etc.). Por eso, en un reciente tra-bajo de Weiner (1990), en el que realiza una

VARIABLES COGNITIVO-MOTIVACIONALES, ENFOQUES DE APRENDIZAJE Y RENDIMIENTO ACADÉMICO

394 Psicothema, 1998

revisión de la investigación motivacional enlos últimos cincuenta años, considera quelas últimas décadas se han caracterizado so-bre todo por la incorporación del autocon-cepto como una de las variables motivacio-nales más importantes. De la misma forma,desde el enfoque cognitivo del autoconcep-to propuesto por Markus y sus colaborado-res (ver p.ej., Markus, 1977; Markus y Nu-rius, 1986; Cross y Markus, 1994), ademásde concebir el autoconcepto en términos de«auto-esquemas», la noción de «autocon-cepto operativo» y, sobre todo, el conceptode «possible selves» contienen importantespropiedades afectivas y motivacionales queconstituyen un incentivo para la conductafutura (González-Pienda, Núñez, González-Pumariega y García, 1997).

Desde una perspectiva teórica diferente,y por lo que supone de integración de loscomponentes motivacionales y estratégicosimplicados en el aprendizaje escolar hemosincorporado también al modelo una varia-ble, que son los enfoques de aprendizaje(ver figura 1). Tomando como punto de re-

ferencia los trabajos pioneros de Marton ysus colaboradores (ver Marton y Säljö,1976a, 1976b), así como las aportaciones deBiggs (1987a, 1988, 1993) y de Entwistle(1988), los enfoques de aprendizaje desig-nan los procesos de aprendizaje que surgende las percepciones de los estudiantes de lastareas académicas, influenciadas por sus ca-racterísticas personales. Según Biggs(1988), cuando un estudiante se enfrenta auna situación de aprendizaje, le surgen dosimportantes cuestiones; una relacionada conlos motivos y metas que desea conseguir(¿qué quiero conseguir con esto?), y la otravinculada con las estrategias y recursos cog-nitivos que debe poner en marcha para sa-tisfacer dichas intenciones (¿cómo hago pa-ra conseguirlo?). De esta forma, un enfoquede aprendizaje está basado en un motivo yuna estrategia, combinados ambos medianteun proceso metacognitivo (que Biggs, 1985denomina «meta-aprendizaje»).

Las diferentes relaciones motivo-estrate-gia observadas en los estudiantes cuando seenfrentan a las actividades de aprendizaje,

ANTONIO VALLE ARIAS, RAMÓN GONZÁLEZ CABANACH, JOSÉ CARLOS NÚÑEZ PÉREZ Y JULIO ANTONIO GONZÁLEZ-PIENDA

Psicothema, 1998 395

Figura 1. Representación gráfica del modelo cognitivo-motivacional objeto de estudio

ha dado lugar a la identificación de tres ti-pos de enfoques: el superficial, el profundoy el estratégico o de logro. Aquellos estu-diantes que tienen la intención de cumplirlos requisitos mínimos de la tarea, con unmínimo de esfuerzo e implicación en la mis-ma (motivo), pondrán en marcha determina-das estrategias dirigidas a aprender mecáni-ca y repetitivamente la información y repro-ducirla en el momento oportuno. Estas rela-ciones motivo-estrategia reflejan las carac-terísticas del enfoque superficial. Por otrolado, aquellos estudiantes con un alto inte-rés intrínseco y un alto grado de implicaciónen lo que están aprendiendo, con la inten-ción de comprenderlo significativamente(motivo), desarrollarán estrategias dirigidasa descubrir el significado de lo que van aaprender estableciendo relaciones con cono-cimientos previos relevantes. Estas relacio-nes motivo-estrategia reflejan las caracterís-ticas del enfoque profundo. Pero además delos dos enfoques mencionados, se ha identi-ficado un tercero denominado enfoque delogro (Biggs, 1988) o enfoque estratégico(Entwistle, 1988). Según Entwistle (1988),este enfoque implica una intención clara-mente definida; obtener el máximo rendi-miento posible a través de una planificaciónadecuada de las actividades, del esfuerzo ydel tiempo disponible. Por tanto, más que lamayor o menor implicación en el contenido,la búsqueda de relaciones con los conoci-mientos previos o la memorización mecáni-ca del material de aprendizaje, este enfoquese caracteriza por la planificación y organi-zación de las distintas actividades con el ob-jetivo prioritario de obtener logros académi-cos lo más altos posibles.

En definitiva, como indican Watkins yRegmi (1992), aquellos estudiantes queadoptan un enfoque superficial intentan me-morizar aquellas cosas que entran en el exa-men sin intentar comprenderlas; los queadoptan un enfoque profundo se centran enel significado del material que están estu-

diando e intentan relacionarlo con sus cono-cimientos previos y su experiencia personal;y por último, los estudiantes que adoptan unenfoque de logro utilizan cualquier estrate-gia que creen que les proporcionará las másaltas calificaciones.

En el modelo teórico propuesto, ademásde las variables más relevantes que hemosmencionado se postulan diferentes relacio-nes entre ellas, y se incorporan otro conjun-to de variables de distinta naturaleza que sintener, quizás, tanta importancia como lasque hemos mencionado existen indicios su-ficientes para suponer que pueden incidir dealguna manera en las variables principalesdel modelo.

Por lo que se refiere a las relaciones teó-ricas entre las variables que forman partedel modelo (ver figura 1), se postula queexiste una estrecha relación entre el auto-concepto académico y el hecho de atribuirlos resultados a diversos factores causales;lo que influye en la puesta en marcha de de-terminados enfoques de aprendizaje, y todoello, a su vez, determina el rendimiento aca-démico (Núñez et al., 1998). Al existir sufi-ciente apoyo empírico para plantear tanto laposibilidad de que las atribuciones determi-nan el autoconcepto (ver p.ej., Harter yConnell, 1984; Palenzuela, 1983; Weiner,1985, 1986), como que el autoconcepto pre-senta un efecto causal sobre las atribuciones(ver p.ej., Marsh, 1984; Keith, Pottebaum yEberhart, 1986), parece lógico suponer laexistencia de relaciones recíprocas entre es-tas dos variables. De hecho, algunos autores(ver p.ej., Marsh, 1984) plantean un modelode relaciones recíprocas entre autoconcepto,atribuciones y rendimiento, de tal forma quelos cambios producidos en una variable ge-neran modificaciones en las otras (Gonzálezy Tourón, 1992; González, 1997). Al mismotiempo, en base a diferentes estudios quehan abordado esta temática (ver p.ej., Find-ley y Cooper, 1983; González-Pienda y Nú-ñez, 1994), se plantea la posibilidad de que



tanto las atribuciones como el autoconceptoacadémico presenten también una relacióndirecta con el rendimiento académico.

Como hemos señalado, además de estasvariables que constituyen el centro de aten-ción de nuestro trabajo, se incluyen otrasque pueden influir en algunas de las varia-bles más importantes del modelo. De estemodo, se postula que la capacidad percibidainfluye tanto en las atribuciones causales in-ternas como en el autoconcepto académico,mientras que una concepción incrementalde la inteligencia debería incidir en la utili-zación de un enfoque de aprendizaje pro-fundo. Al mismo tiempo, el rendimientoprevio influye sobre el autoconcepto acadé-mico, sobre las atribuciones causales y so-bre los resultados académicos actuales. Porotro lado, también se plantea que la percep-ción de los criterios de evaluación, del tipode materia, del estilo de enseñanza, y de lascaracterísticas de la tarea inciden en los en-foques de aprendizaje (ver figura 1).

Somos conscientes de que los determi-nantes del aprendizaje escolar van muchomás allá de las variables contempladas en elmodelo. Con esto pretendemos acotar encierta medida los objetivos y pretensionesde este trabajo de investigación, que no sonotros que el estudio de aquellos factorespersonales relacionados con el ámbito cog-nitivo-motivacional que determinan elaprendizaje escolar y, en consecuencia, losresultados del mismo.

Los supuestos básicos del modelo así co-mo las relaciones entre las variables corres-pondientes las hemos representado en undiagrama causal en el que aparecen especifi-cados tanto los distintos tipos de variablescomo los diversos parámetros que designanlas relaciones entre ellas, intentando seguirlos criterios básicos del tipo de variables,denominación, relación entre las mismas,etc. que nos sugiere el lenguaje y los dife-rentes símbolos utilizados en los modeloscausales (ver figura 1). Es preciso aclarar

que en el modelo representado existen algu-nas variables que pueden ser consideradascomo más relevantes y que han sido objetode análisis específico en las páginas prece-dentes; nos referimos a las variables endó-genas que aparecen en el modelo con letrasmayúsculas (variables Y). Del mismo modo,los efectos principales (β-beta) entre dichasvariables se encuentran representados porflechas más gruesas. Al mismo tiempo, tam-bién se incluyen en el modelo determinadasvariables exógenas (variables X) que pre-sentan diversos efectos (γ-gamma) sobre lasvariables endógenas; las posibles correlacio-nes (φ-phi) entre las variables exógenas, asícomo los términos de perturbación (ζ-dse-ta), que designan los efectos de posibles va-riables desconocidas, omitidas, o errores demedida de las variables endógenas.

Método

Sujetos

La muestra inicial está compuesta por614 sujetos que cursan sus estudios en laUniversidad de La Coruña. Del total de lamuestra, 155 son hombres, 451 son mujeres,mientras que 8 sujetos no aparecen identifi-cados en esta variable. Con respecto a la va-riable curso, de la muestra total de sujetos314 pertenecen a los dos primeros cursos y300 a tercero y a quinto. En cuanto al tipo decarrera, 134 estudian Magisterio, 111 Enfer-mería, 72 Fisioterapia, 139 Ciencias Empre-sariales, 90 Psicopedagogía, y 68 CienciasQuímicas. Delimitadas las carreras universi-tarias, el siguiente paso ha sido establecer launidad muestral, que no es otra que cada unode los grupos-clase de las diferentes carre-ras. En base a esto, hemos recurrido final-mente a un método de muestreo por conglo-merados (donde la unidad de muestreo no esel individuo sino el grupo), seleccionándosealeatoriamente las unidades –conglomera-dos– que componen la muestra.



Variables e instrumentos de medida

Variables independientes (exógenas):aquellas variables que no están explicadaspor otras variables incluidas en el modelo,sino que su variabilidad se atribuye a causasexternas al mismo (Bisquerra, 1989).

• Rendimiento previo (X1): un ítem enel que se pregunta a los sujetos: Mirendimiento (medio) en los últimoscursos fue... La escala de valoraciónes desde 1 (muy malo) hasta 10 (muybueno), aunque posteriormente se re-codificó en una escala de cinco pun-tos.

• Concepción incremental de la inteli-gencia (X2): un ítem en el que se pre-gunta a los sujetos: La inteligenciaconsiste en una serie de habilidades yconocimientos que pueden ser incre-mentados a través de la propia con-ducta y del aprendizaje. La escala devaloración va desde 1 (totalmente endesacuerdo) hasta 5 (totalmente deacuerdo).

• Capacidad percibida (X3): un ítem enel que se pregunta a los sujetos Creoque tengo una buena capacidad (habi-lidades, inteligencia, etc.) para el tra-bajo escolar. La escala de valoraciónva desde 1 (totalmente en desacuerdo)hasta 5 (totalmente de acuerdo).

• Percepción de criterios de evaluación(X4 ): un ítem en el que se pregunta alos sujetos: La forma en que yo estu-dio y aprendo depende de cómo perci-bo yo que más tarde me van a exami-nar de los conocimientos adquiridos(tipo de examen). La escala de valora-ción va desde 1 (totalmente en desa-cuerdo) hasta 5 (totalmente de acuer-do).

• Análisis de las características de la ta-rea (X5): un ítem en el que se pregun-ta a los sujetos: Antes de ponerme a

trabajar sobre una tarea académicadeterminada me fijo en las caracterís-ticas de la misma (tarea) y a partir deahí decido qué tipo de estrategias deestudio y aprendizaje debe utilizar pa-ra abordar la tarea correctamente. Laescala de valoración va desde 1 (total-mente en desacuerdo) hasta 5 (total-mente de acuerdo).

• Percepción del estilo de enseñanza(X6): un ítem en el que se pregunta alos sujetos: El estilo de enseñanza queel profesor utiliza en clase (más o me-nos formal, tradicional, interactiva,constructiva, etc.) influye en el tipo deestrategias de estudio y aprendizajeque utilizo al trabajar sobre las tareasacadémicas de la asignatura de eseprofesor. La escala de valoración vadesde 1 (totalmente en desacuerdo)hasta 5 (totalmente de acuerdo).

• Percepción del tipo de materia (X7):un ítem en el que se pregunta a los su-jetos: La forma de estudio (estrategiasutilizadas) que empleo para aprenderlos contenidos académicos varía de-pendiendo del tipo de materia de quese trate (matemáticas, historia, psico-logía básica, evolutiva, etc.). La esca-la de valoración va desde 1 (totalmen-te en desacuerdo) hasta 5 (totalmentede acuerdo).

Variables dependientes (endógenas):aquellas variables que vienen explicadaspor otras variables incluidas en el modelo.Las variables que explican la variabilidadde las variables endógenas pueden ser otrasvariables endógenas o exógenas (Bisquerra,1989).

• Atribuciones causales (Y1) : dos ítemsen el que se pregunta a los sujetos: Engeneral, creo que mi rendimiento aca-démico puede atribuirse a (contestara las cuatro): (A) Mi capacidad (mu-



cho, bastante, regular, poco, nada).(B) Mi esfuerzo (mucho, bastante re-gular, poco, nada). (C) Mi suerte (mu-cho, bastante, regular, poco, nada).(D) Alguna ayuda (mucho, bastante,regular, poco, nada). Con el fin de di-ferenciar entre atribuciones internas yexternas, agrupamos los ítems de ca-pacidad y esfuerzo (atribuciones inter-nas) y consideramos como atribucio-nes externas el ítem referido al factor«suerte».

• Autoconcepto académico (Y2): unítem en el que se pregunta a los suje-tos: Como estudiante me considero: 1.Muy bueno; 2. Bueno; 3. Normal; 4.Malo; 5. Muy malo.

• Enfoques de aprendizaje (Y3): Utiliza-mos como medida el «Cuestionario delProceso de Estudio» (C.P.E.) –StudyProcess Questionnaire (SPQ)–, elabo-rado por Biggs (1987b). Consta de 42ítems que reproducen un modelo jerár-quico de seis subescalas, tres motiva-cionales (superficial, profunda y logro)y tres estratégicas (superficial, profun-da y logro), que confluyen en tres es-calas que hacen referencia a los enfo-ques prototípicos (superficial, profun-do y logro). A su vez, estos enfoquespueden combinarse dando lugar a losenfoques compuestos (superficial-lo-gro y profundo-logro).

• Rendimiento académico (Y4): un ítemen el que se pregunta a los sujetos: Mirendimiento académico medio (actual)es... La escala de valoración es desde 1(muy malo) hasta 10 (muy bueno),aunque posteriormente se recodificóen una escala de cinco puntos.

Diseño

En base a los objetivos o intereses de loque pretendemos estudiar, de forma genéri-ca, nuestro diseño es de naturaleza no expe-

rimental. Dentro de los diseños no experi-mentales existen diversas maneras de reco-ger y clasificar los diferentes tipos de estu-dios (ver p.ej., Latorre, Rincón y Arnal, oArnau, 1995). Si tomamos como criterio eltipo de información que deseamos obtener,entonces el diseño de nuestra investigaciónpodría ser descriptivo, dado que nuestro in-terés es describir un fenómeno dado (el fun-cionamiento cognitivo-motivacional delalumno a la hora de realizar una tarea aca-démica), analizar su estructura y explorarlas asociaciones relativamente estables delas características que lo definen. A su vez,dentro de un diseño de tipo descriptivo, po-demos precisar aún más si tenemos en cuen-ta cómo recogemos la información. De estemodo, atendiendo a este último aspecto, eldiseño de nuestra investigación sería de tipodescriptivo mediante encuesta. Por otra par-te, atendiendo a la forma de administrar elinstrumento de recogida de información, losmétodos de encuesta suelen adoptar las téc-nicas de entrevista y los cuestionarios. En lainvestigación que estamos describiendo he-mos utilizado la técnica del cuestionario. Fi-nalmente, también debemos señalar que eldiseño de nuestra investigación responde auna estrategia de tipo transversal o trans-seccional.

Procedimiento y técnicas de análisis dedatos

Por lo que se refiere al procedimiento se-guido en la recogida de la información, de-bemos señalar que ésta se ha llevado a cabodentro del aula y en el horario académico delos estudiantes universitarios, siempre conel margen de tiempo necesario que permi-tiera a los sujetos contestar a los diversosinstrumentos de la forma más adecuada po-sible. Las aplicación de las pruebas la reali-zaron diversos colaboradores a los que seles explicó previamente las directrices gene-rales a seguir en el momento de la adminis-



tración de los diferentes instrumentos demedida, destacando especialmente aquellascuestiones referidas a la finalidad de su apli-cación, instrucciones específicas en la cum-plimentación de cada una de las pruebas,máxima sinceridad en las respuestas, y con-fidencialidad de las mismas. Con respecto alas técnicas de análisis de datos, y dado queel principal objetivo de esta investigaciónconsiste en analizar la viabilidad de un mo-delo cognitivo-motivacional general expli-cativo de las principales variables cogniti-vas y motivacionales implicadas en elaprendizaje escolar y en el rendimiento aca-démico, hemos recurrido al Análisis deEcuaciones Estructurales (AEE). El AEE seutiliza, pues, con el objeto de comprobar silas relaciones causales que conforman elmodelo o la teoría de que partimos existen anivel empírico (dentro de la matriz de rela-ciones entre datos empíricos). Indicar, porúltimo, que para la realización de este tipode análisis hemos utilizado el programa in-formático LISREL 7 (Linear Structural RE-Lationship by the method of maximun like-lihood), mientras que para los restantes aná-lisis recurrimos al paquete estadístico SPSSpara Windows (versión 6.1.2).

Resultados

En sintonía con los postulados teóricoshemos analizado tres tipos de modelos quese diferencian por el hecho de plantear rela-ciones recíprocas entre atribuciones y auto-concepto (modelo 1), contemplar el efectodirecto de las atribuciones sobre el autocon-cepto (modelo 2), o incluir el efecto directodel autoconcepto sobre las atribuciones cau-sales (modelo 3). Aunque incluimos las tresvariantes de los modelos, en función de larelación planteada entre atribuciones causa-les y autoconcepto académico, nuestros co-mentarios estarán centrados prioritariamen-te en aquel modelo que postula relacionesrecíprocas entre las dos variables, salvo en

aquellos casos puntuales en que los coefi-cientes presenten cambios sustanciales co-mo resultado de considerar una u otra rela-ción entre dichas variables. Hay que señalarque en los modelos aparecen incorporadosnuevos efectos entre variables que se hanido introduciendo paso a paso a partir de losíndices de modificación que aporta el pro-grama LISREL. Como estas modificacionesno han supuesto cambios sustanciales en losefectos postulados por el modelo básico y,además, sí pueden existir ciertas justifica-ciones teóricas para la inclusión de las mis-mas, hemos considerado conveniente su in-corporación al modelo.

La evaluación del modelo se ha llevado acabo a través de dos procedimientos; por unlado, el análisis del grado de ajuste globaldel mismo con el fin de comprobar en quémedida el modelo hipotetizado reproducecorrectamente las relaciones existentes en lamatriz de correlaciones de datos empíricos;por otro, mediante la estimación y análisisde las relaciones entre variables postuladasen el mismo. Para comprobar el grado deajuste de los modelos recurrimos a una seriede indicadores estadísticos entre los quedestacan los índices de bondad de ajuste, elnivel de significación estadística (p) de jicuadrado (χ2), y el estadístico raíz cuadra-da media residual (RMSR).

Como puede observarse en la tabla 1, ycomenzando por el criterio que posiblemen-te sea el más exigente en la confirmación demodelos (el nivel de significación «p» de jicuadrado), no hay diferencias significativasentre los modelos propuestos y los datosempíricos, lo que implica la existencia de unajuste excelente entre los modelos teóricoshipotetizados y los datos. Suele considerar-se como criterio válido de que un modelo seencuentra confirmado estadísticamentecuando el valor de «p» es superior a .05; unaprobabilidad de 1 indicaría un ajuste perfec-to entre el modelo hipotetizado y los datos,mientras que una probabilidad tan pequeña



como por ejemplo .01 reflejaría una desvia-ción significativa del modelo respecto a losdatos, en base a lo cual el modelo puede serrechazado. Es necesario aclarar que en laconfirmación de modelos las hipótesis plan-teadas van en la línea de afirmar que el mo-delo hipotético es semejante al contenido enla matriz de datos empíricos (algo contrarioa las hipótesis planteadas en análisis explo-ratorios); por eso, un modelo se encuentraconfirmado estadísticamente cuando el va-lor de «p» es superior a .05, y no cuando esinferior. Este criterio de ajuste también secumple en el caso de los modelos 2 y 3, locual quiere decir que no parecen existir di-ferencias significativas entre los modelospropuestos y los datos empíricos.

Además de este coeficiente de evalua-ción del grado de ajuste de un modelo, exis-ten otros índices que a pesar de no ser tanrestrictivos y tan sensibles como «ji cuadra-do» a ciertas desviaciones de la normalidadde alguna variable, constituyen criterios im-portantes para comprobar el nivel de ajuste.Estos estadísticos, que varían entre 0 y 1–siendo el 1 el ajuste perfecto–, son los ín-dices de ajuste (el GFI y el AGFI); princi-palmente el índice ajustado de bondad deajuste, que no se encuentra afectado por eltamaño de la muestra. Según puede obser-varse en la tabla 1, y partiendo de que es unindicio de ajuste del modelo un coeficienteigual o superior a .90, todos los modelos

presentan un ajuste excelente (AGFI=.97),lo que constituye un criterio más de confir-mación de los modelos planteados.

Además, debemos añadir que los valoresdel índice raíz cuadrada media residual soninferiores en todos los casos a .05, reflejo deque los residuos que quedan después decomparar las matrices teórica y empírica noson significativamente distintos, lo que in-dica que los modelos obtenidos son seme-jantes al hipotetizado. Es preciso recordarque el valor de este índice se aproxima a ce-ro en la medida en que el modelo está ajus-tado.

Otro de los índices que nos queda por co-mentar es el coeficiente de determinación(CD), que más que un índice de ajuste es uncoeficiente que nos ofrece información de lacantidad de varianza explicada por el con-junto de relaciones especificadas en el mo-delo. Según los coeficientes de determina-ción obtenidos, las variables endógenas, enconjunto, estarían explicadas en torno al50% por las relaciones establecidas en losmodelos respectivos.

Después de haber comprobado que el ni-vel de ajuste es el adecuado, el siguiente pa-so consiste en analizar las relaciones entrelas variables a partir de los diferentes pará-metros estimados por los modelos, lo que setraduce en los diversos efectos causales en-tre variables y su grado de significación (verfiguras 2, 3 y 4).



Tabla 1Coeficientes e índices de ajuste de los modelos 1, 2 y 3 (χ2= ji cuadrado, gl= grados de libertad, p= nivel

de significación estadística, GFI= índice de bondad de ajuste; AGFI= índice ajustado de bondad de ajuste;RMSR= raíz cuadrada residual; CD= coeficiente dedeterminación)

χ2 gl p GFI AGFI RMSR CD

Modelo 1 (relación recíproca entre atribuciones causales y 31,45 32 .494 .990 .972 .023 .50autoconcepto académico)Modelo 2 (efecto directo de las atribuciones causales 31,59 33 .537 .990 .972 .023 .49sobre el autoconcepto)Modelo 3 (efecto directo del autoconcepto sobre las 32,13 33 .510 .990 .972 .024 .49atribuciones causales)



Figura 2. Representación gráfica de los resultados del modelo 1 (relación recíproca entre atribuciones causales yautoconcepto académico) *p<.05; **p<.01; ***p<.001

Figura 3. Representación gráfica de los resultados del modelo 2 (efecto directo de atribuciones causales sobre auto-concepto académico). *p<.05; **p<.01; ***p<.001

En cuanto a las efectos causales entre lasvariables contempladas en los modelos jun-to con el grado de significación de los mis-mos (ver figuras 2, 3 y 4), debemos destacarque en el modelo 1 aparece una relación re-cíproca entre atribuciones internas y auto-concepto académico, pero dicho efecto noes significativo (ver figura 2). La posibleexplicación de este resultado puede enten-derse en una doble dirección, por un lado, eltipo de diseño de investigación empleado y,por otro, los exigentes criterios estadísticospara que un efecto recíproco entre variablespueda ser significativo.

También aparece un efecto directo, posi-tivo y significativo de las atribuciones inter-nas y del autoconcepto académico sobre elrendimiento β=.241, p<.001 y β=.282,p<.001 respectivamente). Por otro lado, seobserva un efecto directo, positivo y signifi-cativo de las atribuciones internas y delautoconcepto académico sobre el enfoqueprofundo β=.129, p<.01 y β=.118, p<.01

respectivamente); no existiendo ningún tipode efecto de estas dos variables sobre el en-foque superficial.

No parece haber ninguna relación signi-ficativa entre atribuciones externas y elautoconcepto académico; sin embargo, se-gún puede apreciarse en la figura 2, se pro-duce una influencia directa, positiva y signi-ficativa de las atribuciones externas sobre elenfoque superficial y sobre el rendimientoacadémico (β=.137, p<.01 y β=.111, p<.01respectivamente). Por otro lado, las atribu-ciones externas no ejercen ninguna influen-cia significativa sobre el enfoque profundo.Al mismo tiempo, tanto el enfoque superfi-cial como el enfoque profundo no presentanningún efecto causal significativo sobre elrendimiento.

En líneas generales, nuestros resultadoscoinciden con diversos postulados teóricos ycon algunos de los trabajos llevados a cabosobre este tema. El efecto directo, positivo ysignificativo de las atribuciones internas y



Figura 4. Representación gráfica de los resultados del modelo 3 (efecto directo de autoconcepto académico sobreatribuciones causales). *p<.05; **p<.01; ***p<.001)

del autoconcepto académico sobre el enfo-que profundo, parece confirmar la estrecharelación que este enfoque mantiene con fac-tores personales (Biggs, 1987a); en concre-to, el «locus» de control y la autoestima sehan considerado como dos variables que tie-nen una influencia muy importante en laadopción de un enfoque profundo (Biggs,1987a; 1993; Watkins, 1987). En consecuen-cia, mientras que la disposición a realizaraprendizajes altamente significativos acom-pañado de una planificación y organizaciónadecuada del tiempo y del espacio de estudio(elementos característicos de un enfoqueprofundo con estrategia de logro) se encuen-tra determinado por una alta confianza delestudiante en sí mismo, por unas percepcio-nes positivas sobre sus posibilidades, capa-cidades y esfuerzo, y por un alto grado deresponsabilidad en su proceso de aprendiza-je al atribuir los resultados obtenidos a fac-tores directamente relacionados con el suje-to (atribuciones internas); la disposición arealizar aprendizajes reproductivos y repe-titivos, con escaso nivel de implicación per-sonal en el proceso de aprender y con uncierto temor y miedo a fracasar, aunque condeseos de lograr unas altas calificaciones(elementos característicos de un enfoque su-perficial con motivo de logro), no parece en-contrarse determinado por variables estre-chamente vinculadas con el sujeto queaprende; en concreto, con sus percepcionescomo estudiante y con el hecho de asumirque sus capacidades y esfuerzo son la causaprincipal de sus resultados académicos.

Otros efectos destacables que aparecenen el modelo se refieren a la influencia di-recta y significativa de las atribuciones ex-ternas sobre el enfoque superficial y tam-bién sobre el rendimiento académico. Almismo tiempo, el enfoque superficial no re-cibe ningún efecto significativo de las atri-buciones internas ni del autoconcepto aca-démico. Por consiguiente, el atribuir los re-sultados a causas de naturaleza externa (en

este caso, la suerte) contribuye positiva ysignificativamente a obtener buenos resulta-dos académicos, y también influye en ladisposición a realizar aprendizajes mecáni-cos y reproductivos, con escaso grado deimplicación personal en el aprendizaje.

Dentro de los efectos causales que apare-cen en el modelo, ni el enfoque profundo niel superficial parecen influir significativa-mente sobre el rendimiento. Numerosos es-tudios ponen de manifiesto que el enfoqueprofundo suele estar asociado con unos re-sultados de aprendizaje de mayor calidad,aunque ello no siempre se ve reflejado enunas calificaciones más altas (Watkins,1983; Van Rossum y Schenk, 1984). Proba-blemente, la diferenciación aprendizaje-ren-dimiento constituya uno de los elementosexplicativos que puede dar respuesta a estosresultados. Nadie pone en duda que el adop-tar un enfoque profundo se encuentra aso-ciado con un aprendizaje altamente com-prensivo y significativo; pero esto no tienepor que derivar necesariamente en unosbuenos resultados académicos. Por otro la-do, aunque algunos estudios han encontradoque el enfoque superficial aparece relacio-nado con bajos niveles de rendimiento (verp.ej., Marton, Hounsell y Entwistle, 1984;Biggs, 1987a), en el modelo que aquí pre-sentamos no parece existir ningún efecto di-recto entre estas dos variables. Quizás, la di-ferencia con los trabajos mencionados esque en nuestra investigación el enfoque su-perficial se encuentra asociado no sólo conel miedo al fracaso sino también con el mo-tivo de logro; y en este último caso, algunosestudios (ver p.ej., Ramsden, Martin y Bow-den, 1989) consideran que esta variable–motivo de logro– es un buen predictor dealtos resultados académicos. La coexisten-cia del motivo de logro y del miedo al fra-caso, a pesar de que forman parte de unaorientación motivacional de carácter extrín-seco, puede ser una de las razones por lascuales no aparece ningún efecto significati-



vo entre el enfoque superficial y el rendi-miento académico.

Posiblemente, el motivo de logro presen-te un efecto positivo y significativo sobre elrendimiento, pero al estar presente tambiénen el enfoque superficial un componentemotivacional de miedo al fracaso (que enprincipio debería de incidir negativamentesobre el rendimiento), el resultado final esque no existe ningún efecto significativo delenfoque superficial sobre el rendimiento.En cierto modo, los posibles efectos contra-puestos de ambos componentes motivacio-nales dan lugar a una ausencia de relacióncausal entre las dos variables consideradas–enfoque superficial y rendimiento.

Por otro lado, cuando planteamos unefecto directo de las atribuciones internassobre el autoconcepto (ver figura 3 –modelo2–), aparece una influencia directa, positivay significativa de las atribuciones causalesinternas sobre el autoconcepto (β=.229,p<.001); y ocurre lo mismo al postular unefecto directo del autoconcepto sobre lasatribuciones internas (ver figura 4 –modelo3–), donde el autoconcepto influye de formapositiva y significativa sobre las atribucio-nes causales internas (β=.255, p<.001). Porel contrario, no parece existir ningún efectocausal significativo entre atribuciones exter-nas y autoconcepto académico.

Además de los efectos principales delmodelo, existen otras relaciones causalesentre variables que nos aportan informaciónrelevante respecto al funcionamiento cogni-tivo-motivacional de los estudiantes univer-sitarios. En concreto, la percepción de loscriterios de evaluación presenta un efectodirecto, positivo y significativo sobre el en-foque superficial (γ=.197, p<.001) y unefecto directo, negativo y significativo so-bre el autoconcepto académico y sobre elenfoque profundo (γ=-.091, p<.05 y γ=-.177, p<.001 respectivamente). Si esta va-riable (percepción de los criterios de eva-luación) hace referencia al hecho de adaptar

la forma de estudiar en función de la per-cepción que tenga el estudiante de cómo levan a evaluar; y el enfoque superficial (conmotivo de logro) está caracterizado por undeseo de obtener unas altas calificaciones–motivo de logro– cumpliendo lo requisitosmínimos de la tarea y limitándose a centrar-se en lo esencial y a reproducirlo en el mo-mento oportuno a través de un aprendizajemecánico o repetitivo, parece bastante lógi-co que exista una influencia positiva y sig-nificativa de esa variable en la puesta enmarcha de un enfoque superficial. Si un es-tudiante pretende obtener logros académi-cos lo más altos posibles, pero al mismotiempo, no desea implicarse activamente ensu proceso de aprendizaje poniendo en mar-chas altos niveles de esfuerzo y capacidadpor un cierto temor o miedo a fracasar, unade las posibles tácticas que puede utilizar siquiere conseguir su objetivo consiste en in-tentar predecir a través de la informaciónque percibe dentro del contexto de enseñan-za/aprendizaje cuáles van a ser los criteriosde evaluación y el tipo de examen, junto conlas exigencias concretas de cada profesor enparticular; y a partir de ahí, intentar adaptarsu forma de estudiar a aquellos aspectos queél percibe como esenciales para garantizarunos buenos resultados, siempre y cuandoello no implique demasiado esfuerzo e im-plicación personal en el proceso de aprendi-zaje.

Por el contrario, la percepción de los cri-terios de evaluación tiene una influencia ne-gativa y significativa sobre el autoconceptoacadémico y sobre el enfoque profundo.Cuanto más se fija el alumno en cómo levan a evaluar para la selección de estrate-gias de aprendizaje que va a poner en mar-cha, más consciente es de que sus objetivosson de resultado y su enfoque superficial, loque conllevará una menor confianza en símismo y en sus posibilidades como estu-diante y, como consecuencia, mostrará unmenor tendencia a adoptar un enfoque de



aprendizaje profundo. Es lógica la relaciónnegativa, ya que si el logro en la Universi-dad se produce por procedimientos no deri-vados de aprendizajes altamente significati-vos, entonces, un alumno que esté orientadohacia el logro, su motivación le llevará abuscar las estrategias más adecuadas paraello, que serán aquellas que se correspondany ajusten con los criterios de evaluación.

Otro de los efectos que aparecen refleja-dos en el modelo es la influencia directa,positiva y significativa de la variable «aná-lisis de las características de la tarea» sobreel enfoque profundo (γ=.330, p<.001). Porotro lado, dicha variable presenta un efectodirecto, negativo y significativo sobre el en-foque superficial (γ=-.161, p<.001). Estosignifica que cuanto mayor sea la tendenciadel alumno hacia el análisis de las caracte-rísticas de las tareas, mayor será la utiliza-ción de estrategias de aprendizaje profundo,y al contrario, cuanto menor sea la actitudinicial de análisis de las características de latarea, menor será también la utilización deun enfoque profundo. Y por este motivo,cuanto mayor sea esta actitud metacogniti-va, menor será la utilización de las estrate-gias de aprendizaje propias de un enfoquesuperficial.

Con el fin de realizar un análisis más de-tallado de estos aspectos comentados, y par-tiendo de la idea de que un enfoque deaprendizaje está basado en un motivo o in-tención y una estrategia, combinados ambosmediante un proceso metacognitivo (Biggs,1988; 1993), el sujeto cuando se enfrenta ala resolución de una determinada tarea seplantea dos cuestiones importantes, por unlado, lo que quiere conseguir y, por otro, có-mo hace para conseguirlo (Biggs, 1988).Aunque estos aspectos son aplicables acualquier tipo de enfoque de aprendizaje eimplican una cierta actividad metacognitivaen el momento en que el sujeto es conscien-te de sus motivos e intenciones y de los re-cursos cognitivos que debe poner en marcha

para conseguir esas metas; también es ver-dad que sólo en aquellos casos en los cualesel sujeto se enfrenta a la resolución de unatarea llevando a cabo un análisis profundo ydetallado de las características de la misma,de su nivel de dificultad, de los pasos quedebe seguir para su resolución, de las estra-tegias y niveles de esfuerzo que debe poneren marcha, etc., la actividad metacognitivarelacionada con el aprendizaje (lo queBiggs, 1985, denomina «meta-aprendiza-je») llega a un grado de complejidad muchomayor; y es en el enfoque profundo dondese produce el nivel más alto de meta-apren-dizaje (Biggs, 1985; 1987a).

De esta forma, el analizar la tarea y eladaptar las estrategias de aprendizaje en fun-ción de las características de la misma, supo-ne en sus inicios un acercamiento de un nivelde complejidad mayor que el requerido porun tipo de enfoque de aprendizaje superfi-cial; es más, esa manera de enfrentarse a laresolución de una tarea contradice en ciertomodo las características esenciales de unaaproximación de tipo superficial. Por el con-trario, el análisis de las características y de-mandas de la tarea y el adaptar las estrategiasa dichas características, sí está en consonan-cia con un enfoque de aprendizaje profundo,caracterizado por una fuerte interacción conel contenido con la intención de compren-derlo relacionándolo con los conocimientosprevios, un alto grado de implicación y com-promiso personal en el aprendizaje, etc.

Si a esto le añadimos que el enfoque pro-fundo se encuentra asociado en nuestra in-vestigación con la estrategia de logro, endonde la planificación, organización y dis-tribución del espacio y del tiempo de estu-dio constituyen elementos vinculados coneste funcionamiento estratégico, la activi-dad metacognitiva asociada con el enfoqueprofundo se ve enriquecida y reforzada porestas pautas de actuación que tienen que vercon la regulación y control de la conductaacadémica.



Por otra parte, aunque existe un efectodirecto, positivo y significativo de la per-cepción del estilo de enseñanza sobre lasatribuciones internas (γ=.153, p<.001), nose aprecia ningún efecto directo y significa-tivo de esa variable (percepción del estilo deenseñanza) ni de la percepción del tipo demateria sobre los enfoques de aprendizaje.En principio, son muchos los estudios queponen de relieve que los enfoques de apren-dizaje se encuentran determinados no sólopor factores de tipo personal sino tambiénpor variables relacionadas con el contextode enseñanza/aprendizaje. Además, segúnplantean algunos autores (ver p. ej., Lauri-llard, 1979), más que el propio contexto ensí mismo, son las percepciones que tienende él los sujetos lo que ejerce una influenciamás importante sobre el enfoque de apren-dizaje. En concreto, dentro de esos factorescontextuales los más relevantes parecen serel método de enseñanza y la evaluación(Bigss, 1993; Ramsden, 1988a; Selmes,1987). Sin embargo, en nuestro caso, tantola percepción del estilo de enseñanza comodel tipo de materia hacen referencia a cómoestas dos variables percibidas por el alumnopueden influir en la utilización de unas de-terminadas estrategias de aprendizaje. Enconsecuencia, parece que el hecho de que elestudiante se fije en mayor o menor medidaen el estilo de enseñanza y en el tipo de ma-teria para utilizar ciertas estrategias, no inci-de significativamente ni en el enfoque pro-fundo ni el enfoque superficial.

Tomando como referencia la totalidad derelaciones causales que aparecen en el mo-delo 1, éstas explicarían el 50% de la va-rianza total del modelo de forma global (vercoeficiente de determinación –CD– de la ta-bla 1). Del conjunto de variables endógenasque integran el modelo (un total de seis), lasatribuciones internas estarían explicadas enun 15,7%, las atribuciones externas no esta-rían explicadas en ninguna medida por elmodelo, el autoconcepto académico lo está

en un 25,5%, el enfoque profundo en un26,4%, el enfoque superficial en un 6,5%, yel rendimiento académico en un 40,6%.

En consecuencia, a pesar de que los mo-delos analizados presentan un grado deajuste con los datos empíricos excelente,hay que reconocer la necesidad de incluirotras variables relevantes que puedan daruna respuesta adecuada a una parte impor-tante de la cantidad de varianza de las va-riables dependientes que queda sin explicarpor los efectos y variables que forman partede los modelos analizados.

A modo de síntesis final de los resultadosmás relevantes referidos a los efectos causa-les entre las variables de los modelos, pode-mos destacar los siguientes:

1) Aunque los coeficientes de causali-dad recíproca entre atribuciones internas yautoconcepto no son significativos, es posi-ble pensar en la existencia de relaciones re-cíprocas entre estas dos variables. Previsi-blemente, el tipo de diseño utilizado y razo-nes de tipo estadístico pueden ser los facto-res que condicionen en gran medida la au-sencia de efectos significativos entre estasvariables cuando se plantea una relaciónrecíproca entre ellas.

2) La capacidad percibida influye sig-nificativamente en el autoconcepto acadé-mico, y determina en gran medida la adop-ción de un enfoque de aprendizaje profun-do. Por otro lado, en los modelos en los queno se plantea una relación recíproca entreatribuciones y autoconcepto, la competen-cia percibida incide también de forma sig-nificativa sobre las atribuciones causalesinternas.

3) Los resultados académicos anterio-res influyen positiva y significativamentesobre el autoconcepto y sobre el rendimien-to académico. Al mismo tiempo, cuandocontemplamos aquellos modelos en los queno se postula una relación recíproca entreatribuciones y autoconcepto, el rendimiento



previo tiene un efecto significativo sobre lasatribuciones internas.

4) El concebir la inteligencia como mo-dificable a través del esfuerzo y de los nue-vos aprendizajes determina positivamentela adopción de un enfoque profundo, y tam-bién influye significativamente sobre lasatribuciones internas y sobre el rendimientoacadémico.

5) El atribuir los resultados a causas denaturaleza interna repercute positivamentesobre el autoconcepto y sobre el rendimien-to académico, y también contribuye de mo-do significativo a adoptar un enfoque deaprendizaje profundo. Sin embargo, eladoptar un enfoque superficial no pareceencontrarse determinado por unas pautasatribucionales internas.

6) El disponer de un autoconcepto aca-démico positivo influye positiva y significa-tivamente en la tendencia a atribuir los re-sultados a causas internas, contribuye aadoptar un enfoque de aprendizaje profun-do, e incide en el rendimiento académico.Por otro lado, el autoconcepto académicono ejerce ningún tipo de influencia sobre elenfoque superficial.

7) Una tendencia a atribuir los resulta-dos a causas de naturaleza externa influyepositivamente en la adopción de un enfoquesuperficial y determina en buena medida elrendimiento académico. Sin embargo, estaspautas atribucionales no tienen ningúnefecto sobre el autoconcepto académico niinfluyen en la adopción de un enfoque deaprendizaje profundo.

8) Tener en cuenta los criterios de eva-luación para poner en marcha determina-das estrategias de aprendizaje influye posi-tiva y significativamente sobre el enfoquesuperficial, pero lo hace negativamente so-bre el autoconcepto académico y sobre elenfoque de aprendizaje profundo.

9) El análisis de las características dela tarea, como paso previo a la puesta enmarcha de unas determinadas estrategias

de aprendizaje, contribuye positivamente ala utilización de un enfoque profundo y lohace negativamente sobre el enfoque super-ficial.

10) La percepción del estilo de enseñan-za tiene un efecto positivo y significativo so-bre las atribuciones internas. Sin embargo,tanto la percepción del estilo de enseñanzacomo la percepción del tipo de materia noejercen ninguna influencia significativa so-bre el tipo de enfoque de aprendizaje quepone en marcha el estudiante en el momen-to de enfrentarse a las tareas académicas.

11) Por último, ni el enfoque profundo niel enfoque superficial influyen significativa-mente sobre el rendimiento académico.

Comentarios finales y conclusiones

En primer lugar, y a modo de reflexiónfinal sobre las relaciones causales postula-das en los modelos, como hecho fundamen-tal, debemos indicar que se aprecia una au-sencia de relación significativa entre los en-foques de aprendizaje y el rendimiento, esdecir, hay una especie de «vacío» entre laadopción de un enfoque de aprendizaje, ca-racterizado por unos determinados motivosy estrategias, y los resultados académicos.Probablemente, la necesidad de diferenciarentre aprendizaje y rendimiento así como laausencia de otras variables intermedias,puede constituir uno de los elementos cla-ves para explicar sobre todo la no existenciade relación entre enfoque profundo y rendi-miento. Por lo que respecta al enfoque su-perficial, tal y como hemos indicado, la co-existencia del motivo de logro y del miedoal fracaso dentro de dicho enfoque puedeser una de las causas que justifiquen la au-sencia de relación con el rendimiento. Ade-más, la mayor parte de los efectos causalesque aparecen incluidos en los modelos res-ponden a un funcionamiento cognitivo-mo-tivacional dirigido a explicar la adquisiciónde aprendizajes altamente comprensivos y



significativos. Por otro lado, otras variablesque, en principio, no parecen mantener rela-ciones tan estrechas con ese modo de apren-der (p.ej., atribuciones externas, enfoque su-perficial), quedan escasamente explicadas através de las variables y efectos integradosen los modelos. En todo caso, lo que sí re-sulta un tanto sorprendente es que el rendi-miento se encuentre determinado directa-mente en el modelo por determinadas varia-bles de distinta naturaleza (atribuciones ex-ternas, atribuciones internas, autoconcepto,rendimiento previo, etc.); sin embargo,aquellas otras que están directamente rela-cionadas con la implicación cognitiva y mo-tivacional del sujeto en su aprendizaje (p.ej.,el enfoque profundo) no presentan ningúnefecto significativo sobre el rendimiento.

En segundo lugar, al discutir acerca de lacantidad de varianza de las variables endó-genas que quedaba sin explicar por las rela-ciones contempladas en los modelos sugerí-amos la necesidad de incorporar nuevas va-riables que pudieran dar una respuesta ade-cuada a este problema. Desde nuestro puntode vista, uno de los factores que puede con-tribuir a que una parte importante de la va-rianza de las variables endógenas quede sinexplicar a partir de las relaciones postuladasen los modelos es que no hemos tenido encuenta los valores de los niveles anterioresde cada una de esas variables. Aunque estees un problema asociado al tipo de diseñoutilizado, no es menos cierto que en algunavariable sí hemos recogido información so-bre esos niveles anteriores (p.ej., en el casodel rendimiento), mientras que en el resto devariables endógenas dicha información estáausente. De todas formas, el no disponer deuna medida anterior de algunas de las varia-bles más importantes del modelo constituyeun problema asociado con el diseño de la in-vestigación. En nuestra opinión, una de lasposibles limitaciones del presente trabajoreside en propio diseño de investigación uti-lizado. Del conjunto de variables considera-

das sólo disponemos de una única medidarealizada en un único momento temporal;pero, por otro lado, hemos intentado con-trastar cómo se relacionaban esas variablesdentro de un modelo de relaciones causales;dicho en otros términos, hemos utilizado undiseño de tipo transversal para estudiarefectos causales entre variables. Tomandoen sentido estricto el análisis causal, parapoder establecer una relación causa-efectose necesita, entre otras cosas, una secuenciatemporal entre dos variables, es decir, la va-riable causa debe preceder en el tiempo a lavariable efecto; y este requisito sólo puedecumplirse cuando la investigación se realizaen base a un diseño longitudinal. Así, porejemplo, es razonable pensar que el rendi-miento actual del alumno pueda determinarel autoconcepto académico que presente enun futuro; que el nivel de capacidad percibi-da actual influya en el autoconcepto futuro;que el autoconcepto actual repercuta sobreel rendimiento futuro, etc. Es difícil imagi-nar que estas variables sufran cambios de-masiado sustanciales en breves períodos detiempo. Por consiguiente, nos parece acon-sejable que las futuras investigaciones to-men en consideración este problema y seplanteen en base a diseños longitudinales,siendo lo ideal establecer más de dos mo-mentos de evaluación en varios intervalostemporales; entonces, probablemente en-contraremos relaciones recíprocas (en eltiempo) entre muchas de las variables con-templadas en el modelo (p.ej., autoconceptoy atribuciones, autoconcepto y rendimiento,etc.).

En tercer lugar, y aún teniendo en cuentaque los comentarios precedentes son gene-ralizables a la totalidad de variables endó-genas de los modelos, también podemos es-pecificar algunas de las variables que no es-tán contempladas en los modelos pero sípueden ejercer alguna influencia sobre lasvariables endógenas. Así, en el caso de lasatribuciones, los antecedentes causales



(p.ej., historia personal pasada, tendenciasautoprotectoras, rendimiento de otros, etc.)que señala Weiner (1985) como determi-nantes de las causas a las que recurre un su-jeto para explicar un resultado pueden cons-tituir variables que influyen en el tipo deatribuciones. Por otro lado, en el caso delautoconcepto académico disponemos deuna medida centrada en el plano descriptivodel mismo; sería conveniente, además, teneren cuenta también la vertiente valorativa.De hecho, a los sujetos les sugerimos que sedescriban a sí mismos como estudiantes pe-ro carecemos de información sobre el valore importancia que tiene para ellos la des-cripción que hacen. Así mismo, creemosque están ausentes algunas variables rele-vantes que tienen que ver directamente conla valoración de otros significativos y su in-fluencia sobre el autoconcepto del indivi-duo. En concreto, variables de tipo familiarvinculadas con la opinión que tienen padres,hermanos, etc. sobre el sujeto como estu-diante constituyen elementos de indudableimportancia que inciden en la formación desu autoconcepto (González-Pienda y Nú-ñez, 1994; Núñez, 1992; Núñez y González-Pienda, 1994). Del mismo modo, el feed-back que dispensa el grupo de iguales ytambién el profesor constituyen variables

englobadas dentro de la categoría de «otrossignificativos» que ejercen una influenciasobre el autoconcepto del individuo.

En cuarto lugar, por lo que se refiere a losenfoques de aprendizaje, en los modelospropuestos por Biggs (1987a, 1993) se deta-llan algunos de los factores personales ycontextuales que inciden en el enfoque deaprendizaje que adopta el estudiante. Así,por ejemplo, las concepciones de aprendiza-je de los sujetos (Ramsden, 1988b), capaci-dades, métodos de enseñanza, clima de cla-se, etc. (Biggs, 1987a, 1993) constituyen al-gunas de las variables no contempladas enlos modelos que hemos analizado, pero quesí parecen ejercer cierta influencia sobre losenfoques de aprendizaje.

Finalmente, en cuanto al rendimientoacadémico, las expectativas de rendimientode los padres, el control de los padres sobreel rendimiento de sus hijos, capacidadescognitivas básicas, conocimientos previos–la relevancia de los mismos y su grado deestructuración–, la persistencia y el esfuer-zo, así como determinados factores contex-tuales vinculados con el ámbito académico,son algunas de las variables no contempla-das en los modelos de esta investigación yque, a nuestro entender, pueden influir en elrendimiento.



Referencias

Arnau, J. (1995): Metodología de la investiga-ción psicológica. En M.T. Anguera, J. Arnau,M. Ato, R. Martínez, J. Pascual y G. Vallejo(eds.): Métodos de investigación en psicolo-gía. Madrid: Síntesis.

Biggs, J.B. (1985): The role of metalearning instudy processes. British Journal of Educatio-nal Psychology, 55, 185-212.

Biggs, J.B. (1987a): Student approaches to le-arning and studying. Hawthorn, Victoria:Australian Council for Educational Re-search.

Biggs, J.B. (1987b): Study Process Questionnai-re (SPQ). Hawthorn, Victoria: AustralianCouncil for Educational Research.

Biggs, J.B. (1988): Assessing study approachesto learning. Australian Psychologist, 23, 197-206.

Biggs, J.B. (1993): What do inventories of stu-dents’ learning processes really meausre?. Atheoretical review and clarification. BritishJournal of Educational Psychology, 63, 3-19.

Bisquerra, R. (1989): Introducción conceptual alanálisis multivariable. Un enfoque informáti-

co con los paquetes SPSS-X, BMDP, LISRELy SPAD. Vol. 2. Barcelona: PPU.

Cross, S.E. y Markus, H.R. (1994): Self-sche-mas, possible selves, and competent perfor-mance. Journal of Educational Psychology,86, 423-438.

Entwistle, N.J. (1988): La comprensión del aprendi-zaje en el aula. Barcelona: Paidós/M.E.C.(Edi-ción original: 1987).

Findley, M.J. y Cooper, H.M. (1983): Locus ofcontrol and academic achievement: A litera-ture review. Journal of Personality and SocialPsychology, 44, 419-427.

González, M.C. (1997): La motivación académi-ca. Pamplona: EUNSA.

González, M.C. y Tourón, J. (1992): Autocon-cepto y rendimiento académico. Sus implica-ciones en la motivación y en la autorregula-ción del aprendizaje. Pamplona: EUNSA.

González-Pienda, J.A. y Núñez, J.C. (1994):Contexto familiar, procesos cognitivo-moti-vacionales y rendimiento académico. IV Con-greso de Psicología INFAD. Burgos.

González-Pienda, J.A., Núñez, J.C., González-Pumariega, S. y García, M. (1997): Autocon-cepto, autoestima y aprendizaje escolar. Psi-cothema, 9, 2, 271-289.

Harter, S. y Connell, R. (1984): A model of chil-dren’s achievement and related self-percep-tions of competence, control, and motivatio-nal orientation. En J.G. Nicholls (ed.): Advan-ces in motivation and achievement (vol. 3).New York: JAI Press.

Keith, T.Z.; Pottebaum, S.M. y Eberhart, S.(1986): Effects of self-concept and locus ofcontrol on academic achievement: A large-sample path analysis. Journal of Psychoedu-cational Assessment, 4, 61-72.

Latorre, A.; Rincón, D. del, y Arnal, J. (1996):Bases metodológicas de la investigación edu-cativa. Barcelona: GR92.

Laurillard, D.M. (1979): The process of studentlearning. Higher Education, 8, 395-409.

Markus, H.R. (1977): Self-schemata and proces-sing information about the self. Journal ofPersonality and Social Psychology, 35, 63-78.

Markus, H.R. y Nurius, P. (1986): Possible sel-ves. American Psychologist, 41, 954-969.

Marsh, H.W. (1984): Relationship among di-mensions of self-attribution, dimensions ofself-concept, and academic achievements.Journal of Educational Psychology, 76,1291-1308.

Marton, F. y Säljö, R. (1976a): On qualitativedifferences in learning. I. Outcome and pro-cess. British Journal of Educational Psycho-logy, 46, 4-11.

Marton, F. y Säljö, R. (1976b): On qualitativedifferences in learning. II. Outcome as a func-tion of the learner’s conception of the task.British Journal of Educational Psychology,46, 128-148.

Marton, F.; Hounsell, D.J. y Entwistle, N.J.(1984): The experience of learning. Edin-burgh: Scottish Academic Press.

McCombs, B.L. (1986): The role of the self-sys-tem in self-regulated learning. ContemporaryEducational Psychology, 11, 314-332.

McCombs, B.L. (1989): Self-regulated learningand academic achievement: A phenomenolo-gical view. En B.J. Zimmerman y D.H.Schunk (eds.): Self-regulated learning andacademic achievement: Theory, research, andpractice. New York: Springer-Verlag.

McCombs, B.L. y Marzano, R.J. (1990): Puttingthe self in self-regulated learning: The self asagent in integring will and skill. EducationalPsychologist, 25, 51-69.

Núñez, .J.C. (1992): El autoconcepto: Caracte-rísticas estructurales, diferencias evolutivasinter e intra-individuales y su relación con elrendimiento académico en alumnos de 6 a 11años. Tesis Doctoral no publicada. Universi-dad de Oviedo. Departamento de Psicología.

Núñez, J.C. y González-Pienda, J.A. (1994): De-terminantes del rendimiento académico. Va-riables cognitivo-motivacionales, atribucio-nales, uso de estrategias y autoconcepto.Oviedo: Servicio de Publicaciones de la Uni-versidad de Oviedo.

Núñez, J.C., González-Pienda, J.A., García, M.,González-Pumariega, S., Roces, C., Alvarez,L. y González, M.C. (1998): Estrategias deaprendizaje, autoconcepto y rendimiento aca-démico. Psicothema, 10, 1, 107-119.

Palenzuela, D.L. (1983): Construcción y valida-ción de una escala de autoeficacia percibidaespecífica de situaciones académicas. Análi-sis y Modificación de Conducta, 9 (21), 185-210.

Pintrich, P.R. (1994): Continuities and disconti-nuities: Future directions for research in Edu-cational Psychology. Educational Psycholo-gist, 29, 137-148.

Pintrich, P.R. y Schrauben, B. (1992): Students’motivational beliefs and their cognitive enga-



gement in classroom academic task. En D. H.Schunk y J.L. Meece (eds.): Student percep-tions in the classroom. Hillsdale, NJ: Erlbaum.

Ramsden, P. (1988a): Context and strategy: Si-tuational influences on learning. En R.R. Sch-meck (ed.): Learning strategies and learningstyles. New York: Plenum Press.

Ramsden, P. (1988b): Improving learning: Newperspectives. London: Kogan Page.

Ramsden, P.; Martin, E. y Bowden, J. (1989):School environment and sixth form pupils’approaches to learning. British Journal ofEducational Psychology, 59, 129-142.

Selmes, I. (1988): La mejora de las habilidadespara el estudio. Barcelona: Paidós/M.E.C.(Edición original: 1987).

Van Rossum, E.J. y Schenk, S.M. (1984): The re-lationship between learning conception, studystrategy, and learning outcome. British Jour-nal of Educational Psychology, 54, 73-83.

Watkins, D. (1983): Depth of processing and thequality of learning outcomes. InstructionalScience, 12, 49-58.

Watkins, D. (1987): Academic locus of control:A relevant variable at tertiary level. HigherEducation, 16, 221-229.

Watkins, D. y Regmi, M. (1992): Investigatingstudent learning in Nepal: An emic approach.Fourt Asian Regional Congress of Cross-Cul-tural Psychology. Kathmandu.

Weiner, B. (1979): A theory of motivation for so-me classroom experiences. Journal of Educa-tional Psychology, 71, 3-25.

Weiner, B. (1985): An attributional theory ofachievement motivation and emotion. Psy-chological Review, 92, 548-573.

Weiner, B. (1986): An atributional theory ofmotivation and emotion. New York: Springer-Verlag.

Weiner, B. (1990): History of motivational re-search in education. Journal of EducationalPsychology, 82, 616-622.

Aceptado el 22 de enero de 1998



VARIABLES COGNITIVO-MOTIVACIONALES, ENFOQUES DE APRENDIZAJE Y ... · PDF fileVARIABLES...

Documents

Transcript of VARIABLES COGNITIVO-MOTIVACIONALES, ENFOQUES DE APRENDIZAJE Y ... · PDF fileVARIABLES...