variables personales predictoras del rendimiento … · universidad de alicante facultad de...

VARIABLES PERSONALES PREDICTORAS DEL RENDIMIENTO ACADÉMICO.

UN MODELO CAUSAL

Alejandra Gisbert Ferràndiz

www.ua.es

www.eltallerdigital.com

UNIVERSIDAD DE ALICANTE

FACULTAD DE EDUCACIÓN

Dep. PSICOLOGÍA EVOLUTIVA Y DIDÁCTICA

VARIABLES PERSONALES PREDICTORAS

DEL RENDIMIENTO ACADÉMICO.

UN MODELO CAUSAL.

TESIS DOCTORAL

PRESENTADA POR:

Dª. ALEJANDRA GISBERT FERRÀNDIZ

Licenciada en Psicopedagogía

DIRIGIDA POR:

Dr. D. ANTONIO MIGUEL PÉREZ SÁNCHEZ

Presentada para la obtención del grado de Doctora

2015

Agradecimientos:

A Antonio Miguel Pérez Sánchez, Director del trabajo,

por su tiempo, dedicación, consejo y apoyo sin el cual

no hubiese sido posible su realización.

A los directores, jefes de estudio y profesores-tutores

que permitieron la selección de la muestra, así como a

todos los alumnos que han participado en ella.

A la meua família (els qui estan i els qui no estan) que

han sigut el motor perquè estudiara, m’han animat en

tot moment a seguir endavant i m’han regalat temps

seu perquè jo realitzara aquest treball.

A ma mare que és un exemple d’esforç on guiar-se i a

mon pare perquè sé que esta és la seua il·lusió.

Y a todos los que de alguna manera han contribuido a

la realización de esta investigación.

Mi más sincero agradecimiento a todos.

Índice

I

ÍNDICE

I. REVISIÓN TEÓRICA

0. Introducción..........................................................................................................003

1. El rendimiento académico. ...................................................................................0091.1. Tipos. .......................................................................................................0171.2. La unidad de medida del rendimiento.......................................................021

2. Variables personales............................................................................................0252.1. Inteligencia. ..............................................................................................027

2.1.1. Teorías sobre la inteligencia. ..........................................................0292.1.1.1. Enfoque psicométrico.......................................................0292.1.1.2. Enfoque cognitivo.............................................................038

2.1.2. Determinantes de la inteligencia.....................................................0462.1.3. Medida de la inteligencia. ...............................................................0492.1.4. Rendimiento académico e inteligencia............................................057

2.2. Motivación. ...............................................................................................0632.2.1. Teorías de la motivación.................................................................064

2.2.1.1. Modelos humanistas. .......................................................0672.2.1.2. Modelos cognitivos...........................................................073

2.2.2. Motivación y rendimiento académico. .............................................0902.3. Autoconcepto. ..........................................................................................099

2.3.1. Modelo jerárquico del autoconcepto. ..............................................1002.3.2. Los ‘otros significativos’ en la formación del autoconcepto. ............1052.3.3. Autoconcepto académico. ..............................................................1062.3.4. Autoconcepto y rendimiento académico. ........................................109

2.4. Personalidad. ...........................................................................................1152.4.1. Teorías de la personalidad. ............................................................119

2.4.1.1. Teorías de los rasgos.......................................................1262.4.2. Rendimiento académico y personalidad. ........................................133

2.5. Género. ....................................................................................................1412.5.1. Diferencias de género.....................................................................1422.5.2. Género y rendimiento académico. ..................................................147

3. Estatus sociométrico, variable socio-ambiental. ...................................................1533.1. Rendimiento académico y estatus/tipo sociométrico. ...............................165

4. Conclusiones........................................................................................................173

Variables personales predictoras del RA.

II

II. ESTUDIO EMPÍRICO

1. Objetivos e hipótesis. ...........................................................................................1811.1. Objetivos. .................................................................................................1831.2. Hipótesis. .................................................................................................185

2. Método. ................................................................................................................1932.1. Participantes. ...........................................................................................197

2.1.1. Entorno socioeconómico y cultural. ................................................1982.2. Instrumentos. ...........................................................................................201

2.2.1. Test de factor ‘g’, escala 2. .............................................................2012.2.2. Test sociométrico. ..........................................................................2022.2.3. Cuestionario de motivación hacia el aprendizaje. MAPE-I. .............2052.2.4. Cuestionario de estilos atributivos y motivación. EAT. ....................2072.2.5. Cuestionario de autoconcepto. SDQ-I. ...........................................2082.2.6. Cuestionario “Big-Five” de personalidad. BFQ-NA..........................2092.2.7. Calificaciones académicas de los alumnos.....................................210

2.3. Variables. .................................................................................................2132.4. Proceso. ...................................................................................................217

3. Resultados. ..........................................................................................................2213.1. Variables categóricas y rendimiento académico. ......................................225

3.1.1. Género y tipos sociométricos..........................................................2253.1.2. Género y rendimiento académico. ..................................................2273.1.3. Rendimiento académico y tipos sociométricos................................229

3.2. Análisis de las variables. ..........................................................................2313.2.1. Normalidad de las variables............................................................2313.2.2. Fiabilidad. .......................................................................................2363.2.3. Multicolinealidad. Factor Inflación de la Varianza ...........................2373.2.4. Análisis correlacional. .....................................................................239

3.3. Análisis de diferencia de medias. .............................................................2573.4. Análisis de regresión logística binaria.......................................................267

3.4.1. Previos. .........................................................................................2673.4.2. Cálculos iniciales. ..........................................................................2703.4.2. Pruebas de bondad de ajuste. .......................................................2723.4.3. Variables en el modelo. Valor predictivo. .......................................2763.4.4. Análisis de medias. ........................................................................281

3.5. Modelo causal explicativo del rendimiento académico..............................2833.5.1. Modelo teórico inicial. .....................................................................2843.5.2. Modelos intermedios.......................................................................2933.5.3. Modelo final ....................................................................................300

4. Discusión de los resultados. .................................................................................3054.1. Discusión de los resultados obtenidos en relación con el primer objetivo de

nuestra investigación................................................................................3074.2. Discusión de los resultados obtenidos en relación con el segundo objetivo

de nuestra investigación...........................................................................3174.3. Discusión de los resultados obtenidos en relación con el tercer objetivo de

nuestra investigación................................................................................3215. Conclusiones finales.............................................................................................325

Bibliografía. ..............................................................................................................333

I. REVISIÓN TEÓRICA

0. Introducción.

Introducción

5

Que la educación es la base y el motor fundamental de desarrollo de un

país es algo indudable e innegable. Que las metodologías que estamos

utilizando para ello sean las mejores, es algo cuestionable.

Así, no nos sorprende que se hayan llevado a cabo multitud de estudios

alrededor de la relación entre los factores individuales y el rendimiento

académico desde hace más de un siglo. Este problema preocupa, y mucho, ya

que a pesar de todos los estudios y medidas que se han adoptado para mitigarlo,

los resultados distan mucho de ser los esperados.

En el caso de nuestro país, donde hay un elevado número de fracaso

escolar, el problema se agrava, así en el informe PIRLS - TIMSS (IEA, 2012),

que presenta los resultados de 2011 de unos 260.000 alumnos de 4º de Primaria

de 63 países en Ciencias y Matemáticas y de 48 en Comprensión Lectora, las

puntuaciones referidas a España están por debajo de la media de la OCDE en

todos los aspectos evaluados. Si a lo anterior, por un lado, le añadimos los

índices de repetición de curso que son con diferencia los más altos de Europa

(European Commission, 2011) y, por otro, nos acogemos a la idea de Marchesi

(2003) de que el fracaso escolar no es sólo el bajo rendimiento sino que también

se refiere a los alumnos desmotivados, vemos que el problema de base es

mucho más profundo, el panorama que se presenta no es muy halagüeño.

Variables personales predictoras del rendimiento académico. Un modelo causal.

6

Ante los frenéticos cambios de la sociedad actual, la sociedad de las

nuevas tecnologías y de la información, necesitamos individuos capaces de

adaptarse a los nuevos retos y cambios diarios. No obstante, la realidad

educativa dista mucho de responder a dichos retos, de dar respuesta a este tipo

de sociedad.

Es un sistema educativo que nos ofrece una educación basada en los tres

pilares de la antigua escuela, a saber: memoria, deberes y exámenes, todo ello

acompañado con un elevado número de horas de clase y con pruebas selectivas

que desencadenan una frenética preocupación y preparación para poder

superarlas. Una escuela que no enseña a aprender a aprender, sino a aprender

a superar pruebas con poco significado para los alumnos. Y, por si fuera poco,

si el alumno no las supera la solución del sistema es la ya comentada: la

repetición de curso, lejos de las adaptaciones curriculares y la enseñanza

individualizada. Así, muchos alumnos se quedan por el camino, optando a menos

posibilidades de acceder al mundo laboral lo que sin duda tiene mucho que ver

con las altas tasas de paro juvenil que tenemos actualmente.

Se trata de un problema que trasciende el ámbito educativo para

convertirse en una preocupación social, institucional y personal (Fullana, 1996)

ya que el fracaso escolar conllevará a condicionar el futuro laboral de las

personas, a poner en tela de juicio el papel de la institución escolar y todo ello

afectará a nivel personal ya que todas las experiencias que vive el individuo

contribuyen a su desarrollo y formación

Por el contrario, Finlandia, país de referencia en el mudo de la educación,

obtiene unos resultados muy diferentes. Situándose a la cabeza en los informes

PISA, este país hace unas décadas estaba por debajo en estos informes. ¿Qué

Introducción

7

ha cambiado? Según Melgarejo (2013) “la clave del funcionamiento de un

sistema educativo la podemos encontrar en el análisis interno de este” (p. 47). Y

en el de Finlandia destacan los valores como el esfuerzo, la responsabilidad y el

desarrollo personal como ser humano, “valoran a las personas por lo que son y

hacen y no por lo que fueron sus padres o por el grupo social al que pertenecen”

(Melgarejo, 2013, p.57), en ello la educación, arropada por el Estado del

Bienestar, tiene un papel fundamental. La institución escolar debe procurar la

superación de las desigualdades sociales por tanto el rendimiento académico

debe considerarse en relación a la igualdad de oportunidades a la hora de

acceder a un trabajo (Martínez-Otero Pérez, 1997).

Abundando en la idea de la relación existente entre educación y desarrollo

económico, García Montalvo (2012) afirma que para España un aumento de 25

puntos en PISA “representaría 4,14 billones de dólares, o aproximadamente el

PIB de tres años” (p. 85).

El interés por el tema queda plasmado en los numerosos estudios

desarrollados que tienen como eje conductor la mejora del rendimiento

académico. Su finalidad ha sido dar a conocer los factores que determinan el

proceso de enseñanza-aprendizaje, es decir, conocer los aspectos educativos

que influyen en el proceso para mejorar el rendimiento, disminuir el fracaso

escolar y aumentar el crecimiento económico, que al fin y al cabo es la base de

la sociedad en la que vivimos. Un gran número de estas investigaciones, por una

parte, presentan resultados que no son definitivos y, por otra, se han centrado

en tratar las variables independientemente y no en sus relaciones.


8

Vista la necesidad de individualizar la enseñanza y de conocer los factores

que influyen en el rendimiento para que se dé un cambio de base en la

educación, una educación que ha de enseñar a pensar, a investigar, a crear

individuos con herramientas útiles para enfrentarse al mundo que los rodea, en

el trabajo de investigación que aquí presentamos, pretendemos elaborar un

modelo que se centre más en el proceso que en los resultados. Pretendemos

averiguar qué variables, de entre un conjunto de ellas, son las que

determinan/predicen el rendimiento académico y construir un modelo causal que

nos aporte un conocimiento más analítico.

De este modo, como ya decía Tourón (1985) hace ya varios años,

podríamos “disponer los distintos elementos del proceso de tal modo que

favorezcan al máximo el aprendizaje que cada alumno, en función de sus

condiciones personales, es capaz de adquirir”.

1. Rendimiento académico.

Rendimiento académico

11

Definir el rendimiento académico es una tarea que lleva acometiéndose

hace muchos años y a la cual todavía no se ha llegado a un consenso por el

carácter multidimensional del término y el hecho de estar vinculado a una

sociedad cambiante en la que cada momento imperan unos ideales. A

continuación realizaremos un recorrido por las diferentes definiciones que se han

desarrollado a lo largo de las últimas décadas.

Son muchas las definiciones que conciben el rendimiento académico

como un producto (Carabaña, 1979; Forteza Méndez, 1975; Gimeno Sacristán,

1976; Gómez Castro, 1986; González Fernández, 1975). Tourón (1984) va en

esta línea pero apunta que no es el producto de una única aptitud, sino más bien

el resultado de una suma, nunca bien conocida, de elementos, tales como

factores institucionales, pedagógicos, psicosociales y sociodemográficos, que

actúan en y desde la persona que aprende.

Rodríguez Espinar (1985), plantea la existencia de una convergencia de

tres dimensiones en el tema del rendimiento académico, lo que indica que el

concepto de rendimiento académico cambia según el momento histórico de que

se trate:

la primera de estas dimensiones hace referencia a aspectos

sociales, desde este punto de vista se plantea el rendimiento

académico como medio para que el sujeto se incorpore al proceso


12

productivo de la sociedad, como productor y como receptor.

la segunda, educativa-institucional, se centra en los métodos más

adecuados para lograr los objetivos que la institución educativa se

plantea, objetivos que van a depender del momento histórico de que

se trate, y por último

la tercera dimensión, la cual hace referencia a las inversiones

económicas en educación y a su adecuación para la obtención de

los resultados que la sociedad espera.

El rendimiento académico lo podemos entender como éxito académico,

concepto que es polisémico y multidimensional (Laferrière et al., 2011). St-Amant

(1993) señala que el concepto de éxito escolar se subdivide en tres: éxito (logro)

académico, éxito educativo y éxito social:

el éxito académico es el “logro de los objetivos de la escolarización,

en relación al dominio de saberes determinados. Es decir, el

camino recorrido por el alumno en el sistema escolar” (St-Amant,

1993, p. 2; Bouchard y St-Aman, 1996, p. 4),

el éxito educativo es “la consecución de los objetivos relacionados

con los procesos de adquisición de actitudes, de comportamientos

y de valores" (Bouchard y St-Aman, 1996, p. 4), es el resultado del

proceso de socialización escolar,

el éxito social supone una correspondencia entre la formación

recibida en la escuela y el lugar ocupado en la sociedad. (St-Aman,

1993, p. 2).


13

Tabla 1.Definiciones de rendimiento académico.

Forteza Méndez

(1975)

Es el resultado final del proceso de aprendizaje: “es la productividad

del sujeto, el producto final de la aplicación de su esfuerzo, matizado

por sus actitudes, rasgos y la percepción más o menos correcta de

los cometidos asignados” (p. 86)

González

Fernández (1975)

El rendimiento escolar “es fruto de una verdadera constelación de

factores derivados del sistema educativo, de la familia, del propio

alumno en cuanto a persona en evolución, el rendimiento es un

producto” (p. 12)

Gimeno Sacristán

(1976)

Es lo que los alumnos obtienen en un curso tal como queda reflejado

en las notas o calificaciones escolares.

Chadwick (1979) Es la expresión de capacidades y características psicológicas del

estudiante que se actualizan a través de un proceso de aprendizaje

Carabaña (1979) El rendimiento académico es “el resultado de sus mediciones

sociales y académicamente relevantes” (p. 35).

Gómez Castro

(1986)

Se refiere al nivel de conocimiento y destrezas escolares exhibidas

por un estudiante y expresadas mediante cualquier procedimiento de

evaluación.

Tourón (1984) Es el resultado del aprendizaje suscitado por la intervención

pedagógica del profesor/a, y producido en el alumno.

Jiménez (2000) Postula que el rendimiento escolar es el nivel de conocimientos

demostrado en un área ó materia comparado con la norma de edad

y nivel académico.

Figueroa (2004) Es el “conjunto de transformaciones operadas en el educando, a

través del proceso de enseñanza-aprendizaje, que se manifiesta

mediante el crecimiento y enriquecimiento de la personalidad en

formación” (p. 25)

Ruiz, Ruiz y Ruiz

(2010)

Es “la resultante de una multiplicidad de factores, que van desde los

personales, los relacionados con el entorno familiar y social en el que

se mueve el alumno, los dependientes de la institución y los que

dependen de los docentes” (p. 1).

Tonconi (2010) Es el nivel demostrado de conocimientos en un área o materia.


14

Bouchard y St-Aman (1996), resumen la noción de éxito social como

sigue: El hombre o la mujer exitosa es aquella que “adquiere ciertos saberes

definidos, así como ciertos valores y actitudes que le permiten insertarse

socialmente y participar plenamente en las transformaciones sociales” (p. 4).

Este concepto se refiere a la consecución de los objetivos de aprendizaje

en cada etapa de los itinerarios educativos. Cuando estas medidas

coinciden con el final de un ciclo de estudios o nivel de educación, el éxito

académico por lo general resulta en la obtención de un título o certificado

y, en última instancia, una integración exitosa en el mundo del trabajo

(CRIRES, 1992, p. 2).

Es evidente que el fracaso académico, polo opuesto del éxito, supone

todo lo contrario.

Así pues, la idea de éxito escolar puede entenderse como el cumplimiento

por parte de los alumnos de los estándares de excelencia académica y el

progreso en el plan de estudios (sería el rendimiento académico), o también,

como el éxito de una institución o de un sistema escolar en su conjunto

(Perrenoud, 2002), idea que comparte Baby (2002) cuando expone que la noción

de éxito académico es diferente según los actores involucrados, así para los

profesores el éxito se situa dentro del proceso educativo y para la Administración,

en su fin.

En cualquier caso, el concepto de rendimiento académico parece aún

inacabado ya que las definiciones se han elaborado considerando un solo criterio

o enfoque, limitación que se ha ido superando a lo largo de la evolución en la

consideración del concepto (Pérez Serrano, 1981).


15

Estas concepciones del rendimiento parten de su evaluación y por tanto

se tiene en cuenta únicamente el desarrollo individual, pero el alumno se

encuentra en un contexto donde el grupo también puede afectar al rendimiento

académico. Así, Cominetti y Ruiz (1997) refieren que se necesita conocer qué

variables inciden ó explican el nivel de distribución de los aprendizajes, por

ejemplo: las expectativas de familia, docentes y los mismos alumnos con

relación a los logros en el aprendizaje pueden poner al descubierto el efecto de

un conjunto de prejuicios, actitudes y conductas que pueden resultar

beneficiosos ó desventajosos en el procedo educativo e en sus resultados. Idea

semejante a la de Chadwick (1979) quien considera que el rendimiento

académico debe concebirse tanto cuantitativamente, cuando mide lo que arrojan

las pruebas, como en forma cualitativa, cuando se aprecian subjetivamente los

resultados de la educación.

En la misma línea, González Cabanach, Valle Arias, Suárez Riveiro y

Fernández Suárez (1999) opinan que

para la consecución de aprendizajes eficaces y la obtención del éxito

académico los alumnos precisan tanto de la habilidad («skill») como de la

voluntad («will»). Es decir, tanto de poder hacerlo (tener las capacidades,

conocimientos, estrategias y destrezas necesarias) (componente

cognitivo) como de querer hacerlo (tener la disposición, intención y

motivación suficientes que permitan poner en marcha los mecanismos

cognitivos en la dirección de los objetivos o metas pretendidos)

(componente motivacional) (p. 49).

Díaz (1995) y Reyes (2003) plantean la necesidad de tener en cuenta el

proceso que pone en juego las aptitudes del estudiante ligadas a factores


16

volitivos, afectivos y emocionales, además de la ejercitación para lograr objetivos

o propósitos institucionales preestablecidos.

La definición que Montes Gutiérrez y Lerner Matiz (2011) hacen del

rendimiento académico engloba todos los aspectos considerados:

La relación entre el proceso de aprendizaje, que involucra factores

extrínsecos e intrínsecos al individuo, y el producto que se deriva de él,

expresado tanto en valores predeterminados por un contexto sociocultural

como en las decisiones y acciones del sujeto en relación con el

conocimiento que se espera obtenga de dicho proceso (p. 15).

Para terminar este apartado indicar que, aunque no ayuda la

interpretación que hace la UNESCO (Delors, 1996) de lo que es la educación

formal -aquella que otorga créditos o diplomas a los estudiantes-, se debe tener

muy claro que el rendimiento académico no puede ser un sinónimo de capacidad

intelectual, aptitudes o competencias (Torres y Rodríguez, 2006) u obtener un

título, es algo más, en el cual están involucrado diversos factores que van a influir

en el rendimiento ya sea de forma negativa o positiva. No es únicamente el

resultado de un proceso, el rendimiento académico es mucho más que eso, es

un viaje que dura muchos años y que no debe limitarse al producto final por

importante que sea. Algo semejante pensaría Kavafis (1982) cuando escribió en

1911 los versos siguientes:

Ten siempre a Itaca en la memoria.

Llegar allí es tu meta.

Mas no apresures el viaje.

Mejor que se extienda largos años;

y en tu vejez arribes a la isla

con cuanto hayas ganado en el camino,

sin esperar que Itaca te enriquezca.


17

1.1. Tipos de rendimiento.

Son numerosos las tipologías sobre el rendimiento académico, Martín

González (1986) y Álvaro Page (1990) intentaron establecer los distintos tipos

de rendimiento:

A. Rendimiento académico (cognoscitivo, actitudinal y psicomotor). Dentro de

este tipo de rendimiento Bloom (1971) desarrolló sistemas de clasificación de

objetivos educativos presentándolos como dominios. Estos dominios

comprenden el cognoscitivo, actitudinal y psicomotor:

el dominio cognoscitivo implica objetivos que van desde la memoria

hasta niveles superiores de razonamiento,

el dominio afectivo comprende el desarrollo personal y social; va

de niveles de menor hasta los de mayor compromiso, y

el domino psicomotor comprende conductas en las que se

involucran los procesos sensoriales y motores del sujeto que están

en relación a los objetivos educativos.

B. Rendimiento individual o social. Figueroa (2004) efectúa esta clasificación,

entiende por individual el rendimiento que se manifiesta en la adquisición de

conocimientos, experiencias, hábitos, destrezas, habilidades, actitudes,

aspiraciones, etc., lo que permite al profesor tomar decisiones pedagógicas


18

posteriores. Dentro de este rendimiento individual, el autor propone la

existenca de un rendimiento general que se manifiesta mientras el estudiante

va al colegio, en el aprendizaje de las materias académicas, de hábitos

culturales y en la conducta del alumno, y un rendimiento específico que se da

en la resolución de problemas personales y en el desarrollo de la vida familiar

y social actual, y profesional futura.

Por social entiende que la institución educativa al influir sobre un individuo,

no se limita a este sino que a través del mismo ejerce influencia de la

sociedad en la que se desarrolla. Se consideran factores de influencia social:

el medio geográfico de la sociedad donde se sitúa el estudiante y el campo

demográfico constituido por el número de personas a las que se extiende la

acción educativa.

C. Rendimiento objetivo o subjetivo (según las técnicas empleadas para

evaluar). El primero requiere la utilización de instrumentos normalizados y en

él sólo se intenta apreciar el grado de dominio o valía intelectual del sujeto;

el segundo se lleva a cabo mediante la apreciación o juicio del profesor,

interviniendo en el mismo todo tipo de referencias personales del propio

sujeto (Álvaro Page et al., 1990).

D. Rendimiento suficiente e insuficiente. Podemos hablar de rendimiento

satisfactorio o insatisfactorio cuando se evalúa el rendimiento utilizando

criterios internos según que cada alumno en concreto consiga o no lograr un


19

nivel instructivo-formativo en coherencia o relación óptima con sus

capacidades y posibilidades personales (Álvaro Page et al., 1990).

Cuando se pondera el rendimiento acudiendo a un nivel objetivo

previamente determinado se habla de rendimiento suficiente o insuficiente

(García Hoz, 1971), conforme el alumno haya o no alcanzado dicho nivel

deseable y mínimo, nivel que ha sido establecido a priori.

Por último, apuntar que combinando estos dos tipos de rendimiento se

pueden dar cuatro subtipos (Tapia, 1989):

suficiente-insatisfactorio, es el rendimiento del alumno que podría

alcanzar un nivel más alto que el que alcanza, aunque supere los

estándares exigidos, es el alumno que aprueba sin esforzarse,

suficiente-satisfactorio, es el caso del alumno que alcanza el mayor

nivel del que es capaz que coincide con los estándares exigidos,

insuficiente-satisfactorio, es el mismo caso que el anterior pero no

alcanza los estándares exigidos, es el chico que hace lo que puede

pero que no es bastante para alcanzar los mínimos que se le piden,

e

insuficiente-insatisfactorio, aquí el alumno ni se esfuerza todo lo

que puede ni alcanza los mínimos exigidos.

La legislación educativa es la que establece cuándo el rendimiento es

insuficiente, el rendimiento insatisfactorio depende del nivel de aptitudes del

sujeto en cuestión.


21

1.2. La unidad de medida del rendimiento.

La evaluación del rendimiento académico de los alumnos es un tema de

indudable importancia no exento de polémica: cómo se puede tener una medida

objetiva, si se obtiene una medida cuantitativa o cualitativa y qué tipo de

evaluación es más idónea. Carabaña (1979) plantea que:

“La búsqueda de una medida válida del rendimiento académico es una

empresa imposible de realizar residiendo la razón en las ambivalencias, o

mejor polivalencias, intrínsecas al sistema educativo. Cada nivel, e incluso

cada materia y cada profesor, persiguen a la vez varios objetivos que no

se pueden maximizar al mismo tiempo y es, a la vez, base para los niveles

siguientes. Además, cada profesor y cada colegio tienen (y que lo tengan

es un valor conscientemente perseguido), un amplio margen de

interpretación de los objetivos legalmente fijados” (p. 34).

Puesto que el rendimiento académico es considerado como el nivel de

conocimientos demostrado en un área ó materia comparado con la norma de

edad y nivel académico (Jiménez, 2000) o como el producto de la asimilación del

contenido de los programas de estudio, expresado en calificaciones dentro de

una escala convencional (Figueroa, 2004), es necesario el uso de un sistema de

evaluación que refleje dicho rendimiento. Cascón (2000) plantea que:

el indicador del nivel educativo adquirido, en este estado y en la práctica

totalidad de los países desarrollados y en vías de desarrollo, ha sido, sigue

y probablemente seguirán siendo las calificaciones escolares. A su vez,


22

éstas son reflejo de las evaluaciones y/o exámenes donde el alumno ha

de demostrar sus conocimientos sobre las distintas áreas ó materias, que

el sistema considera necesarias y suficientes para su desarrollo como

miembro activo de la sociedad (Cascón, 2000, introducción, 2).

Tourón (1984) nos dice que tradicionalmente el rendimiento académico se

expresa en una calificación cuantitativa y/o cualitativa, una nota que, si es

consistente y válida, será el reflejo de un determinado aprendizaje, o si se quiere,

del logro de los objetivos preestablecidos.

Por su parte, Tonconi (2010) expone que el rendimiento académico se

evidencia a través de indicadores cuantitativos, usualmente expresados

mediante calificación ponderada en el sistema vigesimal y, bajo el supuesto que

es un grupo social calificado el que fija los rangos de aprobación, para áreas de

conocimiento determinadas, para contenidos específicos o para asignaturas.

Así pues, las calificaciones académicas son las más utilizadas para

evaluar el logro del alumnado aunque Álvaro Page et al. (1990) indican que las

calificaciones escolares tienen un valor relativo como medida del rendimiento

académico, pues no hay un criterio estandarizado para todos los centros, para

todas las asignaturas, para todos los cursos y para todos los profesores. Según

estos autores, hay factores que afectan a la objetividad de las calificaciones

como el cansancio del profesor, el juicio positivo o negativo que tenga

previamente sobre el alumno, el efecto de contraste u otro tipo de cuestiones

como pueden ser la letra, el orden, la originalidad de las respuestas, etc. Sin

embargo:


23

Las correlaciones que se presentan entre calificaciones escolares

referidas a distintas materias, son superiores a las que se mantienen entre

pruebas objetivas relativas al mismo ámbito de estudio y que además, las

correlaciones entre notas escolares en una materia y las puntuaciones en

una prueba objetiva afín no son tan intensas como las correlaciones que

se dan entre las notas escolares (Álvaro Page et al., 1990, p. 217).

Estos datos parecen poner de manifiesto la existencia de un fuerte "efecto

de halo", dado que, aun midiendo habilidades diferentes, las calificaciones

otorgadas por distintos profesores están fuertemente relacionadas. Así,

cabe pensar que en el fondo en la institución escolar se están midiendo

comportamientos y actitudes similares en las diversas materias,

probablemente la habilidad de los alumnos para adaptarse al ámbito

escolar (Álvaro Page et al., 1990, p. 218).

Así, las calificaciones son el criterio socialmente aceptado que refleja el

rendimiento de un alumno o alumna, no obstante estas calificaciones distan

mucho de ser objetivas ya que, según Álvaro Page et al. (1990), la forma más

directa de establecer las calificaciones es a través de exámenes o pruebas de

medición, que pueden presentar defecto de elaboración, porque la forma de

evaluar la decide el profesor, en ocasiones con criterios subjetivos, por lo que se

imposibilita la comparación dentro del mismo centro educativo y con otros

centros educativos. Además, continuando con este autor, en este tipo de análisis

se consideran sobre todo, los componentes de contenido cognitivo, no

contemplándose aspectos como las actitudes, el autoconcepto, la satisfacción,

las expectativas, etc.


24

Por lo tanto, y a nuestro juicio, hemos de tener en cuenta que las

calificaciones son un valor relativo ya que no existen criterios estandarizados y,

además, muchas veces no son reflejo del verdadero esfuerzo que ha realizado

el alumno.

2. Variables personales.

Variables personales.Inteligencia.

27

2.1. Inteligencia.

Desde que Binet y Simón (1905) produjeron las primeras pruebas

prácticas de inteligencia, los psicólogos han intentado formular una definición

viable del concepto, definición que es muy complicada de efectuar dado su

carácter multidimensional, la gran cantidad de teorías y los numerosos aspectos

relacionados con ella. En realidad, no existe consenso científico sobre cómo

definir la inteligencia (Sternberg, Grigorenko y Kidd, 2005).

Binet y Simón (1905) destacaban como aspectos notables de la

inteligencia el juicio, el entendimiento y el razonamiento. Otras definiciones

describían la inteligencia como la habilidad de pensar en forma abstracta

(Terman, 1916, 1921), definiciones que resultaban ser excesivamente estrechas.

Popularmente se considera la inteligencia como la habilidad de aprender y, al

contrario, esta definición es demasiado amplia aunque, indiscutiblemente, la

habilidad es necesaria para vivir. Todas estas definiciones han sido

desaprobadas por diversas razones, hasta llegar al punto que algunos

psicólogos han insinuado que podría ser mejor desechar el término, renunciando

a formular una definición universal y a emplear un término alternativo tal como

habilidad mental general o habilidad académica (Aiken, 2003).

En el Diccionario de la lengua española (DRAE, 2001) encontramos

diversas acepciones del término inteligencia: capacidad de entender o

comprender, capacidad de resolver problemas, conocimiento, comprensión, acto

de entender, sentido en que se puede tomar una proposición, un dicho o una


28

expresión y habilidad, destreza y experiencia.

Por otra parte, si nos fijamos en la etimología del término (del latín

intelligentĭa compuesto, a su vez, por los términos intus -entre- y legere -escoger-

), esta nos indica que inteligencia significa saber elegir, escoger entre diversas

alternativas.

A partir de estos hallazgos podemos definir intuitivamente la inteligencia

como la capacidad de escoger la mejor opción entre varias con la finalidad de

solucionar un problema. En la tabla 2 ofrecemos, sin ánimo de ser exhaustivos,

algunas de las definiciones que dan diferentes autores.

Según Papalia, Olds y Feldman (2009), la gran mayoría de autores está

de acuerdo en que la conducta inteligente está orientada a metas y es adaptativa,

“es decir, está dirigida a adaptarse a las circunstancias y condiciones de vida. La

inteligencia permite que las personas adquieran, recuerden y utilicen el

conocimiento; comprendan los conceptos y relaciones, y resuelvan problemas”

(p. 198).

Opinión semejante es la sustentada por Gregory (2012), para este autor

existen dos temas que se repiten con asiduidad en las definiciones de expertos,

a pesar de la variedad de puntos de vista: “los expertos tienden a coincidir en

que la inteligencia es: 1. la capacidad para aprender de la experiencia y 2. la

capacidad para adaptarse al propio ambiente” (p. 153).

Concluiremos este apartado exponiendo una reflexión: todas estas

definiciones son de expertos “occidentales” y el énfasis se pone en aspectos

occidentales. En otras culturas hay particularidades que se consideran propias

de la conducta inteligente, numerosos conceptos de la inteligencia


29

predominantes en África dan una enorme importancia a aspectos sociales tales

como el mantenimiento de relaciones armoniosas y estables dentro del grupo

(Sternberg y Kaufman, 1998), aspectos que en nuestra cultura no se consideran

especialmente valiosos, o se califican como poco importantes.

2.1.1. Teorías sobre la inteligencia.

Teorías sobre la inteligencia hay tantas como definiciones, aquí vamos a

exponer dos enfoques únicamente:

a) el enfoque psicométrico que considera la inteligencia como una capacidad

única, poniendo el acento en la identificación de diferencias individuales y

en la medida de la inteligencia, y

b) el enfoque cognitivo que intenta establecer cuáles son los métodos que,

con el fin de solucionar situaciones problemáticas, utiliza el sujeto para

procesar la información.

2.1.1.1. Enfoque psicométrico.

Este enfoque presenta una visión esencialmente directa, unidireccional y

estática de las relaciones entre inteligencia, capacidad de aprendizaje y

rendimiento escolar (Coll y Onrubia, 1991). Su objeto de estudio es doble así,

por un lado, se estudian las diferencias que presentan los individuos en sus

habilidades cognitivas y, por otro, las causas de dichas diferencias.

Variable

spers

onale

spre

dic

tora

sdelre

ndim

iento

académ

ico.

Un

modelo

causal.

30Tabla

2.

Definic

iones

de

inte

ligenci

a.

Bin

et

yS

imón

(1905)

La

inte

ligencia

es

lahab

ilid

ad

para

juzgar

bie

n,p

ara

com

pre

nder

bie

ny

para

razonar

bie

n.

Term

an

(1916,19

21)

Es

laca

pacid

ad

para

pe

nsar

de

manera

abstr

acta

,d

eapre

nder

yde

ad

apta

rse

alm

edio

am

bie

nte

Bori

ng

(1923)

La

inte

ligencia

es

aqu

ello

que

mid

en

las

pru

ebas

de

inte

lige

ncia

.

Spe

arm

an

(1904,1

923

,

1927)

Es

una

ha

bili

dad

gen

era

lq

ue

implic

afu

ndam

enta

lmente

lade

ducció

nde

rela

cio

nes

ycorr

ela

tos.

Thurs

tone

(192

1,1

938)

La

inte

ligencia

es

lacapacid

ad

para

inhib

irla

sad

apta

cio

nes

instintivas,

para

imagin

ar

de

manera

flexib

ledifere

nte

sre

sp

uesta

sy

para

efe

ctu

ar

ada

pta

cio

nesin

stintivas

tra

nsfo

rmadas

en

lacond

ucta

manifie

sta

.

Wechsle

r(1

944)

Es

laca

pacid

ad

para

actu

ar

con

un

pro

pósito

co

ncre

to,pensar

racio

nalm

ente

yre

lacio

nars

eefica

zm

ente

con

elam

bie

nte

.

Mira

yL

ópe

z(1

969)

Es

laca

pacid

ad

para

reso

lver

pro

ble

mas

com

ple

jos

yd

esconocid

os,em

ple

an

do

para

ello

todos

los

recurs

os

que

elsuje

topose

e.

Pia

get(1

96

9)

Es

laca

pacid

ad

para

ad

apta

rse

alam

bie

nte

.

Feuers

tein

(19

79)

La

inte

ligencia

es

“la

cap

acid

ad

de

lin

div

iduo

para

usar

laexperi

encia

pre

via

en

su

ada

pta

ció

na

nu

evas

situ

acio

nes”

(p.

79).

Feuers

tein

,R

and,

Hoff

man

yM

iller

(1980)

Es

un

pro

ceso

auto

rreg

ula

torio

din

ám

ico

que

respo

nd

ea

lain

terv

enció

nexte

rna

am

bie

nta

l.

Delv

al(1

982)

La

inte

lige

ncia

“es

laca

pacid

ad

más

específ

icam

ente

hum

ana;no

porq

ue

se

encue

ntr

ee

nlo

shom

bre

s,sin

op

orq

ue

se

encue

ntr

a

en

ello

sen

un

gra

do

dis

tinto

qu

een

los

anim

ale

s”

(p.

62).

Baro

n(1

98

5)

Es

un

co

nju

nto

de

aptitu

de

sde

toda

cla

se

qu

elo

ssuje

tos

em

ple

an

con

éxito

para

logra

rlo

sobje

tivos

qu

ese

pro

pone

n.

Detterm

an

(1982

,20

03)

La

inte

ligencia

es

un

conju

nto

limitado

de

aptitu

des

indepe

nd

iente

squ

eactú

an

com

oun

sis

tem

acom

ple

jo.

Eyse

nck

(1986)

La

inte

ligencia

es

latr

ansm

isió

nsin

err

ore

sde

lain

form

ació

na

tra

vés

de

lacort

eza

cere

bra

l.

Variable

spers

onale

s.I

nte

ligencia

.

31

Pap

alia

yO

lds

(198

7)

La

inte

ligencia

es:

una

consta

nte

inte

racció

na

ctiva

entr

ela

sca

pacid

ad

es

here

dadas

yla

sexperi

encia

sam

bie

nta

les,cu

yo

resulta

do

ca

pacita

al

indiv

iduo

para

adq

uirir,

record

ar

yutiliz

ar

conocim

iento

s,

ente

nd

er

tanto

concepto

sco

ncre

tos

com

o(e

ve

ntu

alm

ente

)

abstr

acto

s,com

pre

nder

las

rela

cio

nes

entr

elo

sobje

tos,lo

shech

os

yla

sid

eas

ya

plic

ar

yutiliz

ar

todo

ello

con

elp

ropósito

concre

tode

resolv

er

los

pro

ble

mas

de

lavid

acotid

ian

a(p

.2

47).

Nic

kers

on,P

erk

ins

y

Sm

ith

(1987)

La

inte

lige

ncia

es

una

pro

pie

dad

de

los

sere

sh

um

anos

que

se

cara

cte

riza

por

poseer

las

cap

acid

ades

de:

cla

sific

ar

pa

trones,

modific

ar

adapta

tivam

ente

laconducta

(apre

nd

er)

,ra

zonam

iento

deductivo,

razo

nam

iento

inductivo

(genera

lizar)

,de

desarr

olla

r

yutiliz

ar

modelo

sconce

ptu

ale

s,

yd

ee

nte

nder.

Myers

(19

94)

La

inte

ligencia

es

"La

cap

acid

ad

para

mostr

ar

un

com

port

am

iento

adapta

tivo

orie

nta

do

hacia

obje

tivos.

Implic

ala

scualid

ades

necesarias

para

apro

vecha

rla

experi

encia

,re

solv

er

pro

ble

mas,

razon

ar

yafr

onta

rcon

éxito

desafí

os

ya

lcan

zar

obje

tivos"

(p.

319).

Ste

rnberg

(1997)

La

inte

ligencia

consis

tee

npensar

bie

nde

tres

form

as

difere

nte

s,

de

manera

cre

ativa,a

nalítica

yprá

ctica.

Gard

ner

(20

01)

La

inte

lige

ncia

es

“un

pote

ncia

lbio

psic

oló

gic

opara

pro

cesar

info

rmació

nqu

ese

puede

activar

en

un

marc

ocultura

lpara

reso

lver

pro

ble

mas

ocre

ar

pro

ducto

sque

tien

en

va

lor

para

una

cultura

”(p

.45).

Eyssautier

(2006)

La

inte

ligencia

es

una

expre

sió

nd

ela

scapacid

ades

de

lam

ente

,ta

les

com

opensa

r,ra

zo

nar,

ana

lizar,

sin

tetizar,

inducir

yd

educir

yq

ue

eng

lob

afa

culta

des

vin

cula

das

con

elpensam

ien

toabstr

acto

,te

órico,cie

ntífico,académ

ico

ein

tele

ctu

al.


32

Son tres puntos básicos los que pueden señalarse como soporte de este

enfoque (Pueyo, 1996):

La investigación de la naturaleza de la inteligencia a través del estudio

de las diferencias que presentan los sujetos en su rendimiento ante

determinadas tareas de tipo cognitivo.

El empleo de métodos matemáticos de tipo correlacional

(principalmente el análisis factorial) para obtener información sobre la

estructura de las capacidades intelectuales.

La cuantificación de las diferencias individuales en el rendimiento, lo

que implica el diseño de instrumentos de medida que permitan esa

cuantificación. Este punto muestra el carácter fundamentalmente

práctico de este enfoque.

De entre los modelos de habilidades cognitivas basadas en el enfoque

psicométrico destacamos:

1) La teoría de los dos factores de Spearman (1904, 1923, 1927), según

la cual la inteligencia está compuesta por un factor general, g, y varios

factores específicos. El factor g es común a todos los tests y está

presente en todas las tareas intelectuales, se entiende este factor

como una habilidad o capacidad heredada que influye en la ejecución

desde un punto de vista general. Los factores específicos, s, serían los

responsables de las diferencias observadas en los individuos en la

ejecución en las diferentes tareas, por ejemplo las diferencias en

puntuaciones que se dan en diferentes tareas: matemáticas y

lenguaje. Así, según Spearman, un sujeto que obtiene una calificación


33

alta en un test también la obtiene en tests de otro tipo, lo que indica la

influencia del factor g por estar presente en todas las fases de la

conducta que realiza un individuo, sin embargo en la ejecución en

actividades determinadas las puntuaciones sí difieren en cierta

medida, es la influencia ejercida por los factores s que son únicos para

algunas tareas.

2) La teoría multifactorial de las siete habilidades mentales básicas de

Thurstone (1921, 1938). Este autor identificó siete factores a partir de

los resultados obtenidos por numerosos niños en las pruebas de

inteligencia:

fluidez verbal, es la capacidad para recordar palabras, para

hablar y escribir con facilidad,

comprensión verbal, es la habilidad para definir palabras, para

comprender ideas expresadas en palabras,

aptitud espacial, es la habilidad para reconocer una figura que

ocupa diferentes posiciones en el espacio, capacidad para

imaginar y concebir objetos en dos o tres dimensiones,

rapidez perceptiva, habilidad para reconocer diferencias y

semejanzas entre diferentes dibujos,

razonamiento inductivo, es el razonamiento lógico, la capacidad

para resolver problemas lógicos,

aptitud numérica, la capacidad de manejar números, y

memoria.


34

3) El modelo de estructura del intelecto de Guilford (1959b, 1967, 1971,

1985), este modelo está formado por 150 factores diferentes sin

ningún factor general de inteligencia (al igual que el modelo de

Thurstone), estos factores resultan de la influencia recíproca de tres

aptitudes básicas (5 x 5 x 6 = 150) que al combinarse dan lugar a las

diferentes aptitudes independientes, formando un modelo

tridimensional, cúbico (ver tabla 3).

Una de las críticas que se le ha hecho a este modelo es que es tan

complejo que es imposible verificarlo empíricamente con un cierto

orden.

4) El modelo jerárquico de Vernon (1960) plantea que la inteligencia está

compuesta de varias capacidades organizadas jerárquicamente en

cuatro niveles:

en un primer nivel se situarían aquellos factores concretos que

están relacionados con las aptitudes concretas para contestar

a cada test,

en el segundo nivel estarían factores grupales menores, en

ellos se agruparían los factores del primer nivel,

el tercero estaría formado por dos factores grupales mayores,

el verbal - educacional y el práctico-espacial-mecánico,

en el último nivel se encontraría el factor general de inteligencia,

semejante a ‘g’, que según Vernon explicaría aproximadamente

un 40 % de la variabilidad de la conducta inteligente que

emplean los individuos en su desempeño habitual.

Variable

spers

onale

s.I

nte

ligencia

.

35

Tabla

3.

Aptitu

des

bási

cas

delm

odelo

de

Thurs

tone.

opera

cio

nes

(5):

lafo

rma

com

opensam

os,es

el

pro

ceso

inte

lectu

al

que

el

suje

toefe

ctú

a

con

lain

form

ació

nq

ue

recib

e,

son:

conte

nid

os

(5):

sobre

loq

ue

pensam

os,

son

los

tipos

de

info

rmació

nq

ue

pueden

ser:

pro

ducto

s(6

),es

loq

ue

resulta

de

aplic

ar

una

opera

ció

na

un

conte

nid

o,

son:

cog

nic

ión:

descubrir,

conocer

ocom

pre

nder

info

rmació

n,

mem

oria:

alm

acenam

iento

de

lain

form

ació

n

en

lam

em

oria,

pro

ducció

ndiv

erg

ente

:pro

ducció

nde

opcio

nes

nuevas

yló

gic

as,

capacid

ad

para

buscar

lam

ejo

rsolu

ció

nde

un

pro

ble

ma

que

tiene

varias

posib

les,

es

labase

de

la

cre

ativid

ad,

pro

ducció

nconverg

ente

:pro

ducció

nde

info

rmació

nnueva

apart

irde

info

rmació

n

pre

via

,capacid

ad

para

resolv

er

pro

ble

mas

en

los

que

lasolu

ció

nes

únic

a,

evalu

ació

n:

ante

una

pro

posic

ión,

decid

imos

“si”

o“n

o”,

yen

qué

gra

do,

vis

uale

s,

es

lain

form

ació

nq

ue

se

perc

ibe

directa

mente

delexte

rior

(ose

recupera

de

la

mem

oria)

en

form

ade

imag

en.

auditiv

os,

es

lain

form

ació

nq

ue

se

perc

ibe

directa

mente

delexte

rior

(ose

recupera

de

la

mem

oria)

en

form

ade

sonid

o.

sim

bólic

os,

info

rmació

nq

ue

se

trata

en

form

a

de

sig

nos

indic

ativos

que

no

quie

ren

decir

nada

por

sím

ism

os,

sem

ánticos,

sig

nific

ados

rela

cio

nados

con

sím

bolo

sdel

leng

uaje

verb

al

princip

alm

ente

,

pala

bra

s,

ideas,

conductu

ale

s,

inte

racció

nhum

ana

no

verb

al,

info

rmació

nim

plic

ada

en

las

rela

cio

nes

inte

rpers

onale

s:g

esto

s,

inte

ncio

nes,etc

.,

unid

ades,una

cosa,un

vocablo

,una

idea,una

imag

en,

etc

.

cla

ses,

conju

nto

de

unid

ades

dete

rmin

adas

por

cara

cte

rísticas

com

unes,

rela

cio

nes,

vín

culo

sobserv

able

sentr

ecosas:

rela

cio

nes

pare

nta

les,

rela

ció

nexis

tente

sen

lanatu

rale

za,

sis

tem

a,

conju

nto

sorg

aniz

ados,

ele

mento

s

de

info

rmació

nq

ue

está

norg

aniz

ados

inte

ractivam

ente

,

transfo

rmacio

nes,m

odific

acio

nes

pro

ducid

as

en

ele

mento

sde

info

rmació

nya

dados,

implic

acio

nes,

consecuencia

s,

resultados

(info

rmacio

nes)

pro

ducid

os

por

otr

as

info

rmacio

nes

dadas

con

ante

rioridad.


36

5) Cattell (1963, 1967, 2004) y Horn (1967, 1968), estos

autores,partiendo del factor general ‘g’, postulan la existencia,en un

segundo nivel de jerarquía,de dos tipos de inteligenciay no un único

factor general:

inteligencia fluida, que es el tipo de inteligencia empleada para

establecer relaciones, clasificaciones, para formar conceptos o

para razonar y pensar de forma abstracta; se considera que

está libre de influencias culturales, educativas, y depende del

desarrollo neurológico del individuo, es una habilidad heredada;

en su desarrollo alcanza un pico máximo hacia los 20 años y va

decayendo progresivamente en paralelo al deterioro y

envejecimiento neuronal, decadencia que se compensa con la

experiencia (por ejemplo), no se hace de notar hasta edades

superiores a los 80 años en circunstancias normales (lesiones

producidas por accidentes, drogadicción, enfermedades, etc.,

en determinadas partes del cerebro pueden ocasionar una

disminución de este tipo de inteligencia), el test de factor ‘g’ de

Cattell y Cattell (1986) pretende evaluar este tipo de

inteligencia,

inteligencia cristalizada, es el grado de desarrollo cognitivo

logrado por el sujeto a través de su historial de aprendizaje, por

tanto, depende de la educación y del medio cultural en el que

se desenvuelve, el individuo desenvolverá su inteligencia

cristalizada si es capaz de invertir su inteligencia fluida en

aprender; al nacer de la experiencia, aumenta a lo largo de toda


37

la vida hasta edades muy altas; consiste en la capacidad para

utilizar el conocimiento, la experiencia y las habilidades,para

emplear la información, implica comprensión verbal, orientación

espacial, aprendizaje de conocimientos tales como significados

de las palabras, aspectos culturales de las relaciones

interpersonales (la forma de comportarse en público, por

ejemplo), etc.,.

6) En nuestro país, Yela (1987) propone la teoría del continuo

heterogéneo y jerárquico. Esta teoría justifica la admisión de un factor

general cognitivo (inteligencia fluida) ya que existe un continuo de

covariación en las medidas cognitivas. Este continuo de covariación

no es homogéneo, lo cual justifica la admisión de factores de grupo,

que corresponden a disposiciones de diferente orden de generalidad.

Además, se demuestra que hay subfactores de orden inferior. La

subdivisión en factores cada vez más numerosos y referidos a campos

cada vez más restringidos del comportamiento inteligente es

prácticamente continua e ilimitada. La teoría resume los resultados de

los análisis factoriales de la inteligencia logrados hasta la fecha.

Según Yela (1996), los resultados de las investigaciones llevadas

a cabo muestran que la inteligencia no es simple, ni fija, ni autónoma,

sino compleja, modificable e interdependiente con otros aspectos de

la personalidad en la que se integra.


38

2.1.1.2. Enfoque cognitivo.

Las teorías enmarcadas en este enfoque pretenden identificar los procesos

cognitivos por medio de los cuales el sujeto maneja la información. Según

Mahoney (1983), las características generales de estaperspectiva son cuatro, a

saber:

la conducta humana está mediada por el procesamiento de

información del sistema cognitivo humano,

se diferencia entre:

procesos: operaciones mentales implícitas en la actividad

cognitiva, y

estructuras: rasgos permanentes del sistema cognitivo,

se plantean cuatro clases de procesos cognitivos:

atención: selectividad asimilativa de los estímulos,

codificación: representación simbólica de la información,

almacenamiento: retención de la información, y

recuperación: utilización de la información almacenada,

se enfatizan tres organizaciones cognitivas:

receptor sensorial: recibe la información,

memoria a corto plazo: memoria de trabajo, y

memoria a largo plazo: retención permanente de la información.

Vamos a comentar tres teorías representativas de esta orientación: la

teoría triárquica de Sternberg (1982), la teoría de inteligencias múltiples de


39

Gardner (1983), y el modelo PASS de Das, Naglieri y Kirby (1994). Estas teorías

enfatizan la multiplicidad de capacidades, estructuras y procesos implicados en

el comportamiento inteligente, subrayan el carácter social, contextual y cultural

de la actividad inteligente, y destacan la posibilidad de incidir a través de la

enseñanza, en la mejora y optimización de las capacidades intelectuales y de

aprendizaje de todos los alumnos (Coll y Onrubia, 1991).

1) Teoría Triárquica de Sternberg (1982, 1985, 1988a).Antes de llegar a

esta teoría, Sternberg planteó una “subteoría” componencial de la

inteligencia humana en la que existen cinco tipos de procesos

componenciales por medio de los cuales el cerebro manipula la

información y soluciona problemas, son:

metacomponentes,

componentes de ejecución,

componentes de adquisición,

componentes de retención, y

componentes de transferencia.

Cada uno de estos procesos desempeña una función distinta. Los

componentes de codificación y comparación son esenciales para

conseguir resolver los problemas que se presentan.

Los metacomponentes son procesos de control de orden superior

usados en la toma de decisiones y planificaciones ejecutivas. A partir

de aquí y como extensión de su teoría de procesos componenciales,

desarrolló su Teoría Triárquica (Stenberg, 1982, 1985, 1988a) la cual


40

parte de la premisa de que para entender la inteligencia es necesario

comprender su relación con tres aspectos: el mundo externo al

individuo, el mundo interno del individuo y la experiencia. El autor

destaca tres componentes:

a) inteligencia componencial, consiste en metacomponentes,

componentes de desempeño y componentes de adquisición de

conocimiento, son los mecanismos cognitivos que nos permiten

aprender y desarrollar tareas inteligentes, son habilidades para

adquirir y almacenar información,

b) inteligencia experiencial, es la que empleamos para abordar una

nueva situación, su función es la de formular nuevas ideas

combinando factores o información relacionados o no

relacionados,es la habilidad basada en la experiencia mediante la

que seleccionamos, codificamos, combinamos y comparamos

información, e

c) inteligencia contextual, es la que nos permite adaptarnos a las

condiciones ambientales, a un entorno cambiante, al mundo real,

es una inteligencia de tipo práctico mediante la cual procuramos

aumentar nuestros puntos fuertes y disminuir los débiles.

Posteriormente Sternberg (1988b) efectuó una modificación de su

teoría. Intentó combinar el concepto de inteligencia con el de

personalidad, para ello propuso el concepto de autocontrol mental

dentro del cual están los estilos de pensamiento.

Los estilos de pensamiento son los puentes entre la personalidad y


41

la inteligencia que los individuos construyen para su adaptación, son

las formas en que los tres tipos de inteligencia -componencial,

experiencial y contextual- se ponen en práctica en la resolución de los

problemas cotidianos. La eficacia de un estilo concreto depende de

tres aspectos: de su ajuste a la capacidad intelectual de la persona,

del estilo preferido del sujeto y del tipo de problema a resolver. Los

estilos se definen como las preferencias en los modos de pensar

(Sternberg y Grigorenko, 1995).

Para concluir este punto diremos que este enfoque tiene como

objetivo la elaboración de modelos procesuales de las tareas

habitualmente utilizadas para evaluar la inteligencia, el análisis de las

diferencias interindividuales se convierte en secundario.

2) Teoría de las Inteligencias Múltiples (Gardner, 1983, 2001). Este autor

cuestiona la primacía del factor ‘g’, lo considera como un factor

específico y plantea que existen en el ser humano toda una serie de

capacidades independientes, inteligencias múltiples, que no son

exclusivamente las habilidades intelectuales sino que se manifiestan

en diferentes dominios. Desde este punto de vista, la cognición y el

procesamiento de información en los seres humanos entraña la

utilización de varios sistemas simbólicos que son modos específicos

de percepción, memoria y aprendizaje. Gardner propuso la existencia

de ocho formas de inteligencia: lingüístico-verbal, lógico-matemática,

espacial, musical, corporal cinestésica, naturalista, intrapersonal e

interpersonal, estas dos últimas son formas personales de inteligencia,

todavía habrían más tales como la artística o la moral/espiritual


42

(Gardner y Walters, 1993). Gardner (1983) opina que el número de

inteligencias puede ser muy elevado pero para poder trabajar

operativamente con ellas tanto desde un punto de vista teórico como

práctico hay que acotar el campo de trabajo.

Para este autor los tests de inteligencia convencionales solamente

evalúan las inteligencias lingüístico-verbal, lógico-matemática y

espacial, sostiene al igual que lo hacen Sternberg y Kaufman (1998)

que la cultura occidental enfatiza en demasía la inteligencia de tipo

lingüística dejando algo de lado las demás:

En nuestra cultura, utilizamos el término retraso básicamente

con respecto a los problemas lingüísticos o lógicos. Resulta

saludable imaginarse una cultura en la que las personas sean

juzgadas fundamentalmente por sus capacidades musicales o

pictóricas. Las personas sin ningún oído musical o los daltónicos

serían considerados retrasados en esas sociedades (Gardner y

Walters, 1993, p. 52).

3) Esta tercera teoría, el modelo de inteligencia PASS (Das, Naglieri y

Kirby, 1994) ofrece un modelo que permite precisar la aptitud

intelectual humana, así el funcionamiento cognitivo se estructura en

tres unidades básicas: entrada de información (input), procesamiento

central y respuesta (output) o respuesta. En el procesamiento central

es donde confluyen los cuatro procesos cognitivos que procesan la

información de entrada: planificación, codificación y activación de la

información (Das, 2003; Das,Kirby y Jarman, 1979), la codificación

hace referencia a dos formas de procesar la información, simultánea y


43

sucesiva:

Planificar consiste en generar estrategias, seleccionar las más

adecuadas y ejecutarlas, se emplea para resolver problemas,

ejecutar acciones, valorar los resultados conseguidos,

la Atención es un prerrequisito para el resto de funciones ya que

su activación centra la actividad cognitiva, escoge la información y

evita la distracción,

procesamiento Simultáneo se da cuando el sujeto procesa la

información de forma global, ve el todo por encima de las partes,

empleamos este tipo de procesamiento cuando al escuchar una

sinfonía procesamos la música atendiendo a la globalidad de la

orquesta, cuando aprendemos la forma de las letras y números, o

cuando intentamos distinguir las ideas básicas de un relato,

procesamiento Sucesivo es el inverso del anterior, el sujeto ve las

partes por encima del todo, empleamos este tipo de procesamiento

cuando al escuchar una sinfonía procesamos la música atendiendo

a los instrumentos que componen la orquesta, cuando

memorizamos palabras, cuando asociamos las letras a sus

sonidos, o cuando estudiamos una lista cronológica.

Este modelo se basa en la teoría neuropsicológica de Luria (1966,

1973) de que el cerebro humano está distribuido funcionalmente en

tres elementos: los lóbulos frontales que son la base estructural para

la planificación, la parte posterior del cerebro (áreas occipitales,

parietales y fronto-temporales) es la responsable de la codificación


44

tanto en el procesamiento simultáneo como en el sucesivo, y el tronco

del encéfalo, responsable de la activación de la atención.

Para concluir este punto, diremos que ninguna teoría o modelo ha

conseguido aportar una explicación que sea plenamente satisfactoria acerca del

desarrollo, de las causas de las diferencias que se dan intersujetos, o de los

procesos cognitivos específicos responsables de la inteligencia o de la actividad

intelectual. Los representantes de cada teoría defienden su punto de vista,

evidentemente, pero ninguna de las teorías actuales proporciona una explicación

verificada de forma empírica sobre la constitución de la inteligencia y su

funcionamiento. En este sentido podemos citar la controversia existente entre si

la inteligencia es un factor general o una multiplicidad de factores.Tenemos

planteamientos como el de Gardner (1983, 2001) a favor de la existencia de

varias inteligencias y opiniones como la de Carroll (1993) quien afirma que la

existencia del factor de habilidad general mental, g, ya no es una pregunta seria

entre los expertos sobre la inteligencia, o la de Jensen (1998a, 1998b) que opina

que cualquiera que sea su naturaleza subyacente, la medida psicométrica de g

es una medida fiable, replicable en cualquier edad, raza, género, cultura y grupos

estudiados hasta ahora.

Visser, Ashton y Vernon (2006a) encontraron, sometiendo a prueba la

teoría de las inteligencias múltiples, que las pruebas de habilidades puramente

cognitivas comparten fuertes cargas en un factor de inteligencia general, y que

las habilidades que implican aspectos sensoriales, motores o influencias de la

personalidad la carga en g es menor. Como respuesta a estos autores, Gardner

(2006) les dice que no han entendido su teoría y que g es probablemente una

mezcla de inteligencia lingüística y lógica, con algún componente espacial que


45

aparece en ciertas pruebas o que g sea una medida de lo que se valora en las

pruebas occidentales en un ambiente escolar: la velocidad y la flexibilidad de

respuesta, la motivación para tener éxito en las pruebas, la facilidad para la

manipulación de símbolos, etc. Visser, Ashton y Vernon (2006b) replican

diciendo que g está bien establecido y señalan que a) g se expresa en una amplia

variedad de tareas,b) que g predice muchas variables de criterio importantes (no

sólo los logros académicos), y c) que g tiene una base biológica bien establecida.

En otro estudio Visser, Ashton y Vernon (2008) hallaron un gran factor

general, tanto en las medidas de habilidad como en las medidas de habilidad

autoestimada y que el factor habilidad, interpretable como g, casi no

correlacionaba con el factor de habilidad autoestimada.

En la misma dirección que Visser, Ashton y Vernon (2006a, 2006b, 2008),

Gottfredson (1999, 2002) también apunta la idea de que existe un factor general

g que está presente en todos los aspectos de la cognición y que el resto de

habilidades estarían por debajo de g en la jerarquía de las facultades. Este factor

g lo define Gottfredson (2007) como el continuo de las diferencias entre los

individuos en su capacidad general de aprender o razonar, de forma

independiente del contenido de la tarea o del contexto. Así, para la autora, el

factor g es independiente de la cultura ya que los resultados demuestran idéntica

continuidad del grado de inteligencia general independientemente del grupo

social. Por ello, la misma autora afirma que la inteligencia general tiene un origen

doble, genético y ambiental.


46

2.1.2. Determinantes de la inteligencia.

En este apartado nos referiremos a la herencia-ambiente como

determinantes de la inteligencia controversia que dista mucho de estar resuelta.

¿Qué pesa más la genética o el medio ambiente? A principio de siglo los

investigadores se decantaban más por la influencia del ambiente, pero las

investigaciones genéticas realizadas durante los últimos años han llevado a los

psicólogos a una explicación intermedia en la cual naturaleza y ambiente afectan

en el desarrollo. Veamos algunas de ellas.

Estudios entre gemelos y entre padres e hijos han puesto de manifiesto el

factor gen en la inteligencia. Bouchard y McGue (1981) sintetizaron las

investigaciones sobre cociente intelectual (CI) llevadas a cabo en todo el mundo

con pares genéticos y concluyeron que cuanta más similitud genética hay entre

los miembros de la familia, más similitud en el CI.

Algunos estudios revelan que en un principio, el ambiente juega un papel

muy importante pero que a medida que crecemos, la herencia empieza a tener

más peso. Entre estas investigaciones tenemos la de McClearn et al. (1997)

quienes realizaron una investigación con pares de gemelos mayores de 80 años

y hallaron que las semejanzas entre gemelos idénticos y no idénticos persisten

en estas edades, aunque también vieron que el 40% de la varianza general tiene

un origen ambiental.

Según Plomin (1994) el valor de la inteligencia es de 50, por lo cual indica

que la mitad de la variación de la inteligencia se puede explicar por las

diferencias individuales en la composición genética.


47

Plomin y DeFries (1999) opinan que el término heredabilidad es una

medida estadística de la contribución genética a las diferencias entre individuos,

por tanto la heredabilidad nos dice en qué proporción las diferencias individuales

en el seno de una población han de adscribirse a los genes. Por otra parte,

Plomin y Spinath (2004) nos dicen que la heredabilidad de la inteligencia se

incrementa a lo largo de la vida y esos mismos genes afectan a diversas

habilidades cognitivas.

En esta misma línea, Gottfredson (2011) apunta que los estudios revelan

que la heredabilidad de la inteligencia aumenta de forma constante con la edad.

La heredabilidad es inferior al 30 por ciento antes de que los niños empiecen la

escuela y llega al 80 por ciento en la adultez. Según la misma autora, los niños

gemelos separados en la adultez responden a los test de inteligencia casi como

si fueran la misma persona y los adoptados en el mismo hogar como si fuesen

extraños.

Por su parte, Zimmer (2008) afirma que con el tiempo los genes tienen

más capacidad para influir en nuestro ambiente intelectual y por ello su influencia

se muestra en edades más avanzadas.

Desde otro punto de vista, Turkheimer, Haley, Waldron, D’Onofrio y

Gottesman (2003) realizaron una investigación en la cual demostraron que la

variación en el cociente intelectual dependía del nivel socioeconómico. En las

familias de bajo estatus la varianza en el CI explicada por el ambiente era del

60% y la contribución de los genes era prácticamente nula; por el contrario, en

las familias de estatus alto, el resultado era totalmente el contrario. Con ello,

estos autores demostraron la compleja relación entre genes e inteligencia ya que

unos no actúan independientemente del otro: un mismo gen puede actuar de


48

modo distinto en diferentes entornos.

No podemos concluir este punto sin citar el efecto Flynn, término acuñado

por Herrnstein y Murray (1994) para designar a los aumentos en los coeficientes

intelectuales durante el siglo XX que fueron documentados en los Estados

Unidos y en otros países por Flynn (1984, 1987, 2008, 2009), de

aproximadamente 3 puntos por cada década, aumento que no es explicable por

la genética, ni por una mejor alimentación, ni por la mejora de la educación (el

rendimiento académico muchas veces no correlaciona con la habilidad para

resolver problemas de lógica o abstractos). Parece que la explicación está en el

hecho de que vivimos en ambientes que cada vez son más complejos y que

acaban recompensando el esfuerzo cognitivo (Schooler, 1999).El medio en el

que se desenvuelve un niño en la actualidad poco tiene que ver con el de hace

medio siglo, los avances tecnológicos han puesto en las manos de las nuevas

generaciones técnicas que les hacen adquirir estrategias cada vez más

avanzadas para resolver problemas (Johnson, 2005), pensemos en la imagen

del abuelo y el nieto intentando programar un video. Para Furnham (2010) una

puntuación en CI buena en 1990 sería brillante veinte años antes y mediocre

veinte años después.

Hay algunos trabajos que estudiaron este efecto antes que J.R. Flynn,

Lynn (2013) cita 24 de ellos, entre los cuales destaca como pioneros: Runquist

(1936), Roesell (1937),Johnson (1937), Wheeler (1942) y Smith (1942).

El efecto Flynn es una confirmación de los postulados de Vygotsky

(Vygotsky, 1930/1990, 1931/1978, 1934/1987; Wertsch, 1988), para quien el

ambiente en el que el ser humano crece desempeña un rol esencial en su

desarrollo intelectual.


49

Por último decir que hay algunos estudios que encuentran que este efecto

se ha detenido o retrocedido en los últimos años en las naciones

económicamente desarrolladas sin que se conozcan, por ahora, cuáles son las

causas. Lynn y Harvey (2008) citan cuatro de esas investigaciones: en Australia

(Cotton, Kiely, Crewther, Thomson, Laycock y Crewther, 2005), en Dinamarca

(Teasdale y Owen, 2005), en Gran Bretaña (Shayer, Ginsburg y Coe, 2007) y en

Noruega (Sundet, Barlaug y Torjussen, 2004).

2.1.3. Medida de la inteligencia.

Los primeros intentos de medida de la inteligencia surgieron a finales del

siglo XIX y principios del XX con la universalización en Europa y EE.UU. de la

educación pública que hizo que las escuelas se encontraron ante una gran

variedad de niños con diferentes niveles educativos y se vieron con la necesidad

de identificar aquellos alumnos que no llegaban al nivel. Dichos intentos fueron

llevados a cabo desde dos perspectivas diferentes, por un lado Galton para quien

la inteligencia está basada en procesos mentales y sensoriales simples y para

evaluarlos Galton (1869) elaboró distintas pruebas que evaluaban aspectos

como umbrales de percepción, tiempo de reacción, agudeza visual, etc., los

resultados obtenidos en la evaluación de estos parámetros psicofísicos son una

medida objetiva de la inteligencia.

Binet, por el contrario entiende la inteligencia como un conjunto de

procesos mentales de orden superior tales como las imágenes mentales, la


50

memoria, la comprensión o el juicio. A partir de esta idea Binet (1911) y Binet y

Simon (1905, 1911) desarrollaron un test de “habilidad mental”. Los ítems

variaban de dificultad y cada uno estaba clasificado de acuerdo a la edad en que

un niño típico podía pasarlo por primera vez (Brody, 1992). Este test es conocido

como la Escala de Inteligencia Standford-Binet ya que Terman (1916), de la

Universidad de Stanford, lo adaptó para utilizarlo con niños americanosy

posteriormente lo actualizó (Terman y Merrill, 1937).

Stern (1912) mejora el test de Binet-Simon con la introducción del

concepto de cociente intelectual (CI).

Posteriormente se desarrollaron otras escalas como las de Wechsler

basadas en la concepción global de la inteligencia, el objetivo de las cuales era

obtener un índice de edad mental. No obstante, se observó que estas escalas

medían diferentes aspectos de la inteligencia y se aceptó la multidimensionalidad

del concepto. De este modo se desarrollaron diversas respuestas a la cuestión

de cuál es la estructura de las capacidades intelectuales: por un lado los que

defendían la primacía de un factor general (g) y por otro, los que eran partidarios

de la teoría de los factores múltiples.A continuación citaremos algunos de los test

más utilizados:

1) Escala Stanford-Binet (Terman y Merrill, 1937): esta escala abarca

desde los 2 años hasta la adultez y mide la inteligencia general así

como cuatro factores intelectuales: razonamiento verbal,

razonamiento cuantitativo, razonamiento abstracto/visual y memoria a

corto plazo (Thorndike, Hagen y Sattler, 1986).

2) Matrices Progresivas de Raven (1938), es un test de inteligencia no


51

verbal que consiste en completar una serie con la pieza que falta. Se

muestra una secuencia horizontal y vertical y se debe escoger la pieza

que falta de entre las que se muestran. En esta prueba se ponen en

marcha habilidades perceptuales, de observación y razonamiento

analógico.

3) Escalas de Inteligencia de Wechsler, son tres escalas, la primera WAIS

(1939) evalúa la inteligencia en adultos (de 16 a 90 años), la segunda

WISC (1949), en su versión V, la evalúa en niños de entre 6 años y 16

añosy 11 meses de edad de edad, y la tercera WPPSI (1967), en su

última versión, IV, lo hace en niños de 2 años y 6 meses hasta 7 años

y 7 meses. Miden dos amplios factores intelectuales: verbal y

manipulativo, así como ofrecen un valor total de CI. Las escalas han

tenido sucesivas revisiones que hacen de ellas unas de las más

empleadas en evaluación.

4) Test de factor “g” de Cattell, este test pretende medir la inteligencia

general, g, mediante una prueba no verbal que reduce al máximo las

influencias de otros factores procedentes del aprendizaje cultural o del

entorno social del niño. Este test consta de tres versiones, cada una

para una edad. La escala 1 se utiliza en niños de 4 a 8 años (Cattell,

1949; Cattell y Cattell, 1989) y está compuesta de 8 subpruebas no

verbales: sustitución, clasificación, laberintos, identificación, ordenes,

adivinanzas, errores y semejanzas; la escala 2 es aplicable a niños de

entre 8 y 14 años, y la 3 a partir de los 15 años de edad (Cattell y

Cattell, 1994). Las escalas 2 y 3 son también no verbales, donde el

sujeto tiene que relacionar figuras y formas y están divididas en cuatro


52

subtest: series, clasificación, condiciones y matrices.

5) Test de Aptitudes Mentales Primarias (Thurstone, 1938), la finalidad

de este test es presentar un perfil de las principales dimensiones o

aptitudes mentales primarias, ofrece un CI mediante la evaluación de

los siguientes factores:

factor V,capacidad para comprender y expresar ideas con

palabras, evalúa la competencia del sujeto de captar los problemas

por medio de la palabra (escrita o hablada),

factor E, capacidad para imaginar y concebir objetos en dos y tres

dimensiones, es la aptitud de localizar objetos en el espacio,

factor R, capacidad para resolver problemas lógicos, comprender y

planear, la prueba explora las aptitudes de inducción (de las partes

al todo) y deducción (de lo general a lo particular),

factor N, capacidad para manejar números y conceptos

cuantitativos rápidamente,

factor F, capacidad para hablar y escribir con facilidad,

factor M, memoria asociativa, son tareas verbales que implican el

aprendizaje de pares asociados, no es un factor de memoria

general,

factor P, velocidad perceptual, esta habilidad implica la rápida y

segura identificación de detalles visuales, semejanzas y

diferencias, son tareas sencillas con estímulos simples como por

ejemplo: comparación de números.


53

En la adaptación española efectuada por el C.S.I.C. (1987)

desaparecen los dos últimos factores.

Secadas (1989) ha elaborado una forma paralela del PMA, el Test

Factorial de Inteligencia (AMPE-F) que pretende corregir algunos

aspectos de la adaptación española del test de Thurstone, las dos

pruebas evalúan los mismos factores.

6) Batería de Aptitudes Diferenciales y Generales -BadyG (Yuste, 2006),

está compuesta por 6 niveles que abarcan desde la evaluación en

educación infantil, hasta el bachillerato. La prueba evalúa factores

globales, inteligencia general y CI, y factores más específicos:

verbales, numéricos, espaciales y razonamiento lógico.

En las pruebas comentadas observamos que mientras algunas solo

ofrecen una medida de CI (Raven y Cattell), el resto de pruebas ofrecen además

puntuaciones de diferentes factores. Los teóricos actuales reconcilian estas dos

perspectivas proponiendo modelos jerárquicos donde “g” está en el nivel superior

pero coexisten subtests de ítems que proporcionan información sobre los puntos

fuertes y las debilidades del niño y también se pueden combinar en un índice

global de inteligencia general (Brody, 1992).

Aunque el CI es un dato que es ampliamente utilizado en evaluación, no

se ha librado de ser criticado. Se dice que el CI no es inmutable que cambia con

el tiempo, que en la mayoría de las pruebas que componen estos test, la

velocidad de respuesta es una variable que modula la puntuación que el sujeto

obtiene, que las pruebas de CI tienen un fuerte sesgo cultural porque tienden a

considerar más inteligentes a quienes dominan habilidades propias de la


54

sociedad industrialy, sobre todo, que son pruebas que se centran en el producto

pero no dicen nada acerca del proceso que lleva a conseguir ese producto.

Muchas veces se utiliza el CI como demostración de la primacía de los

factores genéticos sobre los ambientales lo que ha llevado a la “exclusión social,

laboral y económica de las personas con un CI bajo” (Ovejero, 2003, p. 52),así

encontramos opiniones como la de Herrnstein y Murray (1994) donde los autores

exponen que el CI es un 60% heredable y un 40 % consecuencia del medio

ambiente, o investigaciones curiosas como la de Arden, Gottfredson, Miller y

Pierce (2009), en la que encuentran correlaciones positivas significativas entre

la inteligencia y 3 índices clave de la calidad del semen.

La opinión de Chomsky (1996) sobre esta cuestión es semejante a la de

Ovejero, si el CI es en buena parte hereditario, como sostienen Herrnstein y

Murray (1994), este hecho conducirá a una meritocracia hereditaria. Chomsky

señala que el CI correlaciona muy poco con el estatus socioeconómico,

consecuencia acaso del hecho de que está diseñado para medir el éxito

académico, algo que probablemente sólo se correlaciona de manera débil

con todo aquello que conduce a la riqueza y a los privilegios en las

condiciones concretas de una sociedad capitalista (Chomsky, 1996, p.

58).

Por su parte, Sternberg (1988a) señala que la asociación que se observa

entre los test de inteligencia y la habilidad humana es bastante débil y ello es

debido a que “la inteligencia es mucho más de lo que puede ser medido por un

simple test psicométrico. La inteligencia humana es una clase de automanejo

mental de la vida de un modo constructivo y poderoso” (p. 211).Las pruebas que


55

predicen el rendimiento con una correlación de 0.5 no explican más que un 25%

de la variación de los rendimientos individuales lo que quiere decir que el buen

rendimiento escolar requiere mucho más que CI (Sternberg, 1999).

Desde estos puntos de vista que se centran no en el producto de la

actividad sino en cómo los sujetos procesan la información para tomar

decisiones, para resolver un problema, tenemos las siguientes pruebas:

7) Batería para la Evaluación Dinámica del Potencial de Aprendizaje y de

las Estrategias Cognitivas - BEDPAEC (Molina, Arráiz y Garrido,

1993). Este tipo de evaluación pretende precisar la capacidad de

inteligencia de que un sujeto dispone para aprovecharse de una

preparación con el fin de lograr el mejor provecho posible, asume como

constructos teóricos esenciales el concepto de Zona de Desarrollo

Próximo de Vygotsky (Vygotsky, 1931/1978) y los de Modificabilidad

Cognitiva y Mediación de Feuerstein (Feuerstein, Rand y Hoffman,

1979). La forma de evaluar el potencial de aprendizaje es semejante

al procedimiento diseñado por Vygotsky para evaluar la Zona de

Desarrollo Próximo (Tzuriel, 2001), se trata de incluir una fase de

entrenamiento en la situación de evaluación: pretest - mediación -

postest. La mediación es una fase activa, de monitorización y de guía,

que va dirigida a proporcionar al sujeto aquellas destrezas elementales

que le van a facilitar una mejor ejecución en el dominio evaluado

(Haywood, 1993; Gerber, 2001).

La BEDPAEC consta de 9 pruebas (pensamiento reversible,

estructuración espacial, diseños matriciales, memoria de dígitos,

memoria viso-espacial, historietas manipulativas, historietas verbales,


56

laberintos y rompecabezas), y una parrilla para observar las

estrategias:

prerrequisitos: interés, definición operativa,

input: tiempo de reacción, perseverancia en el error,

elaboración: razonamiento deductivo e inductivo, corrección

espontánea e inducida de errores, repaso, organización en

categorías, relación medios-fines,

output: respuestas verbales y manipulativas.

La batería puede aplicarse a niños entre 5 y 8 años, y hasta 12

años en el caso de niños con discapacidad intelectual leve (CI entre

50 y 65).

8) Proyecto Spectrum (Gardner, Feldman y Krechevsky, 2001), los

autores pretenden ofrecer a los educadores un instrumento alternativo

de evaluación mediante el cual se descubren y promueven las

destrezas cognitivas y los intereses de los niños. Los criterios de

evaluación se basan en el trabajo de los autores con niños de 4 años.

La evaluación consiste en 15 medidas independientes de 7 áreas:

movimiento, lenguaje, matemáticas, ciencias naturales, social, artes

visuales y música, además se evalúa el estilo de trabajo del niño.

9) Prueba de inteligencia triárquica - STAT (Sternberg Triarchic Abilities

Test, Sternberg, 1991, 1993). La prueba está dividida en nueve niveles

según edades que van desde educación infantil hasta enseñanza

superior y adultos. La prueba ofrece puntuaciones separadas para

cada uno de los aspectos de la inteligencia según la teoría triárquica:


57

para procesamiento de información componencial (habilidad analítica,

inteligencia componencial), manejo de lo novedoso (habilidad

sintética, inteligencia experiencial), y destrezas práctico-intelectuales

y de automatización (inteligencia contextual). Estas puntuaciones

están cruzadas con otras tres puntuaciones de contenido verbal,

cuantitativo y figurativo. Así cada nivel de edad es evaluado por 12

subtest (4 x 3). Según el autor (Sternberg, 1991) es posible

diagnosticar fortalezas y debilidades en el procesamiento de la

información y también diferentes tipos de representación de la

información, reconoce que la prueba no es inmune al aprendizaje

previo ni está libre de cultura. Es curioso que este test no haya sido

publicado y solo se pueda conseguir poniéndose en contacto con el

autor (Sternberg, 1993).

2.1.4. Rendimiento académico e inteligencia.

La existencia de literatura sobre la relación entre rendimiento académico

y los diferentes factores individuales es cuantiosa. Los primeros trabajos que

pretendían predecir el rendimiento académico surgieron a partir de la medida de

la inteligencia, más adelante se empezaron a estudiar otros factores ya que se

vio que el factor inteligencia no era suficiente para explicar la variabilidad del

rendimiento académico.

Entre los primeros estudios que establecieron correlaciones entre la


58

inteligencia y el rendimiento académico podemos citar los trabajos de:

Andrés Muñoz (1952) que obtuvo correlaciones entre 0.55 y 0.76,

Garcia Yagüe y Sempere Agulló (1956) quienes obtuvieron

correlaciones entre 0.29 y 0.66,

Lopez Menchero (1970), García de la Hoz (1979) y Rodríguez

Espinar (1982), estos autores confirmaron la influencia del factor

inteligencia en el rendimiento académico.

Jencks (1979), mediante investigación longitudinal obtuvo

correlaciones entre estas variables que oscilaban entre 0.40 y 0.63.

Estudios más recientes que han llegado a la misma conclusión son: Brody

(1992), Jensen (1998a, 1998b), Sternberg, Grigorenko y Bundy (2001), Bartels,

Rietveld, VanVaal y Boomsma (2002). Mackintosh (1998) encuentra

correlaciones entre 0.4 y 0.70 entre el CI y el rendimiento escolar.

Según Jensen (1980) la correlación entre inteligencia y rendimiento

académico es mayor en la escuela primaria y va disminuyendo con la edad. Pind,

Gunnarsdottir, y Johannesson (2003) explican esto porque cada vez hay menos

estudiantes matriculados en los niveles superiors.

Más recientemente, Deary, Strand, Smith y Fernandes (2007) encontraron

que la correlación entre g y el rendimiento escolar fue de 0.85. La varianza

explicada varió desde el 58.6% en matemáticas y el 48% en inglés al 18,1% en

arte y diseño. El estudio, longitudinal, examinó la asociación entre la inteligencia

psicométrica a la edad de 11 años y el rendimiento escolar en los exámenes

nacionales a los 16 años. El número de participantes fue de 70.000.


59

Watkins, Lei y Canivez (2007) nos dicen que hay un debate abierto entre

inteligencia y rendimiento ya que algunos investigadores ven la inteligencia y el

rendimiento como constructos idénticos y opinan que el CI psicométrico ejerce

influencia causal sobre las medidas futuras de rendimiento pero que estas no

influyen sustancialmente en las puntuaciones de CI futuras. Opinión idéntica es

la de Laidra, Pullman y Allik (2007), quienes opinan que los estudiantes con

mejores resultados confían en sus capacidades cognitivas a lo largo de todos los

cursos y, por ello, el CI ejerce una influencia causal en el futuro rendimiento

académico pero no al contrario. Brody (1992) opina que la relación entre CI y

rendimiento académico es recíproca.

Las investigaciones que indican que la inteligencia general no es

suficiente para explicar el rendimiento académico son numerosas, algunas de

ellas son las siguientes:

Repáraz, Tourón y Villanueva (1990) efectúan una revisión bibliográfica

sobre este tema y encuentran que la correlación entre ambas variables,

inteligencia y rendimiento, no suele superar el valor de 0’60 ni ser menor de 0,20.

Estos autores apuntan que a partir del momento en el que se vio que el factor

inteligencia no era suficiente para explicar el rendimiento académico, los

investigadores comenzaron a relacionar otros factores con el aprovechamiento

escolar tales como personalidad, motivación, autoconcepto o el rendimiento

previo.

Investigaciones como las de Chamorro-Premuzic y Furnham (2005),

Jencks (1979), Jensen (1998a, 1998b), Mackintosh (1998) y Rohde y Thompson

(2007) dicen que hay evidencias empíricas de una fuerte asociación entre la

inteligencia general y el rendimiento académico, no obstante todavía hay entre


60

un 51% y un 75% de la varianza en el rendimiento académico que no se puede

explicar mediante la medida de la inteligencia general.

De hecho, muchas investigaciones actuales se están centrando en identificar los

constructos que explican las diferencias individuales en “g”, ya que también

pueden ser relevantes para entender el rendimiento académico. Así se están

realizando investigaciones sobre la eficacia mental o velocidad de

procesamiento. Vernon (1983) encuentra que una mayor velocidad de

procesamiento cognitivo facilita que se adquiera más información, por su parte

Baker, Vernon y Ho (1991) encontraron asociación entre velocidad de

procesamiento y CI estos autores inciden en la importancia que tienen los

factores genéticos subyacente a esa asociación.

Luo, Thompson y Detterman (2003) encontraron que la varianza dividida

entre la inteligencia general y el rendimiento académico era de un 30%, pero

cuando controlaron el componente de velocidad mental esta decreció al 6%. Esto

demuestra como los diferentes ítems que componen la inteligencia pueden tener

un papel significante entre la inteligencia y el rendimiento.

Por otro lado, según Rindermann y Neubauer (2004) los atributos de la

personalidad tales como la motivación y los estilos de aprendizaje son muy

importantes en la adquisición de conocimientos. En la misma línea, Chamorro-

Premuzic y Furnham (2005) afirman que, para predecir el rendimiento

académico, se deben tener en cuenta conjuntamente las variables cognitivas y

de personalidad, por separado no son suficientes.

Schermer y Vernon (2010) encontraron que la personalidad entendida

como un factor general no es independiente del factor general de inteligencia, g,


61

ni de la deseabilidad social, en cambio esta última no correlaciona de forma

significativa con g.

Heaven y Ciarrochi (2012) realizaron un estudio sobre personalidad,

inteligencia y rendimiento académico y encontraron que la inteligencia estaba

asociada con el alto rendimiento académico entre aquellos que tenían una alta

capacidad pero no entre los que la tenían baja, este efecto no era eliminado

cuando se controlaban algunos rasgos de personalidad. Las conclusiones

obtenidas fueron:

es probable que algunas características individuales -persistencia y

laboriosidad- favorezcan un mejor rendimiento académico (en línea

con Blickle, 1996), y

la conciencia (C) que indica indica el grado de organización,

persistencia, motivación y control de la conducta dirigida a metas, y la

abertura a la experiencia (O) que indica el interés por la vivencia de

nuevas y variadas experiencias, predicen el rendimiento académico

entre aquellos sujetos que puntúan alto en CI.

Los autores explican esta última conclusión planteando que C está más

estrechamente relacionada con el aprendizaje disciplinado que incluye rasgos

como esfuerzo, estrategia y gestión del tiempo, mientras que la relación de O se

da con lo que denominan elaboración, que comprende habilidades como la

evaluación crítica, las relaciones interpersonales y la literatura. Según estos

autores, estas habilidades son de más uso entre los que tienen niveles altos de

inteligencia.

Concluimos este apartado con las conclusiones a las que llegaron


62

Petrides, Chamorro-Premuzic, Frederickson y Furnham (2005) en un estudio

sobre el rendimiento académico en el que hallaron que el factor g solo explica un

50 - 60 % de la varianza, el resto de ella no la explica este factor. Según los

autores, estos no-g factores tienen un sustancial impacto en la educación y

pueden incluir aspectos como: asistir al colegio, el apoyo de los padres, rasgos

de personalidad, motivación y esfuerzo, buenas experiencias educativas, la

calidad de la enseñanza y otros posibles factores.

Variables personales. Motivación.

63

2.2. Motivación.

Las acepciones que aparecen en el Diccionario de la lengua española

(DRAE, 2001) sobre el término motivación son tres: acción y efecto de motivar,

motivo y ensayo mental preparatorio de una acción para animar o animarse a

ejecutarla con interés y diligencia. Así mismo motivo se define, entre otras, como:

que mueve o tiene eficacia o virtud para mover y causa o razón que mueve para

algo.

Por otra parte la palabra motivación proviene de la combinación de los

vocablos latinos motus -movido- y motio -movimiento, de aquí podemos

establecer una primera definición de motivación como aquellas cosas

que inducen al sujeto a realizar algunas conductas y a perseverar en ellas hasta

conseguir los fines que se habían planteado.

Apuntamos que las definiciones existentes acerca de la motivación son

muy numerosas de aquí que el desacuerdo entre los investigadores sobre la

cuestión sea notable (Pintrich y Schunk, 1996), en cualquier caso todos ellos

entienden la motivación como algo que impulsa la conducta o que la dirige. En

la tabla 4 ofrecemos algunas de ellas.

Así, una persona desmotivada es vista como alguien que no siente

activado para actuar, mientras que se considera que una persona está motivada

cuando se la percibe como alguien que está activado para conseguir un fin (Deci

y Ryan, 2000) cuando cuando se siente impelida a hacer algo (Mnyandu, 2001).

La motivación implica un impulso hacia algo, dicho impulso puede ser externo al


64

sujeto, tiene su origen en el ambiente, o interno, relacionado con el sistema

cognitivo del individuo.

2.2.1. Teorías de la motivación.

El modelo básico de la motivación parte de la aparición de un estímulo

que origina una necesidad en el individuo, la cual provoca una acción en el sujeto

tendente a su satisfacción. Si la conducta ha conseguido el objetivo previsto se

recompone el estado de equilibrio previo a la aparición del estímulo. Si no se han

conseguido los resultados ambicionados, el sujeto puede sentir frustración o

buscar otros objetivos más asequibles (figura 1).

Figura 1. Modelo básico de la motivación.


65

Tabla 4.Definiciones de motivación.

Atkinson (1958) El término motivación se refiere a la activación de una tendencia a

actuar para producir efectos, subraya la fuerza final de la tendencia

de la acción que la persona experimenta como un yo quiero.

Nuttin (1963) La motivación explica la conducta como actividad dirigida, es una

orientación activa, persistente y selectiva que caracteriza la conducta

del individuo expresada de forma diferente según su tipo (innata o

adquirida) y el nivel de desarrollo del sujeto. La motivación es fuente

de actividad y de dirección (aspectos dinámico y direccional). Según

este autor, el término motivación es empleado por muchos autores

behavioristas para designar la influencia de diferentes estados

fisiológicos sobre el comportamiento.

Vander Zanden

(1986)

“Estados y procesos interiores que impulsan, dirigen o sostienen la

actividad de un individuo” (p. 622).

Woodbridge y

Manamela, (1992)

La motivación es la voluntad de participar en tareas significativas.

Solana (1993). La motivación es lo que hace que un individuo actúe y se comporte

de una determinada manera, con qué fuerza y hacia dónde, combina

procesos intelectuales, fisiológicos y psicológicos.

Woolfolk (1996) La motivación se define como un estado interno que activa, dirige y

mantiene la conducta. El estudio de la motivación intenta establecer

“cómo y por qué las personas inician acciones dirigidas a metas

específicas, con cuánta intensidad participan en la actividad y cuán

persistentes son en sus intentos por alcanzar esas metas” (p. 359).

Koontz y Weihrich

(1999)

La motivación es un término genérico que se aplica a una serie de

impulsos, deseos, necesidades, anhelos y fuerzas similares.

Tucker, Zayco y

Herman( 2002)

La motivación hace referencia a los indicadores cognitivos,

emocionales y de comportamiento que las personas utilizan.

Pintrich (2003) El término motivación se usa para describir lo que la gente hace, lo

que la mantiene en acción y lo que la ayuda a terminar lo que se

propone.

Ryan y Deci

(2008a)

La motivación es aquello que mueve a la gente a actuar, pensar y

desarrollar.


66

A partir de este modelo que podemos llamar inicial distinguimos tres

grandes corrientes de teorías: el Conductismo, la Psicología Humanista y la

Psicología Cognitiva (Álvaro Page et al., 1990).

1. La perspectiva conductista de la motivación, basada en los trabajos de

Pavlov (1927), Hull (1930, 1943), Watson (1913, 1919, 1925, 1928) y

Skinner (1977a, 1979, 1985), considera que la motivación es una

hipótesis explicativa no verificable, la conducta es iniciada por estímulos

externos y determinada por mecanismos de refuerzo, positivos o

negativos, desarrollados entre los estímulos y las respuestas, los

individuos se comportan con la finalidad de obtener un beneficio o evitar

un daño. Skinner (1977a, 1979 ,1985) reduce la motivación a un simple

reforzamiento.

2. Desde la perspectiva humanista, los factores fundamentales que darían

cuenta de la conducta serían la necesidad de dar sentido a la propia vida

y la de autorrealización personal. Autores representantes de esta

tendencia son Maslow, McClelland y Herzberg entre otros.

3. Finalmente las teorías que tienen su origen en la perspectiva cognitiva,

mantienen que los procesos cognitivos son clave para explicar la

motivación, las causas de que los individuos desarrollen un

comportamiento y no otro. Algunos representantes de estas teorías son:

Vroom, Atkinson, Weiner, Dweck, Decy y Ryan.


67

2.2.1.1. Modelos Humanistas.

El Modelo de Maslow (1943, 1954/1991, 1964, 1971).

Es muy cierto que el hombre vive solo de pan - cuando no hay pan. Pero

¿qué pasa con los deseos del hombre cuando hay un montón de pan y

cuando su vientre está crónicamente leno?

Inmediatamente, otras (y “superiores”) necesidades emergen y estas, más

que el hambre fisiológica, dominan el organismo. Y cuando estas a su vez

se satisfacen, nuevas (y aún “superiores”) necesidades surgen y así

sucesivamente. Esto es lo que queremos decir cuando afirmamos que las

necesidades humanas básicas se organizan en una jerarquía de

prepotencia relativa (Maslow, 1943, p. 375).

En estas citas de Maslow (1943) vemos que para este autor en la

motivación se da toda una serie de necesidades, organizadas jerárquicamente.

A medida que el individuo satisface las más básicas, otras necesidades más

complejas son objeto de su conducta. En un primer modelo (Maslow, 1943,

1954), las necesidades se presentan en el siguiente orden:

1) Necesidades biológicas/fisiológicas. Aire, comida, bebida, cobijo,

calor, sexo, sueño.

2) Necesidades de seguridad. Protección contra los elementos, la

seguridad, el orden, la ley, los límites, la estabilidad.

3) Necesidades sociales. Pertenencia, afecto y amor, referidas al grupo

de trabajo, a la familia, a los amigos, a las relaciones en general.


68

4) Necesidades de estima. Autoestima, logros, estatus, independencia,

prestigio, el respeto propio y el de los demás.

5) Necesidades de autorrealización. Búsqueda del crecimiento

personal, utilización plena de las capacidades del individuo.

Se consideran los cuatro niveles primeros como necesidades de privación,

si no se satisfacen provocan una deficiencia que motiva a los individuos para

satisfacerlas. Una necesidad satisfecha no origina ninguna conducta, solo las no

satisfechas influyen en ella y la orientan hacia el logro de objetivos. Así, las

necesidades fisiológicas, que ocupan el nivel más bajo en la jerarquía, cuando

no se satisfacen se vuelven predominantes. El nivel más alto es la auto-

realización, la conducta conducente a satisfacer esta necesidad no está

impulsada por una deficiencia, sino por un deseo de crecimiento personal

(Maslow, 1954).

Este modelo de 5 etapas fue ampliado por Maslow para incluir las

necesidades cognitivas, estéticas y trascendentes (Maslow, 1964, 1971)

referidas al conocimiento, al significado de las cosas, a la búsqueda de la belleza

o a la conexión a algo más allá del ego o a la ayuda que se puede ofrecer a otros

para que encuentren su realización personal y puedan darse cuenta de su

potencial. El modelo queda como se muestra en la figura 2.


69

• TRASCENDENCIA

• AUTORREALIZACIÓN

• CONOCIMIENTO, ESTÉTICA

• AUTOESTIMA

• ASOCIACIÓN o ACEPTACIÓN

• SEGURIDAD

• FISIOLÓGICAS

Figura 2. Pirámide de Maslow.

El modelo de las tres necesidades de McClelland (1961, 1965, 1989).

Para McClelland (1989) la motivación humana es una preocupación

recurrente a conseguir un estado o condición que impulsa, orienta y selecciona

la conducta del individuo. Este autor se centró en tres motivos determinados:

necesidad de logro (N-LOG), es un impulso inconsciente a realizar

cada vez mejor la tarea de que se trate con la finalidad de conseguir

la excelencia; los sujetos con alto N-LOG se autoevalúan para medir

su progreso hacia el fin propuesto, prefieren trabajar en solitario

asumiendo metas moderadas, no les interesan las metas fáciles -

porque no suponen ningún reto-, ni las muy difíciles en las que el

éxito es muy difícil de alcanzar (McClelland et al, 1953; McClelland,

1961; McClelland y Winter, 1969); la relación de N-LOG con el

rendimiento académico es alta (Steinmayr y Spinath, 2007),


70

necesidad de afiliación (N-ASO), los individuos que poseen una alta

N-ASO son sujetos que buscan las relaciones interpersonales, la

amistad, son sensibles a las reacciones de los demás, prefieren

trabajar en grupo, les cuesta tomar decisiones difíciles por miedo a

disgustar a los demás, la necesidad de ser agradable se lo impide,

y

necesidad de poder (N-POD), es un impulso inconsciente a tener

ascendiente en los demás, necesitan obtener y conservar la

autoridad, son individuos que les gusta desempeñar profesiones, o

posiciones de liderazgo, en las que puedan mandar, les gustan los

deportes de competición, pueden llegar a ser personas agresivas

(McClelland et al, 1972; McClelland, 1975, 1989).

No hay tipos puros, todas las personas necesitan un cierto nivel de cada

una de estas necesidades aunque varíen los porcentajes. Por ejemplo, niveles

altos de N-LOG, bajos de N-ASO y moderados de N-POD son distintivos de los

empresarios de éxito. Sujetos con una máxima N-POD, moderada a baja N-ASO

y moderada N-LOG con alta capacidad de autocontrol son las características que

definen a los líderes efectivos de nivel medio y a los gerentes ejecutivos

(McClelland y Boyatzis, 1982).


71

El modelo de los dos factores de Herzberg.

Desde el campo de la psicología industrial surge el modelo de los dos factores

de Herzberg (Herzberg, 1959, 1968; Herzberg, Mausner y Snydermann,

1959/2010).

Este modelo es conocido también por el nombre de Teoría de la

Motivación e Higiene. Según este autor, las personas están influenciadas por

dos factores: satisfacción -resultado de los factores de motivación-, e

insatisfacción que es el resultado de los factores de higiene. Los primeros son

factores relacionados con el contenido del trabajo que generan compromiso,

tienen que ver con la Independencia laboral, el logro, la promoción, el

reconocimiento y la responsabilidad, etc.

El segundo tipo de factores, factores higiénicos, son extrínsecos al trabajo

(a su contenido), se encuentran en el ambiente que rodea a la tarea y el sujeto

no tiene control sobre ellos. Estos factores son los responsables de la

insatisfacción en el trabajo, son los que tienen que ver con la supervisión, el

salario, beneficios, recompensas, con las políticas y prácticas de gestión de la

institución, con las relaciones de trabajo y con los compañeros de trabajo, el

ambiente físico, etc. (Herzberg, Mausner y Snydermann, 1959/2010)

Ambos tipos de factores, higiénicos y motivadores, son distintos y están

separados en un punto neutro en el que no hay insatisfacción ni motivación, se

deduce de ello que estos dos tipos de factores no son opuestos. Lo contrario de

la satisfacción en el trabajo no es la insatisfacción laboral, sino la no-satisfacción,

del mismo modo, lo opuesto a la insatisfacción es la no-insatisfacción

(Herzberg,1968). En la tabla 5 mostramos un esquema de estos factores.


72

Tabla 5.Resumen de los factores de Herzberg (Herzberg, Mausner y Snydermann, 1959/2010).

Facto

res

de

hig

iene

Las condiciones de trabajo. Las condiciones físicas de trabajo, la cantidad de

trabajo, o de los medios disponibles para hacer el trabajo. También

adecuación o inadecuación de ventilación, iluminación, herramientas, espacio

y otras características ambientales.

Política de la empresa y la administración. Eventos en los que algún aspecto

general de la empresa es un factor. Estos incluyen canales claros de

comunicación, autoridad insuficiente para la conclusión satisfactoria de las

tareas y la organización inadecuada de las tareas.

Salario. Todas las secuencias de eventos en los que la indemnización tiene

un papel. Estos implican salario o aumentos de sueldo, o la expectativa

incumplida de aumentos salariales.

Las relaciones interpersonales. La interacción entre el individuo y los

superiores, compañeros y subordinados. Estas relaciones pueden incluir

cualquiera de las relaciones de trabajo o las relaciones puramente sociales en

el trabajo.

Supervisión. La competencia o incompetencia, la justicia o injusticia del

supervisor. También la voluntad o falta de voluntad del supervisor para

delegar la responsabilidad o de su voluntad o falta de voluntad de enseñar.

Facto

res

de

motivació

n

Logro. La conclusión con éxito de un trabajo, las soluciones a los problemas,

vindicación, y ver los resultados del propio trabajo. La definición incluye el

fracaso y la falta de logro.

Reconocimiento. Cualquier acto de reconocimiento por parte de un supervisor,

cualquier otro individuo en la gestión, clientes, compañeros, colega

profesional, o del público en general. Puede ser un acto de aviso, la alabanza

o la culpa.

Responsabilidad. Esto incluye la responsabilidad personal por el trabajo de

uno y el trabajo de otros o de ser dado una nueva responsabilidad.

El trabajo en sí. El hacer real del trabajo o de las tareas del puesto de trabajo

como fuente de buenos o malos sentimientos al respecto. Los trabajos pueden

ser rutinarias o variada, creativa o embrutecedora, demasiado fácil o

demasiado difícil. Cada uno de esto puede afectar a la satisfacción laboral, ya

sea positiva o negativamente.

Avance. Cambio real en el estado o la posición de una persona en una

empresa. También incluye la posibilidad de avance.


73

La teoría de Maslow y Herzberg se pueden relacionar, así las cuatro

necesidades situadas en los puestos más altos de la pirámide, se

corresponderían con los factores motivadores, mientras que la correspondencia

del resto de necesidades sería con los factores higiénicos.

2.2.1.2. Modelos cognitivos.

Teoría de la expectativa de Vroom (1964).

También desde el campo de la psicología industrial, Vroom (1964) ofrece

su teoría de la motivación. Este autor plantea que los individuos se sentirán

motivados a comportarse de cierta forma si creen que el hacerlo les traerá

recompensas valiosas para ellos. El problema central de la motivación es cómo

explicar las decisiones que toman los individuos de entre el conjunto de las

posibles decisiones alternativas a tomar.

Para entender cómo se toman estas decisiones Vroom (1964) define los

conceptos de expectativa, valencia y fuerza.

La expectativa es la probabilidad que el sujeto asigna a la obtención del

resultado, es la creencia de que el esfuerzo puesto en la tarea producirá el fruto

deseado. Es "una creencia momentánea acerca de la probabilidad de que un

determinado acto será seguido por un resultado particular" (Vroom, 1964, p.17).

El valor de la expectativa oscila entre 0 (el sujeto cree que el resultado no será

una continuación de la acción) a 1 (el sujeto cree que el resultado será una

continuación de la acción) y depende del concepto que el sujeto tenga acerca de


74

su capacidad para realizar la tarea de que se trate: valor alto si se considera

capaz y bajo en el caso contrario.

Valencia es un término que se refiere a una predilección por obtener un

resultado, una consecuencia, un provecho, un producto en lugar de otro. Los

valores matemáticos que se pueden aplicar a la valencia oscilan entre ±1. Un

resultado tiene una valencia positiva cuando el individuo prefiere alcanzar dicho

resultado a no alcanzarlo, lo contrario sería valencia negativa, la valencia cero

se daría cuando el resultado a alcanzar fuera indiferente para el sujeto. El valor,

valencia, de un resultado está en función de los valores del individuo: si un chico

quiere sacar una buena calificación en una asignatura y piensa que realizando

un determinado trabajo lo va a conseguir, la finalización de ese trabajo tendrá

una valencia positiva y el chico estará motivado a hacerlo por el valor percibido

de la recompensa (la nota).

Por último, la fuerza. Vroom (1964) sostiene que el comportamiento de

una persona es el resultado de un campo de fuerzas, cada una de los cuales

tiene dirección y magnitud. Los valores numéricos asignados a las valencias y a

las expectativas se combinan para producir su fuerza hipotética, y el acto que

produce el más alto nivel de la fuerza se supone que es el que la persona va a

elegir.

El modelo se representa con la ecuación (Davis y Newstrom, 2003):

ܨ = ܧ�ݔ�

en donde F es la fuerza (de la motivación), V el valor de la meta y E la

expectativa (probabilidad de logro).


75

Posteriormente, la teoría de la expectativa de Vroom fue ampliada por

Porter y Lawler (1968). Estos autores afirman que el rendimiento también se ve

afectado por factores ajenos a la motivación, tales como habilidades individuales,

rasgos y percepciones de rol. También asocian el concepto de satisfacción en

su modelo, sosteniendo que el alto rendimiento conduce a altas recompensas

que, a su vez, llevan a altos niveles de satisfacción.

Motivación de Logro (Atkinson, 1957, 1964).

Esta teoría está basada en las ideas, entre otros, de McClelland -ya visto

anteriormente- y de Murray (1938), este último definió las necesidades como el

constructo que representa la fuerza que ajusta la percepción, la capacidad y la

conducta para incrementar la satisfacción y consiguiendo, de esta forma, que

una situación desagradable deje de serlo. Las necesidades puede ser

provocadas por estados internos, hambre o sed, o externos, tales como la

presencia de comida o dinero.

El planteamiento central de Atkinson (Atkinson, 1957, 1964; Atkinson y

Feather, 1966; Atkinson y Raynor, 1974) es la asunción de que en todo sujeto

que se enfrenta a una tarea existen dos disposiciones: la consecución del éxito

y la evitación del fracaso, la primera se caracteriza por el interés para lograr la

finalidad pretendida, y la segunda por la ansiedad que provoca la frustración

asociada al fracaso. Atkinson (1964) entiende la consecución del éxito como una

capacidad para experimentar orgullo con el éxito y, en relación con la segunda

disposición, Pardo Merino y Alonso Tapia (1990) opinan que la evitación del

fracaso encarna la capacidad del sujeto para sentir temor o vergüenza cuando


76

no se logra obtener el fin propuesto, es una característica aprendida que posee

una cierta estabilidad en el tiempo.

Así pues, los comportamientos tendentes al logro encarnan una disyuntiva

entre dos predisposiciones: la ambición de ganar y el miedo a perder.

Atkinson (1957, 1964) puso en relación dos constructos: motivación y

expectativa, concibió la motivación de logro como la fuerza de la persona en

interacción con el ambiente. Así la motivación de logro, tendencia para rendir,

quedaría representada por la siguiente ecuación:

= ܯ ܫ�ݔ�ܧ�ݔ�

Donde T es la motivación de logro, M es la motivación general del sujeto,

E es la expectativa del sujeto acerca de la probabilidad de obtener éxito, e I es

el incentivo que la tarea posee para el sujeto en cuestión.

Según McClleland (1989), E e I están relacionados de forma inversamente

proporcional: cuanto menor sea la expectativa de tener éxito, el incentivo de

conseguirlo será mayor, a una E baja le corresponde una I alta:

=ܫ 1 − ܧ

Según lo anterior, Atkinson (1957) plantea que los sujetos que están

motivados a conseguir el éxito prefieren tareas de moderada dificultad, mientras

que los que están motivados a huir del fracaso prefieren tareas muy fáciles o

muy difíciles. La explicación está en el hecho de que el individuo orientado al

logro quiere conseguir el éxito, por tanto elige -en el caso de que pueda elegir-

tareas en las que se siente capaz de llevarlas a cabo, trabajos muy difíciles que

se encuentren por encima de su capacidad no le interesan porque no va a tener

éxito en su ejecución. Pero, por otra parte, el sujeto no quiere el éxito a toda


77

costa, desea que la tarea a realizar le suponga un cierto reto, por ello tareas muy

fáciles que no le representan ningún desafío no le interesan.

El sujeto orientado a huir del fracaso desea tareas fáciles porque en ellas

tiene el éxito asegurado, o muy difíciles porque el fracaso es achacable a la

dificultad de la tarea y no a la propia competencia.

En la siguiente tabla (tabla 6) mostramos algunas de las predicciones de

la teoría.

La ecuación se aplica igualmente a la tendencia a evitar el fracaso. Así,

los datos de la tabla los interpretaremos de la forma siguiente: la mayor tendencia

a huir del fracaso se produce en la elección de tareas intermedias, por tanto el

sujeto elegirá las tareas con puntuación T más baja, difíciles o fáciles.

Como vemos la motivación de logro/huida más alta se da en relación con

las tareas de dificultad intermedia (0.2500; 1.0000) y ello con cualquier valor de

la motivación general del sujeto.

La teoría también explica la elección de compañeros de trabajo, Bueno y

Castanedo (1998) exponen que el sujeto con tendencia a huir del fracaso elegirá

a sus amigos porque estos no le recriminarán si no trabaja, sin embargo el

alumno con alta motivación de logro elegirá a compañeros brillantes para

asegurarse el éxito en la tarea pero que tengan una motivación de logro inferior

a la suya para evitar la competitividad en el grupo.


78

Tabla 6.Motivación de logro/huida () en función de la dificultad de la tarea, de la motivacióngeneral ܯ) ), de la expectativa (ܧ) y del incentivo ,(ܫ) según la teoría de Atkinson (1957,1964).

dificultad de la tarea ܯ ܧ =ܫ 1 − ܧ = ܯ ܧݔ ܫݔ

5 (difícil) 1 (baja) 0.05 0.95 0.0475

4 1 0.25 0.75 0.1875

3 (intermedia) 1 0.50 0.50 0.2500

2 1 0.75 0.25 0.1875

1 (fácil) 1 0.95 0.05 0.0475

dificultad de la tarea ܯ ܧ =ܫ 1 − ܧ = ܯ ܧݔ ܫݔ

5 (difícil) 4 (alta) 0.05 0.95 0.1900

4 4 0.25 0.75 0.7500

3 (intermedia) 4 0.50 0.50 1.0000

2 4 0.75 0.25 0.7500

1 (fácil) 4 0.95 0.05 0.1900

Teoría de las atribuciones causales (Weiner, 1970, 1980, 1986).

Esta teoría se refiere a la forma cómo las personas interpretan los sucesos

y cómo aquella se relaciona con su forma de pensar y su conducta, la teoría

asume que las personas tratan de determinar porqué hacen lo que hacen. Un

individuo que trata de entender el porqué de la conducta de otra persona pasa

por tres etapas, en primer lugar el individuo debe observar el comportamiento

del otro, en segundo lugar debe creer que esa conducta es intencional y, por

último, debe establecer si cree que el otro se vio obligado a realizar esa conducta


79

o no, en el primer caso la causa se atribuye a la situación y en el segundo caso

a la persona.

Weiner (1974) focalizó su teoría de la atribución en el logro. Los factores

que afectan de forma notable a las atribuciones en relación con el logro son

cuatro, habilidad, esfuerzo, dificultad de la tarea y suerte, distrinuidas a lo largo

de tres dimensiones causales (Weiner, 1979), locus de control, estabilidad en el

tiempo y controlabilidad, cada una con dos polos: interno-externo, estabilidad-

inestabilidad y controlabilidad-incontrolabilidad, respectivamente. Así:

la aptitud puede ser clasificada como causa interna, estable e

incontrolable,

el esfuerzo sería una causa interna, inestable y controlable,

la dificultad de la tarea sería: externa, estable e incontrolable, y

la suerte: externa, inestable e incontrolable.

Weiner (1980, 1986) afirma que existe una estrecha relación entre

autoconcepto, rendimiento y atribución, los sujetos con una alta autoestima y con

un elevado rendimiento tienden a atribuir sus éxitos a factores internos, estables

e incontrolables tales como la propia inteligencia, y el fracaso a factores como el

esfuerzo puesto en la tarea que es interno, inestable y controlable. Por otro lado,

los sujetos de bajo rendimiento, con baja autoestima, tienden a atribuir sus éxitos

a la suerte y sus fracasos a su falta de capacidad. El rendimiento de los sujetos

que confían en su propia capacidad y esfuerzo, se incrementa significativamente

(Martín del Buey y Romero Viesca, 2003).

Esta teoría también predice -al igual que la de Atkinson- el tipo de tareas

que eligen los sujetos en función de la atribución que hagan de las causas de


80

sus éxitos y fracasos. Los sujetos de alto rendimiento y autoestima elegirán

tareas que les permitan conseguir éxito ya que lo asocian a dos factores que

poseen: la capacidad y al esfuerzo. Los sujetos de bajo rendimiento evitan este

tipo de tareas ya que tienden a dudar de su capacidad o a atribuir un papel

importante a la suerte cuando tienen éxito en alguna tarea. En los primeros,

fracasar no supone un ataque a su autoestima porque lo atribuyen a la falta de

esfuerzo, factor que está bajo el control del sujeto; por el contrario los sujetos de

bajo rendimiento tienen que disculpar el fracaso atribuyendo sus causas a

factores fuera de su control, la mala suerte o la dificultad de la tarea, ya que

atribuirlo a la falta de capacidad supondría un ataque directo a su autoestima.

Resumiendo, los sujetos que atribuyen sus fracasos a factores

incontrolables aprenden a no actuar, caen en un proceso de indefensión

aprendida que se traduce en desmotivación, empleo de estrategias de actuación

menos eficaces, caída de las expectativas y de la persistencia en la acción de

que se trate (Dweck, 2012; Dweck y Reppucci, 1973).

Metas de logro (Dweck, 1975, 1986).

La conceptualización del constructo metas de logro surgió a partir de un

conjunto de estudios (Diener y Dweck, 1978, 1980; Dweck, 1975; Dweck y

Reppucci, 1973) que demostró que niños con igual capacidad respondían de

forma diferente al fracaso ante tareas de logro. Algunos chicos mostraron

patrones adaptativos a la situación de tipo de dominio o de indefensión. Los

chicos que adoptaron el primer patrón, dominio, atribuían el fracaso a su esfuerzo

insuficiente y se sentían impelidos a continuar intentándolo porque sentían que


81

tenían el control de la situación. Los chicos que adoptaron el segundo tipo -

indefensión- atribuyeron el fracaso a la falta de capacidad, lo que les llevó a un

decremento en el rendimiento y a huir de futuras tareas. Dweck (Dweck, 1986;

Dweck y Elliot, 1983) planteó el constructo meta de logro para explicar este

hecho y la definió como el propósito de la persona para involucrar su conducta

en una situación de logro e identificó dos tipos de metas (Grant y Dweck, 2003):

de rendimiento, de ejecución, en las que el sujeto pretende demostrar

su competencia (o evitar demostrar su incompetencia), el sujeto busca

obtener (o evitar) juicios positivos (o negativos) sobre su competencia,

y

de aprendizaje, en las que el sujeto pretende desarrollar su

competencia, es decir, el sujeto pretende adquirir nuevas habilidades

o perfeccionar su ejecución en una determinada tarea.

Los sujetos orientados hacia metas de aprendizaje se implican en las

tareas y aunque experimentan desagrado ante el fracaso, su nivel de ejecución

no disminuye (Covington y Omelich, 1984; Elliot y Dweck, 1981) ya que al atribuir

el fracaso a su falta de esfuerzo - causa interna y controlable- consideran que

tienen el control de la situación, como hemos indicado anteriormente. Dweck

(2007) dice: “Los chicos que creían en el esfuerzo llegaron a la conclusión de

que la dificultad significaba tener que aplicar más esfuerzo. No consideraron el

fallo como un fracaso y tampoco pensaron que fuera un reflejo de su capacidad

intelectual” (p. 105), de hecho los sujetos orientados hacia este tipo de metas no

necesitan sentir que tienen una gran habilidad para perseverar en la tarea (Elliott

y Dweck, 1988).


82

Por el contrario los individuos orientados hacia metas de rendimiento

como buscan obtener juicios positivos, validación de la propia capacidad (Grant

y Dweck, 2003) o evitar los negativos, según Covington (2000b), en un proceso

de comparación social, no asumen riesgos, la confianza en sí mismos baja

notablemente aunque partieran de niveles altos, se desaniman ante el fracaso y

su nivel de ejecución disminuye. Es posible que estos sujetos perseveren en la

ejecución en el caso de tener éxito pero ante contratiempos más o menos

prolondados, se produce un deterioro en la motivación y en el rendimiento (Grant

y Dweck, 2003). Estos sujetos tienden a creer que la capacidad es una cualidad

estable del individuo, mientras que la creencia de los sujetos orientados hacia el

aprendizaje es la de que la capacidad es maleable (Dweck y Leggett, 1988) .

Por último, en primer lugar, apuntar que el hecho de atribuir los resultados

a causas internas (orientación hacia metas de aprendizaje) influye

significativamente sobre las metas de aprendizaje, mientras que las atribuciones

a causa externas (orientación hacia metas de rendimiento) influyen sobre las

metas de rendimiento (González Cabanach, Valle Arias, Suárez Riveiro y

Fernández Suárez, 1999; Valle Arias, González Cabanach, Gómez Taibo,

Rodríguez Martínez y Piñeiro, 1998). En segundo lugar, señalar que la

percepción por parte del sujeto de la existencia de una estructura orientada al

aprendizaje en la organización de que se trate, el aula en nuestro caso, se

relaciona positivamente con una orientación de aprendizaje (Sideridis, 2005), del

mismo modo la percepción de una estructura tendente a evitar la ejecución

favorece la orientación de ejecución (Gaeta González, 2013). En tercer lugar

indicar que tal vez:


83

El estudio de las metas de los alumnos ha estado sesgado hacia el estudio

de las de orden académico, en detrimento de las de carácter social,

aunque éstas se están mostrando con una gran importancia,

especialmente en alumnos de contextos educativos más desfavorecidos

(de la Fuente Arias, 2002, p. 80).

Gonçalves y Lemos (2014) plantean que la existencia en el aula de metas

prosociales puede influenciar, positivamente, las actitudes hacia los chicos con

necesidades especiales.

Teoría de la autodeterminación (Deci y Ryan, 1985, 2000; Ryan y Deci, 2000b).

Según Niemiec y Ryan (2009) la teoría de la autodeterminación (a partir

de ahora la citaremos por sus siglas en castellano TAD) es una macro-teoría de

la motivación humana, la emoción y el desarrollo que se interesa por los factores

que facilitan o impiden los procesos de asimilación y crecimiento en las personas.

La TAD se compone de cinco mini teorías interrelacionadas (Deci y Ryan, 2002),

a saber:

Teoría de los Contenidos de Meta, surge de la distinción entre metas

extrínsecas e intrínsecas y su impacto en la motivación y el bienestar,

manifiesta el impacto de los objetivos intrínsecos y extrínsecos en la

motivación y el bienestar de las personas (Kasser y Ryan, 1996).

Teoría de la Evaluación Cognitiva, pretende especificar los factores

que explican la variabilidad en la motivación intrínseca, la teoría fue

conformada en términos de factores sociales y ambientales que


84

posibilitan o dificultan esta motivación (Deci y Ryan, 1985; Ryan y Deci,

2000a).

Teoría de las Orientaciones de Causalidad, describe como los

individuos incorporan aspectos sociales a sus estilos motivacionales.

Intenta explicar las diferencias individuales que regulan los diferentes

modos de comportarse en función del grado de control, más o menos

interno, de la persona (Deci y Ryan, 1985, 2002). La teoría describe

tres tipos de orientaciones de causalidad:

orientación de autonomía, los sujetos con este tipo de orientación

actúan por interés,

orientación de control, los sujetos se mueven por recompensas,

ganancias y aprobación social,

orientación impersonal, caracterizada por ansiedad con respecto a

la competencia.

Teoría de la Integración Orgánica, aborda el tema de la motivación

extrínseca en sus diversas formas, la cual puede ser regulada de forma

externa, por introyección, por identificación y por integración, en un

continuo de internalización. A medida que la regulación es más interna

las conductas reguladas por factores externos pueden convertirse en

conductas autorreguladas (Deci y Ryan, 2002).

Por último, la Teoría de las Necesidades Psicológicas Básicas plantea

que la motivación intrínseca es facilitada por los entornos sociales que

satisfacen las tres necesidades psicológicas básicas (Deci y Ryan,

2000), lo contrario ocurre cuando el medio social no satisface estos

deseos de la persona; necesidades y motivación intrínseca están


85

fuertemente asociadas (Carreira, 2012). Estas necesidades

universales para el desarrollo -físico y psicológico- correcto de las

personas (Baumeister y Leary, 1995; De Charms, 1968; Deci y Ryan,

1985, 2000, 2002; White, 1959) son:

competencia, definida como la necesidad de experimentar

satisfacción con la mejora de las propias capacidades, muy

relacionada con la autoeficacia (Bandura & Locke, 2003),

relacionarse, es la necesidad de sentirse aceptados por los seres

queridos y

autonomía, que es la necesidad que el individuo tiene de sentirse

el sujeto de su conducta en su inicio, en su mantenimiento y en su

regulación.

La TAD es una teoría empírica de la motivación humana, el desarrollo y el

bienestar. La teoría se centra en los tipos, y no sólo en la cantidad, de motivación,

Deci y Ryan (2008) piensan que aumentar la motivación no produce mayor

rendimiento ni un funcionamiento más satisfactorio. La teoría presta especial

atención a la motivación autónoma, la motivación controlada y la desmotivación

como predictores del rendimiento, de las relaciones sociales y del bienestar de

la persona. También se ocupa de las condiciones sociales que mejoran o

disminuyen estos tipos de motivación y de las metas o aspiraciones de las

personas (Deci y Ryan, 2008a).

En la figura 3 mostramos un esquema de la TAD, como vemos la teoría

plantea una motivación de carácter multidimensional (Reeve, Deci y Ryan, 2004;

Reeve, Ryan, Deci y Jang, 2008) con tres tipos globales de motivación ya

apuntados anteriormente: desmotivación, motivación intrínseca y motivación


86

extrínseca (Deci y Ryan, 1985, 2000, 2008) que reflejan diferentes niveles de

autodeterminación (Deci y Ryan, 1985) desde conductas que reflejan una

carencia absoluta de ella (desmotivación y regulación externa) hasta conductas

totalmente autodeterminadas, caso de la regulación integrada y la motivación

intrínseca.

Figura 3. Tipos de motivación y regulación en el continuo de la TAD (adaptado de Deci& Ryan, 2002, 2008; Ryan & Deci, 2009).

La desmotivación supone ausencia de motivación, de falta de intención de

actuar, son conductas no motivadas que suceden sin intencionalidad y son

percibidas como causadas externamente con una falta total o casi total de

regulación. La desmotivación es esencialmente distinta de la motivación

extrínseca y de la intrínseca. Individuos desmotivados pueden llegar a no percibir


87

ningún tipo de relación entre su conducta y los resultados que de ella se derivan

(Vallerand et al., 1992 ) .

La motivación extrínseca, es un constructo que se refiere siempre que una

actividad se realiza para alcanzar objetivos que tienen poco o nada que ver con

la actividad desarrollada (Ryan y Deci, 2000b), la actividad tiene un valor

instrumental para el sujeto que la realiza, no es un fin en sí misma. Un ejemplo

típico de conducta motivada de forma extrínseca es la realizada para obtener

una recompensa o evitar un castigo.

Los autores (Reeve et al., 2004, 2008) proponen cuatro tipos de

motivación externa según cuatro estilos reguladores que van de mayor a menor

externalidad según su nivel de regulación (autodeterminación), son las

siguientes:

regulación externa, personifica el concepto clásico de motivación

extrínseca, son conductas reguladas por circunstancias externas al

individuo (amenazas, recompensas, demandas exteriores, etc.),

regulación introyectada, que se define como aquella conducta que aunque

está regulada por presiones internas, su locus de control es externo

debido a que la fuente que las inicia es externa; así, si un individuo se dice

a sí mismo: "voy a estudiar para el examen próximo porque el suspenso

que he sacado en este ha sido por no esforzarme suficiente", está

efectuando una regulación introyectada de su conducta (Deci y Ryan,

1985, 2000, 2008, 2008a); las acciones se inician para evitar sensaciones

de culpa o de ansiedad, o para cuidar la autoestima,

regulación identificada, se produce cuando la conducta es regulada por

aspectos importantes para el sujeto, se acepta la regulación externa de la


88

conducta pero se asume como propia: “debo hacer … porque es

importante para mi”; las conductas se realizan por decisión del propio

sujeto,

regulación integrada, se produce cuando las regulaciones identificadas

son coherentes con los intereses y las necesidades del sujeto; el individuo

no se siente dirigido por eventos externos, es la forma más autónoma de

motivación extrínseca (Levesque, Copeland, Pattie y Deci, 2011).

Los tipos de regulación menos externos están mas relacionados con el

tipo de motivación intrínseca que los más externos (Carreira, 2012; Ryan y Deci,

2000). Una persona puede mudar el tipo de regulación, de externa a integrada,

a través de un proceso de internalización mediante el cual el sujeto acepta como

propias las reglas sociales.

La motivación intrínseca es el factor más autodeterminante en la

motivación, aparece cuando la persona realiza una actividad por ella misma, por

placer o satisfacción, Deci y Ryan (1994) y Covington (2000b) la definen como

la motivación que surge espontáneamente por predisposiciones internas y

necesidades psicológicas sin recompensas o presiones externas. La motivación

intrínseca implica desarrollar una conducta en una actividad que es

intrínsecamente satisfactoria que se realiza por el disfrute de la actividad en sí.

El sujeto está interesado en lo que hace, muestra curiosidad, explora nuevos

estímulos, trabaja para dominar los retos que la tarea le presenta (Deci, 1975;

White, 1959). La regulación es, obviamente, intrínseca.

La teoría distingue entre motivación autónoma y motivación controlada

(Deci y Ryan, 2008, 2008a). La motivación autónoma implica comportarse de


89

acuerdo a la propia voluntad y realizar elecciones de acuerdo a ella, abarca la

motivación intrínseca y la regulación identificada.

Motivación controlada, por el contrario, consiste en actuar por presiones

externas, son conductas reguladas por circunstancias externas al individuo que

las ha interiorizado parcialmente (Deci y Ryan, 2002). Si un individuo se plantea

que “debería comer menos grasas” es posible que esa opinión venga motivada

porque otras personas le han dicho que está algo pasado de peso: el entorno

presiona indirectamente aunque quien decide no comer grasas en último término

es el propio individuo. Incluye las regulaciones externa e introyectada (Katz,

Assor y Kanat, 2008; Ratelle, Guay, Vallerand, Larose y Senécal, 2007).

Las relaciones que hay entre la motivación extrínseca-intrinseca y las

metas de rendimiento-aprendizaje son evidentes. Citaremos únicamente la

investigación de Vallerand et al. (1993) en la que se encontraron correlaciones

positivas entre meta de aprendizaje y motivación intrínseca y, por otro lado, entre

meta de rendimiento y motivación extrínseca. En general se suele considerar

que las metas de aprendizaje favorecen la motivación intrínseca y las metas de

rendimiento la extrínseca (Heyman y Dweck, 1992), aunque hay estudios que

encuentran que las primeras favorecen tanto la motivación intrínseca como la

extrínseca (Acat y Dereli, 2012).


90

2.2.2. Motivación y rendimiento académico.

En general, los estudios que relacionan estas variables parten de que los

niveles altos de motivación elevan los resultados académicos, al igual que los

niveles bajos los disminuyen. Algunas investigaciones ya clásicas que

encuentran correlaciones positivas entre motivación y rendimiento académico

son las siguientes:

Tyler (1965) encontró correlaciones de 0.40 entre la motivación y las

calificaciones escolares,

Brengelman (1975) encuentra correlaciones positivas entre el rendimiento

académico y alta ambición de rendimiento, evaluación positiva del propio

rendimiento y demás actitudes intensivas positivas, y

Pelechano (1977), por su parte, también obtiene relaciones positivas y

significativas de la motivación con el rendimiento.

La motivación relacionada con el rendimiento académico (Pintrich y

Zusho, 2002), se refiere a los procesos internos que estimulan y sustentan tareas

enfocadas a conseguir objetivos académicos determinados. Así pues, partiendo

del aforismo según el cual ”no hay peor estudiante que aquel que no quiere

estudiar” y de que el alumno necesita tanto de de la voluntad como de la habilidad

para obtener buenos resultados académicos (González Cabanach, Valle, Núñez

y González Pienda, 1996), hemos de apuntar que el análisis de los motivos que

impulsan a los alumnos a estudiar, o a no hacerlo, y la investigación acerca de

las relaciones existentes entre motivación y rendimiento académico de los

alumnos en la escuela es muy numerosa (Meece, Anderman y Anderman, 2006;


91

Schunk, Pintrich y Meece, 2008), las razones para ello son diversas, entre ellas

la necesidad de evitar el fracaso escolar o facilitar el aprendizaje.

Uno de los aspectos que pueden explicar la motivación en contextos

escolares es, como decíamos antes, el interés del alumno y su nivel de

aspiraciones. Los estudios muestran que, en la medida en que un alumno

muestra más interés por lo que realiza y el nivel de aspiraciones que tiene se

ajusta a sus posibilidades (es realista), obtendrá un mejor aprovechamiento

escolar (Álvaro Page et al, 1990; Pintrich y De Groot, 1990).

Por otra parte, aquellos estudiantes con más interés, más motivados,

dedicarán más tiempo y dedicación que los estudiantes con menos interés, y

estos alumnos presumiblemente pedirán ayuda si la necesitan lo que

incrementará su rendimiento (Bennett, 2003).

Otros aspectos que influyen en la motivación académica son los

autoconceptos referidos a las percepciones y opiniones del sujeto acerca de su

propia capacidad para realizar una determinada tarea, son autoconceptos

relacionados con percepciones de competencia y de autoeficacia (Pintrich y De

Groot, 1990). La relación entre autoconcepto, motivación autónoma académica

y rendimiento académico ha sido estudiada por autores como Guay, Rattelle,

Roy y L’italien (2010), los cuales observaron tres situaciones:

la motivación académica autónoma media en la relación entre

autoconcepto y rendimiento,

el autoconcepto académico media entre la motivación y el rendimiento,

ambas, motivación y autoconcepto, influyen en el rendimiento.


92

Los autores llegaron a la conclusión de que la motivación es el proceso

que explica como el autoconcepto académico contribuye al rendimiento

académico. Esto va en consonancia con la teoría de la Expectativa de Valor de

Wigfield y Eccles (2000), con la Teoría del Autoconcepto (Harter, 1999; Marsh,

2007) y la teoría de la autodeterminación de Deci y Ryan (1985a). Estudios que

apoyan este modelo son los de Fortier, Vallerand y Guay (1995) y Guay y

Vallerand (1997).

Según Pintrich y Zusho (2002), la motivación académica se refiere a los

procesos internos que instigan y mantienen actividades encaminadas a lograr

los objetivos académicos específicos. Desde el punto de vista de la

autodeterminación, se afirma que la motivación académica es de naturaleza

multidimensional, y se compone de tres formas globales de motivación:

intrínseca, extrínseca y la desmotivación (Deci y Ryan, 2002). Veamos algunas

investigaciones desde este punto de vista.

1. Vallerand y Bissonnette (1992) encontraron que la motivación intrínseca

favorece el logro académico. Se investigó el papel de estilos intrínsecos,

extrínsecos y de desmotivación como predictores de la persistencia del

comportamiento en ambientes académicos. Los participantes incluyeron

388 hombres y 674 mujeres estudiantes canadienses franceses de

Montreal. Los resultados indicaron que los estudiantes que persistían y

terminaban sus cursos tenían de inicio niveles más altos de motivación

intrínseca que aquellos que abandonaron.

2. Fortier, Vallerand y Guay (1995), encontraron, con estudiantes de

educación secundaria, que la competencia y la autodeterminación

académicas percibidas influyen en la motivación autónoma percibida que,


93

a su vez, tiene un efecto positivo sobre el rendimiento académico. Pintrich

(2003) dice que los estudiantes están motivados cuando tienen

percepción de competencia. Cuando los estudiantes creen que van a

hacer las cosas bien y creen que tienen las habilidades y los

conocimientos adecuados, tienden a aplicar más esfuerzo y tienen más

probabilidad de alcanzar sus metas (Pintrich & De Groot, 1990; Schunk &

Pajares, 2005); además, Wentzel (1993) opina que hay una relación entre

el rendimiento académico y el hecho de percibirse a uno mismo como que

va a tener éxito.

3. Miserandino (1996), con chicos de primaria, evaluó los efectos de la

competencia percibida y la motivación autónoma sobre el compromiso

académico y el rendimiento académicos. Los resultados indicaron que los

niños que se veían como competentes desarrollaban una motivación

autónoma y estaban más comprometidos con la escuela y su rendimiento

era mayor que el de los chicos que se percibían como menos competentes

en los que además primaba una motivación de tipo controlada.

4. Guay y Vallerand (1997) examinaron a) las relaciones existentes entre

competencia percibida, autonomía y motivación escolar autodeterminada,

y b) el efecto de la motivación escolar autodeterminada sobre el

rendimiento académico en adolescentes. Los resultados obtenidos

apoyan el modelo de motivación propuesto por la TAD, la competencia y

la autonomía percibida ejercen una influencia positiva en su motivación

escolar autodeterminada, además esta última predice su rendimiento

académico incluso después de controlar el rendimiento previo


94

5. Ratelle, Guay, Vallerand, Larose y Senécal (2007) encontraron que los

estudiantes que se caracterizaban pos altos niveles de motivación

autónoma y bajos de motivación controlada, tenían mejores resultados

académicos que los estudiantes con características inversas.

En general, los estudiantes con motivación intrínseca tienden a tener

mejor rendimiento académico (Broussard y Garrison, 2004; Gherasim, Mairean

y Butnaru, 2012; Gottfried, Marcoulides, Gottfried, Oliver y Guerin, 2007;

Kusurkar, Ten Cate, Vos, Westers y Croiset, 2013), menos ansiedad académica

(Gottfried, 1982), mayor implicación con la tarea (Anghelache, 2013; Riaz, Riaz

y Hussain, 2011), y un mejor aprendizaje profundo (Ames y Archer, 1988), el cual

es mayor que el de los alumnos con motivación extrínseca que suelen tener

menor rendimiento académico (Becker et al, 2010; Lepper, Corpus y Iyengar,

2005).

Los defensores de la TAD defienden el papel universal que desempeña la

motivación autonoma en el funcionamiento humano en general y en el

aprendizaje académico en particular (Chirkov, 2009; Jang, Reeve, Ryan y Kim,

2009; Vansteenkiste, Zhou, Lens y Soenens, 2005).

Aunque las conclusiones de estos estudios no dejan lugar a dudas, hay

autores que expresan sus recelos en el sentido de que los participantes en estos

estudios son estudiantes de raza blanca de culturas individualistas (Estados

Unidos y Canadá, por ejemplo) y que los resultados obtenidos no pueden

generalizarse a otras culturas de tipo más colectivista (Iyengar y Lepper, 1999;

Markus, Kitayama y Heiman, 1996; Murphy-Berman y Berman, 2003).

Mnyandu (2001), en un estudio local de 120 alumnos de raza negra de


95

sexto grado (The sample consisted of 120 black grade six learners) de tres

escuelas primarias en Shoshanguve en Sudáfrica, encontró que la motivación

intrínseca no estaba positivamente relacionada con el logro académico, sí

encontró correlaciones negativas entre desmotivación y rendimiento académico.

Este investigador afirma que tanto la motivación intrínseca como la extrínseca

son esenciales en el ámbito académico ya que la motivación intrínseca no

siempre puede ser invocada debido a que no todas las tareas académicas son

interesantes, este autor pone como ejemplo el aprendizaje del alfabeto.

Boggiano y Pittman (1992) encontraron que la motivación intrínseca de

los alumnos que inicialmente habían estado haciendo bien las cosas, se reduce

después de su exposición a recompensas extrínsecas, los mismos resultados

encuentran Deci, Koestner y Ryan (2001) en el meta-análisis que realizaron

sobre 128 investigaciones; igual sucede en aquel alumno que recibe malas

calificaciones, en este caso las figuras de autoridad, padres, maestros,

reaccionan mediante la introducción de incentivos, sanciones u otras

contingencias extrínsecas para alentar un mejor desempeño (Corpus, McClintic-

Gilbert y Hayenga, 2009). La explicación es clara, la motivación intrínseca puede

reducirce cuando los sujetos perciben que su conducta está controlada por

eventos externos (Harackiewicz, Barron y Elliot, 1998).

Otra investigación que no encuentra relación entre la motivación

académica, intrínseca y extrínseca, con el rendimiento académico en alumnos

inmigrantes (asiáticos, latinos y caribeños) en Canadá, es la de Areepattamannil

y Freeman (2008), estos autores achacan estos resultados a la posible falta de

constructo del instrumento empleado en el estudio.

Por su parte, Elias, Mustafa, Roslan y Noah (2011) encuentran correlación


96

negativa entre autodeterminación y rendimiento académico con estudiantes

adolescentes de Malasia. En este estudio, los estudiantes que tenían menor nivel

de regulación autónoma tuvieron un mejor rendimiento, estos chicos necesitaban

una regulación más controlada con el fin de estudiar. Los autores piensan que

posiblemente la motivación interna no había sido lo suficientemente fuerte en

comparación motivaciones externas tales como las exigencias de padres y

maestros.

Zhu y Leung (2011) encontraron que tanto la motivación intrínseca como

extrínseca contribuyen al rendimiento académico de los estudiantes asiáticos

(Hong Kong, Japan, Korea, Singapore, Taiwan), en cambio en el rendimiento de

los estudiantes occidentales (Australia, Inglaterra, Holanda y Estados Unidos), la

motivación extrínseca pareció tener un efecto perjudicial.

Por último, Rotgans y Schmidt (2012) encuentran, con estudiantes

adolescentes de Singapur, que la motivación tiene una influencia indirecta con el

rendimiento académico a través de las estrategias de aprendizaje que emplea el

estudante que, a su vez, tienen una influencia directa sobre el rendimiento

relacionado con la conducta en clase que, finalmente, influye directa y

positivamente sobre el rendimiento académico. Un hallazgo curioso es que la

influencia directa del uso de estrategias de aprendizaje sobre el redimiento

académico es negativa.

Crous, Roets, Dicker y Sonnekus (2000) plantean que, aunque la

motivación intrínseca es la más deseable, los profesores deben tratar de

encontrar un equilibrio entre las dos, intrínseca y extrínseca puesto que no son


97

antagónicas (Covington, 2000a) al menos en los primeros cursos de educación

primaria (Lemos y Veríssimo, 2014), y que la situación específica es la que

determinará qué tipo de motivación será la más importante. Nilsen (2009) opina

que la motivación inicial, intrínseca, desaparece en muchos estudiantes porque

algo o alguien está actuando en su contra.

Bowman (2007) y Sirota, Mischkind y Meltzer (2005) opinan que los

educadores deben ser especialmente cuidadosos y en lugar de preguntarse qué

deben hacer para motivar a sus alumnos, deberían preguntarse qué están

haciendo para conseguir desmotivarlos, ya que la motivación como predictora

del rendimiento académico puede cambiar mediante factores ambientales e

interpersonales (Fabunmi, Brai-Abu y Adenjii, 2007; Reeve, 2002) y, por tanto,

los padres, maestros y otros profesionales pueden crear las condiciones idóneas

para que la motivación surja y mejore el rendimiento académico (La Guardia,

2009) a través, por ejemplo, de la implantación de programas de desarrollo,

prevención o de intervención en las escuelas (Elias, Mustafa, Roslan y Noah,

2011), o mediante la adaptación de las actividades de aprendizaje a los intereses

y objetivos personalizados de los estudiantes (Alonso Tapia, 2005; Garn y Jolly,

2014).

Variables personales. Autoconcepto.

99

2.3. Autoconcepto.

En la literatura sobre el tema se suele diferenciar entre autoconcepto y

autoestima, conceptos muy difíciles de separar uno del otro debido a su

indudable interrelación. El autoconcepto sería la descripción que hago de mí

mismo y la autoestima sería la valoración que hago de esa descripción, la

autoestima como la autoeficacia serían partes del autoconcepto. Aunque hay

investigaciones en las que se encuentran algunas diferencias

(Parker, Marsh, Ciarrochi, Marshall y Abduljabbar, 2013) en la práctica estos

conceptos se usan de forma indistinta (Barrio, Frías y Mestre, 1994), nosotros

los emplearemos como equivalentes.

Daremos dos definiciones de autoconcepto, Núñez, González-Pumariega

y González-Pienda (1995) lo definen:

como el conjunto de creencias o autopercepciones que el sujeto desarrolla

acerca de sí mismo, a partir del análisis, interpretación y valoración de toda

la información autorreferente que recibe a través de su propia experiencia

y de lo que le transmiten los "otros significativos" (padres, profesores e

iguales) (pp. 588-589)

Estos autores consideran el autoconcepto como un constructo cognitivo

que dirige y controla la conducta no de forma global sino a través de cada una

de las facetas o dimensiones que lo constituyen y que actúan como punto de


100

referencia para interpretar los resultados de la propia conducta y guiarla en

función de dicha interpretación.

En segundo lugar, y en la misma línea, Hidalgo y Palacios (2002) definen

el autoconcepto como la imagen que tenemos de nosotros mismos, como el

conjunto de características o atributos que utilizamos para definirnos como

individuos y para diferenciarnos de los demás. El autoconcepto se relaciona con

los aspectos cognitivos del sistema del yo e integra el conocimiento que cada

persona tiene de sí misma como ser único. Se trata de un conocimiento que no

está presente en el momento del nacimiento, sino que es el resultado de un

proceso activo de construcción por parte del sujeto a lo largo de todo su

desarrollo. El autoconcepto postula la idea del yo como objeto de conocimiento

en sí mismo, actualmente tiende a concebirse como una noción pluridimensional,

que engloba representaciones sobre distintos aspectos de la persona.

Por último decir que el autoconcepto está en continua formación mediante

la experiencia y la interacción del individuo con el entorno (Bandura, 1997;

Spinath y Steinmayr, 2012).

2.3.1. Modelo jerárquico del autoconcepto.

Son numerosas las investigaciones sobre el autoconcepto que apuntan a

la multidimensionalidad del constructo (Arens, Craven, Yeung y Hasselhom,

2011; Marsh, 1990), las autopercepciones se agrupan en dimensiones según la

naturaleza de su contenido las cuales, a su vez, están organizadas


101

jerárquicamente en función de su nivel de generalidad/especificidad (González-

Pienda, González-Pumarega y García, 1997), por tanto este concepto tiene un

carácter multidimensional y jerárquico (figura 4).

Figura 4. Dimensiones componenciales del autoconcepto (adaptado de González-

Pienda, González-Pumariega y García, 1997).

El modelo jerárquico más apoyado es el de Shavelson, Hubner y Stanton

(1976) (Núñez Pérez y González-Pienda, 1994; González-Pienda, Núñez Pérez,

González-Pumariega y García, 1997), dicho modelo ha sido comprobado

empíricamente en numerosos trabajos y ha sido revisado en algunos aspectos

de interés como, por ejemplo, su organización y claridad estructural (Byrne 1996,

Marsh y Shavelson, 1985), género (Marsh, 1993) o sus dimensiones (Byrne,

1996).

En este modelo (Shavelson, Hubner y Stanton, 1976; Shavelson y Bolus,

1982), jerárquico y multifacético, se integran aspectos académicos y no

académicos. Entre los primeros, autoconcepto académico, se distingue entre


102

autoconcepto matemático, lingüístico, etc., que son los diferentes autoconceptos

que el sujeto tiene acerca de su competencia en cada una de las materias

académicas. Los aspectos, autoconceptos, no académicos son los referidos a la

apariencia física del individuo (autoconcepto físico), los relacionados con el

status del sujeto dentro de los diferentes grupos de referencia (autoconcepto

social) y los aspectos emocionales, los más subjetivos de todos (figura 5).

Figura 5. Modelo de autoconcepto propuesto por Shavelson, Hubner y Stanton (1976) y

Shavelson y Bolus (1982).

Se dice que el modelo es jerárquico porque las dimensiones inferiores del

autoconcepto se ‘organizan’ para formar las dimensiones superiores y así

sucesivamente. Se dice que es multifacético porque cada dimensión del

autoconcepto no es igual, ni se relaciona con las demás de forma lineal, ni tiene


103

la misma importancia para el individuo, para la construcción del autoconcepto

general.

Basándose en este modelo Marsh construyó varios instrumentos que

pretenden evaluar el autoconcepto:

SDQ. Cuestionario de autoconcepto:

SDQ-I (Marsh, 1992a) para preadolescentes,

SDQ-II (Marsh, 1992b) para adolescentes, y

SDQ-III (Marsh, 1992c) para adultos.

Los aspectos estudiados por estos cuestionarios son las valoraciones

que los sujetos hacen de: sus habilidades e interés en los deportes,

juegos y actividades físicas, su atractivo físico (cómo se compara con

los demás y cómo piensa que los otros le ven, de sus habilidades,

capacidad, disfrute e interés por la lectura, por las matemáticas, su

popularidad entre los compañeros, la facilidad con que hacen amigos,

y si otros los quieren como amigo, lo bien que se llevan con sus padres,

la calidad de sus interacciones con sus padres, estabilidad emocional.

Además evalúan dos aspectos generales: valoraciones de los sujetos

de sí mismos a) como individuos eficaces, capaces, que están

orgullosos y satisfechos con la manera que son, y b) de sus

habilidades, capacidad, disfrute e interés en las materias escolares en

general (en nuestra investigación emplearemos el SDQ-I el cual

trataremos en profundidad más adelante).

ASDQ. Cuestionario de autoconcepto académico: ASDQ-I y II (Marsh,

1990, 1992d, 1993), evalúa el autoconcepto de los sujetos referido a


104

diversos aspectos académicos: materias troncales (informática,

ortografía, lectura, literatura, lengua extranjera, escritura,

matemáticas, estudios sociales, ciencia), materias no troncales (arte,

música, religión, salud, deporte), también evalúa dos aspectos

globales, académico y autoestima general.

PSDQ. Cuestionario de autoconcepto físico (Marsh, Richards,

Johnson, Roche & Tremayne, 1994) que evalúa la percepción que

tiene el sujeto acerca de los siguientes aspectos: fuerza física,

obesidad, los niveles de actividad física en la que se compromete,

resistencia física, capacidad deportiva, coordinación física, salud

física, apariencia física, flexibilidad física, autoconcepto físico global y

autoestima global.

EASDQ. Cuestionario de autoconcepto para deportistas de élite

(Marsh, Perry, Horsely & Roche, 1995; Marsh, Hey, Johnson & Perry,

1997; Marsh, Hey, Roche & Perry, 1997; Marsh, 1998), evalúa los

siguientes aspectos percibidos por el sujeto: nivel de habilidad en el

deporte, idoneidad del cuerpo con respecto a competir, capacidad para

competir en deportes que requieren resistencia, capacidad para

competir en deportes que requieren actividad de alta intensidad

durante periodos cortos, fuerza mental y preparación para la

competición deportiva y, un aspecto global, capacidad para producir

un máximo rendimiento en la competencia.

Todas las dimensiones citadas están relacionadas entre sí, imaginemos

un niño que en el colegio se siente marginado por su aspecto físico, la presión


105

sociocultural sobre la imagen corporal es muy fuerte (Rodríguez-Fernández,

González-Fernández y Goñi-Grandmontagne, 2013), el chico piensa que sus

compañeros se burlan de él, no tiene amigos, etc., cuando se mira al espejo

piensa que sus compañeros tienen razón. Es muy probable que este chico no

desee ir al colegio que para él es un sitio desagradable, de aquí al fracaso escolar

y a pensar que ‘yo no sirvo para esto’ no hay más que un paso: un autoconcepto

físico negativo ha influido en el académico, es evidente que un autoconcepto

positivo ejerce una gran influencia en la forma en que el sujeto se ajusta al medio

en que se desenvuelve (Ybrandt, 2008).

2.3.2. Los ‘otros significativos’ en la formación del autoconcepto.

El origen del autoconcepto en el sujeto es social, se desarrolla en el marco

de la socialización del individuo. En este proceso, en su inicio, el niño siente si

es o no es valorado por su familia, y cómo lo es. Cuando el chico accede a la

escuela, proceso de socialización secundaria, los otros niños se convierten en

las personas más importantes, es aquí donde empiezan a desarrollarse las

diferentes facetas del autoconcepto: “La autoestima es una función de estatus

dentro del grupo. La gente se juzga a sí misma sobre la base de su comparación

con los otros miembros de su propio grupo” (Rich Harris, 1999, p. 308), el

autoconcepto es el reflejo de lo que el individuo cree que los demás piensan de

él (Cooley, 1902).


106

Por último, señalar que en la familia los ‘otros significativos’, padres,

hermanos, nos vienen impuestos pero en la escuela podemos ‘elegir’ dentro de

un margen: nos compararemos con aquellos compañeros que nos resulten

importantes en uno u otro rasgo, son marcos de referencia.

2.3.3. Autoconcepto académico.

Según Miras (2004) el autoconcepto académico es la representación que

el alumno tiene de sí mismo como estudiante, como sujeto que aprende, como

individuo dotado de determinadas destrezas para afrontar el aprendizaje en un

contexto de enseñanza formal.

Como ya hemos indicado anteriormente, el autoconcepto académico se

desarrolla en medio de un proceso de socialización secundaria, el que se origina

cuando el niño empieza a desarrollarse junto a otros niños, y con adultos

diferentes a sus padres, en el medio escolar fundamentalmente. Según Marsh y

Craven (1997) el autoconcepto académico es una evaluación de la

autopercepción que se forma mediante las experiencias e interpretaciones que

se dan en el contexto escolar. Así, los grupos de referencia y las comparaciones

sociales se convierten en los factores de más influencia (Seaton, Marsh y

Craven, 2010).

Por otra parte, en el modelo de autoconcepto propuesto por Shavelson,

Hubner y Stanton (1976) y Shavelson y Bolus (1982), el autoconcepto académico

forma parte de aquel y, a su vez, está formado por los diferentes autoconceptos


107

relativos a las materias impartidas en la escuela, así podemos decir que existe

un autoconcepto científico, matemático, lingüístico, etc.

Podríamos pensar que estas facetas del autoconcepto académico

correlacionan entre sí muy estrechamente, sin embargo Marsh y Shavelson

(1985), Marsh (1986a) y Marsh, Byrne y Shavelson (1988) plantean que no es

así, concretamente la correlación existente entre los autoconceptos relativos a

lenguaje (lengua inglesa) y matemáticas no es significativa. Para explicar esta

falta de correlación Marsh (1986) propone un modelo que él denomina de marco

de referencia, dicho modelo es el resultado de un a) proceso externo, mediante

el que el alumno compara la capacidad que piensa que posee en una

determinada materia con la que cree que poseen sus compañeros, y un b)

proceso interno, en el cual el alumno evalúa sus aptitudes en todas las disciplinas

académicas, decide en cuál de ellas es más hábil y, por tanto, menos hábil en el

resto de materias. Así es cómo se produce una falta de correlación entre

materias.

En apoyo de este modelo podemos citar las investigaciones siguientes:

Marsh y Köller (2004), demuestran con alumnos alemanes que el

rendimiento en matemáticas tiene efecto positivo en el autoconcepto

matemático pero negativo en el autoconcepto lingüístico, lo contrario

ocurre con el rendimiento en alemán que incide positivamente en el

autoconcepto lingüístico y negativamente en el autoconcepto

matemático.

Chen, Yeh, Hwang y Lin (2013), replican la investigación de Marsh y

Köller (2004) con alumnos taiwaneses. Los resultados son semejantes


108

pero encontraron que los efectos causales desde el rendimiento

académico declinan con la edad mientras que los derivados de los

autoconceptos aumentan.

Xu, Marsh, Hau, Ho, Morin y Abduljabbar (2013), encuentran los

mismos resultados con estudiantes chinos, en este caso se encontró

que el rendimiento en chino e inglés (lengua extranjera) predijo

negativamente el autoconcepto en matemáticas y al contrario, el

rendimiento en matemáticas predijo negativamente el autoconcepto en

los dos dominios lingüísticos.

Por último citaremos el meta-análisis llevado a cabo por Möller, Pohlmann,

Köller y Marsh (2009) con 69 conjuntos de datos, estos autores encontraron que,

tal como predecía el modelo interno/externo (I/E) de marco de referencia, la

correlación entre los logros en matemáticas y lengua era bastante alta (0.67)

mientras que entre los autoconceptos matemático y lingüístico era muy cercano

a cero (0.10); los resultados de este estudio demuestran el alcance del modelo

I/E como una descripción adecuada de los procesos de autoevaluación de los

alumnos, procesos que están influenciados por los marcos internos y externos

de referencia.

El proceso externo, citado anteriormente, es un proceso de comparación

social, el niño se compara con los demás chicos de su grupo de referencia, la

clase, de su marco de referencia. Marsh (1990) explica este proceso mediante

lo que denomina BFLPE (Big-Fish-Little-Pond Effect), efecto de pez grande en

estanque pequeño que podríamos explicar con la siguiente metáfora: una rana


109

en un charco se cree una ballena, esa misma rana en un lago piensa que es un

microbio. Según este modelo si un chico piensa que sus compañeros son menos

competentes que él en una determinada materia su autoconcepto en esa materia

será alto, lo contrario también será cierto (Jonkmann, Becker, Marsh, Trautwein

y Lüdtke, 2012; Liem, Marsh, Martin, McInerney y Yeung, 2013).

Según este proceso ser educado con pares de alto rendimiento puede

ejercer una influencia perjudicial sobre el autoconcepto e incluso sobre las

aspiraciones profesionales de aquellos alumnos cuyo rendimiento no es tan alto

(Nagengast y Marsh, 2012). Un sujeto de rendimiento notable si es educado con

pares de rendimiento sobresaliente puede llegar a la conclusión de que es un

estudiante deficiente, lo que no sucedería si su grupo de referencia fuera una

clase ‘normal’.

2.3.4. Autoconcepto y rendimiento académico.

La relación entre autoconcepto y rendimiento académico se empezó a

estudiar ya en los años cincuenta (Coopersmith, 1959; Shaw, 1963; Brookover,

1962; Gimeno Sacristán, 1976) al ver que muchos estudiantes con la misma

inteligencia no rendían igual.

Posteriormente se realizaron numerosos estudios como los de Purkey

(1970); Kifer (1975), Covington y Omelich (1979); Byrne (1984); Hamachek

(1987); Markus, Croos y Wurf (1990), que partiendo de base de los trabajos de

Covington y Beery (1976), encontraron que la percepción positiva de sí mismo y

de las habilidades que uno tiene mejoran el rendimiento académico. González y


110

Núñez (1991) llegaron a la conclusión de que la capacidad intelectual y el

autoconcepto son las variables que mejor predicen el aprovechamiento escolar.

Marsh (1984) demostró que los rendimientos específicos correlacionan

con su autoconcepto en esta área, esto significa que la percepción que el alumno

tiene de sí mismo es clave en su rendimiento posterior. Wattenberg (1964),

Meyers (1968) y Purkey (1970) vieron que la correlación entre rendimiento

académico y autoconcepto era más alta cuando el rendimiento era evaluado con

pruebas objetivas, lo que demuestra que la autoimagen se mantiene

independientemente de profesores y escuelas.

Por su parte, Rodríguez Espinar (1982) encuentra que el autoconcepto

llega a explicar un tercio de la varianza del rendimiento, por su parte Gimeno

Sacristán (1976) obtuvo correlaciones de 0.54 entre estas variables.

Según Álvaro Page (1990) los estudiantes de mejor rendimiento aparecen

siempre como más optimistas, con una mayor adecuación consigo mismos y con

una alta estima, sin embargo, los estudiantes con bajo rendimiento tienen una

peor adecuación consigo mismos, pueden llegar a sentirse rechazados por los

demás y presentan una pérdida de autoestima.

Marsh (1990) encontró que el autoconcepto determina causalmente el

rendimiento, en cambio Chapman y Lambourne (1990) encontraron que son las

experiencias de logro las que determinan el autoconcepto. Helmke y Van Aken

(1995) dicen que esta relación puede variar cuando se tienen en cuenta variables

como la edad o la estimación del rendimiento.

Numerosos estudios también demuestran que hay una estrecha relación

entre autoconcepto y clase social y que los padres influyen en la formación de

aquel. Gutiérrez-Saldaña, Camacho-Calderón y Martínez-Martínez (2007)


111

plantean que la disfuncionalidad familiar es un factor de riesgo para un mal

aprovechamiento escolar por su influencia en el autoconcepto, afirman que los

sujetos con alta autoestima obtienen altos rendimientos académicos y al

contrario. Así pues, aunque el autoconcepto académico tiene su origen en la

escuela, siempre se ve influenciado por el autoconcepto general anterior a la

llegada al colegio.

Diversas teorías (de la Expectancia-Valor de Wigfield y Eccles, 2000; del

Autoconcepto de Harter, 1999; de la Autodeterminación de Deci y Ryan, 1985)

afirman que la motivación es el proceso que explica cómo el autoconcepto

académico contribuye en el rendimiento académico. Cuando los estudiantes

realizan actividades por ellos mismos se sienten competentes y hay un

incremento de la motivación académica autónoma que hace que logren mayores

resultados; en general se acepta la idea de que el autoconcepto funciona como

una variable mediadora en la relación motivación - rendimiento académico: los

estudiantes que están autónomamente motivados son más proactivos en la

escuela, tienen un mayor conocimiento y control de los procesos de aprendizaje,

tienen una alta capacidad de regular la motivación y su esfuerzo, desarrollan un

autoconcepto académico positivo y, consecuentemente, mejoran su rendimiento.

Las investigaciones de Bear y Minke (1996), Covington (1992), Deppe y

Harackiewicz (1996), Fortier, Vallerand y Guay (1995), García y Pintrich (1994),

González-Pienda et al., (1997), Guay y Vallerand (1997), Marsh (2007), McGuire

y McGuire (1996), Midgley, Arunkumar y Urdan (1996), Nuñez et al, 1998 y

Thompson, Davidson y Barber (1995) apoyan estas ideas.

Por su parte, Skaalvik y Hagtvet (1990) concluyeron que la relación que

se da entre rendimiento académico y autoconcepto podría ser, en algunas


112

circunstancias, recursiva siendo el autoconcepto causa del rendimiento, al igual

que encontraron Herrera, Herrera y Ramírez (2007), pero en las demás

condiciones la relación sería recíproca, Marsh y Yeung (1998), González y

Touron, (1992) y Núñez y González-Pienda (1994) y Kumari y Chamundeswari

(2013), llegan a las mismas conclusiones, el autoconcepto y el rendimiento

interactúan dinámica y recíprocamente, es una relación bidireccional.

Posteriormente, Skaalvik y Skaalvik (2013) encontraron que el hecho de

que las escuelas tuvieran estructuradas sus metas de aprendizaje influía

positivamente en la autoestima de sus alumnos (la investigación fue efectuada

con estudiantes noruegos de 4º a 10º grado) así como en su motivación y

esfuerzo en las tareas académicas.

Para diversos autores (Behrens y Greene, 1993; González-Pienda et al.,

1997; Miller, Zimmerman, Bandura y Martínez-Pons, 1992; Núñez et al., 1995;)

la importancia del autoconcepto respecto del rendimiento académico es evidente

ya que cuando el alumno confía en sus propias capacidades, aumenta su

implicación en su proceso de aprendizaje, las tareas las realiza con más esfuerzo

y persistencia, tiene expectativas de autoeficacia, valora las tareas y se siente

responsable de los objetivos de aprendizaje, y presenta un aprendizaje con un

mayor grado de significatividad y funcionalidad.

En la investigación, ya citada, de Parker et al. (2013) con chicos de quince

años, los autores encontraron además de fuertes relaciones entre rendimiento,

autoeficacia y autoconcepto matemático, a) que el autoconcepto y la autoeficacia

fueron predictores independientes y muy fuertes al final de la educación

secundaria, b) que la autoeficacia matemática fue un predictor significativo para

el acceso a la universidad y que el autoconcepto matemático no lo fue, y c) que


113

el autoconcepto matemático predijo la realización de estudios posteriores en

ciencia, tecnología, ingeniería o matemáticas, mientras que la autoeficacia

matemática no era un buen predictor en este aspecto.

Ya para terminar este punto y centrándonos en la relación entre

rendimiento y autoconcepto académico puestas de manifiesto por casi todos los

estudiosos del tema, aunque ya expusimos en este apartado algunos hallazgos

en apoyo del modelo de marco de referencia, expondremos a continuación los

resultados de algunas investigaciones sobre esta relación.

Ghazvini (2011) encuentra que el autoconcepto académico es un

predictor fuerte del desempeño general en literatura y matemáticas.

Guay, Ratelle, Roy y Litalien (2010) sometieron a contraste tres

hipótesis: a) la motivación media la relación entre el autoconcepto

académico y el logro, b) el autoconcepto académico media la relación

entre la motivación y el logro, y c) la motivación y el logro tienen un

efecto aditivo sobre el rendimiento académico. Los resultados

mostraron la importancia de la motivación como mediadora entre el

logro y el autoconcepto académico.

Ireson y Hallam (2009) encontraron que las intenciones de seguir

estudiando en un futuro dependían en mayor medida del autoconcepto

académico que por el rendimiento previo.

Ju, Zhang y Katsiyannis (2013) examinaron el efecto causal recíproco

entre estas dos variables en niños con alguna discapacidad, los


114

autores demostraron ese efecto recíproco junto con el poder predictivo

de la implicación de los padres en la educación de sus hijos.

Pullmann y Allik (2008) intentan explicar la paradoja de que algunos

alumnos con alto rendimiento tengan un autoconcepto académico más

bajo que algunos alumnos de rendimiento bajo, según los autores los

estudiantes de alto rendimiento tienen una visión muy crítica de ellos

mismos mientras que los estudiantes con logros más modestos

emplean un mecanismo de auto-protección mediante el cual

compensan su logro académico insuficiente elevando su autoestima

general.

Por último citar el estudio meta-analítico realizado por Huang (2011) con

39 muestras, los resultados mostraron la relación recíproca entre el rendimiento

y el autoconcepto académico.

Variables personales. Personalidad.

115

2.4. Personalidad.

Intentar establecer una definición de la personalidad es algo

extremadamente difícil, su raíz etimológica viene del latín persona y hace

referencia al semblante o rostro que permite reconocer a un individuo y al rol que

el individuo representa en el mundo, así cuando Cicerón (s.f./1777) en su obra

De officiis dice:

"… que nos ha revestido, por decirlo así, de dos personas la naturaleza:

una común. Que es por la que todos participamos de la razón, y de aquella

nobleza con que excedemos á los irracionales; de la qual resulta el

conocimiento para hallar las obligaciones, y de guardar el decoro; y la otra

particular, que es como el distintivo de cada individuo (I, XXX, 111, p. 176),

y más adelante: “se añade otro tercero, que impone las circunstancias o

la casualidad, y otro cuarto, que nos tomamos nosotros por propia elección” (I,

XXXII, 119, p. 190),

está empleando el término persona con distintos significados, a saber: un primer

significado referido a la parte común a todos los seres humanos que son los

rasgos que nos da la Naturaleza. Un segundo significado es el que se refiere a

la parte exclusiva de cada individuo, es decir, a nuestros rasgos propios. Un

tercero apunta a los rasgos que son producto de las circunstancias en las que el

sujeto, en particular, se desenvuelve. Y un cuarto significado referido a los rasgos

que libremente elegimos, es el rol social, el papel que el individuo quiere

representar en la vida.


116

Cicerón subraya la importancia de la libertad del individuo en el desarrollo

de la personalidad cuando afirma que la persona que nosotros queremos ser

depende de nuestra voluntad: “más el personage que hemos de representar en

el mundo, depende totalmente de nuestro libre alvedrio” (I, XXXII, 119, p. 190).

En el DRAE (2001b) encontramos las siguientes acepciones del término

personalidad:

“Diferencia individual que constituye a cada persona y la distingue

de otra”.

“Conjunto de características o cualidades originales que destacan

en algunas personas”.

“Persona de relieve, que destaca en una actividad o en un ambiente

social”.

Vemos que la dificultad que tiene el intentar definir la personalidad reside

en que el concepto tiene un elevado nivel de abstracción además de que su uso

ha proliferado mucho (Cano, Rodríguez, García y Antuña, 2005).

En cualquier caso, una primera aproximación a la definición de la

personalidad podría ser la que da Allport (1937), para este autor la personalidad

es la organización dinámica intrasujeto de aquellos sistemas psicofísicos que

determina el pensamiento y el comportamiento característico de cada individuo,

así la personalidad podría referirse a diversos aspectos como la simulación, el

estatus, la dignidad humana o las cualidades individuales.

Otra definición más reciente es la de Pervin (1979): “La personalidad

puede ser definida estrictamente en términos de la interacción del individuo con

sus semejantes, o en los de los roles que una persona adopta y se atribuye a sí


117

misma en su funcionamiento social” (p. 19). Posteriormente el mismo autor dice

que:

La personalidad es la organización compleja de cogniciones, emociones

y conductas que da orientaciones y pautas (coherencia) a la vida de una

persona. Como el cuerpo, la personalidad está integrada tanto por

estructuras como por procesos y refleja tanto la naturaleza (genes) como

el aprendizaje (experiencia). Además, la personalidad engloba los efectos

del pasado, incluyendo los recuerdos del pasado, así como

construcciones del presente y del futuro (Pervin, 1998, p. 444).

Para Aiken (2003) la personalidad es un conjunto de habilidades

cognitivas, intereses, actitudes, temperamento, además de otras diferencias en

pensamientos, sentimientos y conducta. “Esta definición enfatiza el hecho de que

la personalidad es una combinación única de características cognoscitivas y

afectivas que puede describirse en términos de un patrón típico y bastante

consistente de conducta individual” (Aiken, 2003, p. 313).

Furnham y Chamorro-Premuzic (2004) nos ofrecen una visión más

práctica del concepto de personalidad al compararla con la inteligencia ya que

afirman que “La capacidad intelectual se refiere a lo que una persona puede

hacer, mientras que los rasgos de personalidad pueden proporcionar la

información sobre lo que una persona hará” (p. 944).

Por último citaremos la definición que dan Larsen y Bush (2009), quienes

definen la personalidad como “el conjunto organizado y relativamente duradero

de rasgos y mecanismos psicológicos internos al individuo, este conjunto influye

en las interacciones y en las adaptaciones del sujeto con su medio físico, social


118

e intrapsíquico” (p. 4). Los autores desarrollan los puntos de su definición, así:

los rasgos psicológicos son las características que hacen que cada

individuo sea distinto de otro,

los mecanismos psicológicos son los procesos de personalidad, el

cómo actúan las personas; una persona extrovertida está más

preparada a actuar ante una determinada información social que una

introvertida. la mayoría de estos mecanismos tienen tres

componentes: entradas, reglas de decisión y salidas,

interno al individuo significa que la personalidad, el conjunto de …,

es algo que el individuo lleva consigo en el tiempo y de una situación

a otra.

conjunto organizado y duradero de rasgos y mecanismos, quiere

decir que no es un simple conjunto de elementos, es un conjunto en

el que sus elementos están relacionados unos con otros de forma

coherente; el carácter duradero del conjunto, especialmente en la

vida adulta, se refiere al hecho de que un rasgo de personalidad

aparecerá en diferentes situaciones a lo largo del tiempo, una

persona bondadosa tenderá a serlo hoy y mañana, en una situación

y en otra distinta,

influencia, la personalidad influye en nuestra forma de actuar, como

nos vemos, como pensamos, como actuamos con los demás, como

sentimos, como escogemos nuestros ambientes (sociales), que

objetivos y deseos perseguimos en la vida, y como reaccionamos a

nuestras circunstancias


119

Podemos decir que no existe una definición universalmente aceptada de

personalidad, pero sí elementos compartidos incluidos en la multitud de

definiciones existentes: internalidad, globalidad, identidad, organización,

coherencia, individualidad. En la tabla 7 ofrecemos una selección no exhaustiva

de definiciones sobre este término.

2.4.1. Teorías de la personalidad.

Las teorías sobre la personalidad tienen un primer objetivo en el interés

por proporcionar una forma de organizar las características que el individuo sabe

sobre sí mismo y sobre los demás, tratan de determinar si ciertas

particularidades van juntas o por qué una persona tiene unos rasgos y no otros.

Otro objetivo de las teorías de la personalidad es explicar las diferencias

que se dan intersujetos.

Un tercer objetivo es indagar como los individuos conducen sus vidas. Las

diferentes teorías tratan de explicar por qué los problemas surgen y por qué las

personas reaccionan ante ellos de diferentes maneras.

Por último, un cuarto objetivo es el de determinar, a al menos intentarlo,

cómo puede ser mejorada las vidas de las personas,

Seguidamente, realizaremos una breve exposición de algunas de las

teorías más significativas para, posteriormente, centrarnos en la Teoría de los

Rasgos.


120

Tabla 7.Definiciones de personalidad.

Prince (1921) “La personalidad es la suma total de todas las disposiciones innatas

biológicas, impulsos, tendencias, apetitos e instintos del individuo y

de todas las disposiciones y tendencias adquiridas por la experiencia”

(p. 532).

Warren y

Carmichael

(1930).

La personalidad es la organización mental total de un ser humano en

cualquier fase de su desarrollo, comprende cualquier aspecto del

carácter humano: inteligencia, temperamento, habilidades, es decir,

cualquier actitud desarrollada a lo largo de su existencia.

Murray (1938) La personalidad es una hipótesis que ayuda a explicar la conducta

de un sujeto, depende de procesos cerebrales siendo su centro

anatómico el cerebro y, por tanto, la relación existente entre la

fisiología cerebral y la personalidad es muy fuerte.

Allport (1961) La personalidad es la organización dinámica de los rasgos los cuales

determinan el ajuste de la persona al ambiente.

Nuttin (1975) Diferencia entre persona y personalidad:

El término persona designa al individuo humano concreto.

Personalidad, por el contrario, es una construcción científica,

elaborada por el psicólogo con la intención de formarse una idea

–al nivel de la teoría científica- de la manera de ser y de funcionar

que caracteriza al organismo psicofisiológico que denominamos

persona humana (p. 24).

Pinillos (1975) La personalidad consiste en lo propio del comportamiento de cada

cual.

Bermúdez (1985) Personalidad hace referencia a la organización relativamente

estable de aquellas características estructurales y funcionales,

innatas y adquiridas bajo las especiales condiciones de su

desarrollo, que conforman el equipo peculiar y definitorio de

conducta con que cada individuo afronta las distintas situaciones

(p. 38).

Dicaprio (1985) Personalidad es una identidad personal, es todo lo que se sabe

acerca de un individuo.

Eysenck y Personalidad es: Una organización más o menos estable y


121

Eysenck (1985) duradera del carácter, temperamento, intelecto y físico de una

persona que determina su adaptación única al ambiente. El

carácter denota el sistema más o menos estable y duradero de

la conducta conativa (voluntad) de una persona; el

temperamento, su sistema más o menos estable y duradero de

la conducta afectiva (emoción); el intelecto, su sistema más o

menos estable y duradero de la conducta cognitiva (inteligencia);

el físico, su sistema más o menos estable y duradero de la

configuración corporal y de la dotación neuroendócrina (p. 9).

Mischel (1988) La personalidad es un conjunto de patrones diferenciados de

conductas que incluyen las emociones y los pensamientos del

individuo.

Avia (2001) La personalidad encarna las características estructurales

y dinámicas de un individuo/s, tal como se reflejan en sus respuestas

típicas o peculiares a las diferentes situaciones planteadas

McCrae y Costa,

2003)

La personalidad es un patrón permanente de emociones,

pensamientos y comportamientos.

La teoría psicoanalítica de Freud (1920, 1923/1992, 1992) propone que

la personalidad se forma a partir de el ello, el yo y el superyó, introduciendo los

conceptos de inconsciente y de mecanismos de defensa (racionalización,

represión, regresión, desplazamiento, sublimación). El ser humano es un

individuo ‘salvaje’ que acepta las reglas de la sociedad, el ello es el salvaje y el

superyó la sociedad, en una persona sana el yo es el mediador entre el ello y el

superyó. Freud destacó la importancia que tienen los conflictos -y la forma en

que se resuelven-, que se producen en los cinco primeros años de vida en la

formación de la personalidad adulta.

Freud fue el primero que propuso una teoría unificada para entender y

explicar el comportamiento humano, de esta forma el psicoanálisis fue el

precursor de todas las teorías posteriores de personalidad bien en forma de


122

extensiones del trabajo de Freud o reacciones contra dicho trabajo.

Dentro de las teorías del aprendizaje destacamos la teoría conductista,

representada por Watson y Skinner, y la teoría cognitivo-social de Bandura.

Para Watson, representante de la primera generación de conductistas, lo

que una persona hace constituye su personalidad la cual está determinada por

el ambiente:

La personalidad es la suma de las actividades factibles de descubrirse

mediante una observación real de la conducta, suficientemente larga

como para que pueda suministrarnos una información segura. En otros

términos la personalidad no es sino el producto final de nuestros sistemas

de hábitos (Watson, 1924/1972, p. 255).

El hombre no nace, se hace, esta idea queda reflejada cuando en una

muy conocida cita1 suya se compromete a forjar el futuro de cualquier niño con

tal de que el niño sea sano, esté bien formado y se le deje entrenarlo con total

libertad.

Como representante de la segunda generación de conductistas citaremos

a Skinner (1961, 1977, 1977a, 1977b), este autor no estaba interesado en una

teoría o en un concepto general de la personalidad, su interés se centró en las

causas que llevan a una persona a actuar de una forma específica. Le interesaba

más como predecir y controlar la conducta que su comprensión, el cómo el sujeto

aprende los diversos aspectos de su personalidad.

1 Give me a dozen healthy infants, well-formed, and my own specified world to bring them up in and I'llguarantee to take any one at random and train him to become any type of specialist I might select - doctor,lawyer, artist, merchant, chief and, yes, even beggarman and thief, regardless of his talents, penchants,tendencies, abilities, vocations, and race of his ancestors (Watson, 1930, p. 104).


123

Para Skinner (1977c) “un yo o una personalidad es un repertorio de

comportamiento proporcionado por un conjunto ordenado de contingencias” (p.

140) que pueden existir en el mismo individuo. Así, el comportamiento que una

persona adquiere en el seno de su familia constituye un yo, el que adquiere en

la escuela es otro, ambos pueden coexistir sin conflicto hasta que las

contingencias chocan, como por ejemplo en el caso de los deberes escolares,

tareas de la escuela que se realizan en casa implicando a toda la familia. Para

Skinner (1977a) “la personalidad, al igual que el sí mismo, es responsable de los

rasgos de la conducta” (p. 310), rasgos que no son propiedades comunes de

todos los seres humanos sino que surgen porque las personas cambian según

las ocasiones o los sujetos. Se puede “buscar un equivalente de los rasgos en

un análisis funcional, preguntando de cuántas maneras podemos esperar que

una persona se distinga de otras, o de sí misma en momentos distintos” (Skinner,

1977a, p. 223).

La teoría del aprendizaje cognitivo-social (Bandura, 1971, 1977; Bandura

y Walters, 1963) acentúa la importancia de la observación y el modelado de los

comportamientos, las actitudes y las reacciones emocionales de los otros. Esta

teoría explica el comportamiento humano en términos de interacción continua

recíproca entre lo cognitivo, lo conductual y las influencias ambientales. Los

modelos que resultan ser más eficaces son a) los que son más similares al sujeto

que observa, y b) los que le son más significativos, esto significa que el individuo

aprende nuevos comportamientos de los modelos que el mismo escoge antes

que de modelos que escogen para él otras personas, aunque dichas personas

le sean muy significativas, los padres por ejemplo.

Bandura (1986) denomina determinismo recíproco a la interacción que


124

ocurre entre el sujeto, su conducta y el entorno en el cual ocurre dicha conducta,

este determinismo es el responsable de la formación de la personalidad: la

causalidad del entorno y la conducta de una persona es recíproca. Así, según

Bandura (Bandura, 1977; Bandura y Walters, 1963), la personalidad se forma

mediante la interacción que se produce entre tres factores:

cognoscitivos: procesos psicológicos de la persona, creencias,

intenciones, expectativas, valores, emociones, también las

influencias biológicas y genéticas,

conductuales: los comportamientos que desarrolla el sujeto,y

ambientales: influencias sociales, políticas y culturales, también

nuestro historial de aprendizaje.

Bandura supera el paradigma conductista al incluir dentro de su teoría el

constructo imaginación (dentro de los factores cognoscitivos), de hecho se le

suele considerar el iniciador del movimiento cognitivo.

Para Rogers, uno de los representantes más destacados de la teoría

humanista de la personalidad, cada individuo posee su self que es la imagen

que el sujeto tiene de quién es y de lo que valora de sí mismo. El self se adquiere

en el transcurso de los años observando como reaccionan las demás personas

ante él; así, el sujeto aprende a concederse consideración positiva incondicional

si observa que sus padres -personas significativas- le conceden ese tipo de

consideración; a partir de aquí, las personas son capaces de aceptarse a sí

mismas y a los demás, es lo que Rogers llama funcionamiento completo, que

comprende (Rogers, 1972, 1979, 1980):

apertura a la experiencia, se refiere a la percepción de las


125

experiencias propias externas e internas, en el medio y los

sentimientos propios, y a la facultad de admitir la realidad,

confianza organísmica, es la confianza en sí mismo, en el propio self;

para ello es imprescindible abrirse a la experiencia y vivir en el

presente,

libertad experiencial, que se tiene cuando se proporcionan las

oportunidades para serlo y el sujeto asume la responsabilidad del

ejercicio de esa libertad,

creatividad, si la persona se siente libre y responsable será una

persona funcional, es decir, participará en la sociedad a través de

diferentes medios o simplemente haciendo su trabajo cotidiano lo

mejor que pueda y sepa, y

vivencia existencial, es el vivir aquí y ahora, el contacto con la

realidad, el pasado y el futuro son recuerdos y sueños que estamos

experimentando en el presente,

Rogers contempla a las personas como esencialmente buenas o sanas y

considera los problemas humanos como irregularidades de la normalidad. Los

sujetos tienden a desarrollar sus potencialidades hasta el máximo, desean hacer

lo mejor que puedan hacer con sus vidas. Este aspecto, este optimismo sobre la

naturaleza humana es la esencia de humanismo.

Por último, apuntar que esta teoría es muy individualista, según Rogers

"El mejor punto de vista para comprender la conducta es desde el propio marco

de referencias del individuo" (1977, p. 419), pone el énfasis en la experiencia

subjetiva privada y en el crecimiento personal.


126

Como representante de la teoría cognitiva de la personalidad tenemos a

George Kelly, la idea central de su teoría de los constructos personales es la de

que nuestros procesos están canalizados psicológicamente por la forma en que

cada uno de nosotros anticipa acontecimientos (Kelly, 1955/1991). Esta teoría

se basa en el análisis que hace el individuo de sus propias percepciones: nuestra

personalidad se compone de nuestros pensamientos sobre nosotros mismos.

Para Kelly (1955/1991, 1958) nuestros constructos son nuestra verdad,

están jerarquizados (para el sujeto, unos son más importantes que otros) y

tienden a ser estables aunque son capaces de cambiar a la luz de nuevas

evidencias, no siempre tienen una coherencia interna pero hacen que nuestro

mundo sea más predecible, reflejan nuestros esfuerzos para darle sentido,

pueden crecer, cambiar e influir en nuestras expectativas y percepciones. La

teoría de Kelly representa un modelo muy flexible de la conducta humana.

2.4.1.1. Teorías de los rasgos.

El modelo de rasgos tiene sus primeros referentes en Allport (1966). Este

autor entiende la personalidad como una organización dinámica interna al sujeto

de aquellos sistemas psicofísicos que determinan la conducta y pensamiento

característicos. Para cualquier teoría de este enfoque, la personalidad está

compuesta por rasgos (Scroggs, 1985) organizados y relacionados de formas

diversas para conformar la estructura de la personalidad, siendo el rasgo la

unidad elemental de la personalidad el cual es inobservable, solo podemos

analizarlo de forma indirecta a través de sus manifestaciones denominadas

indicadores de rasgo (Cano et al. 2005). Los rasgos presentan las siguientes


127

características comunes: escalabilidad, polaridad, universalidad, generalidad,

organización, estabilidad y consistencia.

Para Guilford (1959a) un rasgo es una forma relativamente duradera que

diferencia a un individuo de otro, empleamos los rasgos para describir similitudes

y diferencias entre las personas (Goldberg, 1981a; Fiske, 1986), representan la

coherencia de la conducta en diferentes situaciones.

Las numerosas teorías de la personalidad referidas a los rasgos han

recibido algunas críticas. Por una parte existe desacuerdo acerca de si los rasgos

causan la conducta o solo la describen (Fiske, 1986) y por otra, su validez

predictiva parece ser baja, a este respecto Mischel (1968) opina que estas

teorías pretenden predecir la regularidad de la conducta pero lo que realmente

se observa es su escasa regularidad.

En cualquier caso, estas teorías tratan de identificar qué rasgos forman la

personalidad y cómo se relacionan con el comportamiento real, se centran en la

identificación, medición y clasificación de las semejanzas y diferencias en las

características, rasgos, de personalidad. En este apartado citaremos las

corrientes representadas por Eysenk, Cattell y el modelo de los Cinco Grandes

(Big Five).

A) Modelo tridimensional jerárquico de Eysenck. Este autor (Eysenck, 1947)

diferencia, en su concepción de la estructura de la personalidad, cuatro niveles

organizados jerárquicamente:

conductas observables, pueden ser o no ser habituales del sujeto

respuestas habituales, que se repiten cuando las circunstancias son


128

parecidas,

rasgos (factores de primer orden), son constructos teóricos basados en

correlaciones entre respuestas habituales observables, y

tipos de rasgos (factores de segundo orden), basados en correlaciones

entre los diversos rasgos, son dimensiones continuas en las que se sitúa

el sujeto.

Eysenck (1970, 1976, 1990; Eysenck y Eysenck, 1985, 1987, 1989)

establece tres factores de segundo orden que explican por sí solos la

personalidad, la cual es considerada como una organización estable y duradera

de aquellas características de la persona que permite la adaptación al ambiente,

estos factores son:

Extraversión - Introversión (E), alto nivel de E representa sociabilidad,

actividad, despreocupación, espontaneidad, los rasgos centrales de este

factor son la sociabilidad y la actividad.

Neuroticismo (N): Estabilidad - Inestabilidad emocional, este factor se

relaciona con la tendencia a padecer trastornos de ansiedad y/o del

estado de ánimo; una persona con N alto es ansiosa, está deprimida,

tensa, tímida, con baja autoestima, se preocupa excesivamente, etc., N

está asociado con las capacidades cognitivas (Eysenck, 1967).

Psicoticismo (P): Dureza emocional, niveles altos de P se relacionan con

agresividad, hostilidad, frialdad en las relaciones, rigidez, impulsividad.

Niveles bajos se relacionan con altruismo, empatía, sociabilidad,

responsabilidad, etc.


129

B) Teoría factorial de la personalidad de Cattell. En esta teoría (Cattell, 1972) se

entiende la personalidad como aquello que nos dice lo que un individuo realizará

cuando se encuentre en una circunstancia concreta. Las diferencias en conducta

son diferencias en personalidad y la conducta es expresión indirecta de

constructos internos dotados de mayor o menor estabilidad: los rasgos, los

cuales confieren a la personalidad estabilidad en el tiempo.

El modelo parte de la llamada hipótesis léxica, según la cual el lenguaje

contiene las unidades básicas que permiten describir la personalidad (Dixon,

1977; Goldberg, 1981b; John, Angleitner y Ostendorf, 1988), todas las

diferencias individuales importantes están codificadas dentro del lenguaje

natural, por tanto en los diferentes lenguajes quedan asociadas una o varias

palabras -léxicos universales- a cada característica de personalidad según su

importancia y utilidad desde un punto de vista social. Cattell partíó de los casi

18.000 términos recopilados por Allport y Odbert (1936) relativos a aspectos de

la personalidad y por medio de sucesivos análisis factoriales obtuvo 35 escalas

bipolares que derivaron en ‘sus’ 16 factores de personalidad. Así, Cattell (1950,

1957, 1972, 1973) distingue entre:

a) rasgos superficiales que son patrones observables de comportamiento y,

los más importantes, rasgos fuente que son internos y responsables de

nuestra conducta manifiesta,

b) rasgos comunes, de todas las personas, y específicos de cada individuo,

c) rasgos hereditarios y rasgos moldeados por el ambiente,

d) rasgos dinámicos, de habilidad y de temperamento, los primeros impulsan

a la persona hacia un objetivo, los segundos determinan la capacidad del

individuo para alcanzar el objetivo, y los terceros son los aspectos


130

emocionales de la acción encaminada hacia dicho objetivo.

Estos rasgos conforman factores de personalidad, Cattell (Cattell y Kline,

1982) identifica los principales a partir de tres fuentes “datos L, basados en

calificaciones de la vida real, datos Q, basados en cuestionarios y en inventarios

que dan información sobre uno mismo, y datos T, basados en pruebas objetivas”

(p. 52). Establece dieciséis rasgos de primer orden (escalas primarias de

personalidad) y cinco dimensiones globales de personalidad, con dos polos cada

una, son (Cattell, Cattell y Cattell, 1995):

Afabilidad Razonamiento Estabilidad Dominancia

Animación Atención a las normas Atrevimiento Sensibilidad

Vigilancia Abstracción Privacidad Aprensión

Apertura al cambio Autosuficiencia Perfeccionismo Tensión

Las cinco dimensiones globales, factores de segundo orden, de

personalidad semejantes a los factores del modelo de los Big Five, son:

Extraversión Ansiedad Dureza

Independencia Auto-control

C) Modelo de los Cinco Grandes (Big Five). Este modelo es uno de los

paradigmas dominantes en la psicología de los rasgos, propone que la

personalidad puede ser factorizada en cinco dimensiones: neuroticismo,

extraversión, apertura, amabilidad y consciencia (McCrae, 2000, 2001).

El modelo parte de los hallazgos de Cattell, Fiske (1949) planteó que las

35 escalas iniciales de aquel podían agruparse en cinco factores, más adelante


131

Tupes y Christal (1961) los confirman y los denominan como: extraversión,

amabilidad, conciencia, estabilidad emocional y cultura, nombres que son los

que actualmente se emplean. Norman (1963) replicó el estudio de Tupes y

Christal confirmando la estructura de los cinco factores, Borgatta (1964), Hakel

(1974), y Smith (1967) también la confirman.

Posteriormente Goldberg (1982, 1990, 1992) y, sobretodo, Costa y

McCrae (1985, 1989, 1992) refinan el modelo, los últimos presentaron el modelo

NEO, [Neuroticismo, Extraversión, Apertura (Neuroticism, Extraversion,

Openness), a los que se añaden otros dos factores] que postula la existencia de

cinco dimensiones independientes de la personalidad (Costa y McCrae, 1992,

2008; McCrae, 1996):

Factor I: extraversión, refleja el grado de asertividad, actividad o vivacidad

del sujeto.

Factor II: amabilidad (afabilidad), grado de confianza, altruismo,

sensibilidad, etc., que el sujeto es capaz de mostrar hacia sus semejantes.

Factor III: responsabilidad (tesón), relativo al sentido del deber,

organización, autodisciplina y eficacia. Evalua la propensión de las

personas a trabajar duro, a ser organizado, su motivación para alcanzar

metas, para conseguir los objetivos que se proponen (Costa y McCrae,

1992).

Factor IV: neuroticismo, referido a la inestabilidad emocional y a estados

emocionales desagradables o negativos, ansiedad, depresión y

hostilidad.

Factor V: apertura, muestra el grado en que el sujeto sostiene ideas

nuevas o su amplitud de intereses, grado en que la persona está abierta


132

a la fantasía, a la estética, a los sentimientos, es un rasgo asociado con

una mayor curiosidad, creatividad y actitud liberal (McCrae y Costa, 1997).

En la tabla 8 mostramos las facetas que componen cada uno de estos

cinco factores, y en la tabla 9 las relaciones encontradas entre los tres modelos

representativos de la teoría de rasgos.

Tabla 8.Facetas o escalas que forman los Cinco Grandes (Costa y McCrae, 2008).

Neuroticismo Extraversión Apertura Amabilidad Responsabilidad

ansiedad

hostilidad

depresión

ansiedad

social

impulsividad

vulnerabilidad

cordialidad

gregarismo

asertividad

actividad

búsqueda

de

emociones

emociones

positivas

fantasía

estética

sentimientos

acciones

ideas

valores

confíanza

franqueza

altruismo

conformidad

modestia

sensibilidad

competencia

orden

sentido del

deber

necesidad de

logro

autodisciplina

deliberación

Tabla 9.Relaciones entre los modelos de Eysenck, Cattell y Costa y McCrae (Barbaranelli,Caprara, Rabasca, 2006).

16 PF vs. NEO PI-R Eysenck vs. NEO PI-R

extraversión r + extraversión

ansiedad r + neuroticismo

dureza r - apertura

independencia r + extraversión

independencia r - neuroticismo

independencia r - amabilidad

extraversión r + extraversión

neuroticismo r + neuroticismo

psicoticismo r - amabilidad

psicoticismo r - responsabilidad


133

2.4.2. Rendimiento académico y personalidad.

Son numerosos los estudios que relacionan la personalidad con el

aprendizaje o con el rendimiento académico. Messick (1984) sugiere que el estilo

de aprendizaje se puede considerar como una característica de auto-

consistencia en el procesamiento de la información que se desarrolla a partir de

una personalidad subyacente. Ejemplos de trabajos que relacionan el

aprendizaje con la personalidad son los de Busato, Prins, Elshout y Hamaker

(1998, 2000), entre otros.

La investigación sobre personalidad y rendimiento académico es muy

extensa y las variables de personalidad estudiadas también son muy numerosas,

partiendo del modelo de los Cinco Grandes encontramos un sinfín de estudios

que relacionan estas variables en mayor o menor medida.

Citaremos en primer lugar a Poropat (2009), quien llevó a cabo un meta-

análisis, con una muestra de casi 80 investigaciones, mediante el que examinó

las relaciones entre el rendimiento académico y los Cinco Grandes. Encontró

que la variable que presentaba la correlación más elevada con el rendimiento

académico era la responsabilidad (0.22) y esta era solamente algo inferior a la

correlación obtenida entre aquel y la inteligencia (0.25), en orden de importancia,

la siguiente correlación encontrada fue entre apertura y rendimiento académico

(0.12). Este autor concluyó que la responsabilidad es el factor que más se asocia

con el rendimiento académico de los cinco factores.

Como ya hemos indicado, los trabajos efectuados para establecer

relaciones entre el rendimiento académico y los Cinco Grandes factores de la


134

personalidad son muy numerosas, sin ánimo de ser exhaustivos, citaremos las

siguientes:

A) Factor extraversión:

Lynn (1959) encontró que los sujetos introvertidos presentan un mayor

rendimiento académico que los extravertidos.

Riding y Armstrong (1982) realizaron un estudio con niños de 11 años

y encontraron correlaciones entre extroversión y algunas actividades

matemáticas, y entre introversión y otras actividades matemáticas

diferentes, además de diferencias significativas en cuanto al sexo.

Petrides, Chamorro-Premuzic, Frederickson y Furnham (2005)

encuentran relaciones negativas con el aprovechamiento escolar.

B) Factor Amabilidad. Diseth (2003), Hair y Graziano (2003) y McCrae (1987)

encontraron correlaciones negativas con el rendimiento académico.

C) Factor Apertura. Por lo que respecta a este factor en relación al rendimiento

académico, los resultados son divergentes. Unos autores (Ackerman, 2000,

Barbaranelli, Caprara, Rabasca, Pastorelli, 2003; Beier y Ackerman, 2001, 2003;

Farsides y Woodfield, 2003; Gilles y Bailleux, 2001; Lounsbury, Sundstrom,

Loveland y Gibson, 2003; Hair y Graziano (2003) han hallado correlaciones

positivas, pero otros (Busato et al., 2000; Chamorro-Premuzic y Furnham, 2003)

no han encontrado relación.


135

Según Cattell (1971) y Reeve y Hakel (2000), el factor apertura

(conciencia también) afecta al rendimiento académico porque favorece el

mantenimiento de niveles altos de este, centrándose en el desarrollo de

habilidades y en la adquisición de conocimientos).

Para Ackerman (2000) y Barrick y Mount (1991), de los cinco grandes

rasgos de la personalidad, la apertura es la más coherente en relación con la

capacidad cognitiva y el aprendizaje.

Según Heaven y Ciarrochi (2012) sería interesante realizar más

investigaciones para comprobar cómo difieren los que puntúan alto en apertura

de los que puntúan bajo: ¿tal vez estudian más unos que otros?, ¿utilizan

diferentes materiales o técnicas?, ¿están más “inspirados” por la curiosidad que

por la memoria?

D) Factor Neuroticismo:

Child (1964), Chamorro-Premuzic y Furnham (2003a, 2003b),

Entwhistle y Cunningham (1968) y Petrides et al. (2005), encuentran

correlaciones negativas entre estas variables.

Harris y King (1982) hallaron que los individuos con baja capacidad de

regulación emocional tenían bajo rendimiento académico y eran

rechazados por sus compañeros de clase.

Pérez y Garaigordobil (2004) encuentran que los sujetos con buena

adaptación social presentan altas puntuaciones en madurez intelectual

global, verbal y no verbal, altos niveles de autoconcepto, y “tienden

significativamente a caracterizarse por ser emocionalmente estables,


136

perseverantes y respetuosos con las normas, poco excitables,

confiados y seguros de sí mismos, tranquilos y relajados” (p. 164).

Urquijo (2005) encontró una

tendencia general que indicaría que a medida que aumentan el

auto-concepto, el autocontrol, el nivel de inteligencia, el nivel socio-

económico y cultural de las familias, el nivel de razonamiento

abstracto y la aceptación de los pares, y disminuyen los niveles de

depresión, de ansiedad, de estrés escolar y de dificultades de

socialización de un sujeto, aumenta el desempeño académico en

lengua y en matemáticas (p. 8).

E) Factor Responsabilidad. Parece ser que este factor es el gran predictor del

rendimiento académico, las investigaciones que lo relacionan positivamente con

el rendimiento académico son muy numerosas, entre ellas:

Rothstein, Paunonen, Rush y King (1994).

Goff y Ackerman (1992).

Barrick y Mount (1993).

De Raad (1996).

Busato et al. (2000).

Asendorpf y Van Aken (2003).

Barbanelli et al. (2003).

Chamorro-Premuzic y Furnham (2003b).

Diseth (2003).

Shiner, Masten y Roberts (2003).


137

Abe (2005).

Bidjerano y Dai (2007).

Noftle y Robins (2007).

O'Connor y Paunonen (2007).

Trautwein, Ludtke, Roberts, Schnyder y Niggli (2009).

Beier, Campbell y Crook (2010).

Poropat (2011), en este estudio las variables empleadas fueron las de

Eysenck.

Steinmayr, Bipp y Spinath (2011).

No todas las investigaciones encuentran relaciones entre estas variables,

entre ellas citaremos la de Wilson y Lynn (1990) no encontraron ninguna

correlación positiva entre personalidad, medidas cognitivas y rendimiento

académico, los participantes en la investigación fueron 1200 niños de edades

entre 9 y 11 años; y la de Beier et al. (2010) quienes no pudieron relacionar el

factor apertura con el rendimiento académico, la interpretación que dieron estos

autores fue que el aprendizaje dentro del aula está muy estructurado, las

expectativas del rendimiento y el comportamiento son claves, cosa que reduciría

al mínimo la influencia de los rasgos generales de personalidad.

En cuanto al factor neuroticismo (inestabilidad emocional), Laidra,

Pullmann y Allik (2007) no encontraron asociaciones significativas salvo que

exista un nivel alto de ansiedad lo que conlleva un efecto negativo en el

rendimiento académico (Chamorro-Premuzic y Furnham, 2003b).

Otros estudios plantean el hecho de que hay variables que se mezclan


138

con los factores del modelo como por ejemplo la edad, así el neuroticismo (la

falta de) está positivamente relacionado con el rendimiento académico en la

escuela primaria pero negativamente en el instituto (Farsides y Woodfield, 2003).

La extraversión predice altos resultados en la escuela primaria pero bajos en la

secundaria (De Raad y Schouwenburg, 1996; Eysenck, 1996). Otro trabajo que

confirman que el poder predictivo de la personalidad declina de primaria a

secundaria es el de Smrtnik y Zupančič (2010), aunque sigue siendo importante

en la Universidad (Furnham, Chamorro-Premuzic y McDougall, 2003).

McKenzi (1989) encontró no que la correlación disminuya en secundaria

sino que correlaciona negativamente. Estudios más recientes ratifican estos

resultados y amplian que el factor extraversión correlaciona positivamente con el

rendimiento en primaria y negativamente en secundaria y la universidad (Bratko,

Chamorro-Premuzic y Saks, 2006; Laidra et al., 2007). Una posible explicación

puede venir de las diferentes habilidades inter y intrapersonales de los alumnos:

los introvertidos utilizan más tiempo estudiando que los extravertidos que lo

utilizan socializándose (McCown y Johnson, 1991).

Por otra parte, los ya citados Laidra et al. (2007) y O'Connor y Paunonen

(2007) nos dicen que el factor amabilidad predice el éxito académico en la

escuela primaria pero no hay relación en secundaria. Según Chamorro-Premuzic

y Furnham (2003b) esto es debido por la menor competitividad existente en

primaria, aquí el ambiente propicia buenas relaciones entre el alumnado y los

maestros cosa que conduce a un mejor ajuste académico a lo largo del curso

(Laidra et al., 2007).

Por último, citar las investigaciones de Chamorro-Premuzic y Fumham

(2004, 2005, 2006) quienes han intentado establecer los predictores del


139

rendimiento académico mediante su teoría Intelectual de la Competencia (IC),

basada en las teorías de Cattell (1971), Horn y Noli (1997) y Ackerman (1996).

Estos autores distinguen entre capacidades fluidas, inteligencia como proceso

de razonamiento (gf), y capacidades cristalizadas, inteligencia como

conocimiento (gc) (Ackerman y Heggestad, 1997; Bates y Shieles, 2003).

Esta teoría plantea que el rendimiento académico es el criterio por

excelencia para validar la inteligencia (Binet y Simon, 1905; Rinderman y

Neubauer, 2004; Spearman, 1904) aunque el rendimiento del trabajo también es

importante. Encuentran que los rasgos de la personalidad influyen en la

evaluación de la inteligencia, concretamente el alto neuroticismo y la baja

extraversión debilitan los efectos de la capacidad y la autoestima provocando un

bajo rendimiento académico. Por el contrario, individuos estables y extravertidos

puntuan más alto en inteligencia y obtienen mejores resultados en pruebas de

habilidad que sus homólogos neuróticos e introvertidos, sin llegar a ser brillantes

(Bates y Rock, 2004; Moutafi, Furnham y Tsaousis, 2006).

Chamorro-Premuzic y Furnham (2005) opina que los vínculos entre los

factores apertura y responsabilidad y las medidas de capacidad apuntan a que

los efectos de estas en el rendimiento académico pueden estar representados

en parte por dichos factores. Así, Chamorro-Premuzic y Furnham (2006)

argumentan que:

una mayor responsabilidad se explica, en parte, como "estrategia" de

menor gf, como una compensación; así, las personas con menor

capacidad de razonamiento abstracto y de aprendizaje rápido serían

más organizadas, conscientes de sus deberes y motivadas para poder


140

alcanzar un mayor rendimiento en la escuela, la Universidad y el trabajo

especialmente en entornos altamente competitivos; las personas con

mayor gf pueden "permitirse" ser menos conscientes y, sin embargo,

alcanzar los mismos niveles de rendimiento,

la apertura, que correlaciona con gc, afectaría al rendimiento

académico independientemente de gf, así, según Bates y Shieles

(2003) este factor es independiente de g, pero puede influir en el

aumento de los conocimientos a través de sus efectos sobre los

intereses del sujeto.

Furnham y Chamorro-Premuzic (2004) consideran que la habilidad

cognitiva (inteligencia) refleja lo que un individuo puede hacer y los rasgos de

personalidad reflejan lo que ese individuo realmente hará en la realidad.

En definitiva, podemos decir que el factor que mantiene más relación con

el rendimiento académico es la de responsabilidad (tesón). Según Martínez,

Redondo, Rua y Fabra (2011) “Esta relación ha sido interpretada frecuentemente

en términos de motivación, ya que se piensa que los estudiantes con alto grado

de Tesón (en sus subdimensiones de escrupulosidad y perseverancia) están

más motivados a obtener resultados excelentes” (p. 6).

Determinantes personales. Género.

141

2.5. Género.

Durante muchos años las mujeres habían tenido restringido el acceso a la

educación, sólo algunas pocas accedían a ella, por lo que el problema de la

mujer ante la educación no existía (Fernández Enguita, 1989). Si hacemos un

repaso por la historia, hasta hace medio siglo las tareas de la mujer quedaban

relegadas a las tareas del hogar. El tipo de educación que se les daba era distinta

a la de los hombres, enfocándola al mantenimiento del hogar y de la familia, por

lo tanto las diferencias en el rendimiento venían marcadas por las diferentes

pautas de socialización y las aptitudes que se fomentaban según el género.

Poco a poco la situación ha ido cambiando hasta llegar al desarrollo actual

de la coeducación y a la existencia de igualdad de oportunidades para ambos

géneros, al menos en el aspecto formal ya que la “la igualación de las

oportunidades escolares en términos de género se ve sustantivamente (aunque

no enteramente) contrapesada por un reforzamiento de la influencia de género

en el acceso al empleo y los primeros pasos en él” (Fernández Enguita, 1995, p.

195). Todo lo anterior se traduce en la existencia de un mayor número de

mujeres en la enseñanza superior que de hombres, aunque aquellas se

concentran en los estudios con menor valor de mercado (Fernández Enguita,

1995).


142

2.5.1. Diferencias de género.

Los estudios que tienen como objetivo establecer las diferencias

aptitudinales entre chicos y chicas, si las hubiera, son muy numerosos. Muchas

de estas investigaciones se han centrado en hallar diferencias entre géneros en

cuanto a la inteligencia y dentro de este contexto se desarrollaron dos vertientes:

los que creen que hay una diferencia en la inteligencia general a favor del

hombre, como Lynn (1994, 1998, 1999) quien formula una teoría según la cual

como los niños y las niñas maduran a ritmos diferentes, el crecimiento de las

niñas es más rápido entre los 9 y los 15 años en que empieza a desacelerar, y

los chicos siguen creciendo, por lo que su CI medio aumenta con respecto al de

las chicas.

Colom y Lynn (2004), en un estudio posterior encuentran evidencia que

apoya la teoría del desarrollo de Lynn, estos autores afirman que la tendencia

general muestra que las niñas obtienen mejores resultados en las edades más

jóvenes y su rendimiento disminuye en relación a los niños entre los grupos de

mayor edad.

Sin embargo el mismo autor (Lynn e Irwing, 2002) había constatado

anteriormente la no existencia de diferencias significativas de género en

inteligencia en relación con la cultura general. En esta investigación, los autores

emplearon una forma abreviada del GKT (General Knowledge Test) formado por

seis factores de primer orden: noticias de actualidad, moda, familia, artes,

ciencias, salud física y recreación (Irwing, Cammock y Lynn, 2001), y hallaron

que los hombres obtenían medias más altas en cultura general de


143

aproximadamente media desviación estándar, pero que esta discrepancia no

podía ser explicada por diferencias de género en inteligencia, la correlación que

encontraron entre estas dos variables -inteligencia y cultura general- fue

bastante baja (.23). También demostraron que la experiencia diferencial y el

estatus socioeconómico tenían un impacto marginal en las diferencias de género

observadas.

Por otro lado, Jackson y Rushton (2006), analizando las respuestas dadas

por más de 46.000 hombres y más de 56.000 mujeres de 17 a18 años de edad

al Scholastic Assessment Test que es un examen estandarizado ampliamente

utilizado para la admisión a la universidad en los Estados Unidos (SAT, College

Entrance Examination Board, 1992), encontró que los hombres superaban a las

mujeres en el factor g de inteligencia y que estas diferencias se encontraban en

todos los estratos sociales y en todos los grupos étnicos.

Dykiert, Gale y Deary (2009) plantean que parte de la ventaja masculina

en la capacidad cognitiva general podría atribuirse a la combinación de una

mayor variabilidad de los chicos en dicha capacidad y a la restricción de la

muestra. Estos autores, empleando el British Cohort Study de 1970 (IOE, sf) -

este estudio sigue la vida de más de 17.000 personas nacidas en Inglaterra,

Escocia y Gales en una sola semana de 1970- encontraron que a los diez años

de edad los chicos obtenían una ligera ventaja sobre las chicas, ventaja que se

ampliaba cuando se les examinó dieciseis y veinte años más tarde, la mortalidad

experimental fue significativamente mayor entre los hombres que entre las

mujeres. Los autores subrayan la importancia de controlar esta variable en los

estudios longitudinales y de emplear muestras representativas en el estudio de

las diferencias sexuales en la inteligencia.


144

Por su parte, Tran, Hofer y Voracek (2014) efectuaron un estudio meta-

analítico sobre las diferencias de género en relación con la cultura general. Estos

autores encontraron diferencias a favor de los chicos pero concluyeron que esas

diferencias dependían de factores tales como la escolarización, el proceso de

selección que llevan a cabo las escuelas, o la educación de los padres, en suma

de factores contextuales y socioculturales que pueden actuar como barreras en

relación con el éxito educativo, especialmente para las niñas. Es posible que

estas diferencias de género sean posibles indicadores de desigualdades de

género en las etapas tempranas de la vida (Hausmann, Tyson y Zahidi, 2008).

Por último apuntar que Savage-McGlynn (2012), empleando medidas de

inteligencia general (test Raven), no encuentra apoyo empírico a la teoría del

desarrollo de Lynn.

El otro punto de vista es el que sostiene que la diferencia entre géneros

se da en habilidades específicas, siendo mejores las mujeres en habilidades

verbales y los hombres mejores en las viso-espaciales (Colom y García López,

2002; Deary, Strand, Smith y Fernandes, 2007; Fergusson y Horwood, 1997;

Weissa, Kemmlera, Deisenhammerd, Fleischnackera y Delazerc, 2003).

Storek y Furham (2013) demuestran que los hombres puntúan más alto

en inteligencia espacial e inteligencia matemática que las mujeres. Es curioso

que cuando son interrogados hombres y mujeres acerca de lo que piensan sobre

sus competencias, los hombres se otorgan puntuaciones algo mayores que las

mujeres en inteligencia matemática y espacial y las mujeres se las otorgan en

inteligencia social y emocional, por otra parte, cuando las mujeres evaluaron a


145

los hombres les dieron puntuaciones más altas en inteligencia matemática y

espacial de lo que lo hicieron los hombres a las mujeres (Szymanowicz y

Furnham, 2013).

Esta similitud de resultados ha sido comprobada en numerosos estudios,

por ejemplo Deary, Thorpe, Wilson, Starr y Whalley (2003) describen la

distribución de la capacidad cognitiva en 80.000 niños y niñas de 11 años

nacidos en Escocia en 1921 (casi todos los niños nacidos en ese año), estos

niños fueron evaluados en 1932 y no se encontraron diferencias significativas en

las puntuaciones medias de los chicos y las chicas pero sí se encontró una

diferencia muy significativa y es que los niños estaban excesivamente

representados en los extremos alto y bajo. Según estos autores esta diferencia

podría explicar, en parte, el ligero exceso de hombres que alcanzan grados

universitarios y el exceso de varones con dificultades de aprendizaje.

En una replica de la investigación anterior, Strand, Deary y Smith (2006)

estudiaron el razonamiento verbal, no verbal y cuantitativo con una muestra

representativa a nivel nacional del Reino Unido de más de 320.000 chicos y

chicas, evaluados entre 2001 y 2003, de edades comprendidas entre los 11 y los

12 años. Los resultados mostraron que las chicas obtenían una puntuación

media más alta que los chicos en razonamiento verbal, en razonamiento no-

verbal, las puntuaciones medias eran prácticamente iguales (ligeramente

superiores en favor de las chicas), y en lo concerniente al razonamiento

cuantitativo, los chicos superan a las chicas aunque también de forma ligera. Al

igual que Deary et al. (2003) los autores observan observan diferencias notables

es en los extremos de las puntuaciones, con una sobrerrepresentación de los

chicos en los extremos superiores e inferiores en las tres escalas, a excepción


146

del 10 % superior de la escala de razonamiento verbal. Esta

sobrerrepresentación de los chicos la encuentran también Deary, Irwing, Der y

Bates (2007).

Otro estudio en el que se encuentran diferencias de género en habilidades

cognitivas es el llevado a cabo por Echavarri, Godoy y Olaz (2007), las

diferencias que encuentran son pequeñas pero estadísticamente significativas a

favor de los chicos en los tests de razonamiento verbal, abstracto y cálculo y de

las chicas en ortografía y lenguaje. Estos autores sugieren que las mejores

puntuaciones de las chicas se deben, en parte, a la naturaleza ‘lingüística’ de las

pruebas usadas. En la misma línea, Gil-Verona et al. (2003) nos dice que las

habilidades de tipo lingüístico maduran antes en las chicas y tienen una

aplicación más amplia y generalizada en los procesos de aprendizaje.

También Ardila, Rosselli, Matute y Inozemtseva (2011) encontraron en

una muestra de 350 varones y 438 mujeres, de edades entre 5 y 16 años,

provenientes de México y Colombia diferencias de género en expresión y

comprensión del lenguaje oral, habilidades espaciales y tareas perceptivas

táctiles visuales, que los chicos superaban a las niñas en la mayoría de los

casos, a excepción de la tareas táctiles.

Lo que sí parece indudable es que las preferencias de chicos y chicas por

uno u otro tipo de estudios universitarios son distintas, las chicas están

sobrerrepresentadas en los estudios relacionados con las ciencias de la salud,

mientras que los chicos lo están en los relacionados con la rama de ingeniería y

arquitectura (figura 6).


147

2.5.2. Género y rendimiento académico.

A partir del acceso masivo de la mujer a la educación se empezaron a

desarrollar investigaciones como las de Maccoby y Jacklin (1974), Mednick

(1972) o Rodríguez Espinar (1982) que demostraban que no existen diferencias

aptitudinales en función del género para el rendimiento escolar. Otras

investigaciones sí encontraron diferencias pero no de índole genéticas sino

culturalmente adquiridas. Por ejemplo, McClelland, Atkinson, Clark y Lowell

(1953) y Hoffman (1975) vieron que la diferencia de rendimiento según el género

venia determinada por las diferentes metas que se proponían los sujetos, siendo

en el caso de las mujeres metas orientadas a la búsqueda de la aceptación

social.

Figura 6. Distribución de los estudiantes matriculados en Grado y 1er y 2º Ciclo por ramade enseñanza. Curso 2012/13 (fuente: elaboración propia a partir de MECD, 2013).

CC.SS yJurídicas

Ingeniería yArquitectura

Artes yhumanidades

CC. de la Salud Ciencias

mujeres 60,9 26,1 61,6 70,1 52,6

hombres 39,1 73,9 38,4 29,9 47,4

25

35

45

55

65

75

po

rcen

taje


148

También se ha sugerido que la diferencia viene marcada por el diferente

comportamiento de los chicos y las chicas (Fergusson y Horwood, 1997) o por la

motivación y el esfuerzo, las chicas tienden a trabajar más (OHMCI, 1997), así

Mau y Lynn (2000) encontraron que los chicos obtenían mejores puntuaciones

que las chicas en matemáticas y ciencias, y las chicas en lectura y cantidad de

tarea realizada en casa (‘deberes’), encontraron correlaciones significativas y

positivas entre la cantidad de tarea hecha en casa y las puntuaciones en las

pruebas de evaluación.

Estos resultados se confirman en los mostrados por PISA (Programa para

la Evaluación Internacional de Alumnos) en los últimos diez años, en ellos se

muestra que las chicas de 15-16 años presentan un peor (mejor) desempeño

que los chicos en matemáticas (lectura) en la mayoría de los países que

participan en el programa de evaluación (Rica y González, 2013).

En España (INEE, 2012), las alumnas tienen un rendimiento general

superior a los chicos en competencia lingüística, así obtienen mejor puntuación

media en comprensión oral, comprensión lectora y expresión escrita en lengua

extranjera (francés e inglés).

Casi todas las investigaciones coinciden en estos resultados pero no

todas, por ejemplo el estudio meta-analítico efectuado por Voyer y Voyer (2014)

con 369 muestras. Estos autores encontraron una ventaja significativa de las

mujeres sobre los hombres en todas las áreas del rendimiento académico, las

más altas se dieron en lenguaje y las más bajas en matemáticas. Aunque los

tamaños del efecto fueron pequeños, los autores insisten en que debido a su

consistencia no pueden ser ignorados.


149

Son muchas las explicaciones que se dan a estas diferencias, Rica y

González (2013) plantean que las diferencias a favor de los chicos en el área de

matemáticas no es debido a diferencias biológicas sino que reflejan diferentes

oportunidades educativas como resultado de roles o normas culturales de

género. Es el resultado de un proceso de estratificación social de género y de la

transmisión intergeneracional de roles de género. Los resultados que ofrecen

estas autoras muestran que, por ejemplo, el tener una madre que trabaja

aumenta el rendimiento de la hija en matemáticas, lo que parece sugerir que en

las sociedades más igualitarias en relación al género las chicas aumentan su

rendimiento en matemáticas.

Diversos estudios apuntan opiniones semejantes, Hill, Castellino,

Lansford, Nowlin, Dodge, et al. (2004), OECD (2009), y Wong, Lam y Ho (2002)

plantean que es la educación de los padres, y su participación en la escuela, el

principal factor determinante del éxito escolar. Por el contrario, Vez, Martínez y

Lorenzo (2012) observan que las niñas obtienen mejores resultados que los

niños en Inglés, incluso cuando se controla por las características de la familia y

del centro en el que estudian.

Otras posibles explicaciones de la diferencia de resultados académicos

que se da entre chicos y chicas son:

según la perspectiva constructivista, las niñas pueden estar más

motivadas para adoptar comportamientos conducentes a un mejor

rendimiento académico, como la obediencia y la diligencia, porque

tales comportamientos "típicamente femeninos" podrían ayudar a

ganar la aprobación social de su grupo de pares y de la sociedad en


150

general (Francis y Skelton, 2005),

parte de la respuesta a la diferencia de rendimiento entre géneros

viene marcada por la personalidad, concretamente por las variables

neuroticismo y extraversión (Chamorro-Premuzic y Furham, 2006;

Fergusson y Horwood, 1997),

los niños y niñas utilizan de manera diferente sus conocimientos y

habilidades metacognitivas en el proceso de aprendizaje (Ciascai y

Haiduc, 2011),

el peor resultado de los chicos puede explicarse en parte por la

mayor frecuencia de mala conducta en la escuela y por sus menores

expectativas académicas en relación con las chicas (Fortin,

Oreopoulos y Phipps, 2013).

En relación con el fracaso escolar que representa la repetición de curso,

Hauser (1999), Hauser, Pager y Simmons (2000) y Jimerson et al. (2006)

encuentran que las chicas lo hacen en menor grado que los chicos y plantean la

necesidad de tener en cuenta las diferencias de género a la hora de establecer

estrategias para promover el éxito académico y la competencia social de los

alumnos. Carabaña (2013) llega a la misma conclusión analizando los datos de

PISA 2009 (OCDE, 2010) y 2012 (OCDE, 2013).

Por último mostramos en las figuras 7 y 8 los porcentajes de alumnos y

alumnas que promocionan de curso en España (son las últimas cifras ofrecidas

por el MECD) en educación primaria y en secundaria obligatoria. En todos los

cursos las chicas tienen los porcentajes mayores.


151

Figura 7. Alumnado que promociona en Educación Primaria. Datos del curso 2011/12(fuente: elaboración propia a partir de MECD, sf).

Figura 8. Alumnado que promociona en Educación Secundaria Obligatoria. Datos delcurso 2011/12 (fuente: elaboración propia a partir de MECD, sf).

2º EP 4º EP 6º EP

mujeres 95,06 96,07 95,78

hombres 93,95 95,13 94,49

90

95

100

po

rcen

taje

1º ESO 2º ESO 3º ESO 4º ESO

mujeres 87,7 85,2 84,89 84,5

hombres 83,3 79,8 81,02 78,79

75

80

85

90

po

rcen

taje

3. Estatus sociométrico, variable socio-ambiental.

Estatus sociométrico, variable socio-ambiental.

155

A través de los años se han realizado muchas investigaciones con el

objetivo de poner de manifiesto la importancia de la interacción social para un

buen desarrollo cognitivo, afectivo y social. El punto de partida está en la idea de

que puesto que la humanidad es una unidad social y ecológica (J.L. Moreno,

1934), el ser humano es un ser social que vive y se desarrolla en sociedad, el

modo en que esté inmerso en esta determinará su ser, pero no solo es social

también es individuo que se integra en el aspecto social a partir de los roles que

desempeña en los grupos a los que pertenece. Algunas investigaciones

muestran que el sentimiento de bienestar correlaciona más alto con la aceptación

social que con el estatus socioeconómico (Anderson, Kraus y Keltner, 2011).

Es a partir de la interacción con las personas de su entorno como el niño

adquiere la comprensión de sí mismo, la comprensión de las relaciones que

vinculan a las personas y la representación de los sistemas e instituciones

sociales de la cultura en la que vive (González y Padilla, 1990; Padilla y

González, 1990). La familia ha sido considerada durante años como agente

socializador primario, pero no podemos obviar que desde que la escolarización

fue obligatoria los compañeros y los profesores se han convertido en agentes

socializadores por excelencia. El tipo de experiencias que los niños viven en los


156

años preescolares son fundamentales para su posterior desarrollo social (Erwin

y Letchford, 2003; Keane y Calkins, 2003).

En ambos autores (J.L. Moreno, 1934; González y Padilla, 1990)

encontramos el aspecto social del hombre como algo básico que se desarrolla a

partir de los roles que el individuo desempeña en sus relaciones con los demás,

roles que pueden ser muy variados. En nuestra investigación nos vamos a

centrar en aquellos determinados por los afectos y desafectos que los sujetos

provocan en los demás, los compañeros o iguales. La interacción entre iguales

se efectua con niveles de complejidad conductual similares (Haselager, 1997),

lo que permite a cada niño desarrollarse mediante la socialización, el conflicto

cogntitivo, la negociación y la cooperación. Es necesario distiguir entre amistad

y estatus sociométrico:

Mientras la amistad es una relación diádica, el estatus sociométrico es la

posición ocupada por el sujeto dentro de un entramado social más amplio

que el de la relación de amistad, es la posición que el sujeto ocupa, o se

le adjudica, dentro de un grupo(Cava y Musitu, 2000, p. 2).

La amistad en el niño contribuye a desarrollar sentimientos de

compromiso y vinculación y el estatus sociométrico contribuye a desarrollar los

sentimientos de pertenencia (Bukowski y Hoza, 1989). Los chicos valoran la

aceptación por todo el grupo de pares pero la amistad personal es más valorada

(Erwin, 1998; Ladd, 1999; Sandstrom y Zakriski, 2004), así entre los cuatro y los

siete años se concibe la amistad en función del juego, de la participación en la

misma actividad, no es duradera y se disuelve fácilmente si a alguna de las

partes no le interesa; más adelante, entre los ocho y los diez años, la amistad ya

es más compleja basándose en aspectos psicológicos y de mútuo acuerdo, Los


157

niños se atraen por las cualidades de la otra persona, la confianza es básica en

esta relación. La amistad tarda más en surgir y la amabilidad es fundamental, si

se viola esta se rompe la amistad y es más difícil de restablecer, son necesarias

las explicaciones y las disculpas; por último, entre los once y quince años, la

amistad se caracteriza por la intimidad, los chicos buscan cercanía comprensión

y lealtad (Berk, 1999; Berndt y Perry, 1990; Damon, 1977; Selman, 1980;

Sullivan, 1953).

Por lo que respecta al estatus sociométrico, lo definimos como la posición

de cada individuo en el grupo de que se trate, amigos, compañeros de trabajo o

el aula (J.L. Moreno, 1934), “permite identificar no sólo qué tan elegida y

rechazada es una persona, sino también su capacidad y posibilidades de

adaptación a un grupo o colectividad” (Bezanilla, 2011, p. 29). Coie, Dodge y

Coppotelli (1982, 2000) establecen cuatro niveles de estatus: popular,

rechazado, controvertido y desatendido. Los chicos que obtienen un alto valor

positivo son considerados populares entre sus iguales, por el contrario los

sujetos valorados negativamente son rechazados, mientras que los que ocupan

posiciones intermedias son ignorados o controvertidos (ver figura 9).

Moreno (2002) -partiendo de Coie y Dodge (1988), Coie, Dodge y

Kupersmith, (1990) y Newcomb, Bukowski y Patee (1993)- analiza los

comportamientos que caracterizan a los niños populares. Estos suelen ser

descritos como personas cálidas, cooperativas, prosociales, que rara vez

muestran conductas disruptivas o agresivas. Sus compañeros los perciben como

generosos, entusiastas y afectivos. Son especialmente eficaces a la hora de

resolver conflictos y se comunican con los iguales de forma sensible y madura,

son sujetos con un buen ajuste social (Faul, 2006). Además, cuando tratan de


158

ingresar en un grupo nuevo -tarea nada fácil- su estrategia consiste en hacerlo

lentamente.

Figura 9. Tipos sociométricos (tomado de Coie, Dodge y Coppotelli, 2000, p. 103).

Estas personas una vez que están dentro del grupo son individuos activos,

que sugieren cambios, que llevan la iniciativa, pero que con anterioridad se han

tomado un tiempo hasta comprender el sentido de la actividad que el grupo

realiza para adaptar su conducta al flujo de la actividad de los iguales, para

ofrecer comentarios relevantes sobre el juego en lugar de quedarse remolones

en la proximidad del grupo (lo suelen hacer los ignorados) o irrumpir


159

entrometiéndose (rechazados). En consonancia con estos autores, los estudios

realizados sobre agresividad como los de Petrides, Sangareau, Furnham y

Frederickson (2006), Mavrovelli, Petrides, Rieffe y Bakker (2007), demuestran

que los niños que puntúan alto en inteligencia emocional son cooperativos y

líderes, poco disruptores y poco agresivos. De hecho, algunos estudios como los

de Puckett, Wargo y Cillessen (2008) confirman que la baja agresividad y la alta

sociabilidad son predictores de popularidad.

No obstante, la popularidad puede ser definida de dos maneras (Parkhurst

y Hopmeyer, 1998). La primera, como apuntábamos, define a los niños como

populares, prosociales, cooperativos y con bajos niveles de agresión y es una

medida de aceptación. No obstante, la segunda definición define la popularidad

como percibida y esta se caracteriza por la dominancia social, influencia y

prestigio en el grupo de iguales. Según Alder y Alder (1998), Lease, Kennedy y

Axelrod (2002) y Lease, Michele, Musgrove y Axelrod (2002), hay niños que son

percibidos como populares por los demás, sea por cualquier circunstancia

anteriormente nombrada y no presentan este tipo de cualidades. Estos niños se

caracterizan por ser ‘guays’, poderosos, influyentes, arrogantes, excluyentes,

elitistas, manipuladores, controladores y agresivos. És más, tienden a

involucrarse en actividades visibles y prestigiosas como fumar porros o el

atletismo, a menudo tienen ropa y posesiones cara y son atractivos (Adler y

Adler, 1998; La Fontana y Cillessen, 2002; Lease, Kennedy y Axelrod, 2002).

Hawley (2003) indica que estos chicos se benefician a corto plazo de su estatus,

no obstante Cillessen y Rose (2005) indican que no hay nada demostrado a largo

plazo.


160

Por lo que respecta a los chicos rechazados, cuyo porcentaje se situa

entre el 10% y el 15 % (Coie y Dodge, 1988; Maag, Vasa, Reid y Torrey, 1995),

podemos decir que, al contrario que los anteriores, estos alumnos son aquellos

que son elegidos por sus compañeros para no formar parte del grupo, su

compañía no es deseada, tienen un mal ajuste social (Cava y Musitu, 2000;

Mayeux, Bellmore y Cillessen, 2007) que puede perdurar en su vida adulta (Coie,

Lochman, Terry e Hyman, 1992; Slade, 2008).

El rechazo puede ser bajo o normal (rechazado integral o parcial). Se trata

de sujetos que suelen recibir los ataques de los compañeros, caen en riesgo de

victimización (Cava, Musitu, Buelga y Murgui, 2010; DeRosier y Thomas, 2003)

tanto más grave cuanto más popular sea el agresor (Cillessen y Rose, 2005).

El análisis que hace Moreno (2002) de los comportamientos que

caracterizan a estos alumnos muestra que los niños rechazados presentan

conductas temidas o evitadas por sus pares. Según la autora:

lo que mejor predice el rechazo es la agresión, especialmente la que no

es provocada y que pretende dominar y controlar a los otros o a sus

recursos. Además, suelen ser fanfarrones, tienden a no ser cooperativos

y a ser críticos con las actividades del grupo, a manifestar pobres

habilidades de resolución de problemas y poca conducta prosocial

(Moreno, 2002, p. 419).

Estudios realizados recientemente relacionan la baja inteligencia

emocional con puntuaciones altas de agresividad (Inglés et al., 2014; Mavrovelli

et al., 2007; Petrides y Furnham, 2006). Sin embargo, conviene matizar que no

toda manifestación agresiva conduce al rechazo, la agresividad que es percibida


161

por el grupo como justificada, es valorada por la mayoría de los niños de todas

las edades como una conducta aceptable, de hecho hay investigaciones que

ponen de manifiesto que niños muy pequeños ven la agresión como un medio

aceptable para resolver los conflictos entre iguales (Mayeux y Cillessen, 2003).

Es la agresividad proactiva, la provocadora, la que no es previsible ni se percibe

como justificada, la que no para hasta que el otro no cede, es la que está

asociada casi siempre con el rechazo. Monjas, Sureda y García-Bacete (2008)

comprobaron esto en un estudio con preadolescentes españoles en el que vieron

que la agresividad de tipo prepotencia, intimidación, agresión física o verbal está

asociada con el rechazo. Orue y Calvete (2011) encontraron reciprocidad, solo

en chicos, entre la conducta agresiva manifiesta y el rechazo de los pares lo que

puede ocasionar un círculo vicioso: la agresividad provoca el rechazo que, a su

vez, provoca más agresividad que provoca más rechazo.

De hecho, está agresividad por abuso de poder ha devenido en un

problema en nuestro país. Con objeto de poner de manifiesto esta problemática,

la Oficina del Defensor del Pueblo realizó dos estudios a nivel nacional sobre

Violencia Escolar (Defensor del Pueblo, 2000, 2007). Estos estudios fueron

llevados a cabo con una muestra representativa de estudiantes de secundaria y

puso de relieve la existencia de maltrato entre iguales en todos los centros

aunque a diferente nivel. Si comparamos los resultados del 2000 y del 2007

vemos que han permanecido más o menos iguales: las agresiones verbales se

sitúan entre el 32% y el 36%; la exclusión social entre el 10% y el 33%;

agresiones físicas entre el 4% y el 6%, es evidente que estos niveles deben bajar

de manera significativa.


162

Estos niños, como ya hemos señalado, son percibidos como agresivos,

distorsionantes del grupo, que no respetan las reglas, además tienen un

autoconcepto más negativo que sus compañeros bien adaptados socialmente,

presentan mayores problemas conductuales, mayor falta de atención en el aula

y un rendimiento académico más bajo (Coie, Dodge y Coppotelli, 1982, 2000;

Parker y Asher, 1987). El estatus sociométrico de los niños rechazados tiene una

alta estabilidad temporal (Musitu, 1982; Musitu, Ferrer y Pascual, 1980).

Un tercer grupo lo constituyen los alumnos olvidados, son aquellos que

pasan desapercibidos al resto de miembros del grupo, no despiertan ningún tipo

de afecto, ni positivo ni negativo. Moraleda (1978) y Arruga (1983), establecen

dentro de la categoría de los alumnos olvidados los siguientes:

desatendidos, son sujetos que desean formar parte del grupo pero el

grupo no se ‘acuerda’ de ellos, no son correspondidos,

ignorados, el interés del sujeto por formar parte del grupo es igual que el

del grupo por que el sujeto se incorpore a él: escaso, y

aislados, el sujeto y el grupo se ignoran mutuamente.

Moreno (2002) plantea que los niños ignorados son menos sociables,

agresivos y disruptores que los promedio, también interactúan menos con los

otros. No son niños locuaces, hacen menos intentos que los “promedio” para

entrar en un grupo de juego, permanecen a su alrededor sin hacer nada por

entrar, incluso pueden reaccionar con timidez ante la oferta de compañía de otros

y con frecuencia juegan solos.

Martín (2011) estudió si la aceptación o el rechazo estaban influidos por

el contexto en el que se producían; este investigador estableció dos tipos de


163

contexto, académico y lúdico, los resultados que obtuvo pusieron de manifiesto

que todos los tipos sociométricos tenían influencia contextual siendo el menos

afectado el tipo rechazado y el más el controvertido, niño que es aceptado y

rechazado al mismo tiempo.

Apuntar, por último, que a los niños que presentan dificultades en la

interacción entre los iguales les afecta el sentimiento de soledad y el rechazo de

los compañeros, lo cual es percibido por los niños como un poderoso estresor

(Coie, 1990), estos chicos a menudo presentan síntomas depresivos (Kaya,

2007).


165

3.1. Rendimiento académico y estatus/tipo sociométrico.

Son muchos los estudios realizados sobre el estatus sociométrico que

tratan de la relación existente entre este y el rendimiento académico (Green,

Forehand, Beck, Vosk, 1980; Havighurst, Bowman, Liddle, Mathews y Pierce,

1962; Wentzel y Asher, 1995). En general, todos ellos demuestran que:

la conducta prosocial se relaciona con un alto rendimiento académico,

los niños disruptivos y agresivos obtienen peor rendimiento académico,

los niños aislados e inhibidos presentan dificultades académicas (Green

et al., 1980), y

que el estatus sociométrico covaría con el rendimiento académico

(Wentzel y Asher, 1995; Wentzel, 2003).

Habitualmente, los niños que son aceptados por sus compañeros y son

líderes suelen obtener mejores resultados académicos que los que son

rechazados (Greenman, Schneider y Tomada, 2009; Titkova, Ivaniushina y

Alexandrov, 2013; Wentzel, 1991). Estell, Farmer, Cairns y Cairns (2002) dentro

del grupo de alumnos populares distinguieron dos grupos, prosociales y

agresivos, los primeros correlacionaban con alto rendimiento académico y los

agresivos con bajo rendimiento, estos hallazgos van en la línea del pensamiento

de Newcomb et. al. (1993) quienes afirman que los niños populares prosociales

sobresalen en habilidades académicas y muestran bajos niveles de agresividad

y retraimiento social.


166

Según Inglés et al. (2008), los niños prosociales tienden a establecer

buenas relaciones con los compañeros, una comunicación asertiva y tienen un

comportamiento cooperativo en el aula; en cambio, los niños agresivos violan los

derechos de los demás, insultan, o critican a sus compañeros. De hecho, los

comportamientos agresivos son factores de baja aceptación social y alto rechazo

(Inglés et al., 2014; García-Bacete, 2007; Monjas et al., 2008).

Algunos estudios diferencian entre el alumno popular y el alumno

percibido como popular, en el primero la popularidad y el rendimiento se

relacionan positivamente (Frentz, Gresham y Elliot, 1991; Hatzichristou y Hopf

1996; Wentzel, 1991), pero en el caso de los alumnos percibidos como

populares, los resultados son contradictorios y distintos según el género: las

alumnas correlacionan positivamente con el rendimiento académico positivo y

los alumnos lo hacen negativamente (Adler, Kless y Adler,1992). Algunos

estudios como los de La Fontana y Cillessen (2002) encontraron que los niños

percibidos como populares obtienen buenos resultados, pero otros como el ya

citado de Adler et al. (1992) o Hopmeyer-Gorman, Kim y Schimmelbusch (2002),

hallaron todo lo contrario.

Por su parte, Sanson, Hemphill y Smart (2004) encontraron que el bajo

rendimiento académico está relacionado con alta actividad, distractibilidad, poca

persistencia y baja adaptabilidad, todo ello teniendo la variable inteligencia

controlada.

Wentzel y Candwell (1997) vieron que la variable que más predice el

rendimiento es la de pertenencia a un grupo. Así, Chen, Chang y He (2003)

hallaron que los miembros de grupos de iguales son altamente homogéneos en


167

cuanto a su rendimiento académico, debido a que cada grupo maneja sus

propias normas académicas y también tiene su propio ajuste social.

Wentzel (2009) afirma que las relaciones sociales ofrecen un buen

contexto para el rendimiento académico. Además, Wentzel, Barry y Caldwell

(2004) afirman que tener buenas relaciones con los compañeros (versus estar

aislado) está asociado con un buen logro académico.

Baydik y Bakkaloğlu (2009) establecieron una serie de variables que

determinaban el estatus sociométrico de los alumnos con necesidades

educativas especiales y sin ellas, los autores encontraron que tanto para unos

como para otros eran la competencia académica, las habilidades sociales y la

apariencia física, las que predecían la aceptación social, mientras que la

existencia de problemas de conducta eran los predictores de rechazo social.

Independientemente de estas variables, los alumnos con necesidades

especiales son menos aceptados y más rechazados que sus compañeros sin

ellas (Baydik y Bakkaloğlu, 2009; Frederickson y Furnham, 2001, 2004) y ellos

así lo perciben (Pisula y Łukowska, 2011)

En relación con los alumnos de alto rendimiento, Hoogeeven, Hell y

Verhoeven (2009) encuentran que tienen un estatus social más bajo que sus

compañeros de rendimiento ‘normal’, estos alumnos son vistos por sus iguales

como poco cooperativos, más los chicos que las chicas.

Son varios los modelos que se han propuesto para explicar la relación

entre el estatus sociométrico entre iguales y el rendimiento académico. Un primer

modelo mantiene que el rendimiento académico es consecuencia de la


168

competencia social. En apoyo de este modelo se aduce que los niños

socialmente competentes que son aceptados por los compañeros, desarrollan

sentimientos de pertenencia y aumentan su motivación y autoestima (Bukowski,

Hoza, Boivin, 1993; Furrer y Skinner, 2003; Gherasim, Mairean y Butnaru, 2012;

Wang y Eccles, 2013; Wentzel, 2005), en suma desarrollan recursos

emocionales y sociales que ayudan a un mejor rendimiento académico (Wentzel,

1991; Wentzel y Asher, 1995). Incluso aquellos alumnos que no valoran

determinados aspectos académicos -normas, obligaciones, etc.- pero que

forman parte de grupos que sí los valoran, terminan aceptándolos lo que

demuestra el valor modulador de las normas del grupo de pares (Masland y

Lease, 2013).

Los caracteres prosociales y cooperativos ayudan a crear un buen

ambiente de clase para el aprendizaje mientras que los caracteres agresivos y

hostiles no propician el proceso de aprendizaje. Es más, dentro de los niños

populares se observa que aquellos que muestran conductas prosociales tienen

un buen rendimiento académico mientras que el rendimiento académico de los

que manifiestan conductas agresivas, siendo también populares, es negativo

(Estell et al., 2002).

En general, los niños con habilidades sociales suelen ser cooperativos y

les gusta que les pidan ayuda. En cambio, los niños rechazados tienen menos

oportunidades que el resto de los niños de recibir asistencia de los compañeros.

Un segundo modelo mantiene que es el rendimiento académico el que

afecta a la competencia social y al ajuste (Véronneau, Brendgen, Dishion, Vitaro

y Tremblay, 2010) y, por tanto, al estatus sociométrico. Según este modelo, las

dificultades académicas frustran al individuo el cual desarrolla conductas no


169

sociales; además, el rendimiento académico determina el prestigio social en el

grupo de iguales y consecuentemente también afecta a la autoimagen. Los niños

con bajas calificaciones escolares experimentan dificultades en obtener un

estatus positivo y el respeto de sus pares, la consecuencia es el desarrollo de un

autoconcepto negativo y la aparición de problemas socioemocionales (McGee,

Williams, Share, Anderson y Silva, 1986). Los niños con dificultades académicas

tienden a desarrollar conductas de mala adaptación social y son rechazados, por

ello, por los compañeros. Se observa que aquellos niños que reciben ayuda y

mejoran su rendimiento académico también mejoran su competencia social

(Coie y Krehbiel, 1984).

En este sentido, Moreno (2002) apunta que la importancia del rendimiento

académico aumenta con la edad, y es muy probable que parte de su impacto

radique en el prestigio que los buenos resultados comportan, pero otra parte

importante puede proceder de las actitudes de los profesores, siendo fácil pensar

que quienes tienen un mejor rendimiento sean los que reciban los comentarios

más favorables.

Por otro lado, Wentzel (2005) demuestra que los estudiantes con alto

rendimiento tienen amigos de alto rendimiento, y esa amistad predice un

incremento del rendimiento a largo plazo. Esta relación es más evidente en la

adolescencia ya que los estudiantes tienen más libertad para escoger las

amistades y pasar más tiempo con ellos.

El estudio ya citado de Véronneau et al. (2010) puede servir de apoyo a

este modelo, los resultados de esta investigación longitudinal muestran que el

alto rendimiento académico predice un incremento de la aceptación entre iguales

desde el grado 2 al 6, un decrecimiento de los rechazos desde el grado 2 al 4 y


170

un incremento del rendimiento de los amigos desde el grado 4 hasta el 7. Así,

sugieren que el rendimiento es un buen predictor del estatus en la infancia media

y que los estudiantes con alto rendimiento empiezan a seleccionarse entre ellos

en la adolescencia temprana. Los datos de los investigadores también sugieren

que el rechazo entre iguales en la infancia puede afectar al futuro rendimiento

académico.

Tal vez lo más adecuado es considerar la existencia de reciprocidad entre

el estatus sociométrico y el rendimiento académico mediante la cual uno influye

en el otro y viceversa, este enfoque es el llamado modelo transaccional

(Cicchetti, 1993; Sameroff, 1975; Sameroff y McKenzie, 2003). En este tercer

modelo se propone que a pesar de que la competencia social puede afectar al

rendimiento académico, este, a su vez, puede influir en el ajuste social. Sameroff

y Mackenzie (2003) parten de la idea de que algunos aspectos específicos del

entorno pueden ganar o perder efecto según la etapa del desarrollo, por ello la

relación entre el estatus y el rendimiento varia a lo largo de las diferentes etapas

del desarrollo.

Estudios que apoyan este enfoque son los de Chen, Rubin y Li (1997) y

Eshel, Sharabany y Barsade (2003). Los primeros realizaron un estudio

longitudinal en el que hayaron que el rendimiento académico predice la

competencia social y la aceptación de los iguales, y hayaron también que el

ajuste social de los niños contribuye a predecir el rendimiento académico. Los

autores concluyeron un “efecto recíproco” entre ambas variables. Por su parte,

Eshel et al. (2003) llevaron a cabo un estudio longitudinal en el que se encontró

que un alto rendimiento académico predice un alto número de contactos


171

recíprocos con los compañeros, pero a la vez, un alto nivel de nominaciones no

recíprocas tiene un efecto en detrimento del rendimiento académico.

Este tercer modelo es muy probable pero la bidireccionalidad no ha sido

contrastada todavía claramente ya que para hacerlo se necesitan modelos

longitudinales que incluyan los diferentes periodos del desarrollo. Hasta el

momento, a parte de los estudios que acabamos de nombrar, pocos estudios lo

han contrastado. Por el contrario sí hay investigaciones (Chen, Chang, Liu y He,

2008; Mercer y DeRosier, 2008; Schwartz, Gorman, Nakamoto y Toblin, 2005;

Welsh, Parke, Widaman y O’Neil, 2001) que no han encontrado diferencias

basadas en las pruebas que se han realizado a lo largo de los diferentes

periodos.

4. Conclusiones.

Conclusión

175

A lo largo de estas páginas hemos visto numerosos estudios relacionados

con variables que pueden influir en el rendimiento académico, el objetivo de

todos ellos ha sido la mejora de dicho rendimiento, tema que preocupa por los

alarmantes índices de fracaso escolar. Según el Informe Español de los

indicadores de la OCDE (2014):

A pesar de los esfuerzos realizados durante la última década, España se

sigue posicionando entre los países de la OCDE con mayor proporción de

su población que sólo ha alcanzado la Educación Secundaria Obligatoria

o menos (un 45% de la población adulta), muy por encima de la media de

la UE21 (23%) y de la OCDE (24%).

El tema del rendimiento, aunque se lleva estudiando muchos años sigue

vigente y todavía no se ha hallado una solución plausible. Son muchos los

estudios realizados de las diferentes variables. A continuación hacemos un

resumen de los resultados más significativos revisados en las páginas

anteriores.

Si hacemos una síntesis breve de los estudios revisados vemos que en

un primer momento se intentó predecir el rendimiento académico a partir de la

medida del CI pero se vio que con esta variable no era suficiente ya que no

estudian los más válidos sino los más motivados. Además, muchos estudios


176

indican que hay una asociación entre inteligencia general y rendimiento aunque

todavía hay entre un 51% y un 75% de la varianza que no se puede explicar

mediante el CI. De hecho, como ya indicamos, Furnham y Chamorro-Premuzic

(2004) consideraron que la habilidad cognitiva (inteligencia) refleja lo que un

individuo puede hacer y los rasgos de personalidad reflejan lo que ese individuo

realmente hará en la realidad.

Del CI se pasó al estudio de otras variables como la personalidad. La

mayoría de las investigaciones alrededor de esta variable concluyen que el factor

responsabilidad parece ser que es el que más se asocia con el rendimiento

académico de los cinco factores. No obstante, como ya hemos citado, según

Martínez, Redondo, Rua y Fabra (2011) “Esta relación ha sido interpretada

frecuentemente en términos de motivación, ya que se piensa que los estudiantes

con alto grado de Tesón (en sus subdimensiones de escrupulosidad y

perseverancia) están más motivados a obtener resultados excelentes” (p. 6).

En lo que respeta al estudio de la motivación, en general, los estudios

parten de que niveles altos de motivación elevan los resultados académicos y al

contrario, los niveles bajos los disminuyen. Dentro de la motivación, un aspecto

que influye es el autoconcepto, más concretamente el autoconcepto relacionado

con las percepciones de competencia y autoeficacia. La mayoría de los autores

afirman que existe una relación entre el autoconcepto y el rendimiento

académico ya sea causal, recíproca o mediadora entre la motivación y, por ello,

establecen su importancia para la mejora del rendimiento, sin embargo hay

opiniones discordantes, Baumeister, Campbell, Krueger y Vohs (2005)

reconocen la utilidad de la autoestima en la tenacidad para afrontar un fracaso y

como favorecedora de las relaciones interpersonales, sin embargo opinan que la

Conclusión

177

potenciación de la autoestima no se traduce en un mejor rendimiento académico

o profesional. En nuestra investigación estudiaremos la relación entre estas dos

variables.

Sobre el estatus/tipo sociométrico se ha hallado una estrecha relación

entre rendimiento académico, estatus/tipo sociométrico, autoimagen y

motivación. El rechazo se suele relacionar con una mala adaptación familiar y

con bajos resultados escolares. Estos niños tienen un autoconcepto más

negativo que sus compañeros bien adaptados socialmente, presentan mayores

problemas conductuales, mayor falta de atención y motivación en el aula y un

rendimiento académico más bajo.

En general, todos los estudios demuestran que la conducta prosocial se

relaciona con un alto rendimiento académico. Por el contrario, niños disruptivos

y agresivos obtienen peor rendimiento académico. También se ha encontrado

que los niños aislados e inhibidos presentan dificultades académicas Además,

se ha visto que el estatus sociométrico covaría con el rendimiento académico

(Wentzel y Asher, 1995). Los niños que son aceptados por sus compañeros y

son líderes suelen obtener mejores resultados académicos que los que son

rechazados.

Por lo que respeta a la variable género, los resultados demuestran que no

existe una diferencia aptitudinal, de hecho, si existe diferencia es más de índole

cultural o comportamental y se relacionaría con que las chicas están más

motivadas y trabajan más.


178

Revisados los estudios, vemos que los resultados no son contundentes y

que el problema persiste, tal vez debido a que muchas de estas investigaciones

se centran en el estudio de las variables consideradas aisladamente. En las

páginas que siguen elaboramos un modelo causal en el que interrelacionamos

estas variables con el fin de ver el peso de cada una de ellas en la explicación

del rendimiento académico de nuestros alumnos.

II. ESTUDIO EMPÍRICO

1. OBJETIVOS E HIPÓTESIS.

Objetivos e hipótesis.

183

1.1. Objetivos.

De la revisión teórica efectuada en la primera parte de este trabajo se

desprende que todas las variables consideradas en el estudio se relacionan entre

sí y con el rendimiento académico de una u otra forma.

Por tanto el objetivo general de este trabajo es el de establecer el rol que

juegan esas variables -género, estatus, inteligencia, motivación, atribuciones,

autoconcepto y personalidad- y de qué forma en la explicación del rendimiento

académico de nuestros alumnos. Este objetivo general lo desglosamos en cuatro

objetivos específicos.

El primer objetivo de nuestra investigación es determinar las diferencias,

si existiesen, entre los alumnos de alto y bajo rendimiento académico en relación

a todas las variables consideradas.

El segundo objetivo consiste en establecer qué variables, si es que

existiesen, son predictoras del rendimiento académico y el peso que tiene cada

una de ellas.

Con el tercer objetivo intentamos avanzar en la comprensión de las

relaciones existentes inter variables mediante el establecimiento de un modelo

explicativo de las interrelaciones que se producen entre ellas y con el rendimiento

académico. Mediante este modelo expondremos las vías de influencias directas

e indirectas, e identificaremos las variables causales y mediadoras dentro de

dicho modelo.

Factores predictores del rendimiento académico. Un modelo causal.

184

Por último, el cuarto objetivo gira en torno a las diferentes implicaciones

educativas que podemos hacer a partir del conocimiento de las relaciones entre

las variables. Tratamos de establecer conclusiones determinadas que nos

permitan actuar desde la realidad escolar sobre aquellas variables que influyen

en el rendimiento académico.


185

1.2. Hipótesis.

Las hipótesis de trabajo las vamos a enunciar en términos de hipótesis

nulas e hipótesis alternativas, así:

H0: no existen diferencias significativas en relación a X.

H1: sí existen diferencias significativas en relación a X.

Fijamos una probabilidad α = .05, por tanto aceptaremos H0 solamente si

la probabilidad obtenida es mayor de .05, en caso contrario la rechazaremos y

aceptaremos la hipótesis alternativa H1.

En relación al primer objetivo que consiste en determinar si existen

diferencias entre los alumnos de alto y bajo rendimiento académico en relación

a las variables consideradas, establecemos las siguientes hipótesis de trabajo:

A) En relación al género de los participantes y la popularidad entre sus pares:

1. H0: no existen diferencias entre alumnos populares y rechazados en

relación a su género.

2. H0: no existen diferencias entre alumnos de alto y bajo rendimiento

académico en relación a su género.

3. H0: no existen diferencias entre alumnos de alto y bajo rendimiento

académico en relación a su popularidad.


186

B) En relación a aspectos intelectuales y de relación:

4. H0: no existen diferencias entre los alumnos de alto y bajo rendimiento

académico en relación a su inteligencia.


académico en relación a su estatus sociométrico.

C) En relación a la motivación que los alumnos mantienen hacia el aprendizaje:


académico en relación a la motivación hacia el aprendizaje. Esta

hipótesis la subdividimos en las siguientes:

6a.H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación al interés que muestran por

actividades que no implican esfuerzo.

6b.H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación a su interés por actividades

académicas.

6c. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación al nivel de ansiedad inhibidora

del rendimiento.

6d.H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación al nivel de ansiedad facilitadora

del rendimiento.

6e.H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación a su interés por el lucimiento.


187

6f. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación a su falta de interés por el

lucimiento.

6g.H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación a evitar juicios negativos.

6h.H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación al autoconcepto como

trabajador.

6i. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación al autoconcepto como vago.

6j. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en relación a la búsqueda de juicios

positivos de competencia.

D) En relación a los procesos atribucionales:


académico en relación a las atribuciones que hacen acerca de las

causas de sus éxitos y sus fracasos. Esta hipótesis la subdividimos en

las siguientes:

1º) relacionadas con el logro académico:

7a. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en la atribución del éxito académico a

factores externos e incontrolables.


188

7b. H0: no existen diferencias entre los alumnos de alto y bajo


factores internos e incontrolables.



factores internos y controlables.

7d. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en la atribución del fracaso a factores

externos e incontrolables.

7e. H0: no existen diferencias entre los alumnos de alto y bajo


internos e incontrolables.



internos y controlables.

7g. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en la atribución del fracaso académico

a factores relacionados con los profesores.

2º) En relación con las relaciones interpersonales:

7h. H0: no existen diferencias entre los alumnos de alto y bajo


internos.

7i. H0: no existen diferencias entre los alumnos de alto y bajo


externos.


189

7j. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en la atribución del éxito a factores

internos.

7k. H0: no existen diferencias entre los alumnos de alto y bajo

rendimiento académico en la atribución del éxito a factores

externos.

E) En relación al autoconcepto:


académico en relación a los diferentes aspectos del autoconcepto.

Esta hipótesis la subdividimos en las siguientes:


rendimiento académico en relación al autoconcepto que los

participantes mantienen acerca de su apariencia física.



participantes mantienen acerca de su habilidad física.



participantes mantienen acerca de su competencia en

matemáticas.



participantes mantienen acerca de su competencia en lengua

castellana.


190



participantes mantienen acerca de su competencia en lengua

inglesa.



participantes mantienen acerca de sus relaciones con los

profesores.

8g. H0: no existen diferencias entre los alumnos de alto y bajo


participantes mantienen acerca de sus relaciones con sus

padres.

8h. H0: no existen diferencias entre los alumnos de alto y bajo


participantes mantienen acerca de sus relaciones con sus

iguales.

F) En relación a la personalidad:


académico en relación a los diferentes aspectos de la personalidad.

Subdividimos esta hipótesis en las siguientes:


rendimiento académico en relación al componente de

autorregulación, de perseverancia de la personalidad.


191


rendimiento académico en relación al componente de apertura

de la personalidad.



extraversión de la personalidad.



prosocialidad de la personalidad.



inestabilidad emocional de la personalidad.

Con respecto al segundo objetivo, establecer las variables predictoras del

rendimiento académico, establecemos la siguiente hipótesis de trabajo:

10. H0: no existen diferencias en cuanto al poder de predicción de las

diferentes variables en relación al rendimiento académico de los

participantes en la investigación.

La hipótesis que establecemos en relación con el tercer objetivo de

nuestra investigación: establecer un modelo explicativo de las interrelaciones

que se producen entre las variables de nuestro estudio y con el rendimiento

académico, es la siguiente:


192

11. H0: no existen diferencias entre el modelo propuesto y los datos

empíricos obtenidos en nuestra investigación.

2. MÉTODO.

Método

195

En esta sección relatamos el proceso metodológico seguido con el fin de

alcanzar los objetivos que pretendemos conseguir en nuestra investigación y que

hemos enunciado anteriormente. Esta sección la dividimos en cuatro apartados.

En el primero describimos las características de los alumnos participantes

en la investigación.

El segundo apartado lo dedicamos a los instrumentos utilizados. Aquí

describimos las pruebas empleadas en la obtención de los datos que hemos

usado en nuestro estudio.

En el tercer apartado enumeramos y describimos las variables utilizadas

en la investigación.

Por último, en el cuarto apartado referimos el proceso empleado en la

recogida de datos.

Método: Participantes.

197

2.1. Participantes.

Los participantes en nuestra investigación fueron todos los alumnos de 5º

y 6º curso de Educación Primaria (EP) de tres colegios públicos de dos

localidades de una comarca del norte de la provincia de Alicante en los cuales,

la que escribe estas páginas, ha ejercido como maestra a lo largo de estos años

y tuvo un fácil contacto con los centros para poder administrar las pruebas.

En un primer momento, las pruebas se pasaron en el curso 2009/10 para

la obtención del Diploma de Estudios Avanzados (DEA), en este primer momento

los participantes fueron 298 alumnos y alumnas. Durante los dos cursos

siguientes -2010/11 y 2011/12- las pruebas se aplicaron en los mismos centros

a los alumnos de nueva incorporación a 5º curso de EP, 147 y

148 respectivamente, con lo que el número de participantes fue de 593 de los

que eliminamos 21 por no haber conseguido todos los datos (15) o por estar

siguiendo un programa de Adaptación Curricular Significativa (6)

Así pues los datos empleados en nuestro estudio fueron los suministrados

por 572 alumnos de los cuales 282 son chicas y 290 chicos (figura 10), 447 de

quinto curso de EP y 146 de sexto, incluidos tres alumnos repetidores en este

último nivel.

Variables personales predictoras del RA. Estudio empírico.

198

Figura 10. Participantes según género.

2.1.1. Entorno socioeconómico y cultural.

La comarca en las que se ha desarrollado nuestra investigación es de

predominio lingüístico valenciano, en sus centros la ratio es de 20 alumnos por

clase aproximadamente.

Prácticamente la totalidad de los alumnos, a excepción de los inmigrantes

y de una población muy pequeña de chicos provenientes de zonas de predominio

lingüístico castellano, son valencianoparlantes. No obstante, todos hablan y

entienden perfectamente el valenciano y el castellano.

De los 572 alumnos de la muestra, los alumnos inmigrantes se distribuyen

de la siguiente manera (tabla 10):

49%51%

SEX

Hombres Mujeres

Método: Participantes.

199

Tabla 10.Distribución del alumnado inmigrante por nacionalidades.

Nacionalidad Alumnos %

Magreb 32 5.6%

Este de Europa 10 1.75%

Reino Unido (UK) 16 2.8%

América latina 6 1%

Por lo que respecta a la ocupación laboral de los padres, de las madres

no tenemos todos los datos, de los alumnos participantes la podemos desglosar

en (tabla 11):

Tabla 11.Distribución de la ocupación de los padres por sectores.

Ocupación por sectores nº %

primario 11 1.92

secundario 349 61.01

terciario 160 27.97

construcción 52 9.09

La representación gráfica de estas cifras la podemos ver en la figura 11.


200

Figura 11. Sectores de ocupación.

No obstante el paro también ha afectado a estos municipios, y si bien

antes la mayoría de progenitores trabajaban los dos, por lo que la mayoría de los

niños pasaban muchas horas en casa de los abuelos, ahora en muchas casas

solo trabaja uno de los progenitores. Según fuentes consultadas el paro en la

comarca1 era del 11,05 % en 2012, bastante alejada de la media de la provincia

de Alicante2 que era del 27.52%.

El nivel sociocultural de las familias de nuestros alumnos es medio. Si bien

cada día encontramos un considerable aumento de padres y madres con

estudios superiores, también hay un elevado número de padres con estudios

secundarios y en menor cuantía primarios. No hay alumnado de padres

analfabetos.

1 http://www.dip-alicante.es/documentacion/2demogr.asp?codigo=000262 http://www.ine.es/daco/daco42/daco4211/epapro0212.pdf

2%

61%

28%

9%

SECTOR OCUPACIÓN

Primario Secundario Terciario Construcción

Método: Instrumentos.

201

2.2. Instrumentos1.

A continuación procederemos a describir los instrumentos utilizados en

nuestra investigación.

2.2.1. Test de factor ‘g’, escala 2 (Cattell y Cattell, 1986).

Cattell y Cattell (1986) diseñaron estos tests con el propósito de evaluar

la inteligencia individual mediante pruebas de tipo “no verbal” exentas de

cualquier influencia cultural o educativa. Son test gráficos, de este modo se

puede obtener un resultado más exacto del potencial natural del individuo que

no esté influenciado por su educación.

Con estas pruebas se puede averiguar la capacidad del individuo de modo

que podemos saber el nivel que le podemos exigir y comprobar si aquello que

hace se corresponde con su verdadera capacidad, detectar posibles

problemáticas o alumnos avanzados de modo que podremos actuar mejor en su

proceso de enseñanza-aprendizaje y consecuentemente en su orientación

vocacional.

La escala 2, utilizada en esta investigación, está formada por cuatro

1 Para revisar los datos referidos a la fiabilidad y validez de los instrumentos empleados en la investigaciónremitimos al lector a los manuales de las pruebas (citados en el texto, ver bibliografía).


202

pruebas y está dirigida a alumnos de 8 a 14 años, edad en la cual están

comprendidos nuestros sujetos, o personas de nivel cultural medio. Dichas

pruebas son (Cattell y Cattell, 1986):

1. Series incompletas, al sujeto se le presenta una serie de dibujos y tiene

que elegir la figura que continúa la serie.

2. Clasificación, son cinco figuras y una de ellas no tiene nada que ver

con las otras, el sujeto debe elegir esa.

3. Matrices, la tarea consiste en terminar una matriz de dibujos con una

de las soluciones que se proponen.

4. Condiciones, hay que elegir de entre cinco posibilidades aquella que

cumple con las características del modelo.

Las puntuaciones obtenidas por los participantes en los cuatro subtest se

convierten, mediante las tablas que ofrece el manual del test, en cocientes

intelectuales de desviación con media 100 y desviación típica 16, o en

puntuaciones centiles, que se pueden comparar directamente en todas las

edades.

2.2.2. Test sociométrico.

La técnica del test sociométrico determina el grado en que los individuos

son aceptados o rechazados dentro de un grupo, establece las relaciones que

se dan entre ellos y muestra la estructura del grupo.

Desde un punto de vista práctico, esta técnica cuantifica los rechazos y


203

elecciones que cada sujeto del grupo emite hacia los otros miembros del grupo,

de modo que se puede medir el aspecto socioafectivo del grupo y de sus

componentes. De este modo el test sociométrico nos permite descubrir las

interacciones y el tipo de asociaciones que estén en un grupo, muestra las

elecciones y rechazos de los miembros de un grupo en una situación y momento

particular, expresa de forma cuantitativa las preferencias y los rechazos, pero no

explica sus motivos, permite descubrir el grado de cohesión del grupo así como

las tensiones existentes.

Este instrumento permite determinar el nivel de aceptación o de rechazo

de los individuos en un grupo y revelar la estructura del grupo (Moraleda, 1978).

Concretamente, el test permite obtener datos relativos a (González Álvarez,

1990):

1. Tipos sociométricos:

populares, son los alumnos que poseen un estatus positivo alto,

son los alumnos que han sido elegidos por encima de la media de

los otros alumnos del aula,

rechazados, alumnos que poseen un estatus negativo alto, son los

alumnos que han sido rechazados por encima de la media de los

otros alumnos del aula,

olvidados, alumnos que son muy poco elegidos y muy poco

rechazados y, dentro de ellos:

- desatendidos, son alumnos olvidados muy expansivos, hacen

muchas elecciones positivas pero no son correspondidos,

- ignorados, alumnos que presentan una dentro de los límites

superior e inferior, son los casos que se dan con más


204

frecuencia,

- aislados, alumnos con expansividad positiva baja, ni eligen ni

son elegidos

2. Valores sociométricos, entre ellos:

estatus positivo/negativo, número de elecciones/rechazos

recibidos por cada participante,

expansibilidad positiva/negativa, número de elecciones/rechazos

que emite cada participante, y

estatus sociométrico que resume en un solo número la posición

relativa que cada individuo ocupa en el grupo desde un punto de

vista sociométrico (González Álvarez, 1990).

Para obtener estos datos se les suministró a los sujetos un cuestionario

(figura 12, elaborado según los criterios planteados por Arruga (1983) y

Rodríguez Pérez y Morera Bello (2001), en el que se les preguntaba a los niños

por sus preferencias positivas y negativas acerca de sus compañeros,

eligiéndose como criterio la constitución de un grupo para trabajar en el aula.

El método es nominativo, con número limitado de respuestas y

ponderando el orden de preferencia.


205

1. Escribe por orden de preferencia el nº de orden de los compañeros/as de tu clase

con los que quisieras formar un grupo de trabajo (escribe un máximo de 5).

1º_____ 2º_____ 3º_____ 4º_____ 5º_____

2. Escribe por orden de preferencia el nº de orden de los compañeros/as de tu clase

con los que no quisieras formar un grupo de trabajo (escribe un máximo de 5).

1º_____ 2º_____ 3º_____ 4º_____ 5º_____

3. Escribe por orden de preferencia el nº de orden de los compañeros/as que tú creas

que te han elegido para formar un equipo de trabajo.

1º_____ 2º_____ 3º_____ 4º_____ 5º_____

4. Escribe por orden de preferencia el nº de orden de los compañeros/as que tú creas

que no quieren formar un equipo de trabajo contigo.

1º_____ 2º_____ 3º_____ 4º_____ 5º_____

Figura 12. Test sociométrico. Protocolo.

2.2.3. Cuestionario de motivación hacia el aprendizaje. MAPE-I (Alonso

Tapia y Sánchez Ferrer, 1992).

Según Alonso Tapia y Sánchez (1992) el objetivo de este cuestionario es

identificar los patrones motivacionales básicos relacionados con el aprendizaje y

los logros académicos. Así, los autores incluyen ítems para medir los siguientes

componentes motivacionales:


206

Búsqueda del incremento de la propia competencia.

Búsqueda de la evaluación o juicio positivo de la propia competencia.

Búsqueda de la evitación de juicios negativos de competencia.

Disponibilidad al esfuerzo de hecho.

Ansiedad facilitadora/ inhibidora del rendimiento.

Motivación intrínseca.

Tendencia a la sobrecarga de trabajo.

Ambición.

Vagancia.

Después del análisis factorial realizado por los autores, el test queda

compuesto por 72 ítems a los que hay que responder Sí o No y que se dividen

en las siguientes escalas:

Escala 1. Interés por actividades que no implican esfuerzo versus interés

por las actividades académicas.

Escala 2. Ansiedad inhibidora del rendimiento

Escala 3. Motivación de lucimiento.

Escala 4. Búsqueda de evitación de juicios negativos de competencia

versus búsqueda de incremento de competencia.

Escala 5. Autoconceptualización como trabajador.

Escala 6. Autoconceptualización como vago.

Escala 7. Búsqueda de juicios positivos de competencia versus búsqueda

de incremento de competencia.

Escala 8. Ansiedad facilitadora del rendimiento.


207

2.2.4. Cuestionario de estilos atributivos y motivación. EAT (Alonso Tapia

y Sánchez García, 1992).

Este cuestionario se emplea para evaluar los estilos atributivos mediante

72 ítems a los que hay que responder, mediante una escala tipo Likert: 1 significa

máximo desacuerdo y 4 máximo acuerdo.

El test se divide en dos áreas y, dentro de ellas, en diferentes escalas:

a) Escalas correspondientes al Área de Logros Académicos:

Escala 1. Externalización e incontrolabilidad de los resultados

académicos, fundamentalmente el éxito.

Escala 2. Atribución del fracaso académico a la falta de esfuerzo

Escala 3. Atribución del éxito académico a la habilidad

Escala 4. Atribución del fracaso al profesor

Escala 5. Atribución del éxito al esfuerzo

Escala 6. Externalización e incontrolabilidad del fracaso académico por su

atribución a mala suerte.

Escala 7. Atribución del fracaso a la falta de habilidad.

b) Escalas correspondientes al Área de las Relaciones Interpersonales.

Escala 1. Internalización del fracaso en las relaciones interpersonales.

Escala 2. Atribución del éxito en las relaciones interpersonales al

esfuerzo.

Escala 3. Externalización del éxito en las relaciones interpersonales.


208

Escala 4. Atribución del éxito en las relaciones interpersonales a la

habilidad.

Escala 5. Externalización del fracaso.

2.2.5. Cuestionario de autoconcepto. SDQ-I (Marsh, 1992a).

Este cuestionario se usa para evaluar el autoconcepto mediante 67 ítems

a los que hay que responder de la misma forma que en el instrumento anterior,

mediante una escala tipo Likert:

1: completamente falso,

2: bastante falso,

3: algunas veces falso y otras cierto,

4: bastante cierto, y

5: completamente cierto.

El cuestionario evalúa tres áreas con sus respectivas variables:

Académica: matemáticas, lengua, académico general, relación

con los profesores y relación con las asignaturas.

No académica: habilidad física, apariencia física, relaciones con

los iguales y relaciones con los padres.

Autoconcepto global.

El cuestionario añade una escala de autocrítica que no es utilizada para


209

obtener el autoconcepto total.

2.2.6. Cuestionario “Big-Five” de personalidad para niños y adolescentes.

BFQ-NA (Barbaranelli, Caprara, Rabasca, 2006).

Este cuestionario publicado originariamente en 1998 y adaptado al

mercado español por Del Barrio, Carrasco y Holgado (2006), consta de 65

elementos mediante los cuales explora las cinco grandes dimensiones de la

personalidad.

a) Conciencia: evalúa el grado de autorregulación, precisión,

minuciosidad, escrupulosidad, tenacidad y perseverancia que

caracterizan a una persona. Diferencia entre niños dirigidos a

metas, formales, con un elevado nivel de exigencia, cuidadosos y

ordenados (polo alto) de aquellos que no lo son (polo bajo).

b) Apertura: se refiere a personas abiertas a la novedad, interesadas

por la cultura y el saber, originales y creativas. Se refiere al interés

por lo escolar (polo alto).

c) Extraversión: evalúa el grado de sociabilidad, la capacidad de

locuacidad, la asertividad, el dinamismo y la actividad en niños y

jóvenes.

d) Amabilidad: se trata de la tendencia altruista del niño, su tendencia

al apoyo y la prosocialidad, el grado de cooperación, confianza,

franqueza, conciliación y sensibilidad a las necesidades de los


210

otros.

e) Inestabilidad emocional: evalúa la tendencia al malestar y al

neuroticismo, manifestada en los cambios de humor, la tendencia

a la tristeza, ansiedad e irritabilidad, las personas que se sitúan en

el polo alto de la escala son personas nerviosas con tendencia a la

tristeza y a perder la calma con suma facilidad.

La respuesta a los ítems se efectúa por medio de una escala Likert de

cinco puntos que va desde casi siempre (5) a casi nunca (1).

2.2.7. Calificaciones académicas de los alumnos.

Las calificaciones, facilitadas por los profesores tutores de los alumnos

participantes, representan la nota de los exámenes junto con el trabajo realizado

por el alumno/a, su esfuerzo y su actitud.

Se recogieron las notas de las asignaturas instrumentales: matemáticas,

lengua (valenciana y castellana) e inglés.

Para cuantificar los datos se adoptó una escala con 5 valores: 1, 3, 5, 7 y

9, el 1 representa el valor más bajo y el 9 el más alto. Para ello, se elaboró un

protocolo (figura 13) en la cual los profesores tenían que marcar para cada

alumno (partiendo de su número de lista) la calificación que le otorgaban en cada

asignatura, así como si seguían ACIS.


211

Colegio Nº________ Curso: _________ Asignatura: __________________________

ALUMNO LV LC LI MAT ACIS*

1. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

2. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

3. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

4. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

5. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

6. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

7. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

8. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

9. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

10. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

11. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

12. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

13. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

14. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

15. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

16. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

17. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

18. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

19. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

20. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

21. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

22. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

23. 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9 1 - 3 - 5 - 7- 9

LV: Lengua Valenciana; LC: Lengua Castellana; LI: Lengua Inglesa; MAT: Matemáticas; ACIS*: AdaptaciónCurricular Significativa (* marcar en caso de).

Figura 13. Protocolo de recogida de calificaciones.

Método: Variables.

213

2.3. Variables.

A continuación citamos todas las variables estudiadas en nuestra

investigación. Son 46 variables.

A) Evaluada mediante la escala 2 de los Tests de Factor “g” (Cattell y Cattell,

1986):

1. Cociente Intelectual (CI).

B) Evaluadas las respuestas de los participantes al test sociométrico por medio

del programa informático “SOCIO” (González Álvarez, 1990):

2. Tipo sociométrico. (TS)

Esta variable toma 2 valores:

(2) alumno popular,

(0) alumno ignorado.

3. Estatus sociométrico (SS).

Su valor oscila entre ± 3 viene expresado por la fórmula siguiente

(para cada sujeto):

1

)()(

N

PNSNPPSPSS

SP: estatus positivo, número de elecciones recibidos por cada participante(es el valor primordial),

PP: percepción positiva, es el conjunto de individuos que el sujeto cree quele han elegido a él,

SN: estatus negativo, total de rechazos recibidos por cada sujeto,

PN: percepción negativa número de individuos por los que el sujeto se creerechazado,

N: Nº de sujetos del grupo-clase.


214

C) Evaluadas mediante el cuestionario MAPE-I (Alonso Tapia y Sánchez Ferrer,

1992):

4. Interés por actividades que no implican esfuerzo (E1A).

5. Interés por actividades académicas (E1B).

6. Ansiedad inhibidora del rendimiento (E2).

7. Motivación (interés por) de lucimiento (E3A).

8. Motivación (falta de interés por) de lucimiento (E3B).

9. Evitar juicios negativos (E4A).

10. Autoconcepto como trabajador (E5).

11. Autoconcepto como vago E6A).

12. Búsqueda de juicios positivos de competencia (E7).

13. Ansiedad facilitadora del rendimiento (E8).

D) Evaluadas mediante el cuestionario EAT (Alonso Tapia y Sánchez García,

1992):

14. Éxito académico - externo/incontrolable (RA1a).

15. Fracaso académico - falta de esfuerzo (RA2a).

16. Éxito académico - habilidad (RA3a).

17. Fracaso académico - profesor (RA4a).

18. Éxito académico - esfuerzo (RA5a).

19. Fracaso académico - externo/incontrolable (RA6a).

20. Fracaso académico - falta de habilidad (RA7a).

21. Fracaso relacional - interno (RI1a).

22. Fracaso relacional - falta de habilidad (RIa1a).

23. Fracaso relacional - falta de esfuerzo (RIb1a).

24. Éxito relacional - esfuerzo (RI2a).

Método: Variables.

215

25. Éxito relacional - externo (RI3a).

26. Éxito relacional - habilidad (RI4a).

27. Fracaso relacional - externo (RI5a)

E) Evaluadas con el cuestionario SDQ-I (Marsh, 1992a):

28. Autoconcepto apariencia física (SDQ_af).

29. Autoconcepto habilidad física (SDQ_cf).

30. Autoconcepto matemático (SDQ_mat).

31. Autoconcepto en lengua (SDQ_leng).

32. Autoconcepto en idioma extranjero (inglés) (SDQ_ing).

33. Autoconcepto relacional con los profesores (SDQ_prof)

34. Autoconcepto relacional con los padres (SDQ_pad).

35. Autoconcepto relacional con los iguales (SDQ_peer).

F) Evaluadas con el cuestionario BFQ-NA (Barbaranelli, Caprara, y Rabasca,

2006):

36. Conciencia (Co).

37. Apertura (Ap).

38. Extraversión (Ext).

39. Amabilidad (AMaB).

40. Inestabilidad (InEm).

G) Variables relativas al rendimiento académico:

41. Calificación del alumno en matemáticas (MAT).

42. Calificación del alumno en lengua castellana (CAS).

43. Calificación del alumno en lengua valenciana (VAL).

44. Calificación del alumno en inglés (ING).


216

Estas variables adoptan uno de los 5 valores siguientes: 1, 3, 5, 7 y 9.

45. Nota media:

a) de las calificaciones del alumno (NM).

b) dicotomizada, con dos valores (NMb):

(0) nota media ≤ 5,

(1) nota media > 5.

H) Otras:

46. Género, valores: (0) mujer, (1) hombre (SEX).

Las variables anteriores han sido analizadas con los paquetes

estadísticos IBM SPSS Statistics for Windows v. 22.0 (IBM Corp. Released,

2013a) e IBM SPSS AMOS for Windows v. 22.0 (IBM Corp. Released, 2013b).

Método: Proceso.

217

2.4. Proceso.

Como ya indicamos en el apartado dedicado a los participantes de nuestra

investigación, el hecho de escoger estos sujetos y no otros fue por razones de

oportunidad.

Durante el curso 2009/10, después de varios años trabajando en

educación, además de tutora desempeñé el cargo de Coordinadora de Ciclo. Ello

me llevó a asistir de forma sistemática a las reuniones de Coordinación

Pedagógica en el centro donde en esos momentos trabajaba. En esas reuniones

se planteaba el paso de Educación Primaria (EP) a Educación Secundaria

Obligatoria (ESO) y la propuesta de alumnos repetidores, que aunque no es que

fuese un número muy elevado, sí había alumnos propuestos, y lejos quedaban

otras soluciones. Esto desató mi interés sobre el tema y fue la razón por la cual

decidí estudiar las variables que influían en el rendimiento en la última etapa de

EP, una etapa complicada para los alumnos por la transición que conlleva y por

los cambios personales que experimentan los niños de estas edades.

Seguidamente explicaremos cómo se procedió para obtener los datos

utilizados en esta investigación.

En primer lugar contactamos con las direcciones de los centros en

cuestión para explicarles la investigación y pedirles su colaboración. No hubo


218

ningún tipo de impedimento por su parte, se mostraron muy interesados y muy

predispuestos a participar.

A continuación se concertaron citas con los tutores de 5º y 6º curso de

cada uno de los colegios para explicarles el procedimiento y establecer un

calendario de actuación. Se les pidió que comunicaran a los padres de los

alumnos lo que se iba a hacer y que solicitaran su permiso, no hubo problemas.

Por incompatibilidad de horarios, la que escribe estas páginas explicó a

los tutores de los centros donde ella no trabajaba el procedimiento de

administración de las pruebas. En el centro donde ella ejercía en ese momento

las pruebas fueron íntegramente pasadas por la investigadora en horas de

coordinación.

Se estableció una sesión de una hora para cada una de las pruebas y se

dejó un lapso de tiempo de una semana entre cada una de ellas. Por lo general

un mes hubiese sido suficiente pero se dejó un poco más de tiempo a los tutores

ya que siempre pueden haber imprevistos como excursiones u otras actividades.

Asimismo, durante este periodo los tutores rellenaron la tabla de rendimiento

académico.

Hay que aclarar que la mayoría de los tutores tuvieron mucho cuidado con

que estuviesen todos los alumnos a la hora de la prueba. Como ellos imparten

la mayoría de las asignaturas y pueden hacer cambios internamente si es

necesario, procuraron pasar los tests cuando estaban todos los alumnos.

En el caso de las pruebas pasadas por la investigadora, como esta se

tuvo que adaptar a sus horas de coordinación, fue difícil controlar que estuviesen

todos los alumnos. Así, cuando terminó el calendario de aplicación de las

Método: Proceso.

219

pruebas, si algún alumno había faltado se le pasaba la prueba individualmente.

Igual hicieron los profesores tutores de los demás cursos.

Por lo que respecta al sociograma y al test ‘g’ de Cattell, estos si fueron

pasados por la investigadora en las dos localidades. Para ello se utilizaron por

un lado, como ya hemos dicho, las horas de coordinación para pasar estas

pruebas en el centro donde se trabajaba y por otro lado, los días festivos locales

(que no eran los mismos en las dos localidades) para acudir a los centros de la

otra localidad. La razón de acudir a estas pruebas fue porqué el test ‘g’ de Cattell

implica controlar un tiempo y explicar bien cada parte, por lo que se prefirió pasar

personalmente esta prueba. Como la prueba no duraba una hora, en el tiempo

restante se pasaba el sociograma. Se utilizaron dos días para administrar las

pruebas en los colegios de la otra localidad. Como el tiempo era muy limitado se

concertó con cada tutor la hora exacta para que los alumnos estuviesen

preparados y no hubiese contratiempos.

Todas las pruebas se pasaron durante el segundo trimestre del

correspondiente curso académico excepto el test ‘g’ y el sociograma que se pasó

a principios del tercer trimestre.

Los datos personales de los alumnos los obtuvimos mediante entrevista

con los profesores.

Por último indicar que con los datos obtenidos se confeccionó un pequeño

informe que fue entregado a los tutores de los alumnos participantes.

3. RESULTADOS.

Resultados: Variables categóricas y RA.

223

Aquí expondremos los resultados de nuestra investigación. El proceso

seguido hasta lograr un modelo causal del rendimiento académico empieza con

la decisión acerca de qué variables son las que deben entrar en los análisis, para

ello hemos seguido el siguiente guion:

En primer lugar hemos analizado las relaciones que se dan entre las

diferentes variables categóricas empleadas en nuestro estudio para continuar

con el

1º) análisis de la normalidad de las variables con el fin de establecer qué

tipos de pruebas a utilizar: paramétricas, no paramétricas o ambas,

2º) análisis de las diferencias de medias que existen entre los alumnos de

alto y bajo rendimiento académico en cada una de estas variables,

3º) análisis de la fiabilidad de las variables, para no incluir aquellas que

presentan una fiabilidad baja en los posteriores análisis,

4º) análisis la existencia, o no, de multicolinealidad entre variables; la

finalidad es la misma del punto anterior, eliminar variables que están

fuertemente correlacionadas con otras, la evaluamos observando:

a) el factor de inflación de la varianza y la tolerancia, y

b) las correlaciones inter variables,


224

5º) Las variables que no han sido seleccionadas para ser eliminadas se

emplean en un análisis de regresión logística el cual, finalmente, nos

proporcionará a su vez

6º) las variables a incluir en el análisis SEM, modelado de ecuaciones

estructurales.


225

3.1. Variables categóricas y rendimiento académico.

3.1.1. Género y tipos sociométricos.

En la figura 14 observamos que la variable SEX se asocia con la variable

TS de manera que la proporción de rechazados es superior en los chicos que en

las chicas con una chi-cuadrado de .315 con una p asociada de .854, (tabla 14)

lo que nos obliga a aceptar la hipótesis nula de igualdad: no hay diferencias

significativas entre alumnos y alumnas en relación al tipo sociométrico.

La fuerza, que no es significativa, de esta asociación (OR) es de .936, que

representa el riesgo que tienen los chicos frente a las chicas de ser rechazado,

esto indica que el ser chico multiplica por .936 la probabilidad de ser un alumno

popular (tabla 15), lo que indica que casi no ejerce ningún tipo de efecto.

Figura 14. Género y tipos sociométricos (SEX x TS).

0

10

20

30

40

50

hombre mujer

rechazados 39,7 36,5

populares 44,8 46

po

rcen

taje

rechazados populares


226

Tabla 12.Resumen de procesamiento de casos (SEX x TS)

Casos

Válido Perdidos Total

N Porcentaje N Porcentaje N Porcentaje

SEX * TS 204 100,0% 0 0,0% 204 100,0%

Tabla 13.SEX*TS tabulación cruzada.

TS

0, rechazados 2, populares Total

SEX 0,

mujer

Recuento 48 58 106

Recuento esperado 48,8 57,2 106,0

1,

hombre

Recuento 46 52 98

Recuento esperado 45,2 52,8 98,0

Total Recuento 92 94 110

Recuento esperado 92.0 94,0 110,0SEX: género; TS: tipos sociométricos.

Tabla 14.Pruebas de chi-cuadrado.

Valor gl Sig. asintótica (2 caras)

Chi-cuadrado de Pearson .315 2 .854

Razón de verosimilitud .315 2 .854

Asociación lineal por lineal .137 1 .711

N de casos válidos 242

Tabla 15.Estimación de riesgo (valores 0 y 2, rechazados y populares).

Valor

Intervalo de confianza de 95 %

Inferior Superior

Odds ratio para SEX (0 / 1) ,936 ,539 1,623

Para cohorte TS = 0 ,965 ,717 1,298

Para cohorte TS = 2 1,031 ,800 1,330



227

3.1.2. Género y rendimiento académico.

En la figura 15 observamos que la variable SEX se asocia con la variable

NMb de manera que la proporción de calificaciones situadas en la mitad inferior

es mayor en los chicos que en las chicas con una chi-cuadrado de 1.773 con una

p asociada de .183, (tabla 18) lo que nos obliga a aceptar la hipótesis nula de

igualdad: no hay diferencias significativas entre alumnos y alumnas en la

calificaciones medias obtenidas (tampoco encontramos diferencias significativas

con las materias consideradas individualmente).

La fuerza de esta asociación (OR), no significativa, es de .800 (NMb = 0 /

NMb = 1), que representa el riesgo que tienen los chicos frente a las chicas de

obtener una calificación situada en la mitad inferior (NMb ≤ 5) lo que indica que

el ser chico multiplica por .800 la probabilidad de obtener una NM >5 (tabla 19),

por tanto la disminuye.

Figura 15. Género y resultados académicos (SEX x NMb).

0

10

20

30

40

50

60

hombre mujer

NM <= 5 53,8 48,2

NM > 5 46,2 51,8

po

rcen

taje

NM <= 5 NM > 5


228

Tabla 16.Resumen de procesamiento de casos.

Casos



SEX * NMb 572 100.0% 0 0.0% 572 100.0%SEX: género; NMb: nota media recodificada en dos valores.

Tabla 17.SEX*NMb tabulación cruzada.

NMb

TotalNM ≤ 5 NM > 5

SEX 0,mujer

Recuento 136 146 282Recuento esperado 144,0 138,0 282,0

1,hombre


Total Recuento 292 280 572Recuento esperado 292,0 280,0 572,0

SEX: género; NMb: nota media recodificada en dos valores.


Valor glSig. asintótica

(2 caras)Sig. exacta(2 caras)

Sig. exacta(1 cara)

Chi-cuadrado dePearson

1.773a 1 .183

Corrección decontinuidadb 1.557 1 .212

Razón deverosimilitud

1.773 1 .183

Prueba exacta deFisher

.210 .106

Asociación lineal porlineal

1.770 1 .183


Tabla 19.Estimación de riesgo.

Valor


Inferior Superior

Odds ratio para SEX (0 / 1) .800 .576 1.111

Para cohorte NMb = 0 .897 .763 1.053

Para cohorte NMb = 1 1.120 .948 1.325



229

3.1.3. Rendimiento académico y tipos sociométricos.

La variable TS (figura 16) se asocia con la variable NMb de manera que

la proporción de calificaciones situadas en la mitad inferior es muy superior en

los alumnos/as rechazados que en los populares, con una chi-cuadrado de

30.523 con una p asociada de .000, (tabla 22) lo que nos obliga a rechazar la

hipótesis nula de igualdad: sí hay diferencias significativas entre populares y

rechazados en la calificaciones medias obtenidas.

La fuerza de esta asociación (OR), significativa, es de 11.727 (NMb = 0 /

NMb = 1), que es el riesgo, que tienen los alumnos rechazados frente a los

populares de obtener una calificación situada en la mitad inferior (NMb ≤ 5) lo

que indica que el ser rechazado multiplica por 11.727 la probabilidad de obtener

una NM ≤ 5 (tabla 23) es decir, la aumenta.

Figura 16. Tipos sociométricos y resultados académicos (TS x NMb).

0

10

20

30

40

50

60

70

80

Rechazados Populares

NM <= 5 76,6 21,8

NM > 5 23,4 78,2

po

rcen

taje

NM <= 5 NM > 5


230

Tabla 20.Resumen de procesamiento de casos.

Casos



TS * NMb 102 100,0% 0 0,0% 102 100,0%TS: Tipos sociométricos; NMb: nota media recodificada en dos valores.

Tabla 21.TS*NMb tabulación cruzada.

NMb

TotalNM ≤ 5 NM > 5

TS 0,rechazado


2,popular


Total Recuento 292 48 54Recuento esperado 292,0 48,0 54,0

TS: Tipos sociométricos; NMb: nota media recodificada en dos valores.


Valor glSig. asintótica

(2 caras)Sig. exacta(2 caras)

Sig. exacta(1 cara)

Chi-cuadrado dePearson

30,523 1 ,000

Corrección decontinuidad

28,364 1 ,000

Razón deverosimilitud

32,196 1 ,000

Prueba exacta deFisher ,000 ,000

Asociación lineal porlineal

30,224 1 ,000


Tabla 23.Estimación de riesgo.

Valor


Inferior Superior

Odds ratio para TS (0 / 2) 11,727 4,626 29,731

Para cohorte NMb = 0 3,511 2,077 5,932

Para cohorte NMb = 1 ,299 ,175 ,511


Resultados: Análisis de las variables.

231

3.2. Análisis de las variables.

3.2.1. Normalidad de las variables.

En las tablas 24 y 25 observamos que ninguna de las probabilidades

asociadas supera el valor crítico de .05, por tanto no podemos mantener la

“hipótesis nula de que la distribución observada no se diferencia de la distribución

normal” (Gil, García y Rodríguez, 2001, p. 94).

En la tabla 26 establecemos la tendencia de las variables y observamos

que son muchas las que tienen unos coeficientes de asimetría y curtosis (G1 y

G2 respectivamente) que oscilan entre ± .5 (34 variables en el caso de asimetría

y 11 para la curtosis), y que por tanto podrían considerarse distribuciones

normales aunque para que estrictamente lo sean, ambos coeficientes deben ser

iguales a cero. Sin embargo al considerar los estadísticos de contraste

individuales (zG1 y zG2) vemos que a un nivel de significación del 5 %,

un valor experimental de z(G1) superior en valor absoluto a 1'96 permite

rechazar la hipótesis nula 1ߛ = 0 (la distribución es simétrica) y, de forma

análoga, si |z(G2)| > 1'96, entonces se rechaza la hipótesis nula 2ߛ = 0 (la

distribución es mesocúrtica) (González, Abad y Lévy, 2006, p. 33),

por tanto, son solo 24 variables, en zG1, las que no superan dicho valor crítico,

y en zG2 son 9 las variables que no lo superan.


232

Por último, si consideramos el estadístico k2, partiendo de los dos

estadísticos de contraste individual z(G1) y z(G2), podemos efectuar un

contraste conjunto de la simetría y curtosis de la muestra, dicho estadístico

se distribuirá asintóticamente como una χ2 con dos grados de libertad, de

forma que un valor de k2 superior a 5'99 permite rechazar la hipótesis nula

1ߛ = 2ߛ = 0 (simetría y curtosis igual a la normal) dado un nivel de

significación del 5% (González, Abad y Lévy, 2006, p. 34).

Ahora, el número de variables que no superan el valor crítico de 5.99 se

reduce a 4, que son: éxito - habilidad (RI4a), fracaso - externo/incontrolable

(RA6a), éxito académico - externo/incontrolable (RA1a) y fracaso - externo

(RI5a). La distribución de estas variables puede considerarse ajustada a la

normalidad.

Tabla 24.

Prueba de normalidad (Kolmogorov-Smirnova). Variables dependientes.

VAR estadístico gl Sig.

NM .100 572 .000

CAS ,206 572 ,000

VAL ,202 572 ,000

MAT ,208 572 ,000

ING ,199 572 ,000

a Corrección de significación de Lilliefors; N = 572

NM: nota media; CAS: calificación lengua castellana; VAL: calificación lengua valenciana; MAT: calificación

matemáticas; ING: calificación lengua extranjera, inglés.


233

Tabla 25.

Prueba de normalidad (Kolmogorov-Smirnova). Variables independientes.

VAR estadístico gl Sig. VAR estadístico gl Sig.

CI .077 572 .000 RIa1a .073 572 .000

SS .069 572 .000 RIb1a .078 572 .000

E1A .189 572 .000 RI2a .081 572 .000

E1B .203 572 .000 RI3a .058 572 .000

E2 .186 572 .000 RI4a .079 572 .000

E3A .179 572 .000 RI5a .056 572 .000

E3B .259 572 .000 SDQ_af .065 572 .000

E4A .189 572 .000 SDQ_cf .091 572 .000

E5 .207 572 .000 SDQ_mat .083 572 .000

E6A .282 572 .000 SDQ_leng .083 572 .000

E7 .186 572 .000 SDQ_ing .084 572 .000

E8 .236 572 .000 SDQ_prof .099 572 .000

RA1a .052 572 .001 SDQ_padres .142 572 .000

RA2a .069 572 .000 SDQ_peer .073 572 .000

RA3a .074 572 .000 CO .121 572 .000

RA4a .105 572 .000 AP .119 572 .000

RA5a .137 572 .000 EXT .166 572 .000

RA6a .049 572 .002 AMaB .109 572 .000

RA7a .083 572 .000 InEm .105 572 .000

RI1a .050 572 .001a Corrección de significación de Lilliefors; N = 572

CI: Cociente Intelectual; SS: Estatus Sociométrico; E1A: interés por actividades que no implican esfuerzo; E1B:

interés por actividades académicas; E2: ansiedad inhibidora del rendimiento; E3A: motivación (interés por) de

lucimiento; E3B: motivación (falta de interés por) de lucimiento; E4A: evitar juicios negativos; E5: autoconcepto

como trabajador; E6A: autoconcepto como vago ("soy vago"); E7: búsqueda de juicios positivos de competencia;

E8: ansiedad facilitadora del rendimiento; RA1a: éxito académico - externo/incontrolable; RA2a: fracaso - falta de

esfuerzo; RA3a: éxito - habilidad; RA4a: fracaso - profesor; RA5a: éxito - esfuerzo; RA6a: fracaso -

externo/incontrolable; RA7a: fracaso - falta de habilidad; RI1a: fracaso - interno; RIa1a: fracaso - falta de habilidad;

RIb1a: fracaso - falta de esfuerzo; RI2a: éxito - esfuerzo; RI3a: éxito - externo; RI4a: éxito - habilidad; RI5a: fracaso

- externo; SDQ_af: apariencia física; SDQ_cf: habilidad física; SDQ_mat: mates; SDQ_leng: lenguaje; SDQ_ing:

inglés; SDQ_prof: profesores; SDQ_pad: padres; SDQ_peer: compañeros; CO: Conciencia; AP: Apertura; EXT:

Extraversión; AMaB: Amabilidad; InEm: Inestabilidad Emocional.


234

Tabla 26.Asimetría y curtosis.

VAR G1 error.G1 G2 error.G2 z(G1) z(G2) z(G1)2 z(G2)2 k2

CI -,272 ,102 ,355 ,204 -2,67 1,74 7,11 3,03 10,14SS -,437 ,102 ,597 ,204 -4,28 2,93 18,36 8,56 26,92CAS -,091 ,102 -1,043 ,204 -,89 -5,11 ,80 26,14 26,94Val -,095 ,102 -1,067 ,204 -,93 -5,23 ,87 27,36 28,22ING -,061 ,102 -1,187 ,204 -,60 -5,82 ,36 33,86 34,21MAT -,270 ,102 -1,051 ,204 -2,65 -5,15 7,01 26,54 33,55NM -,083 ,102 -1,123 ,204 -,81 -5,50 ,66 30,30 30,97E1A ,139 ,102 -1,579 ,204 1,36 -7,74 1,86 59,91 61,77E1B ,060 ,102 -1,586 ,204 ,59 -7,77 ,35 60,44 60,79E2 -,056 ,102 -1,413 ,204 -,55 -6,93 ,30 47,98 48,28E3A -,123 ,102 -1,393 ,204 -1,21 -6,83 1,45 46,63 48,08E3B -,067 ,102 -1,662 ,204 -,66 -8,15 ,43 66,37 66,81E4A ,138 ,102 -1,471 ,204 1,35 -7,21 1,83 52,00 53,83E5 ,470 ,102 -1,333 ,204 4,61 -6,53 21,23 42,70 63,93E6A ,632 ,102 -1,412 ,204 6,20 -6,92 38,39 47,91 86,30E7 ,007 ,102 -1,465 ,204 ,07 -7,18 ,00 51,57 51,58E8 -,370 ,102 -1,579 ,204 -3,63 -7,74 13,16 59,91 73,07RA1a ,009 ,102 -,425 ,204 ,09 -2,08 ,01 4,34 4,35RA2a ,382 ,102 -,120 ,204 3,75 -,59 14,03 ,35 14,37RA3a -,335 ,102 -,237 ,204 -3,28 -1,16 10,79 1,35 12,14RA4a ,509 ,102 -,603 ,204 4,99 -2,96 24,90 8,74 33,64RA5a -,737 ,102 -,377 ,204 -7,23 -1,85 52,21 3,42 55,62RA6a ,101 ,102 -,383 ,204 ,99 -1,88 ,98 3,52 4,51RA7a ,001 ,102 -,618 ,204 ,01 -3,03 ,00 9,18 9,18RI1a ,056 ,102 -,560 ,204 ,55 -2,75 ,30 7,54 7,84RIa1a ,092 ,102 -,790 ,204 ,90 -3,87 ,81 15,00 15,81RIb1a ,027 ,102 -,689 ,204 ,26 -3,38 ,07 11,41 11,48RI2a -,314 ,102 -,537 ,204 -3,08 -2,63 9,48 6,93 16,41RI3a ,170 ,102 -,523 ,204 1,67 -2,56 2,78 6,57 9,35RI4a -,115 ,102 -,391 ,204 -1,13 -1,92 1,27 3,67 4,94RI5a ,089 ,102 -,337 ,204 ,87 -1,65 ,76 2,73 3,49SDQ_af -,306 ,102 -,340 ,204 -3,00 -1,67 9,00 2,78 11,78SDQ_cf -,407 ,102 -,608 ,204 -3,99 -2,98 15,92 8,88 24,80SDQ_mat -,367 ,102 -,752 ,204 -3,60 -3,69 12,95 13,59 26,53SDQ_leng -,178 ,102 -,843 ,204 -1,75 -4,13 3,05 17,08 20,12SDQ_ing -,137 ,102 -1,060 ,204 -1,34 -5,20 1,80 27,00 28,80SDQ_prof -,708 ,102 ,256 ,204 -6,94 1,25 48,18 1,57 49,75SDQ_pad -1,32 ,102 1,838 ,204 -12,95 9,01 167,73 81,18 248,90SDQ_peer -.477 .102 .208 204 -4.67 1.01 21.80 1.02 22.82CO -,941 ,102 ,669 ,204 -9,23 3,28 85,11 10,75 95,86AP -,508 ,102 -,557 ,204 -4,98 -2,73 24,80 7,46 32,26EXT -1,68 ,102 3,066 ,204 -16,50 15,03 272,25 225,88 498,13AMaB -,856 ,102 ,612 ,204 -8,39 3,00 70,43 9,00 79,43InEm -,666 ,102 ,625 ,204 -6,53 3,06 42,63 9,39 52,02

G1: coeficiente de asimetría; error.G1: error típico; G2: coeficiente de curtosis; error.G2: error típico; z(G1): contraste de

G1; z(G2): contraste de G2; k2: estadístico de contraste conjunto.

CI: Cociente Intelectual; SS: Estatus Sociométrico; CAS: calificación lengua castellana; VAL: calificación lengua

valenciana; MAT: calificación matemáticas; ING: calificación lengua extranjera, inglés; NM: nota media; E1A: interés por

actividades que no implican esfuerzo; E1B: interés por actividades académicas; E2: ansiedad inhibidora del rendimiento;

E3A: motivación (interés por) de lucimiento; E3B: motivación (falta de interés por) de lucimiento: E4A: evitar juicios

negativos; E5: autoconcepto como trabajador; E6A: autoconcepto como vago ("soy vago"); E7: búsqueda de juicios

positivos de competencia; E8: ansiedad facilitadora del rendimiento; RA1a: éxito académico - externo/incontrolable;

RA2a: fracaso - falta de esfuerzo; RA3a: éxito - habilidad; RA4a: fracaso - profesor; RA5a: éxito - esfuerzo; RA6a: fracaso

- externo/incontrolable; RA7a: fracaso - falta de habilidad; RI1a: fracaso - interno; RIa1a: fracaso - falta de habilidad;

RIb1a: fracaso - falta de esfuerzo; RI2a: éxito - esfuerzo; RI3a: éxito - externo; RI4a: éxito - habilidad; RI5a: fracaso -

externo; SDQ_af: apariencia física; SDQ_cf: habilidad física; SDQ_mat: mates; SDQ_leng: lenguaje; SDQ_ing: inglés;

SDQ_prof: profesores; SDQ_pad: padres; SDQ_peer: compañeros; CO: Conciencia; AP: Apertura; EXT: Extraversión;

AMaB: Amabilidad; InEm: Inestabilidad Emocional.


235

Así pues, de las 44 variables consideradas, 19 de ellas presentan una

distribución platicúrtica asimétricamente negativa. En otras 16 variables, la

distribución es también platicúrtica pero de asimetría positiva, por último, las 9

variables restantes presentan una distribución leptocúrtica de asimetría negativa

(ver figura 17 y tabla 27w4).

Distribución platicúrtica Distribución asimétrica negativa

Distribución asimétrica positiva Distribución leptocúrtica.

Figura 17. Tipos de distribución de las variables consideradas.


236

Tabla 27.Tipos de distribución de las variables.asimétricamente negativa,platicúrtica

asimétricamente positiva,platicúrtica

asimétricamente negativa,leptocúrtica

APE2E3AE3BE8CASVAlMATINGNMRA5aRI2aRA3aRI4aSDQ_cfSDQ_ingSDQ_lengSDQ_matSDQ_af

E1AE1BE4AE5E6AE7RA1aRA2aRA4aRA6aRA7aRI1aRIa1aRIb1aRI3aRI5a

CISSAMaBCOEXTInEmSDQ_padresSDQ_profSDQ_peer

CI: Cociente Intelectual; SS: Estatus Sociométrico; NM: nota media; CAS: calificación lengua castellana;

VAL: calificación lengua valenciana; MAT: calificación matemáticas; ING: calificación lengua extranjera,

inglés; E1A: interés por actividades que no implican esfuerzo; E1B: interés por actividades académicas; E2:

ansiedad inhibidora del rendimiento; E3A: motivación (interés por) de lucimiento; E3B: motivación (falta de

interés por) de lucimiento: E4A: evitar juicios negativos; E5: autoconcepto como trabajador; E6A:

autoconcepto como vago ("soy vago"); E7: búsqueda de juicios positivos de competencia; E8: ansiedad

facilitadora del rendimiento; RA1a: éxito académico - externo/incontrolable; RA2a: fracaso - falta de

esfuerzo; RA3a: éxito - habilidad; RA4a: fracaso - profesor; RA5a: éxito - esfuerzo; RA6a: fracaso -

externo/incontrolable; RA7a: fracaso - falta de habilidad; RI1a: fracaso - interno; RIa1a: fracaso - falta de

habilidad; RIb1a: fracaso - falta de esfuerzo; RI2a: éxito - esfuerzo; RI3a: éxito - externo; RI4a: éxito -

habilidad; RI5a: fracaso - externo; SDQ_af: apariencia física; SDQ_cf: habilidad física; SDQ_mat: mates;

SDQ_leng: lenguaje; SDQ_ing: inglés; SDQ_prof: profesores; SDQ_pad: padres; SDQ_peer: compañeros;

CO: Conciencia; AP: Apertura; EXT: Extraversión; AMaB: Amabilidad; InEm: Inestabilidad Emocional.

3.2.2. Fiabilidad.

Para evaluar la fiabilidad de las variables hemos empleado el índice de

fiabilidad de consistencia interna de Cronbach. En la tabla 28 observamos la

fiabilidad de las 39 variables evaluadas con los instrumentos MAPE, EAT, SDQ-

I y BFQ-NA, los valores oscilan entre .943 y .354.


237

Tabla 28.Fiabilidad ߙ) de Cronbach)

MAPE EAT SDQ-1 BFQ-NA

E1A .919

E1B .877

E2 .926

E3A .919

E3B .674

E4A .928

E5 .880

E6A .943

E7 .886

E8 .879

RA1A .726

RA2A .675

RA3A .667

RA4A .791

RA5A .779

RA6A .698

RA7A .578

RI1A .737

RIa1A .659

Rib1A .477

RI2A .669

RI3A .674

RI4A .583

RI5A .670

AF .797

CF .845

MAT .904

LEN .890

ING .915

PROF .773

PADRES .813

PEER .354

CO .867

AP .830

EXT .843

AMaB .854

InEm .748

TOTAL .907 TOTAL .859 TOTAL .962 TOTAL .918

E1A interés por actividades que no implican esfuerzoE1B interés por actividades académicasE2 ansiedad inhibidora del rendimientoE3A motivación (interés por) de lucimientoE3B motivación (falta de interés por) de lucimiento

E4A evitar juicios (-)E5 autoconcepto como trabajadorE6A autoconcepto como vago ("soy vago")E7 búsqueda de juicios (+)de competenciaE8 ansiedad facilitadora del rendimiento

RA1a éxito académico: externo/incontrolableRA2a fracaso: falta de esfuerzoRA3a éxito: habilidadRA4a fracaso: profesorRA5a éxito: esfuerzoRA6a fracaso: externo/incontrolableRA7a fracaso: falta de habilidad

RI1a fracaso: internoRIa1a fracaso: falta de habilidadRIb1a fracaso: falta de esfuerzoRI2a éxito: esfuerzoRI3a éxito: externoRI4a éxito: habilidadRI5a fracaso: externo

SDQ_af apariencia físicaSDQ_cf habilidad físicaSDQ_mat matesSDQ_leng lenguajeSDQ_ing inglés

SDQ_prof profesoresSDQ_pad padresSDQ_peer compañeros

CO ConcienciaAP AperturaEXT Extraversión

AMaB AmabilidadInEm Inestabilidad Emocional

3.2.3. Multicolinealidad. Factor Inflación de la Varianza.

Mediante Análisis de Regresión Lineal hemos obtenido el Factor de

Inflación de la Varianza (FIV) y la Tolerancia (T) de las 41 variables que vamos

a introducir en el análisis de regresión logística con el fin de observar la


238

presencia, o no, de multicolinealidad, la cual se da “cuando dos o más variables

explicativas en el modelo de regresión están altamente correlacionadas,

haciendo difícil o imposible aislar sus efectos individuales sobre la variable

dependiente” (Moreu Jalón, 1999, p.20).

Los valores de FIV son inferiores a 10 en todos los casos menos cuatro,

igual ocurre con los de T que son mayores de .1 en los mismos cuatro casos (ver

tabla 29), por lo que podemos afirmar la no existencia de relaciones lineales entre

las variables introducidas, excepto en esos casos.

Tabla 29.

Factor de Inflación de la Varianza (FIV) y Tolerancia (T).

VAR FIV T VAR FIV TC.I 1,23 ,81 RIa1a* ∞ ,00SS 1,71 ,59 RIb1a* ∞ ,00E1A 8,40 ,12 RI2a 2,67 ,38E1B 6,80 ,15 RI3a 2,85 ,35E2 7,30 ,14 RI4a 2,32 ,43E3A 4,98 ,20 RI5a 2,07 ,48E3B 2,72 ,37 SDQ_af 2,07 ,48E4A 12,66 ,08 SDQ_cf 1,82 ,55E5 3,58 ,28 SDQ_mat 1,81 ,55E6A 7,46 ,13 SDQ_leng 2,13 ,47E7 8,26 ,12 SDQ_ing 1,91 ,52E8 6,49 ,15 SDQ_prof 3,15 ,32RA1a 3,06 ,33 SDQ_padres 2,36 ,42RA2a 1,65 ,61 SDQ_peer 2,60 ,39RA3a 2,16 ,46 CO 4,10 ,24RA4a 2,65 ,38 AP 3,17 ,31RA5a 2,62 ,38 EXT 3,14 ,32RA6a 3,37 ,30 AMaB 3,08 ,32RA7a 2,11 ,47 InEm 1,20 ,84RI1a* ∞ ,00

(*) R2 = 1

C.I: Cociente Intelectual; SS: Estatus Sociométrico; E1A: interés por actividades que no implican esfuerzo; E1B: interéspor actividades académicas; E2: ansiedad inhibidora del rendimiento; E3A: motivación (interés por) de lucimiento; E3B:motivación (falta de interés por) de lucimiento: E4A: evitar juicios negativos; E5: autoconcepto como trabajador; E6A:autoconcepto como vago ("soy vago"); E7: búsqueda de juicios positivos de competencia; E8: ansiedad facilitadora delrendimiento; RA1a: éxito académico - externo/incontrolable; RA2a: fracaso - falta de esfuerzo; RA3a: éxito - habilidad;RA4a: fracaso - profesor; RA5a: éxito - esfuerzo; RA6a: fracaso - externo/incontrolable; RA7a: fracaso - falta de habilidad;RI1a: fracaso - interno; RIa1a: fracaso - falta de habilidad; RIb1a: fracaso - falta de esfuerzo; RI2a: éxito - esfuerzo; RI3a:éxito - externo; RI4a: éxito - habilidad; RI5a: fracaso - externo; SDQ_af: apariencia física; SDQ_cf: habilidad física;SDQ_mat: mates; SDQ_leng: lenguaje; SDQ_ing: inglés; SDQ_prof: profesores; SDQ_pad: padres; SDQ_peer:compañeros; CO: Conciencia; AP: Apertura; EXT: Extraversión; AMaB: Amabilidad; InEm: Inestabilidad Emocional.


239

3.2.4. Análisis correlacional.

Hemos empleado el índice de correlación simple de Pearson para llevar a

cabo este análisis, los valores del cual pueden oscilar entre ±1. Los valores

positivos indican una relación directamente proporcional entre las variables

correlacionadas, por el contrario si los valores son negativos la relación es

inversa. En el texto solamente ofrecemos las correlaciones que han resultado

ser significativas. Los datos sombreados son aquellos cuya significatividad es

.05 (bilateral), la del resto de correlaciones es de .01 (bilateral).

Seguidamente vamos a proceder a comentar las correlaciones obtenidas

agrupando las variables en grupos de afinidad con la finalidad examinar las

relaciones que se dan intra e inter grupos, para ello definimos los siguientes

grupos de variables:

Grupo 1. Formado por las variables dependientes (nota media, CAS,

VAL, ING, MAT) cociente intelectual y estatus sociométrico.

Grupo 2. Las variables de este bloque son las evaluadas mediante el

cuestionario MAPE.

Grupo 3. Id. cuestionario EAT.

Grupo 4. Id. cuestionario SDQ-I.

Grupo 5: Id. cuestionario BFQ-NA.

A) Análisis correlacional, intra/inter grupos de las variables del Grupo 1.

En la tabla 30 tenemos las correlaciones obtenidas entre las variables

relacionadas con el rendimiento académico y el cociente intelectual y el estatus

sociométrico, todas ellas son significativas al 1%.


240

En la tabla 31 mostramos el porcentaje de varianza explicada, es decir el

porcentaje de la variación de una variable debida a la variación de la otra y

viceversa.

Observamos que las correlaciones entre la variable NM con las demás

variables de rendimiento académico son muy altas, superiores a .85 en todos los

casos. En general todas estas variables obtienen correlaciones entre sí bastante

altas. Sin embargo la inteligencia, representada por la variable CI, no

correlaciona muy alto con las variables de rendimiento, siendo la más alta la que

obtiene con las calificaciones en lengua valenciana (VAL) y solo explica un 11%

de la varianza.

Más altas son las correlaciones que obtiene la variable estatus

sociométrico (SS) llegando a explicar un 26% de la varianza la correlación

existente entre esta variable y las calificaciones en la asignatura de matemáticas.

Casi igual ocurre con la variable nota media (NM), en este caso el porcentaje de

varianza explicada es del 22%.

En las tablas siguientes (tablas 32 y 33) ofrecemos los resultados de estas

variables con el resto. Vemos que las correlaciones de las variables relacionadas

con el rendimiento académico y las relacionadas con la motivación hacia el

aprendizaje son especialmente altas las obtenidas con la variable NM. La tónica

de las correlaciones de la variable CI con el resto de variables son bastante bajas

a pesar de ser significativas al 1%, la más alta se da con la variable búsqueda

de juicios positivos de competencia (E7) y solamente explica un 9% de la

varianza.


241

Tabla 30.Correlaciones de Pearson. Grupo 1: NM, CI.

CI SS CAS Val ING MAT NM

CI 1SS .247 1CAS .271 .425 1Val .336 .395 .801 1ING .265 .347 .744 .715 1MAT .304 .512 .728 .702 .645 1NM .330 .472 .916 .902 .875 .866 1Todas las correlaciones son significativas en el nivel 0.01 (2 colas).

Tabla 31.Porcentaje de varianza explicada (coeficientes de determinación). Grupo 1.

CI SS CAS VAL ING MAT NM

CI 1SS .006 1CAS .007 .180 1VAL .112 .156 .641 1ING .070 .120 .553 .511 1MAT .090 .262 .529 .492 .416 1NM .108 .222 .839 .813 .765 .749 1

CI Cociente IntelectualSS Estatus SociométricoCAS Notas Lengua CastellanaVAL Notas Lengua Valenciana

ING Notas InglésMAT Notas MatemáticasNM Nota Media

Tabla 32.Correlaciones de Pearson. Grupos 1-2: Notas - MAPE.


E1A -,217 -,402 -,773 -,689 -,637 -,756 -,802E1B ,180 ,358 ,749 ,656 ,632 ,733 ,778E2 -,252 -,426 -,736 -,646 -,643 -,803 -,795E3A -,251 -,425 -,730 -,649 -,597 -,785 -,776E3B -,177 -,372 -,639 -,532 -,523 -,681 -,667E4A -,281 -,444 -,773 -,689 -,660 -,811 -,825E5 ,203 ,360 ,731 ,635 ,589 ,733 ,755E6A -,289 -,498 -,762 -,672 -,613 -,772 -,792E7 -,298 -,403 -,765 -,691 -,639 -,789 -,810E8 ,269 ,450 ,758 ,667 ,600 ,781 ,788Todas las correlaciones son significativas en el nivel 0,01 (2 colas).


242

Tabla 33.Porcentaje de varianza explicada (coeficientes de determinación). Grupos 1-2.


E1A .047 .162 .598 .475 .406 .572 .643E1B .032 .128 .561 .430 .399 .537 .605E2 .064 .181 .542 .417 .413 .645 .632E3A .063 .181 .533 .421 .356 .616 .602E3B .031 .138 .408 .283 .274 .464 .445E4A .079 .197 .598 .475 .436 .658 .681E5 .041 .130 .534 .403 .347 .537 .570E6A .084 .248 .581 .452 .376 .596 .627E7 .089 .162 .585 .477 .408 .623 .656E8 .072 .203 .575 .445 .360 .610 .621



E1A interés por actividades que no implicanesfuerzoE1B interés por actividades académicasE2 ansiedad inhibidora del rendimientoE3A motivación (interés por) de lucimientoE3B motivación (falta de interés por) de lucimiento

E4A evitar juicios negativosE5 autoconcepto como trabajadorE6A autoconcepto como vago ("soy vago")E7 búsqueda de juicios + de competenciaE8 ansiedad facilitadora del rendimiento

Las tablas 34 y 35 muestran las correlaciones entre el grupo 1 y las

variables evaluadas con el cuestionario EAT que son las relacionadas con los

estilos atributivos. Los resultados van en la misma línea que en el caso anterior

pero las correlaciones son más bajas. En el caso de la variable NM, la correlación

más alta se da con la variable que atribuye el éxito a causas externas (RI3a)

explicando un escaso 24% de la varianza. Las correlaciones con la inteligencia

son especialmente bajas, igual ocurre con el estatus sociométrico, los

porcentajes máximos de varianza explicada no llegan al 6% y al 11%

respectivamente.


243

Tabla 34Correlaciones de Pearson. Grupos 1-3: Notas - EAT.


RA1a -.234 -.179 -.452 -.467 -.416 -.395 -.486RA2a .150 .171 .166 .213 .257 .228RA3a .152 .149 .317 .309 .272 .364 .355RA4a -.232 -.183 -.426 -.455 -.374 -.333 -.445RA5a .142 .200 .440 .392 .310 .353 .418RA6a -.238 -.223 -.406 -.442 -.392 -.406 -.463RA7a -.201 -.198 -.371 -.307 -.361 -.355 -.392RI1a -.141 -.143 -.389 -.354 -.289 -.376 -.395RIa1a -.137 -.142 -.385 -.357 -.274 -.365 -.387RIb1a -.294 -.257 -.235 -.293 -.303RI2a .292 .227 .182 .166 .242RI3a -.205 -.321 -.449 -.454 -.375 -.458 -.487RI4a .236 .158 .160 .201 .211RI5a -.198 -.194 -.336 -.330 -.307 -.353 -.373



RA1a .055 .032 .204 .218 .173 .156 .236RA2a .023 .029 .028 .045 .066 .052RA3a .023 .022 .100 .095 .074 .132 .126RA4a .054 .033 .181 .207 .140 .111 .198RA5a .020 .040 .194 .154 .096 .125 .175RA6a .057 .050 .165 .195 .154 .165 .214RA7a .040 .039 .138 .094 .130 .126 .154RI1a .020 .020 .151 .125 .084 .141 .156RIa1a .019 .020 .148 .127 .075 .133 .150RIb1a .086 .066 .055 .086 .092RI2a .085 .052 .033 .028 .059RI3a .042 .103 .202 .206 .141 .210 .237RI4a .056 .025 .026 .040 .045RI5a .039 .038 .113 .109 .094 .125 .139CI Cociente IntelectualSS Estatus SociométricoCAS Notas Lengua CastellanaVAL Notas Lengua Valenciana




Por lo que respecta a las correlaciones con las variables de autoconcepto

(tablas 36 y 37), estas son aún más bajas que en los dos casos anteriores, las

más altas se dan entre las variables de autoconcepto en una materia y las


244

calificaciones en esa materia, aunque en ningún caso explican más del 28% de

la varianza. El porcentaje de varianza explicado por las correlaciones de las

variables CI y SS con el resto no llega a explicar más de un 5%.

Tabla 36.Correlaciones de Pearson. Grupos 1-4: Notas - SDQ-I.


af .133 .120 .199 .135cf .152 .228 .150ing .366 .360 .528 .266 .428leng .303 .295 .296 .160 .295mat .217 .253 .226 .305 .403 .336padres .118 .364 .294 .277 .322 .353prof .207 .401 .341 .356 .398 .420peer .093 .221 .128 .105 .165 .162 .158



af .018 .014 .040 .018cf .023 .052 .023ing .134 .130 .279 .071 .183leng .092 .087 .088 .026 .087mat .047 .064 .051 .093 .162 .113padres .014 .132 .086 .077 .104 .125prof .043 .161 .116 .127 .158 .176peer .008 .048 .016 .011 .027 .026 .024CI Cociente IntelectualSS Estatus SociométricoCAS Notas Lengua CastellanaVAL Notas Lengua Valenciana


af apariencia físicacf habilidad físicamat matesleng lenguajeing inglés

prof profesorespad padrespeer compañeros

Por último, las correlaciones del bloque rendimiento académico con las

variables de personalidad (tablas 38 y 39) siguen la tónica anterior, correlaciones

bajas con porcentajes de varianza explicados nunca superiores al 28%.


245

Tabla 38.Correlaciones de Pearson. Grupos 1-5: Notas - BFQ-NA.


AMaB .150 .317 .236 .208 .151 .247 .236AP .204 .287 .450 .341 .424 .510 .486CO .237 .358 .262 .305 .340 .356EXT .169 .135 .122InEm -.187 -.120 -.197 -.161



AMaB .023 .100 .056 .043 .023 .061 .056AP .042 .082 .203 .116 .180 .260 .236CO .056 .128 .069 .093 .116 .127EXT .029 .018 .015InEm .035 .014 .039 .026





B) Análisis correlacional, intra/inter grupos de las variables del Grupo 2.

El análisis intragrupo de las variables relacionadas con los estilos

atributivos muestra correlaciones bastante altas llegando a explicar en algunos

casos el 81% de la varianza (r entre E2 y E4A).

Por otra parte, ninguna de las correlaciones entre el grupo 2 y las variables

atributivas (tablas 42 y 43) explican más de un 25% de la varianza.


246

Tabla 40.Correlaciones de Pearson. Grupo 2: MAPE.

E1A E1B E2 E3A E3B E4A E5 E6A E7 E8

E1A 1E1B -,880 1E2 ,808 -,792 1E3A ,781 -,709 ,832 1E3B ,724 -,678 ,689 ,663 1E4A ,855 -,797 ,902 ,833 ,763 1E5 -,747 ,794 -,732 -,637 -,649 -,715 1E6A ,868 -,780 ,798 ,760 ,696 ,864 -,681 1E7 ,824 -,775 ,833 ,848 ,743 ,915 -,687 ,821 1E8 -,837 ,830 -,790 -,713 -,697 -,839 ,730 -,868 -,789 1Todas las correlaciones son significativas en el nivel 0,01 (2 colas).



E1A 1E1B .774 1E2 .652 ,627 1E3A ,.609 ,503 ,692 1E3B .524 ,460 ,475 ,440 1E4A .731 ,635 ,814 ,694 ,582 1E5 .558 ,630 ,536 ,406 ,421 ,511 1E6A ,.753 ,608 ,637 ,578 ,484 ,746 ,464 1E7 .678 ,601 ,694 ,719 ,552 ,837 ,472 ,674 1E8 .700 ,689 ,624 ,508 ,486 ,704 ,533 ,753 ,623 1

E1A interés por actividades que no implican esfuerzoE1B interés por actividades académicasE2 ansiedad inhibidora del rendimientoE3A motivación (interés por) de lucimientoE3B motivación (falta de interés por) de lucimiento

E4A evitar juicios negativosE5 autoconcepto como trabajadorE6A autoconcepto como vago ("soy vago")E7 búsqueda de juicios positivos de competenciaE8 ansiedad facilitadora del rendimiento


247

Tabla 42.Correlaciones de Pearson. Grupos 2-3: MAPE - EAT.


RA1a .403 -.351 .456 .458 .370 .483 -.326 .400 .488 -.411RA2a -.181 .180 -.259 -.237 -.164 -.243 .191 -.164 -.177 .189RA3a -.348 .365 -.336 -.256 -.330 -.341 .397 -.365 -.302 .335RA4a .406 -.355 .417 .420 .347 .445 -.303 .441 .430 -.385RA5a -.460 .426 -.355 -.323 -.401 -.402 .408 -.462 -.370 .428RA6a .411 -.343 .447 .457 .335 .487 -.347 .423 .474 -.416RA7a .363 -.303 .399 .398 .296 .410 -.293 .378 .390 -.359RI1a .335 -.267 .404 .434 .277 .420 -.332 .362 .397 -.291RIa1a .338 -.264 .401 .414 .281 .425 -.335 .372 .394 -.298RIb1a .244 -.200 .302 .347 .198 .304 -.241 .254 .298 -.205RI2a -.270 .287 -.198 -.143 -.253 -.243 .275 -.308 -.231 .285RI3a .419 -.361 .442 .482 .354 .481 -.377 .428 .490 -.396RI4a -.249 .262 -.224 -.162 -.234 -.204 .229 -.288 -.162 .261RI5a .296 -.275 .407 .422 .266 .383 -.261 .312 .376 -.318



RA1a .162 .123 .208 .210 .137 .233 .106 .160 .238 .169RA2a .033 .032 .067 .056 .027 .059 .036 .027 .031 .036RA3a .121 .133 .113 .066 .109 .116 .157 .133 .091 .112RA4a .165 .126 .174 .176 .120 .198 .091 .194 .185 .148RA5a .212 .181 .126 .104 .161 .162 .166 .213 .137 .183RA6a .169 .118 .200 .209 .112 .237 .120 .179 .225 .173RA7a .132 .092 .159 .158 .088 .168 .085 .143 .152 .129RI1a .112 .071 .163 .188 .077 .176 .110 .131 .158 .085RIa1a .114 .070 .161 .171 .079 .181 .112 .138 .155 .089RIb1a .060 .040 .091 .120 .039 .092 .058 .065 .089 .042RI2a .073 .082 .039 .020 .064 .059 .075 .095 .053 .081RI3a .176 .130 .195 .232 .125 .231 .142 .183 .240 .157RI4a .062 .069 .050 .026 .055 .042 .052 .083 .026 .068RI5a .088 .076 .166 .178 .071 .147 .068 .097 .141 .101E1A interés por actividades que no implican esfuerzoE1B interés por actividades académicasE2 ansiedad inhibidora del rendimientoE3A motivación (interés por) de lucimientoE3B motivación (falta de interés por) de lucimiento





248

Por lo que se refiere a las correlaciones del grupo 2 con las variables de

autoconcepto (tablas 44 y 45) podemos decir, al igual que en el caso anterior,

que ningún valor explica más allá de un 25% de varianza.

Tabla 44.Correlaciones de Pearson. Grupos 2-4: MAPE - SDQ-I.


af -.125 .154 -.136 -.141 -.147 .194 -.171 .167cf -.144 .182 -.233 -.191 -.218 .235 -.198 -.173 .240mat -.359 .381 -.365 -.248 -.368 -.352 .356 -.308 -.305 .347leng -.272 .272 -.186 -.131 -.194 -.207 .275 -.188 -.197 .173ing -.359 .383 -.368 -.258 -.284 -.344 .379 -.308 -.290 .303prof -.420 .411 -.379 -.292 -.363 -.393 .424 -.403 -.361 .372padres -.389 .381 -.339 -.281 -.319 -.351 .299 -.411 -.332 .379peer -.172 .198 -.177 -.149 -.176 .188 -.196 -.120 .174



af .016 .024 .018 .020 .022 .037 .029 .028cf .021 .033 .054 .036 .048 .055 .039 .030 .058mat .129 .145 .133 .062 .135 .124 .126 .095 .093 .120leng .074 .074 .035 .017 .038 .043 .075 .035 .039 .030ing .129 .147 .135 .067 .081 .118 .143 .095 .084 .092prof .176 .169 .144 .085 .132 .154 .179 .162 .130 .138padres .151 .145 .115 .079 .102 .123 .089 .169 .110 .144peer .029 .039 .031 .022 .030 .035 .038 .014 .030E1A interés por actividades que no implican esfuerzoE1B interés por actividades académicasE2 ansiedad inhibidora del rendimientoE3A motivación (interés por) de lucimientoE3B motivación (falta de interés por) de lucimiento




Con las variables de personalidad (tablas 46 y 47), ninguna del grupo 2

explica más de un 24%. La más alta se da entre la variable ansiedad inhibidora

del rendimiento y apertura (E2-AP).


249

Tabla 46.Correlaciones de Pearson. Grupos 2-5: MAPE - BFQ-NA.


CO -.384 .423 -.339 -.280 -.316 -.318 .376 -.344 -.313 .313AP -.446 .463 -.485 -.381 -.409 -.459 .460 -.429 -.423 .467EXT -.142 .162 -.128 .170 -.151 .119AMaB -.308 .302 -.237 -.220 -.226 -.238 .239 -.293 -.231 .261InEm -.137 .132 -.184



CO .147 .179 .115 .078 .100 .101 .141 .118 .098 .098AP .199 .214 .235 .145 .167 .211 .211 .184 .179 .218EXT .020 .026 .016 .028 .023 .014AMaB .095 .091 .056 .048 .051 .057 .057 .086 .053 .068InEm .019 .017 .033E1A interés por actividades que no implican esfuerzoE1B interés por actividades académicasE2 ansiedad inhibidora del rendimientoE3A motivación (interés por) de lucimientoE3B motivación (falta de interés por) de lucimiento




C) Análisis correlacional, intra/inter grupos de las variables del Grupo 3.

En este grupo (tablas 48 y 49) también hay correlaciones altas llegando

en algunos casos a explicar más del 84% de la varianza, es el caso de la variable

RI1a, atribución del fracaso a causas internas, con la variable RIa1a, atribución

del fracaso a la falta de habilidad.

Las correlaciones intergrupos (tablas 50, 51, 52 y 53) suelen ser bastante

bajas, no superado el porcentaje de varianza explicada el 22%.


250

Tabla 48.Correlaciones de Pearson. Grupo 3: EAT.

RA1a RA2a RA3a RA4a RA5a RA6a RA7a RI1a RIa1a RIb1a RI2a RI3a RI4a RI5a

RA1a 1RA2a -,203 1RA3a 1RA4a ,568 -,265 1RA5a -,236 -,129 ,609 -,450 1RA6a ,726 -,246 -,164 ,673 -,281 1RA7a ,496 -,395 ,451 -,212 ,598 1RI1a ,551 -,399 -,164 ,485 -,232 ,572 ,548 1RIa1a ,533 -,346 -,202 ,501 -,283 ,567 ,493 ,918 1RIb1a ,430 -,365 ,335 ,427 ,478 ,848 ,568 1RI2a -,224 ,502 -,259 ,613 -,056 1RI3a ,715 -,187 -, ,578 -,205 ,661 ,496 ,524 ,511 ,405 1RI4a , -,137 ,486 ,494 ,681 1RI5a ,549 -,346 ,472 ,613 ,538 ,505 ,496 ,386 ,142 ,568 ,160 1



RA1a 1RA2a .041 1RA3a 1RA4a .323 .070 1RA5a .056 .017 .371 .203 1RA6a .527 .061 .027 .453 .079 1RA7a .246 .156 .203 .045 .358 1RI1a .304 .159 .027 .235 .054 .327 .300 1RIa1a .284 .120 .041 .251 .080 .321 .243 .843 1RIb1a .185 .133 .112 .182 .228 .719 .323 1RI2a .050 .252 .067 .376 .003 1RI3a .511 .035 .334 .042 .437 .246 .275 .261 .164 1RI4a .000 .019 .236 .244 .464 1RI5a .301 .120 .223 .376 .289 .255 .246 .149 .020 .323 .026 1




251

Tabla 50.Correlaciones de Pearson. Grupos 3-4: EAT - SDQ-I.

RA1a

RA2a

RA3a

RA4a

RA5a

RA6a

RA7a

RI1a

RIa1a

RIb1a

RI2a

RI3a

RI4a

RI5a

af .136 .165 .170 .144cf .275 .188 .143 .202mat -.137 .382 -.139 .267 -.147 -.121 -.129 .223 .253leng .296 .292 .286 .275ing -.133 .349 -.213 .315 -.162 .250 .304prof .436 -.124 .369 -.130 -.125 -.127 .328 -.141 .310padr .364 -.162 .400 -.137 -.140 .354 .304peer .349 .250 .215 .299


RA1a

RA2a

RA3a

RA4a

RA5a

RA6a

RA7a

RI1a

RIa1a

RIb1a

RI2a

RI3a

RI4a

RI5a

af .018 .027 .029 .021cf .076 .035 .020 .041mat .019 .146 .019 .071 .022 .014 .017 .050 .064leng .088 .085 .082 .076ing .018 .122 .045 .099 .026 .063 .092prof .190 .015 .136 .017 .016 .016 .108 .020 .096padres

.132 .026 .160 .019 .020 .125 .092

peer .121 .062 .046 .089RA1a éxito académico: externo/incontrolableRA2a fracaso: falta de esfuerzoRA3a éxito: habilidadRA4a fracaso: profesorRA5a éxito: esfuerzoRA6a fracaso: externo/incontrolableRA7a fracaso: falta de habilidad





252

Tabla 52.Correlaciones de Pearson. Grupos 3-5: EAT - BFQ-NA.


CO -.138 -.005 .241 -.125 .264 -.169 -.135 -.139 .200 -.168 .217AP -.131 .140 .367 -.132 .269 -.190 -.246 -.129 -.163 .188 -.178 .269EXT .200 .119 .159 .173AMaB .214 .188 -.137 .162 .188InEm



CO .019 .000 .058 .016 .070 .029 .018 .019 .040 .028 .047AP .017 .020 .135 .017 .072 .036 .060 .017 .027 .035 .032 .072EXT .040 .014 .025 .030AMaB .046 .035 .019 .026 .035InEmRA1a éxito académico: externo/incontrolableRA2a fracaso: falta de esfuerzoRA3a éxito: habilidadRA4a fracaso: profesorRA5a éxito: esfuerzoRA6a fracaso: externo/incontrolableRA7a fracaso: falta de habilidad




D) Análisis correlacional, intra/inter grupos de las variables del Grupo 4.

Las correlaciones intragrupo (tablas 54 y 55) de las variables de

autoconcepto no son demasiado altas, solo una de ellas (padres-prof) explica

algo más del 40% de la varianza. Ninguna de las correlaciones intergrupo (tablas

56 y 57) explica un porcentaje de varianza superior al 19%.


253

Tabla 54.Correlaciones de Pearson. Grupo 4: SDQ-I.

af cf mat leng ing prof padres peer

af 1cf ,591 1mat ,270 ,396 1leng ,297 ,229 ,379 1ing ,242 ,272 ,410 ,582 1prof ,460 ,400 ,550 ,606 ,520 1pad ,452 ,377 ,404 ,474 ,365 ,663 1peer ,550 ,463 ,424 ,488 ,427 ,614 ,560 1

Todas las correlaciones son significativas en el nivel 0,01 (2 colas).


af cf mat leng ing prof pad peer

af 1cf .349 1mat .073 .157 1leng .088 .052 .144 1ing .059 .074 .168 .339 1prof .212 .160 .303 .367 .270 1pad .204 .142 .163 .225 .133 .440 1peer .302 .214 .179 .238 .182 .376 .313 1

Tabla 56.Correlaciones de Pearson. Grupos 4-5: SDQ-I - BFQ-NA.


CO .131 .134 .258 .275 .293 .432 .299 .288AP .177 .287 .408 .303 .379 .434 .255 .327EXT .122 .141 .163 .226AMaB .204 .234 .149 .306 .201 .311InEm .185



CO .017 .018 .067 .076 .086 .186 .089 .082AP .031 .082 .166 .092 .144 .188 .065 .106EXT .015 .020 .026 .051AMaB .042 .055 .022 .093 .040 .096InEm .034af apariencia físicacf habilidad físicamat matesleng lenguaje

ing inglésprof profesorespad padrespeer compañeros




254

E) Análisis correlacional, intra grupo de las variables del Grupo 5.

Destacamos aquí (tablas 58 y 59) la correlación entre la variable

amabilidad con conciencia que llega a explicar más de un 55 % de la varianza.

Tabla 58.Correlaciones de Pearson. Grupo 5: BFQ-NA.

CO AP EXT AMaB InEm

CO 1AP ,695 1EXT ,653 ,505 1AMaB ,744 ,538 ,703 1InEm 1


CO AP EXT AMaB InEm

CO 1AP .483 1EXT .426 .255 1AMaB .554 .289 .494 1InEm . 1



Las conclusiones a las que llegamos después de analizar las variables

anteriores son las siguientes:

1. Solamente encontramos cuatro variables que siguen una distribución

claramente normal:

RI4a: éxito - habilidad,

RA6a: fracaso - externo/incontrolable

RA1a: éxito académico - externo/incontrolable, y

RI5a: fracaso - externo.


255

2. La fiabilidad de las variables es alta en la mayoría de ellas, por su bajo

valor destacan las siguientes:

SDQ_peer: autoconcepto en las relaciones con los iguales, y

Rib1A: fracaso - falta de esfuerzo.

3. Los valores del Factor de Inflación de la Varianza nos indican la existencia

de cuatro variables que presentan multicolinealidad:

E4A: evitar juicios negativos

RI1a: fracaso - interno

RIa1a: fracaso - falta de habilidad, y

RIb1a: fracaso - falta de esfuerzo.

4. En el análisis correlacional observamos que las correlaciones más altas

se dan, lógicamente, entre las variables evaluadas por el mismo

instrumento.

Resultados. Análisis de diferencia de medias.

257

3.3. Análisis de diferencia de medias.

Aunque el tamaño de la muestra empleada es lo suficientemente grande

para poder emplear la prueba paramétrica t de Student para contrastar las

hipótesis propuestas, en ausencia de normalidad en las variables, hemos

considerado conveniente utilizar la prueba U de Mann-Whitney como alternativa

no paramétrica a esta prueba, ya que las variables implicadas, la mayoría, no

siguen una distribución normal estricta tal como hemos visto en las tablas 24, 25

y 26.

La elección de esta prueba se basa en el hecho de que es una prueba “de

las más potentes dentro del contexto no paramétrico, para dos muestras

independientes” (Martín Martín, 2001, p.85).

En 34 de las 39 variables (tablas 60, 62, 64, 66, 68), el estadístico de

contraste (Z) presenta significación asintótica igual a cero, por lo que concluimos

rechazando la hipótesis nula de no existencia de diferencias entre los dos grupos

de la variable dependiente (NMb).

La variable SDQ_peer, evaluada por el cuestionario SDQ-I (tabla 66), y

EXT e InEm, evaluadas con el BFQ-NA (tabla 68), presentan una significación

inferior a .05 (.014, .032 y .008, respectivamente), por tanto también rechazamos

la hipótesis nula de igualdad.


258

En el caso de las variables, SDQ-af y SDQ-cf, evaluadas con el ya citado

SDQ-I (tabla 66), la significación que presentan es superior a .05, por tanto en

estos dos casos sí aceptamos la hipótesis nula de igualdad.


259

Tabla 60.Prueba U de Mann-Whitney para muestras independientes (variables CI y SS).Estadísticos de prueba.

CI SS

U de Mann-Whitney 27974 20284

W de Wilcoxon 70752 63062

Z -6.538 -10.425

Sig. asintótica (bilateral) .000 .000Variable de agrupación: NMb (nota media dicotomizada).

Tabla 61.Medias de las puntuaciones en los dos grupos de alumnos (CI y SS).

VAR alumnos ≤ 5 alumnos > 5

CI 97.86 105.54

SS -.1916 .3481CI: Cociente Intelectual; SS: Estatus Sociométrico.


260

Tabla 62.Prueba U de Mann-Whitney para muestras independientes (evaluadas con elinstrumento MAPE). Estadísticos de prueba.

E1A E1B E2 E3A E3B

U de Mann-Whitney 9778 10522 11672 12696 18256

W de Wilcoxon 49118 53300 51012 52036 57596

Z -16.143 -15.796 -15.028 -14.507 -12.215

Sig. asintótica (bilateral) .000 .000 .000 .000 .000

E4A E5 E6A E7 E8

U de Mann-Whitney 9416.000 10166.000 13214.000 10982.000 11756.000

W de Wilcoxon 48756.000 52944.000 52554.000 50322.000 54534.000

Z -16.197 -16.046 -15.084 -15.414 -15.418

Sig. asintótica (bilateral) .000 .000 .000 .000 .000Variable de agrupación: NMb (nota media dicotomizada).

Tabla 63.Medias de las puntuaciones en los dos grupos de alumnos (MAPE).


E1A 12.2123 8.3857

E1B 6.1027 8.7000

E2 19.4521 14.3071

E3A 15.9384 11.9786

E3B 3.4658 2.5857

E4A 17.4521 12.3286

E5 5.7397 8.2143

E6A 8.1918 5.3929

E7 12.3082 8.9500

E8 5.1986 7.4286E1A interés por actividades que no implican esfuerzoE1B interés por actividades académicasE2 ansiedad inhibidora del rendimientoE3A motivación (interés por) de lucimientoE3B motivación (falta de interés por) de lucimiento



261

Tabla 64.Prueba U de Mann-Whitney para muestras independientes (evaluadas con elinstrumento EAT). Estadísticos de prueba.

RA1a RA2a RA3a RA4a RA5a RA6a RA7a

U de M-Whitney 22438 32448 26656 24146 24780 23596 27524

W de Wilcoxon 61778 75226 69434 63486 67558 62936 66864

Z -9.346 -4.276 -7.215 -8.491 -8.175 -8.763 -6.785

Sig. asintótica

(bilateral).000 .000 .000 .000 .000 .000 .000

RI1a RIa1a RIb1a RI2a RI3a RI4a RI5a

U de M-Whitney 26994 26986 30756 31614 23218 32898 28246

W de Wilcoxon 66334 66326 70096 74392 62558 75676 67586

Z -7.036 -7.056 -5.147 -4.699 -8.953 -4.052 -6.407

Sig. asintótica

(bilateral).000 .000 .000 .000 .000 .000 .000

Variable de agrupación: NMb (nota media dicotomizada).

Tabla 65.Medias de las puntuaciones en los dos grupos de alumnos (EAT).

VAR alum < 5 alum ≥ 5 VAr alum ≤ 5 alum > 5

RA1a 25.2877 19.9857 RI1a 21.4452 17.7500

RA2a 14.3151 16.1500 RIa1a 12.0616 9.6286

RA3a 20.0959 23.0000 RIb1a 9.3836 8.1214

RA4a 15.8082 11.5786 RI2a 20.7397 22.6714

RA5a 21.7534 25.5214 RI3a 18.6781 14.6929

RA6a 18.3151 14.3714 RI4a 16.5753 17.8500

RA7a 12.6575 10.5786 RI5a 18.9726 16.2429RA1a éxito académico: externo/incontrolableRA2a fracaso: falta de esfuerzoRA3a éxito: habilidadRA4a fracaso: profesorRA5a éxito: esfuerzoRA6a fracaso: externo/incontrolableRA7a fracaso: falta de habilidad



262

Tabla 66.Prueba U de Mann-Whitney para muestras independientes (evaluadas con elinstrumento SDQ-I). Estadísticos de prueba.

SDQ_af SDQ_cf SDQ_mat SDQ_leng SDQ_ing

U de M-Whitney 38400 37296 28270 28612 23194

W de Wilcoxon 81178 80074 71048 71390 65972

Z -1.258 -1.817 -6.394 -6.219 -8.967


SDQ_asig SDQ_prof SDQ_padres SDQ_peer SDQ_aut

U de M-Whitney 22954 24014 27328 36034 32066

W de Wilcoxon 65732 66792 70106 78812 74844

Z -9.087 -8.556 -6.891 -2.458 -4.509


Tabla 67.Medias de las puntuaciones en los dos grupos de alumnos (SDQ-I).


SDQ_af 20.47 21.21

SDQ_cf 20.58 21.61

SDQ_mat 19.45 22.91

SDQ_leng 18.94 22.19

SDQ_ing 17.24 22.42

SDQ_prof 19.98 23.64

SDQ_padres 23.40 26.33

SDQ_peer 24.87 26.05SDQ_af apariencia físicaSDQ_cf habilidad físicaSDQ_mat matesSDQ_leng lenguajeSDQ_ing inglés

SDQ_prof profesoresSDQ_pad padresSDQ_peer compañeros


263

Tabla 68.Prueba U de Mann-Whitney para muestras independientes (evaluadas con elinstrumento BFQ-NA). Estadísticos de prueba.

CO AP EXT AMaB InEm

U de M-Whitney 26414 21742 36656 31088 35674

W de Wilcoxon 69192 64520 79434 73866 75014

Z -7.329 -9.706 -2.147 -4.959 -2.639


Tabla 69.Medias de las puntuaciones en los dos grupos de alumnos (BFQ-NA).


CO 41.21 46.59

AP 18.92 23.14

EXT 24.05 24.79

AMaB 49.28 53.39

InEm 41.86 39.74CO ConcienciaAP AperturaEXT Extraversión


En la tabla siguiente (tabla 70) mostramos los resultados que nos ofrece

la aplicación de la prueba t para la igualdad de medias en las cuatro variables

que se ajustan a la normalidad.

Como vemos, en tres de los cuatro casos la prueba de Levene ofrece una

significación superior a 0,05, por lo que aceptamos la hipótesis nula (H0) de

homogeneidad de las varianzas. El valor de Levene para la variable RI4a es <

.05, lo que nos obliga a rechazar la hipótesis nula de homogeneidad de las

varianzas y concluir que son heterogéneas. Debido a ello hemos utilizado el

supuesto de no asunción de varianzas iguales.


264

Con respecto a la prueba t, en las cuatro variables obtenemos una

significación < .05, por lo que rechazamos la hipótesis nula de igualdad de

medias. Concluimos que los dos grupos comparados son distintos en las

variables evaluadas.

Tabla 70.Prueba de muestras independientes (prueba t) para las variables que ajustan ala curva normal.

Prueba de Levene para la

igualdad de varianzasPrueba t para la igualdad de medias

F Sig. t gl Sig. (bilateral)

RA1a* .192 .661 10.280 570 .000

RA6a* .103 .748 9.272 570 .000

RI4a** -3.748 558.699 .000

RI5a* .005 .943 6.531 570 .000* se asumen varianzas iguales; ** no se asumen varianzas iguales.Variable de agrupación: NMb (nota media dicotomizada).RA1a: éxito académico - externo/incontrolable; RA6a: fracaso - externo/incontrolable; RI4a: éxito - habilidad;

RI5a: fracaso - externo.

Los resultados obtenidos coinciden con los que nos da la prueba U de

Mann-Whitney para estas variables (ver tabla 64).

Igual ocurre para el resto de variables que no se distribuyen de una forma

estrictamente normal (tabla 71), hay dos diferencias:

en el caso de la variable SDQ_cf rechazaríamos la hipótesis nula

de igualdad, a un nivel de confianza de .05, que antes habíamos

aceptado, y

aceptaríamos la hipótesis nula en el caso de la variable EXT que

antes habíamos rechazado.


265

Tabla 71.Prueba de muestras independientes (prueba t) para las variables que no ajustana la curva normal.

Prueba de Levene parala igualdad de varianzas

Prueba t para la igualdad de medias

F Sig. t gl Sig. (bilateral)

C.I* 1,103 ,294 -6,850 570 ,000SS** -11,180 561,444 ,000E1A** 22,020 535,267 ,000E1B* ,350 ,554 -20,209 570 ,000E2** 19,359 568,754 ,000E3A* ,273 ,602 17,706 570 ,000E3B* 3,382 ,066 14,117 570 ,000E4A** 21,505 557,154 ,000E5** -19,716 511,109 ,000E6A** 20,516 380,518 ,000E7** 19,519 569,988 ,000E8** -21,243 447,818 ,000RA2a* 1,435 ,231 -4,341 570 ,000RA3a* 3,348 ,068 -7,386 570 ,000RA4a** 9,066 562,235 ,000RA5a** -8,864 545,122 ,000RA7a** 6,710 560,111 ,000RI1a* ,042 ,838 7,127 570 ,000RIa1a* ,508 ,476 7,295 570 ,000RIb1a* ,634 ,426 4,945 570 ,000RI2a** -4,638 565,934 ,000RI3a** 9,572 564,297 ,000SDQ_af** -1,689 542,437 ,092SDQ_cf** -2,092 560,107 ,037SDQ_mat** -6,733 558,240 ,000SDQ_leng* 3,848 ,050 -6,375 570 ,000SDQ_ing* ,221 ,638 -9,565 570 ,000SDQ_prof** -9,637 509,591 ,000SDQ_padres** -7,672 504,604 ,000SDQ_peer** -2,822 553,554 ,005CO** -7,317 561,948 ,000AP** -10,567 550,122 ,000EXT* ,324 ,569 -1,749 570 ,081AMaB** -5,121 554,579 ,000InEm** 3,718 512,910 ,000

* se asumen varianzas iguales; ** no se asumen varianzas iguales. Variable de agrupación: NMb (notamedia dicotomizada).

CI: Cociente Intelectual; SS: Estatus Sociométrico; E1A: interés por actividades que no implican esfuerzo;E1B: interés por actividades académicas; E2: ansiedad inhibidora del rendimiento; E3A: motivación (interéspor) de lucimiento; E3B: motivación (falta de interés por) de lucimiento; E4A: evitar juicios negativos; E5:autoconcepto como trabajador; E6A: autoconcepto como vago ("soy vago"); E7: búsqueda de juiciospositivos de competencia; E8: ansiedad facilitadora del rendimiento;; RA2a: fracaso: falta de esfuerzo;RA3a: éxito: habilidad; RA4a: fracaso: profesor; RA5a: éxito: esfuerzo; RA7a: fracaso: falta de habilidad;RI1a: fracaso: interno; RIa1a: fracaso: falta de habilidad; RIb1a: fracaso: falta de esfuerzo; RI2a: éxito:esfuerzo; RI3a: éxito: externo; SDQ_af: apariencia física; SDQ_cf: habilidad física; SDQ_mat: mates;SDQ_leng. lenguaje; SDQ_ing: inglés; SDQ_prof: profesores; SDQ_pad: padres; SDQ_peer: compañeros;CO: Conciencia; AP: Apertura; EXT: Extraversión; AMaB: Amabilidad; InEm: Inestabilidad Emocional.

Resultados. ARL.

267

3.4. Análisis de Regresión Logística Binaria (ARL).

En principio pensamos emplear la técnica de análisis discriminante para

establecer las variables que diferencian entre alumnos de alto y bajo rendimiento,

pero para poder utilizar esta técnica se tienen que cumplir una serie de

condiciones, una de las cuales es que las variables independientes a emplear

deben seguir una distribución normal cosa que no sucede en nuestro caso, por

tanto abandonamos la idea de utilizar esta técnica y empleamos la de análisis de

regresión logística binomial, que es la alternativa a aquel cuando no se cumple

el supuesto de normalidad.

Este tipo de análisis no se enfrenta a los supuestos tan estrictos a los que

se somete el análisis discriminante y es mucho más robusto cuando dichos

supuestos, entre ellos el de normalidad, no se cumplen (Hair et al., 2005;

Martínez Arias, 1999).

3.4.1. Previos.

A) Variables a eliminar/incluir en el análisis.

Las variables que vamos a eliminar en el análisis de regresión son las que

siguen a continuación (y por los motivos que exponemos):


268

Baja fiabilidad: SDQ_peer y Rib1a (y FIV > 10).

Factor de Inflación de la Varianza mayor de 10: E4A, RI1a, RIa1a.

Alta correlación con otras variables: E1B, E3A, E3B (y relativa baja

fiabilidad), E6A y E7.

Otras:

Ra6a, por semejanza con RI5a, sobrerrepresentación de

las variables RA y relativa baja fiabilidad,

RI3a, por semejanza con RA1a, correlación

relativamente alta y fiabilidad relativamente baja, y

RI4a, por semejanza inversa con RA7a y relativa baja

fiabilidad.

Así pues las variables, independientes, incluidas en el ARL son las 26

siguientes:

CI: Cociente Intelectual

SS: Estatus Sociométrico

E1A: interés por actividades que noimplican esfuerzo

E2: ansiedad inhibidora del rendimiento

E5: autoconcepto como trabajador

E8: ansiedad facilitadora del rendimiento

RA1a: éxito académico -externo/incontrolable

RA2a: fracaso - falta de esfuerzo

RA3a: éxito - habilidad

RA4a: fracaso - profesor

RA5a: éxito - esfuerzo

RA7a: fracaso - falta de habilidad

RI2a: éxito - esfuerzo

RI5a: fracaso - externo

SDQ_af: apariencia física

SDQ_cf: habilidad física

SDQ_mat: mates

SDQ_leng: lenguaje

SDQ_ing: inglés

SDQ_prof: profesores

SDQ_pad: padres

CO: Conciencia

AP: Apertura

EXT: Extraversión

AMaB: Amabilidad

InEm: Inestabilidad Emocional

Resultados. ARL.

269

B) Tamaño de la muestra. Para determinar si su tamaño es el adecuado para

nuestro análisis hemos empleado la fórmula de Freeman (1987) según la cual:

T = 10 * (k + 1), siendo k = nº de covariables (es decir VIs)

Nosotros hemos empleado 26 variables, por tanto el tamaño de la muestra

debe ser igual o superior a: T = 10 . (26 + 1) = 270, nuestro estudio supera esta

cifra (572 participantes).

C) Variable dependiente. Como hemos apuntado anteriormente, la VD la hemos

definido hallando la media de las notas obtenidas por los alumnos en

matemáticas, lengua castellana, lengua valenciana e inglés, por tanto la fórmula

empleada ha sido la siguiente:

4

ingvalcasmatNM

Los modelos de regresión logística permiten establecer si una variable

categórica, en nuestro caso la nota media (NM), depende de otras variables. El

modelo que utilizamos es binomial porque la variable dependiente adopta 2

valores: 0 para los participantes cuya NMb ≤ 5, y 1 para los que obtienen una

NMb > 5.

D) Método a emplear. En esta técnica, ARL con una VD binaria, hemos seguido

el método por pasos hacia delante utilizando como criterio la significación

estadística de los coeficientes "b" de las variables introducidas usando el

estadístico "W" de Wald (Alderete, 2006).


270

3.4.2. Cálculos iniciales.

En la tabla 72 presentamos la clasificación de los casos según su

ocurrencia y según la predicción realizada en función del modelo nulo.

Observamos que hay un 100% de acierto del pronóstico de nota media igual o

menor de 5 (NMb = 0), y cero aciertos en el pronóstico de NMb = 1, por lo que el

tanto por cien de acierto es igual al 51 %.

Tabla 72.

Tabla de clasificación (a, b).

Observado

Pronosticado

Nota Media Porcentaje

correcto0 1

Paso 0 Nota Media 0 292 0 100.0

1 280 0 .0

Porcentaje global 51.0

a: Se incluye constante en el modelo; b: El valor de corte es .500.

Tabla 73.

Estadísticos estimados del modelo nulo (paso 0).

B E.T. Wald gl Sig. Exp(B)

Paso 0 Constante -.042 .084 .252 1 .616 .959

En la tabla 73 mostramos los parámetros del modelo nulo, como vemos el

estadístico Wald no es significativo (,208) por lo que podemos decir que “B” no

difiere de forma estadísticamente significativa de 0 por lo que no produce ningún

cambio sobre la variable dependiente NMb.

En la tabla siguiente (tabla 74) se presenta la ganancia obtenida en cada

modelo (en cada paso se introduce una variable nueva). La hipótesis nula (H0) a

Resultados. ARL.

271

contrastar es que los coeficientes de las variables introducidas en el último paso

son iguales a cero, en todos los caso el Chi-cuadrado es significativo por lo que

la H0 se desestima.

Tabla 74.

Pruebas omnibus de coeficientes de modelo.

Chi-cuadrado Gl Sig.

Paso 1 Paso 301.509 1 .000Bloque 301.509 1 .000Modelo 301.509 1 .000








Paso 9 Paso 5.620 1 .018

Bloque 456.532 9 .000

Modelo 456.532 9 .000


272

3.4.3. Pruebas de bondad de ajuste.

A continuación evaluaremos si el modelo ajusta a los datos y para ello

emplearemos tres procedimientos: R2 de Nagelkerke, la prueba de Hosmer y

Lemeshow y curva COR.

A) Con respecto a la R2 de Nagelkerke, en la tabla 75 ofrecemos un resumen de

los modelos. Vemos que el valor de “-2 log” va disminuyendo desde el paso 1 al

paso 9, lo que quiere decir que el modelo ajusta cada vez más y su verosimilitud

es mayor.

Los coeficientes de determinación (R2) son relativamente altos. La R2 de

Cox y Snell no puede alcanzar el valor máximo de 1, por lo que Nagelkerke

propuso una modificación que recoge los rangos entre 0 y 1 (Hair et al., 2005).

La R2 de Nagelkerke indica que las variables introducidas en el noveno paso

explican el 73.3 % (.733) de la varianza de la variable dependiente (NMb).

B) La prueba de Hosmer y Lemeshow (tabla 76) evalúa la correspondencia de

los valores reales y predichos de la variable dependiente (Hair et al., 2005). Si

Chi-cuadrado fuera significativo la prueba indicaría un pobre ajuste del modelo,

rechazaríamos la H0 de igualdad, en nuestro caso Chi-cuadrado no es

significativo en el paso 9 (.166), aceptamos la hipótesis nula de no existencia de

diferencias entre los datos predichos y los observados y, por tanto, podemos

decir que el modelo ajusta bien a los datos, basta notar la similitud entre valores

esperados y observados en la tabla 77.

Resultados. ARL.

273

Tabla 75.

Resumen de los modelos. R2 de Nagelkerke.

Paso Logaritmo de la verosimilitud -2 R2 de Cox y Snell R2 de Nagelkerke

1 491.199a .410 .546

2 451.160a .450 .600

3 418.297b .480 .641

4 395.148b .501 .668

5 377.507b .516 .688

6 360.507b .530 .707

7 352.575b .537 .716

8 341.797b .545 .727

9 336.177b .550 .733a. La estimación ha terminado en el número de iteración 5 porque las estimaciones de parámetro han

cambiado en menos de .001.

b. La estimación ha terminado en el número de iteración 6 porque las estimaciones de parámetro han

cambiado en menos de .001.

Tabla 76.

Prueba de Hosmer y Lemeshow.

Paso Chi-cuadrado gl Sig.

1 44.701 5 .000

2 57.952 6 .000

3 36.041 8 .000

4 15.966 8 .043

5 22.530 8 .004

6 14.487 8 .070

7 10.350 8 .241

8 13.622 8 .092

9 11.683 8 .166

Tabla 77.

Tabla de contingencia para la prueba de Hosmer y Lemeshow (último paso).

NMb ≤ 5 NMb > 5

TotalObservado Esperado Observado Esperado

Paso 9 1 58 57,846 0 ,154 58

2 58 57,407 0 ,593 58

3 58 56,323 0 1,677 58

4 46 47,566 12 10,434 58

5 30 33,339 28 24,661 58

6 18 21,640 40 36,360 58

7 16 11,228 42 46,772 58

8 8 4,663 50 53,337 58

9 0 1,741 58 56,259 58

10 0 ,246 50 49,754 50


274

C) Otra forma de evaluar el ajuste del modelo es mediante el análisis de la curva

COR (Característica Operativa del Receptor). La hipótesis nula a contrastar en

este tipo de curvas es la de no discriminación que en la curva corresponde a la

diagonal, la cual representa la nula capacidad de discriminación.

Figura 18. Curva COR (variable: probabilidad pronosticada y NMbb).

Los ejes de la curva COR (figura 18) representan a) la sensibilidad, que

en nuestro caso es la proporción de sujetos clasificados en NMb > 5 en relación

con todos los que realmente tienen NMb > 5, por tanto si todos los alumnos que

han obtenido una NMb > 5 los hemos clasificado correctamente, la sensibilidad

será igual a 1, y b) la especificidad mide la proporción de sujetos clasificados en

el grupo NMb ≤ 5 en relación con todos los sujetos que han obtenido esa

Resultados. ARL.

275

calificación. La especificidad será igual a 1 si todos los alumnos han sido

clasificados correctamente. En la tabla 79, último paso, podemos observar estos

parámetros:

especificidad: 84.2,

sensibilidad: 87.9,

proporción de falso negativo: .12, y

proporción de falso positivo: .15

El área bajo la curva (ABC) es un parámetro para evaluar la bondad de la

prueba. Este área puede interpretarse como la probabilidad de que ante un par

de individuos, uno con NMb > 5 y el otro con NMb ≤ 5, la prueba los clasifique

correctamente (Hanley, 1988; Hanley y McNeil, 1982, 1983). Los valores de ABC

oscilan entre los valores de 1 y .5, el primer valor representa el ajuste perfecto y

el segundo la no existencia de ajuste.

En nuestro caso el valor de ABC es .942 (tabla 78) con una significación

de .000, lo que significa que la probabilidad de clasificar correctamente a un par

de sujetos, uno con bajo rendimiento y otro con alto, es del 94.2 %.

Tabla 78.

Área bajo la curva COR.

Área Error estándara Sig. asintóticab

95% de intervalo de confianza asint.

Límite inferior Límite superior

,942 ,009 ,000 ,925 ,959Variable(s) de resultado de prueba: probabilidad pronosticada;a. Bajo el supuesto no paramétrico; b. Hipótesis nula: área verdadera = 0,5


276

3.4.4. Variables en el modelo. Valor predictivo.

En la tabla 79 observamos que en el último modelo, paso 9, el porcentaje

global de clasificación correcta es de 86 %, dicho modelo clasifica correctamente

el 84,2% de los casos incluidos en el valor 0, y el 87.9 % de los incluidos en el

valor 1. Podemos decir acerca de las variables del modelo que:

tienen alta sensibilidad para diagnosticar adecuadamente a los

sujetos con NMb > 5, la proporción es del 87.9 %,

también es alta su especificidad es decir su capacidad de detectar

los casos que no son NMb > 5 (84.2 %),

es bastante baja la proporción de falso positivo (15 %) que consiste

en diagnosticar NMb > 5 cuando no lo es, y

también es baja (12 %) la proporción de falso negativo, es decir de

cometer el error de diagnosticar NMb ≤ 5 cuando no lo es.

En la tabla 80 vemos que la primera variable que ingresa en el modelo es

E1A, en el paso 1, y en el último paso las variables que forman el modelo son:

• CI: cociente intelectual,

• SS: estatus sociométrico

• E1A: interés por actividades que no implican esfuerzo

• E5: autoconcepto como trabajador

• E8: ansiedad facilitadora del rendimiento

• RA1a: éxito académico: externo/incontrolable

• SDQ_cf: autoconcepto referido a la habilidad física

• SDQ_ing: autoconcepto referido a la materia inglés

• InEm: Inestabilidad Emocional

Resultados. ARL.

277

El resto de las variables han sido descartadas debido a que sus

coeficientes no presentan una diferencia significativa de 0, por lo que no aportan

nada a la predicción que pretendemos con el modelo.

Tabla 79.

Tabla de clasificación (a).

Observado

Pronosticado

Nota Media Porcentaje

Correcto0 1

Paso 1 Nota Media 0 214 78 73,3

1 44 236 84,3



1 44 236 84.3



1 48 232 82.9



1 50 230 82.1



1 40 240 85.7



1 40 240 85.7



1 36 244 87.1



1 40 240 85.7



1 34 246 87.9


a El valor de corte es .500


278

Tabla 80.

Variables en la ecuación.

B E. T. Wald gl Sig. Exp(B)

95% I.C. para EXP(B)

Inferior Superior

Paso 1a E1A -.659 .049 179.126 1 .000 .517 .470 .570

Constante 6.675 .504 175.094 1 .000 792.049

Paso 2b E1A -.466 .058 64.011 1 .000 .628 .560 .704

E5 .512 .084 37.258 1 .000 1.668 1.415 1.966

Constante 1.161 .978 1.408 1 .235 3.193

Paso 3c SS 1.318 .247 28.507 1 .000 3.737 2.303 6.064

E1A -.451 .062 53.231 1 .000 .637 .564 .719

E5 .494 .086 33.315 1 .000 1.639 1.386 1.939

Constante .905 1.008 .806 1 .369 2.473

Paso 4d SS 1.271 .251 25.569 1 .000 3.566 2.178 5.837

E1A -.408 .063 41.317 1 .000 .665 .587 .753

E5 .539 .090 35.830 1 .000 1.715 1.437 2.046

RA1a -.100 .022 21.123 1 .000 .905 .867 .944

Constante 2.469 1.081 5.220 1 .022 11.813

Paso 5e SS 1.355 .252 28.986 1 .000 3.876 2.367 6.347

E1A -.377 .065 33.447 1 .000 .686 .603 .779

E5 .505 .092 30.206 1 .000 1.657 1.384 1.984

RA1a -.108 .023 22.149 1 .000 .897 .858 .939

SDQ_ing .084 .020 16.865 1 .000 1.087 1.045 1.131

Constante .935 1.149 .661 1 .416 2.546

Paso 6f SS 1.393 .253 30.322 1 .000 4.028 2.453 6.614

E1A -.428 .070 37.937 1 .000 .652 .569 .747

E5 .446 .094 22.480 1 .000 1.561 1.299 1.877

RA1a -.115 .023 23.996 1 .000 .892 .852 .934

SDQ_ing .098 .022 20.444 1 .000 1.103 1.057 1.150

InEm -.083 .021 15.590 1 .000 .920 .883 .959

Constante 5.135 1.588 10.461 1 .001 169.820

Paso 7g SS 1.504 .262 32.921 1 .000 4.499 2.692 7.520

E1A -.420 .071 35.157 1 .000 .657 .572 .755

E5 .513 .101 26.029 1 .000 1.671 1.372 2.035

RA1a -.113 .024 22.053 1 .000 .893 .852 .936

SDQ_cf -.071 .026 7.664 1 .006 .932 .886 .980

SDQ_ing .110 .023 23.851 1 .000 1.117 1.068 1.167

InEm -.088 .021 17.106 1 .000 .916 .878 .955

Constante 5.972 1.653 13.053 1 .000 392.308

Resultados. ARL.

279

Paso 8h SS 1.436 .268 28.660 1 .000 4.205 2.485 7.114

E1A -.294 .082 12.746 1 .000 .745 .634 .876

E5 .440 .105 17.631 1 .000 1.553 1.264 1.907

E8 .470 .146 10.416 1 .001 1.600 1.203 2.127

RA1a -.103 .025 16.940 1 .000 .903 .859 .948

SDQ_cf -.097 .028 12.315 1 .000 .907 .859 .958

SDQ_ing .119 .024 25.602 1 .000 1.126 1.076 1.179

InEm -.093 .022 18.248 1 .000 .912 .874 .951

Constante 2.403 1.974 1.482 1 .223 11.059

Paso 9i CI .028 .012 5.352 1 .021 1.028 1.004 1.053

SS 1.368 .273 25.031 1 .000 3.927 2.298 6.711

E1A -.324 .084 15.006 1 .000 .724 .614 .852

E5 .446 .106 17.726 1 .000 1.563 1.269 1.923

E8 .418 .146 8.177 1 .004 1.519 1.140 2.022

RA1a -.088 .026 11.916 1 .001 .915 .871 .963

SDQ_cf -.098 .028 12.536 1 .000 .907 .859 .957

SDQ_ing .119 .023 25.563 1 .000 1.126 1.075 1.179

InEm -.092 .021 18.419 1 .000 .912 .874 .951

Constante -.161 2.253 .005 1 .943 .852a. Variables especificadas en el paso 1: E1A; b. Variables especificadas en el paso 2: E5; c. Variablesespecificadas en el paso 3: SS; d. Variables especificadas en el paso 4: RA1a; e. Variables especificadasen el paso 5: SDQ_ing; f. Variables especificadas en el paso 6: InEm; g. Variables especificadas en elpaso 7: SDQ_cf; h. Variables especificadas en el paso 8: E8; i. Variables especificadas en el paso 9: CI.

CI: cociente intelectual; SS: estatus sociométrico; E1A: interés por actividades que no implican esfuerzo;E5: autoconcepto como trabajador; E8: ansiedad facilitadora del rendimiento; RA1a: éxito académico:externo/incontrolable; SDQ_cf: habilidad física; SDQ_ing: inglés, InEm: Inestabilidad Emocional.

Ninguno de los intervalos de confianza incluye el valor 1, por tanto los

valores de Odds-Ratio (OR) son todos estadísticamente significativos:

Los valores de la OR que se aproximan a 1, coeficiente B próximo

a 0 [( = ,[(ܤ)ݔܧ indican que los cambios que se produzcan en

la variable explicativa asociada de que se trate tendrán muy escaso

efecto sobre la variable dependiente NMb. Si la OR = 1, el efecto

es nulo, no hay asociación entre variables.

Los valores OR menores de 1 se consideran factores de protección

ya que la asociación es negativa, es decir que la presencia del


280

factor se asocia con la menor ocurrencia del evento. Son los

valores relacionados con las variables: E1A, RA1A, SDQ_cf e

InEm, los valores que aportan estas variables a la ecuación de

ajuste son negativos.

Por último, los valores OR mayores de 1 se consideran factores de

riesgo porque la asociación es positiva, es decir la presencia del

factor se asocia a la mayor ocurrencia del evento. Son los valores

relacionados con las variables: CI, SS, E5, E8 y SDQ_ing, en este

caso los valores que aportan a la ecuación de ajuste son positivos.

El coeficiente B indica el valor de la aportación al modelo de cada variable.

Así la variable que más aporta es SS (B = 1.368), y la que menos CI (B = .028).

La ecuación de ajuste (Pérez, 2005), en función de las variables

introducidas en el paso 9, es la siguiente (hemos de hacer notar que la constante

no tiene significatividad -.943- y es adecuado sacarla del modelo):

ee

x

x

P

1

siendo e = 2,7182818 (constante), y siendo

x = 0.028CI + 1.368SS - 0.324E1A + 0.446E5 + 0.418E8 - 0.088RA1a -

0.098SDQ_cf + 0.119SDQ_ing - 0.092InEm

Valores de P ≥ ,50 llevan a pronosticar la pertenencia de un sujeto

determinado al valor 1; por el contrario valores de P < ,50 pronostican la

pertenencia al valor 0.

Resultados. ARL.

281

3.4.5. Análisis de medias.

Seguidamente aplicamos la ecuación obtenida y obtenemos el valor

correspondiente para cada uno de los 572 participantes en la investigación, esta

nueva variable la dicotomizamos en función de la probabilidad obtenida (P < .50

= 0; P ≥ .50 = 1) para utilizarla como variable de agrupación en la aplicación de

la prueba U de Mann-Whitney, para muestras independientes, a las variables

nota media (NM), calificación de lengua castellana (CAS), calificación de lengua

valenciana (VAL), calificación de matemáticas (MAT) y calificación de inglés

(ING) (tabla 81).

Tabla 81.

Prueba U de Mann-Whitney para la igualdad de medias, variables: NMb, CAS,

Val, MAT, ING. Estadísticos de prueba.

NM CAS VAL MAT ING

U de Mann-Whitney 4908 8060 10370 9388 10704

W de Wilcoxon 40954 44106 46416 45434 46750

Z -18.208 -17.100 -15.847 -16.339 -15.621


Tabla 82.

Medias, variables: NMb, CAS, Val, MAT, ING.

Media

P<.50

n=268

P≥.50

n=304

NM 3.239 6.638

CAS 3.160 6.550

VAL 3.300 6.550

MAT 3.300 6.870

ING 3.190 6.580NM: nota media; CAS: calificación de lengua castellana; VAL: calificación de lengua valenciana; MAT:calificación de matemáticas; ING: calificación de inglés; SUS: número de suspensos.


282

Como vemos (tablas 81 y 82) existen diferencias significativas entre las

variables que presentamos. La diferencia de medias que se da entre los dos

grupos dicotomizados por la probabilidad .50 es de más de 3 puntos sobre 10 en

todas las variables. Representamos en la figura 19 estos resultados.

Figura 19. Medias de las calificaciones obtenidas por los sujetos dicotomizadospor el valor P obtenido.

NM CAS VAL MAT ING

P < .50 3,239 3,16 3,3 3,3 3,19

P > .50 6,638 6,55 6,55 6,87 6,58

1

2

3

4

5

6

7

8

Resultados. Modelo causal.

283

3.5. Modelo causal explicativo del rendimiento académico.

Los modelos causales se basan lógicamente en la existencia de

relaciones de causa-efecto, las cuales implican una secuencia temporal en el

sentido de que unas están antes y otras después. Si A es causa de B, siempre

que suceda A sucederá B y siempre que varíe A variará B.

La construcción de un modelo causal implica “la construcción de un

modelo simplificado de la realidad social” (Gondar Nores, 2002, p. 3), el cual se

define con un número escogido y limitado de variables relacionadas de alguna

forma y que explican de la mejor forma posible nuestro objeto de estudio -la

variable dependiente, endógena- en nuestro caso el rendimiento académico.

A partir del modelo propuesto se establecen toda una serie de ecuaciones

estructurales que forman un sistema que describe las relaciones que se

establecen entre las variables independientes, exógenas, entre sí y con la VD.

Así mismo, partiendo del sistema formulado se establecen los parámetros

que representan las relaciones inter-variables, estos se comparan con los “datos

empíricos que se poseen, con el fin de evaluar el modelo construido, en términos

de aceptarlos o rechazarlos” (Gondar Nores, 2002, p. 3), consiste en evaluar si

el modelo construido se ajusta a los datos y en introducir los cambios que se

crean oportunos (Bisquerra, 1989).

Por tanto, con la finalidad de progresar en la comprensión de las


284

relaciones existentes inter-variables mediante el establecimiento de un modelo

explicativo de las interrelaciones que se producen entre ellas y con el rendimiento

académico, tercer objetivo de nuestro trabajo, efectuamos el contraste de un

modelo causal mediante la técnica del modelado de ecuaciones estructurales.

Para evaluar los datos -que son las puntuaciones originales, no matrices

de correlaciones o de covarianzas, ya que facilitan el análisis cuando su

distribución no es normal (Arias, 2008)- vamos a emplear dos métodos, el de

mínimos cuadrados generalizados (generaliced least squares, GLS) porque

puede ajustar el modelo cuando los datos no sean normales como es nuestro

caso (Gondar Nores, 2002), y el de máxima verosimilitud (maximum likelihood,

ML) porque es suficientemente robusto cuando existen desviaciones de la

normalidad, especialmente cuando la muestra es grande y los valores de

asimetría y curtosis no son extremos: valores de asimetría y de curtosis

superiores a |2| y a |7| respectivamente (Browne, 1984; West, Finch, y Curran,

1995; Finney y DiStefano, 2006). En nuestro caso no hay ninguna variable que

supere esos valores.

El programa informático empleado ha sido el IBM SPSS AMOS v. 22

(Arbuckle, 2013).

3.5.1. Modelo teórico inicial.

Partimos del modelo que representamos en la figura 20, el cual es un

modelo recursivo ya que ninguna variable tiene un efecto sobre sí misma, en él


285

aparecen todas las variables -observadas- que han entrado a formar parte de la

ecuación de ajuste hallada mediante análisis de regresión logística junto con los

términos de error de cada una de estas variables (e*). Estas son:

1. B: Inestabilidad Emocional (InEm-BFQ),

2. CI: cociente intelectual (CI),

3. E: éxito académico: externo/incontrolable (Ra1a - EAT),

4. M1: interés por actividades que no implican esfuerzo (E1A - MAPE),

5. M2: autoconcepto como trabajador (E5 - MAPE),

6. M3: ansiedad facilitadora del rendimiento (E8 - MAPE),

7. S1: autoconcepto en habilidad física (SDQ I-cf),

8. S2: autoconcepto en lengua inglesa (SDQ I-ing),

9. SS: estatus sociométrico (SS),

10.NM, nota media de las calificaciones de lengua castellana, valenciana,

inglesa y de matemáticas: (CAS + VAL + ING + MAT) / 4 (NM).

Hemos cambiado el nombre a algunas de las variables por comodidad en

su manejo, indicamos entre paréntesis el nombre anterior.

Las variables siguientes son los términos de error de cada una de las

variables anteriores:

11. eB

12. eCI

13. eE

14. eM1

15. eM2

16. eM3

17. eNM

18. eS1

19. eS2

20. eSS

Por último, hemos definido una variable latente, M, no observada de forma

directa la cual está en función de tres variables observadas, M1, M2 y M3.

21.M: motivación hacia el aprendizaje.

Con respecto al tamaño de la muestra adecuado en este tipo de análisis,

decir que hay disparidad de criterios, así Jackson (2003) opina que un tamaño


286

mínimo debe ser de 200 sujetos, por otra parte Kline (2005) considera que el

número de participantes debe estar comprendido entre 10 y 20 por parámetro

estimado. En nuestro caso hemos empleado 11 variables a las que añadimos

otras 10 variables que representan los términos de error, si consideramos 20

participantes: 21 variables x 20 observaciones = 420. Nuestra investigación

supera ese número con creces.

En el modelo inicial (figura 20) representamos las vías de influencia de las

variables que en él intervienen, así:

1) Las variables E, B, CI, SS, S1 y S2 influyen de forma directa sobre la

VD, nota media de los participantes.

2) Las variables M1, M2 y M3 forman un único factor, M, que incide

directamente sobre la VD.

3) Ninguna variable es influida por otra u otras.

Este modelo inicial no ajusta a los datos (tabla 83) aunque explica un 65

y un 82 % de la varianza (según método) de la variable dependiente (tabla 84,

figuras 21 y 22).

La hipótesis nula a contrastar es la de igualdad: la función de discrepancia

es 0 en la población, es decir, el modelo teórico propuesto es igual al modelo

real, por tanto si la P asociada es menor de .05 tendremos que rechazar la H0 y

concluir que ambos modelos son distintos. Es lo que ocurre aquí (tabla 83) el

valor P es de .000 por lo que no nos queda más remedio que rechazar el modelo

teórico como modelo adecuado a los datos que manejamos. Los demás índices

de ajuste tampoco son satisfactorios (tabla 85).


287

Tabla 83.

Modelo 0 (inicial). Función de discrepancia mínima de la muestra, CMIN / DF.

Método NPAR CMIN DF P CMIN/DF

GLS 20 363.533 35 .000 10.387

ML 20 586.042 35 .000 16.744

NPAR: nº de parámetros diferentes a estimar; CMIN: valor mínimo de la discrepancia; DF: grados delibertad; P: probabilidad de obtener una discrepancia.

Tabla 84.

Modelo 0 (inicial). Correlaciones múltiples al cuadrado.

Método S1 S2 SS CI B E M1 M2 M3 NM

GLS .000 .000 .000 .000 .000 .000 .680 .402 .610 .647

ML .000 .000 .000 .000 .000 .000 .837 .683 .813 .819

S1: autoconcepto en habilidad física; S2: autoconcepto en lengua inglesa; SS: estatus sociométrico; CI:cociente intelectual; B: Inestabilidad Emocional; E: éxito académico: externo/incontrolable; M1: interés poractividades que no implican esfuerzo; M2: autoconcepto como trabajador; M3: ansiedad facilitadora delrendimiento; NM: nota media.

Tabla 85.Modelo 0 (inicial). Índices de bondad de ajuste, resumen.

Método GFI AGFI NFI TLI CFI RMR RMSEA AIC

GLS .873 .800 .278 .079 .284 7.614 .128 403.533

ML .823 .721 .788 .739 .797 4.974 .166 623.042

GfI: índice de bondad de ajuste; AGFI: índice ajustado de bondad de ajuste; NFI: índice de ajustenormalizado; TLI: índice de ajuste no normalizado; CFI: índice de ajuste comparativo; RMR: raíz cuadradamedia residual; RMSEA: error cuadrático medio de aproximación; AIC: criterio de información de Akaike.

El valor óptimo para estos índices que indicarían un buen ajuste del

modelo son: para GFI, AGFI, NFI, TLI y CFI, un valor de 1 representa un ajuste

perfecto. Para RMR y RMSEA el valor óptimo es 0. El valor de AIC debe ir

reduciéndose progresivamente desde el modelo inicial al final, el valor más

pequeño indicará el mejor ajuste.


288

En las siguientes tablas mostramos a) los pesos de regresión

estandarizados (tabla 86), los cuales expresan la magnitud del efecto de las

variables explicativas, b) los efectos directos estandarizados de unas variables

sobre otras (tabla 87), y c) los efectos indirectos estandarizados (tabla 88) que

en este modelo inicial son todos iguales a cero, por lo que los efectos totales,

suma de efectos directos e indirectos) son iguales a los directos.

Tabla 86.Modelo inicial. Pesos de regresión estandarizados (GLS).

Método VARIABLES Estimate

GLS NM ← E -.144

NM ← B -.148

NM ← CI .080

NM ← SS .187

NM ← S2 .023

NM ← S1 .012

NM ← M -.750

M2 ← M -.634

M3 ← M -.781

M1 ← M .825

ML NM ← E -.126

NM ← B -.143

NM ← CI .063

NM ← SS .165

NM ← S2 .048

NM ← S1 .030

NM ← M -.865

M2 ← M -.827

M3 ← M -.902

M1 ← M .915 E: éxito académico: externo/incontrolable; B: Inestabilidad Emocional; CI: cociente intelectual; SS: estatussociométrico; S2: autoconcepto en lengua inglesa; S1: autoconcepto en habilidad física; M1: interés poractividades que no implican esfuerzo; M2: autoconcepto como trabajador; M3: ansiedad facilitadora delrendimiento; NM: nota media; M: variable latente.


289

Tabla 87.

Modelo inicial. Efectos directos estandarizados.

Método M S2 S1 SS CI B E

GLS NM -.750 .023 .012 .187 .080 -.148 -.144

M3 -.781 .000 .000 .000 .000 .000 .000

M2 -.634 .000 .000 .000 .000 .000 .000

M1 .825 .000 .000 .000 .000 .000 .000

ML NM -.865 .048 .030 .165 .063 -.143 -.126

M3 -.902 .000 .000 .000 .000 .000 .000

M2 -.827 .000 .000 .000 .000 .000 .000

M1 .915 .000 .000 .000 .000 .000 .000

Tabla 88.

Modelo inicial. Efectos indirectos estandarizados.

Método M S2 S1 SS CI B E

GLS NM .000 .000 .000 .000 .000 .000 .000

M3 .000 .000 .000 .000 .000 .000 .000

M2 .000 .000 .000 .000 .000 .000 .000

M1 .000 .000 .000 .000 .000 .000 .000

ML NM .000 .000 .000 .000 .000 .000 .000

M3 .000 .000 .000 .000 .000 .000 .000

M2 .000 .000 .000 .000 .000 .000 .000

M1 .000 .000 .000 .000 .000 .000 .000

M: variable latente; S2: autoconcepto en lengua inglesa; S1: autoconcepto en habilidad física; SS: estatussociométrico; CI: cociente intelectual; B: Inestabilidad Emocional; E: éxito académico: externo/incontrolable;M1: interés por actividades que no implican esfuerzo; M2: autoconcepto como trabajador; M3: ansiedadfacilitadora del rendimiento; NM: nota media.

Variable

spers

onale

spre

dic

tora

sdelR

A.E

stu

dio

em

pír

ico.

290

E:

éxito

aca

dé

mic

o:

exte

rno

/inco

ntr

ola

ble

;B

:In

esta

bili

da

dE

mo

cio

nal;

CI:

cocie

nte

inte

lectu

al;

M:

va

ria

ble

late

nte

;M

1:

inte

rés

po

ra

ctivid

ade

sq

ue

no

implic

an

esfu

erz

o;

M2

:a

uto

co

nce

pto

com

otr

ab

aja

do

r;M

3:

an

sie

dad

facili

tado

rade

lre

nd

imie

nto

;S

S:

esta

tus

socio

mé

tric

o;

S1

:au

toco

nce

pto

en

ha

bili

da

dfísic

a;

S2:

au

toconce

pto

en

len

gu

ain

gle

sa;

NM

:n

ota

me

dia

.

Fig

ura

20

.M

ode

lote

órico

inic

ial.

Resultados.

Modelo

causal.

291

E:

éxito

aca

dé

mic

o:

exte

rno

/inco

ntr

ola

ble

;B

:In

esta

bili

da

dE

mo

cio

nal;

CI:

cocie

nte

inte

lectu

al;

M:

va

ria

ble

late

nte

;M

1:

inte

rés

po

ra

ctivid

ade

sq

ue

no

implic

an

esfu

erz

o;

M2

:a

uto

co

nce

pto

com

otr

ab

aja

do

r;M

3:

an

sie

dad

facili

tado

rade

lre

nd

imie

nto

;S

S:

esta

tus

socio

mé

tric

o;

S1

:au

toco

nce

pto

en

ha

bili

da

dfísic

a;

S2:

au

toconce

pto

en

len

gu

ain

gle

sa;

NM

:n

ota

me

dia

.

Fig

ura

21

.M

ode

lote

órico

inic

ial.

Estim

acio

nes

esta

nd

ariza

da

s.

Méto

do

:G

LS

.

Variable

spers

onale

spre

dic

tora

sdelR

A.E

stu

dio

em

pír

ico.

292

E:

éxito

aca

dé

mic

o:

exte

rno

/inco

ntr

ola

ble

;B

:In

esta

bili

da

dE

mo

cio

nal;

CI:

cocie

nte

inte

lectu

al;

M:

va

ria

ble

late

nte

;M

1:

inte

rés

po

ra

ctivid

ade

sq

ue

no

implic

an

esfu

erz

o;

M2

:a

uto

co

nce

pto

com

otr

ab

aja

do

r;M

3:

an

sie

dad

facili

tado

rade

lre

nd

imie

nto

;S

S:

esta

tus

socio

mé

tric

o;

S1

:au

toco

nce

pto

en

ha

bili

da

dfísic

a;

S2:

au

toconce

pto

en

len

gu

ain

gle

sa;

NM

:n

ota

me

dia

.

Fig

ura

22

.M

ode

lote

órico

inic

ial.

Estim

acio

nes

esta

nd

ariza

da

s.

Méto

do

:M

L.


293

3.5.2. Modelos intermedios.

A partir del modelo inicial hemos introducido diversas variaciones en él

con la finalidad de ajustar dicho modelo. En las tablas 89 y 90 ofrecemos los

resultados referido a la función de discrepancia mínima de la muestra de los

diferentes modelos propuestos.

El primer modelo en el que encontramos una P >.05, necesaria para

aceptar la hipótesis nula de igualdad, para aceptar el modelo propuesto como

igual al modelo real, es el número 11 (figuras 23 y 24), de donde han

desaparecido tres variables, inestabilidad emocional (InEm), autoconcepto en

habilidad física (S1) y autoconcepto en lengua inglesa (S2).

Este modelo explica un 91 % de la varianza de la VD (92 % con el método

ML). A partir de aquí hemos continuando introduciendo modificaciones con la

finalidad de encontrar el modelo más sencillo posible y que a su vez fuera capaz

de explicar un porcentaje de varianza elevado. Hemos intentado aplicar el

aforismo -atribuido a Einstein- según el cual “Un modelo debe ser tan simple

como sea posible. Pero no más simple”.

Creemos que lo hemos conseguido.


294

Tabla 89.

Función de discrepancia mínima de la muestra, CMIN / DF (GLS).

NPAR CMIN DF P CMIN/DF

Modelo 1 26 243.381 29 .000 8.392

Modelo 2 23 196.342 22 .000 8.925

Modelo 3 24 161.747 21 .000 7.702

Modelo 4 25 93.197 20 .000 4.660

Modelo 5 27 82.207 18 .000 4.567

Modelo 6 28 68.436 17 .000 4.026

Modelo 7 29 53.394 16 .000 3.337

Modelo 8 23 50.673 13 .000 3.898

Modelo 9 20 32.424 8 .000 4.053

Modelo 10 21 21.939 7 .003 3.134

Modelo 11 23 7.121 5 .212 1.424

Modelo 12 19 .358 2 .816 .179

Modelo 13 14 .267 1 .605 .267

Modelo 14 14 .269 1 .604 .269

Modelo 15 9 2.249 1 .134 2.249

Modelo 16 13 2.216 2 .330 1.108

Modelo 17 13 1.542 2 .463 .771

Modelo 18 13 2.172 2 .338 1.086

Modelo 19 13 2.222 2 .329 1.111



295

Tabla 90.

Función de discrepancia mínima de la muestra, CMIN / DF (ML).

NPAR CMIN DF P CMIN/DF

Modelo 1 26 378.805 29 .000 13.062

Modelo 2 23 275.700 22 .000 12.532

Modelo 3 24 193.303 21 .000 9.205

Modelo 4 25 103.724 20 .000 5.186

Modelo 5 27 89.434 18 .000 4.969

Modelo 6 28 76.841 17 .000 4.520

Modelo 7 29 62.279 16 .000 3.892

Modelo 8 23 55.320 13 .000 4.255

Modelo 9 20 33.116 8 .000 4.139

Modelo 10 21 22.025 7 .003 3.146

Modelo 11 23 6.994 5 .221 1.399

Modelo 12 19 .361 2 .835 .180

Modelo 13 14 .269 1 .604 .269

Modelo 14 14 .269 1 .604 .269

Modelo 15 9 2.262 1 .133 2.262

Modelo 16 13 2.172 2 .338 1.086

Modelo 17 13 1.546 2 .462 .773

Modelo 18 13 2.172 2 .338 1.085

Modelo 19 13 2.235 2 .327 1.118


En las tablas 91 y 92 ofrecemos los resultados de los diferentes modelos

propuestos referidos a los distintos índices de ajuste que hemos utilizado.


296

Tabla 91.Índices de bondad de ajuste, resumen (GLS).

ÍNDICES GFI AGFI NFI TLI CFI RMR RMSEA AIC

Modelo 1 .915 .838 .517 .275 .532 5.361 .114 295.403

Modelo 2 .924 .844 .541 .272 .555 5.451 .118 242.342

Modelo 3 .937 .865 .622 .385 .641 4.901 .108 209.747

Modelo 4 .964 .918 .782 .664 .813 3.351 .080 143.197

Modelo 5 .968 .920 .808 .673 .836 3.225 .079 136.207

Modelo 6 .973 .929 .840 .722 .869 3.129 .073 124.436

Modelo 7 .979 .942 .875 .785 .905 1.136 .064 111.394

Modelo 8 .978 .939 .868 .772 .894 1.232 .071 96.673

Modelo 9 .984 .943 .906 .801 .924 .834 .073 72.424

Modelo 10 .989 .956 .936 .851 .954 .837 .061 63.939

Modelo 11 .996 .980 .979 .972 .993 .185 .027 53.121

Modelo 12 1.000 .998 .999 1.000 1.000 .007 .000 38.358

Modelo 13 1.000 .997 .999 1.000 1.000 .004 .000 28.267

Modelo 14 1.000 .9970 1.000 1.000 1.000 .004 .000 28.269

Modelo 15 .998 .980 .992 .972 .995 .019 .047 20.249

Modelo 16 .998 .988 .993 .996 .999 .013 .014 28.216

Modelo 17 .999 .992 .995 1.000 1.000 .029 .000 27.542

Modelo 18 .999 .989 .999 1.000 1.000 .013 .012 28.172

Modelo 19 .998 .988 .993 .996 .999 .022 .014 28.222



297

Tabla 92.

Índices de bondad de ajuste, resumen (ML).

ÍNDICES GFI AGFI NFI TLI CFI RMR RMSEA AIC

Modelo 1 .885 .781 .863 .800 .871 3.555 .145 430.806

Modelo 2 .908 .813 .896 .841 .903 3.230 .142 321.700

Modelo 3 .935 .861 .927 .887 .934 2.548 .120 241.303

Modelo 4 .962 .915 .961 .942 .968 1.991 .086 153.724

Modelo 5 .967 .918 .966 .945 .973 1.849 .083 143.434

Modelo 6 .971 .923 .971 .952 .977 1.823 .079 132.841

Modelo 7 .976 .932 .977 .960 .982 .609 .071 120.279

Modelo 8 .976 .935 .978 .964 .983 .719 .076 101.320

Modelo 9 .984 .945 .987 .973 .990 .266 .074 73.116

Modelo 10 .989 .958 .991 .982 .994 .265 .061 64.025

Modelo 11 .997 .981 .997 .997 .999 .113 .026 52.994

Modelo 12 1.000 .998 1.000 1.000 1.000 .007 .000 38.361

Modelo 13 1.000 .997 1.000 1.000 1.000 .004 .000 28.269

Modelo 14 1.000 .997 1.000 1.000 1.000 .004 .000 28.269

Modelo 15 .998 .980 .999 .996 .999 .019 .047 20.262

Modelo 16 .999 .989 .999 1.000 1.000 .013 .012 28.172

Modelo 17 .999 .992 .999 1.000 1.000 .028 .000 27.546

Modelo 18 .999 .989 .999 1.000 1.000 .013 .012 28.172

Modelo 19 .998 .988 .999 .999 1.000 .020 .014 28.235


Variable

spers

onale

spre

dic

tora

sdelR

A.E

stu

dio

em

pír

ico.

298

E:

éxito

acad

ém

ico

:e

xte

rno

/inco

ntr

ola

ble

;C

I:co

cie

nte

inte

lectu

al;

M:

va

ria

ble

late

nte

;M

1:

inte

rés

po

ra

ctivid

ad

es

que

no

imp

lican

esfu

erz

o;M

2:

au

toco

nce

pto

co

mo

tra

ba

jad

or;

M3

:a

nsie

dad

facili

tad

ora

de

lre

nd

imie

nto

;S

S:e

sta

tus

so

cio

mé

tric

o;

NM

:n

ota

me

dia

.

Fig

ura

23

.M

ode

lo11.E

stim

acio

ne

se

sta

nda

riza

da

s.

Mé

todo

:G

LS

.

Resultados.

Modelo

causal.

299

E:

éxito

acad

ém

ico

:e

xte

rno

/inco

ntr

ola

ble

;C

I:co

cie

nte

inte

lectu

al;

M:

va

ria

ble

late

nte

;M

1:

inte

rés

po

ra

ctivid

ad

es

que

no

imp

lican

esfu

erz

o;M

2:

au

toco

nce

pto

co

mo

tra

ba

jad

or;

M3

:a

nsie

dad

facili

tad

ora

de

lre

nd

imie

nto

;S

S:e

sta

tus

so

cio

mé

tric

o;

NM

:n

ota

me

dia

.

Fig

ura

24

.M

ode

lo11.E

stim

acio

ne

se

sta

nda

riza

da

s.

Mé

todo

:M

L.


300

3.5.3. Modelo final.

El modelo número 20 es el más sencillo de los que hemos probado y que

explica un porcentaje de varianza de la VD considerable (tabla 93, figura 25), un

78%. En la tablas 94 y 95 mostramos los valores de los índices de ajuste

calculados, todos son satisfactorios.

Tabla 93.

Modelo 20 (final). Correlaciones múltiples al cuadrado.

Método SS M2 M3 NM

GLS .000 .534 .204 .775

ML .000 .533 .203 .775

SS: estatus sociométrico; M3: ansiedad facilitadora del rendimiento; M2: autoconcepto como trabajador;NM: nota media.

Tabla 94.

Modelo 20 (final). Función de discrepancia mínima de la muestra, CMIN / DF.

Método NPAR CMIN DF P CMIN/DF

GLS 9 1.525 1 .217 1.525

ML 9 1.532 1 .216 1.532

Tabla 95.

Modelo 20 (final). Índices de bondad de ajuste, resumen.

Método GFI AGFI NFI TLI CFI RMR RMSEA AIC

GLS .999 .987 .994 .988 .998 .018 .030 19.525

ML .999 .987 .999 .998 1.000 .016 .031 19.532



301

Hemos primado la sencillez frente a la varianza explicada. En este modelo

observamos:

que las tres variables independientes, ansiedad facilitadora del

rendimiento (M3), autoconcepto como trabajador (M2) y estatus

sociométrico (SS), inciden directamente sobre la variable dependiente,

nota media (NM),

que la VI estatus sociométrico (SS), además de influenciar directamente

a la VD, lo hace también indirectamente a través de su influencia directa

sobre la ansiedad facilitadora del rendimiento (M3),

que la VI ansiedad facilitadora del rendimiento (M3), además de

influenciar directamente a la VD, lo hace también indirectamente a través

de su influencia directa sobre el autoconcepto como trabajador (M2),

que la VI estatus sociométrico (SS) influye indirectamente sobre la

variable autoconcepto como trabajador (M2) a través de su influencia

directa sobre la ansiedad facilitadora del rendimiento (M3).

En las tablas 96, 97, 98 y 99 ofrecemos los cálculos que permiten la

comprensión de las relaciones que se establecen en el modelo. Las diferencias

que se dan entre los dos métodos empleados, GLS y ML, son mínimas cuando

existen.

Variable

spers

onale

spre

dic

tora

sdelR

A.E

stu

dio

em

pír

ico.

302

M2

:a

uto

co

nce

pto

co

mo

tra

ba

jad

or;

M3

:a

nsie

da

dfa

cili

tad

ora

de

lre

ndim

ien

to;

SS

:esta

tus

so

cio

mé

tric

o;

NM

:n

ota

me

dia

.

Fig

ura

25

.M

ode

lofin

al.

Estim

acio

ne

se

sta

nda

riza

da

s.

Mé

todo

:G

LS

yM

L.


303

Tabla 96.Modelo 20 (final). Pesos de regresión estandarizados.

Método VARIABLES Estimate

GLS M3 ← SS ,451

M2 ← M3 ,731

NM ← SS ,151

NM ← M2 ,383

NM ← M3 ,482

ML M3 ← SS ,450

M2 ← M3 ,730

NM ← SS ,152

NM ← M2 ,383

NM ← M3 ,482

SS: estatus sociométrico; M2: autoconcepto como trabajador; M3: ansiedad facilitadora del rendimiento;NM: nota media.

Tabla 97.Modelo 20 (final). Efectos totales estandarizados.

Método SS M3 M2

GLS M3 ,451 ,000 ,000

M2 ,330 ,731 ,000

NM ,495 ,762 ,383

ML M3 ,450 ,000 ,000

M2 ,329 ,730 ,000

NM ,494 ,761 ,383


304

Tabla 98.

Modelo 20 (final). Efectos directos estandarizados.

Método SS M3 M2

GLS M3 ,451 ,000 ,000

M2 ,000 ,731 ,000

NM ,151 ,482 ,383

ML M3 ,450 ,000 ,000

M2 ,000 ,730 ,000

NM ,152 ,482 ,383

Tabla 99.

Modelo 20 (final). Efectos indirectos estandarizados.

Método SS M3 M2

GLS M3 ,000 ,000 ,000

M2 ,330 ,000 ,000

NM ,344 ,280 ,000

ML M3 ,000 ,000 ,000

M2 ,329 ,000 ,000

NM ,343 ,280 ,000M3: ansiedad facilitadora del rendimiento; M2: autoconcepto como trabajador; SS: estatus sociométrico;NM: nota media.

4. DISCUSIÓN DE LOS RESULTADOS.

Discusión. 1er objetivo.

307

4.1. Discusión de los resultados obtenidos en relación con el

primer objetivo de nuestra investigación.

El primer objetivo que nos hemos propuesto en nuestro trabajo consiste

en determinar si existen diferencias entre los alumnos de alto y bajo rendimiento

académico en relación a las variables consideradas, hemos establecido seis

grupos en los que englobamos nueve hipótesis de trabajo con diversas hipótesis

secundarias asociadas.

Como expusimos en el apartado correspondiente a las hipótesis (ap. 1.2),

estas han sido enunciadas en términos de hipótesis nulas.

A. Discusión de los resultados obtenidos en relación con el primer grupo

de hipótesis.

El primer grupo lo componen 3 hipótesis relacionadas con el género de

los participantes y la popularidad entre sus pares.

La primera de ellas pretende establecer la existencia, o no, de diferencias

en la popularidad de los alumnos en relación a si se es chico o chica. Los

resultados nos indican que no hay diferencias significativas, tan populares o

rechazados son los chicos como las chicas, es lógico que así sea.

Encontramos que los chicos obtienen una peor nota media que las chicas

(2ª hipótesis) pero los datos no son significativos, también aceptamos la hipótesis

nula de igualdad. Estos hallazgos son contradictorios con los datos que nos


308

ofrecen los informes PISA (Rica y González 2013), el Estudio Europeo de

Competencia Lingüística (INEE, 2012) o los hallazgos de Voyer y Voyer (2014),

en todos los cuales se obtienen resultados significativos a favor del mejor

rendimiento de las chicas, en el caso del último estudio citado el mejor

rendimiento se extiende a todas las áreas académicas.

Los resultados obtenidos en relación con la popularidad de los alumnos y

el rendimiento académico muestran que los alumnos rechazados obtienen peor

resultado que los alumnos que son percibidos como populares por sus pares, la

interpretación no es clara ya que, por una parte, podría ocurrir que al alumno que

fracasa en la escuela se le rechaza, o que el alumno que es rechazado fracasa

por causa de ese rechazo. Lo más probable es que sea un efecto circular: el

fracaso origina rechazo que a su vez origina más fracaso que a su vez …

Estos hallazgos son congruentes con los obtenidos por Estell et al. (2002),

estos autores encuentran correlaciones entre el rendimiento académico con los

alumnos a) populares prosociales, y b) que manifiestan conductas agresivas, las

correlaciones son positivas en el primer caso y negativas en el segundo.

B. Discusión de los resultados obtenidos en relación con el segundo grupo

de hipótesis.

En este segundo grupo hemos relacionado aspectos intelectuales y de

posición en el grupo, las dos hipótesis nulas que componen este grupo son

rechazadas por lo que podemos afirmar que sí hay diferencias entre los alumnos

de alto y bajo rendimiento académico en relación con la inteligencia,

representada por el CI, y con el estatus sociométrico: los alumnos de alto


309

rendimiento obtienen una mayor puntuación en ambas variables. La relación del

estatus con el rendimiento no hace sino confirmar la relación obtenida en el grupo

anterior con las variables popularidad y rendimiento. Por otra parte parece lógica

la existencia de una relación positiva entre inteligencia y los resultados

académicos del alumno, los datos de nuestro estudio la confirman pero el

porcentaje de varianza conjunto explicado (tabla 31) por estas variables aun

siendo significativo no llega al 11% siendo con el rendimiento en lengua

valenciana el más alto (11.2%) y con lengua castellana el más bajo (< 1%).

Hacemos notar que el porcentaje de varianza común explicada por las

variables inteligencia y estatus no llega al 1%.

C. Discusión de los resultados obtenidos en relación con el tercer grupo de

hipótesis.

Este tercer grupo se relaciona con la motivación de los alumnos y la

hipótesis nula principal la establecimos en los siguientes términos: no existen


a la motivación hacia el aprendizaje, con diez subhipótesis.

Todas ellas son rechazadas y la conclusión es clara: existen diferencias

entre los chicos con alto y bajo rendimiento. Así, encontramos que los alumnos

con un rendimiento académico bajo obtienen puntuaciones superiores que sus

compañeros de mejor rendimiento en el interés por actividades que no implican

esfuerzo, en ansiedad inhibidora del rendimiento, en la motivación para lucirse -

y también para no lucirse-, en la evitación de juicios negativos y en la búsqueda

de juicios positivos de competencia, y en el sentimiento de ‘vago’.


310

Los alumnos de alto rendimiento obtienen mejores puntuaciones que sus

compañeros en el interés que muestran por las actividades académicas, en su

autoconcepto como trabajador y en la ansiedad facilitadora del rendimiento.

Observamos que los alumnos de bajo rendimiento persiguen la

aprobación tanto de sus pares como de sus profesores, evitan el fracaso -o lo

intentan- implicándose en actividades fáciles que les supongan un éxito seguro,

tal vez intentan explicar su bajo rendimiento atribuyéndolo a su falta de esfuerzo

(‘soy vago’). Todo ello les lleva a presentar síntomas de ansiedad que hace que

se inhiban ante tareas escolares por miedo a fracasar y, como consecuencia, a

obtener juicios negativos. Los alumnos de mejor rendimiento también puntúan

en estas variables pero evidentemente menos que sus otros compañeros, su

miedo a fracasar es menor y por tanto, la ansiedad que genera el enfrentarse a

una tarea no inhibe la acción sino que la facilita. Observamos que las medias de

las puntuaciones en ansiedad facilitadora e inhibidora son casi las mismas pero

inversas en ambos grupos de alumnos.

Las correlaciones que obtenemos entre estas variables y el rendimiento

académico (tablas 32 y 33) van en la línea de lo que venimos comentando, son

positivas con las variables mencionadas: interés por actividades académicas,

autoconcepto como trabajador y ansiedad facilitadora del rendimiento, y

negativas con el resto. El porcentaje de varianza común explicada es alto, así

rendimiento y evitación de juicios negativos es superior al 68%, la más baja es

con el interés por el lucimiento que es de un 45%. Hacemos notar, igual que en

el apartado anterior que la varianza común que explica cada una de las variables

de motivación con la inteligencia no supera el 10%.


311

D. Discusión de los resultados obtenidos en relación con el cuarto grupo

de hipótesis.

Son las atribuciones que los alumnos hacen de las causas de sus éxitos

y de sus fracasos el eje de este grupo de hipótesis, pretendemos demostrar -al

rechazar la hipótesis nula formulada- que sí existen diferencias entre los alumnos

de alto y bajo rendimiento académico en relación a estas atribuciones.

Para ello hemos establecido dos subgrupos de hipótesis, uno relacionado

con el éxito y el fracaso el en rendimiento académico- con siete subhipótesis-, y

el otro con las relaciones interpersonales y, en este caso, con 4 subhipótesis.

Los resultados obtenidos son todos significativos y observamos que los

alumnos de bajo rendimiento obtienen puntuaciones más altas que sus

compañeros en la atribución del éxito y el fracaso académico a factores externos

e incontrolables, en el caso del fracaso también obtienen puntuaciones más altas

en su atribución a factores internos incontrolables.

Por lo que se refiere a las relaciones con sus iguales, estos alumnos

piensan en mayor medida que sus compañeros que fracasan porque son poco

hábiles o porque no se esfuerzan lo suficiente y cuando tienen éxito lo atribuyen

a causas que no tienen que ver con ellos, en suma, atribuyen el fracaso a causas

internas controlables e incontrolables y el éxito a causas externas.

Lo contrario ocurre con los alumnos de más alto rendimiento, los cuales

atribuyen el fracaso académico a la falta de esfuerzo, causa interna y controlable,

y el éxito a la habilidad, causa interna e incontrolable, y al esfuerzo. Igual sucede

con las relaciones interpares.


312

Las correlaciones que obtenemos entre este grupo de variables con el

rendimiento académico (tablas 34 y 35) son sensiblemente más bajas, aunque

significativas, que en el apartado anterior, el porcentaje de varianza común

explicada no supera en ningún caso el 25%, la más alta se da con la atribución

del éxito tanto académico como social a factores externos e incontrolables (23%

en ambos casos).

Estos resultados se relacionan con los obtenidos en el apartado anterior.

Así, si cruzamos las variables motivacionales con las de atribución (ver tablas 42

y 43) encontramos correlaciones positivas entre aspectos tales como, por un

lado, el interés por actividades académicas, el autoconcepto como trabajador y

la ansiedad facilitadora del rendimiento y, por otro, la atribución del éxito y el

fracaso académico a causas internas y controlables, el esfuerzo. Por el contrario,

las correlaciones negativas se dan con la atribución a causas externas e internas

incontrolables como por ejemplo atribuir el fracaso al profesor o a la falta de

habilidad. Las correlaciones más altas (.487 y .481) se dan entre la variable

‘evitar juicios negativos’ y la atribución del fracaso tanto académico como social

a factores externos/incontrolables, lo que resulta ser un posible mecanismo de

defensa en aquellos alumnos para los que resulta indeseable un juicio negativo

por parte de sus pares, o de sus profesores o de su familia, una forma de

escaparse de este juicio es negar la propia responsabilidad en el éxito/fracaso,

atribuyendo a causas ajenas al sujeto ese éxito o fracaso.

Los datos obtenidos apoyan los hallados por otros autores tales como

Álvaro Page et al. (1990), Bennett (2003), Dweck (2012), Dweck y Reppucci

(1973), Pintrich y De Groot (1990) y Weiner (1970, 1980, 1986) entre otros.


313

E. Discusión de los resultados obtenidos en relación con el quinto grupo

de hipótesis.

Este grupo lo forman las hipótesis relacionadas con los diferentes

autoconceptos, la hipótesis nula general es la de que no existen diferencias entre

los alumnos de alto y de bajo rendimiento académico.

Son ocho las subhipótesis que hemos establecido, los resultados son

significativos en todos los casos menos en los autoconceptos referidos a

aspectos físicos, no hay diferencias significativas entre los chicos de alto y bajo

rendimiento en relación a la apariencia y a la habilidad física.

El resto de hipótesis nulas de igualdad son rechazadas, los datos

muestran que los alumnos de alto rendimiento tienen un autoconcepto más

elevado en todos los aspectos evaluados (matemáticas, lenguaje, lengua

inglesa, relaciones con su familia, sus profesores y sus pares) que sus

compañeros de menor rendimiento.

Igual que en el apartado anterior, todas las correlaciones que obtenemos

entre las variables de autoconcepto con el rendimiento académico medio (tablas

36 y 37) son significativas y más bajas que las de los apartados anteriores, la

varianza común explicada no supera en ningún caso el 19%, la más alta se da

con el autoconcepto en lengua inglesa (18%). Las correlaciones son las

esperadas, el rendimiento en cada una de las materias correlaciona

positivamente con su autoconcepto, salvo en un caso, curiosamente es menor la

correlación obtenida entre el rendimiento en lengua castellana con su

correspondiente autoconcepto que con el autoconcepto en lengua inglesa,


314

podría explicarse este hallazgo por la importancia que la sociedad otorga al

conocimiento del inglés como herramienta de comunicación y de trabajo.

Las correlaciones obtenidas entre los autoconceptos relacionales con el

rendimiento académico son las esperadas, positivas, lo que indica que el alumno

que obtiene buenos resultados percibe una mejor relación con padres,

profesores e iguales, igual ocurre con el estatus sociométrico.

F. Discusión de los resultados obtenidos en relación con el sexto grupo de

hipótesis.

La hipótesis nula general formulada en este grupo es la de no existencia

de diferencias en relación a los diferentes aspectos de la personalidad entre los

alumnos de alto y bajo rendimiento académico, la cual la detallamos en cinco

subhipótesis. Los resultados muestran que sí existen diferencias significativas

entre los grupos de alumnos considerados en todas las facetas de la

personalidad evaluadas.

Los chicos de alto rendimiento obtienen puntuaciones más altas en

autorregulación, apertura, extraversión y prosocialidad, los alumnos de bajo

rendimiento puntúan más alto en inestabilidad emocional. Sin embargo las

correlaciones de estas variables con el rendimiento académico son moderadas,

el porcentaje de varianza explicada más alto (tablas 38 y 39) se da entre el

rendimiento en matemáticas y la apertura (.26). También es esta última variable

la que presenta correlaciones más altas con las variables de rendimiento (tablas

46 y 47), las cuales están cerca de .45, negativas con la ansiedad inhibidora, el

interés por actividades que no implican esfuerzo, evitar juicios negativos y


315

autoconcepto como vago, y positivas con el interés por actividades académicas,

el autoconcepto como trabajador y la ansiedad facilitadora del rendimiento.

Por otra parte, las correlaciones que se dan entre personalidad e

inteligencia no son de importancia, cuando son significativas no supera el 5% la

varianza común explicada. Igual sucede con el estatus de los alumnos.

Discusión. 2º objetivo.

317


segundo objetivo de nuestra investigación.

Nuestro segundo objetivo consiste es establecer las variables que pueden

predecir el rendimiento académico y su peso en dicha predicción.

Al igual que en el apartado anterior la hipótesis a contrastar la hemos

definido en términos de nulidad, es decir hemos sometido a contraste la hipótesis

de la no existencia de diferencias entre las variables estudiadas en cuanto al

poder de predicción del rendimiento académico de los alumnos.

Como vimos, los resultados nos muestran que sí existen diferencias y que

hemos conseguido establecer las variables, de entre las estudiadas, que

predicen en mayor o menor manera la variable dependiente.

Así pues, nos encontramos con que las nueve variables que forman parte

de la ecuación de ajuste explican un 73.3% de la varianza de la variable

dependiente (nota media dicotomizada), es más, como dijimos anteriormente la

probabilidad de clasificar de forma correcta a un par de sujetos, uno con bajo

rendimiento y otro con alto, es del 94.2 % (ver curva COR), son porcentajes muy

altos.

Veamos a continuación el peso de cada una de las variables que entran

a formar parte de la ecuación de ajuste. La variable con mayor poder predictivo

es el estatus sociométrico del alumno y la menor su inteligencia representada

por el CI, con respecto a la segunda vemos que se confirman los resultados


318

obtenidos con anterioridad, recordemos que las correlaciones encontradas entre

inteligencia y rendimiento aunque significativas no eran muy altas. La ecuación

de ajuste recordemos que era la siguiente:

x = 0.028CI + 1.368SS - 0.324E1A + 0.446E5 + 0.418E8 - 0.088RA1a -

0.098SDQ_cf + 0.119SDQ_ing - 0.092InEm

De estas nueve variables, el aporte de tres de ellas -interés por

actividades que no suponen esfuerzo, la atribución del éxito académico a

factores externos e incontrolables, y la inestabilidad emocionales negativo, es

decir cuanto más alta sea la puntuación en estas variables menor será el

rendimiento académico.

Resulta coherente, el alumno que se interesa por tareas que le resultan

fáciles está huyendo de aquellas que le suponen un reto a su autoestima, en

estas tareas se asegura el éxito y así evita el fracaso que hace peligrar su

autoestima y la forma en que le ven sus compañeros; este hallazgo es coherente

con las teorías de Atkinson (1957, 1964), Atkinson y Feather (1966), Atkinson y

Raynor (1974), Pardo Merino y Alonso Tapia (1990).

El atribuir el éxito a la suerte (factor externo e incontrolado) hace que el

sujeto no tenga ninguna intención de perseverar en la acción ya que este factor

no garantiza la estabilidad en el tiempo, es típico del sujeto que acostumbrado a

fracasar cuando obtiene un éxito lo atribuye a la casualidad y no al esfuerzo que

ha hecho o a su capacidad.

La aportación de la última de las variables negativas indica que es

necesaria una cierta estabilidad emocional para obtener un buen rendimiento

académico, el sujeto que presenta ansiedad en exceso, algún proceso depresivo


319

leve, tensión exagerada, timidez, etc., está demasiado preocupado por

demasiadas circunstancias y durante demasiado tiempo lo que le origina una

notable falta de concentración que le impide desarrollar un comportamiento de

rendimiento adecuado.

Por lo que respecta a las cinco variables restantes, podemos decir lo

contrario, contribuyen de forma positiva al rendimiento académico del alumno.

Es lo esperado, la inteligencia del sujeto afecta positivamente pero de forma muy

leve, el hecho de que el sujeto considere que sus habilidades físicas son las que

él espera también ejerce un efecto positivo también leve pero tres veces mayor

que el que ejerce la inteligencia.

La siguiente variable, de menor a mayor influencia es el autoconcepto que

el alumno tiene referido a su capacidad en la materia de inglés, es llamativo que

entre a formar parte de la ecuación de ajuste este autoconcepto y no los del resto

de materias. Es posible que sea debido a la importancia creciente que la

sociedad le da al aprendizaje de la lengua inglesa como herramienta de

comunicación y de trabajo.

Las dos variables siguientes, ansiedad facilitadora del rendimiento y

autoconcepto como trabajador, tienen un peso semejante. Para que se produzca

un rendimiento adecuado es necesario que se dé un cierto nivel de ansiedad en

el sentido de que cuando el sujeto se enfrenta a una tarea más o menos

problemática el sujeto sienta un cierto interés hacia la tarea, interés que se

traduce en ansiedad facilitadora que no debe ser excesiva porque, en ese caso,

el sujeto será incapaz de resolver el problema de que se trate.


320

El hecho de que el sujeto se considere una persona trabajadora sin duda

ayuda a obtener un buen resultado académico.

La última de las variables positivas es el estatus que el sujeto tiene en el

grupo. Nuestros hallazgos muestran que es la variable con mayor poder predictor

de todas las que entran a formar parte de la ecuación de ajuste, la diferencia

entre esta variable y la de menos poder predictor -inteligencia- es de 48 veces a

favor de la primera. Nuestros resultados son consistentes con los obtenidos por

Greenman, Schneider y Tomada (2009), Hoogeeven, Hell y Verhoeven (2009,

Titkova, Ivaniushina y Alexandrov (2013), Wentzel (1991), Wentzel (2003),

Wentzel y Asher (1995) y Wentzel, Barry y Caldwell (2004) entre otros.


321


tercer objetivo de nuestra investigación.

Recordemos que nuestro tercer objetivo consistía en establecer un

modelo que pudiera explicar las relaciones que se producen entre las variables

y con el rendimiento académico y la hipótesis nula de igualdad a contrastar era

la de no existencia de diferencias entre el modelo propuesto y los datos

empíricos obtenidos en nuestro estudio.

Si aceptamos la hipótesis de igualdad estamos diciendo que nuestro

modelo se ajusta a los datos, es decir es un modelo que representa con fidelidad

la realidad. Es lo que hemos conseguido, hemos obtenido un modelo sumamente

sencillo que explica un porcentaje elevado de la varianza de la variable

dependiente (78%).

En un primer momento propusimos un modelo teórico (figuras 20, 21 y

22), en el que las variables incluidas eran todas las que formaban parte de la

ecuación de ajuste hallada mediante análisis de regresión logística. Este modelo

ya explicaba entre un 65 y un 82 % de la varianza de la VD según el método que

se utilizase, porcentaje que no nos debe extrañar ya que el proceso seguido para

seleccionar las variables incluidas en el modelo ha sido muy riguroso.

Evidentemente el modelo no ajustaba a los datos.

En este primer modelo vamos introduciendo modificaciones hasta llegar

al modelo número 11 (figuras 23 y 24) que ya presenta un buen ajuste y un mejor


322

porcentaje de varianza explicada, un 91%. De este modelo se nos han caído 3

variables: inestabilidad emocional y los autoconceptos relacionados con la

habilidad física y con la lengua inglesa.

Podríamos habernos quedado en este punto y concluir nuestra

investigación pero pensamos que podría ser interesante simplificar este modelo

aunque se perdiera porcentaje de varianza explicada. Seguimos introduciendo

modificaciones en este modelo hasta llegar al definitivo, el número 20, modelo

de solamente tres variables que explican el 78% de la varianza de la VD.

Estas tres variables son el autoconcepto como trabajador, la ansiedad

facilitadora del rendimiento y el estatus sociométrico.

Las tres variables inciden directamente sobre la VD, la que lo hace con

más fuerza en la ansiedad y la que menos es el estatus.

El estatus influye también de forma indirecta sobre la VD y sobre la

variable autoconcepto como trabajador a través de su efecto directo sobre la

variable ansiedad, esta, por su parte, también ejerce influencia indirecta sobre la

VD a través de su influencia directa sobre la percepción que el sujeto tiene de sí

mismo como trabajador.

La explicación de estas relaciones es obvia, por un lado el hecho de que

el sujeto se considere un buen trabajador es condición necesaria pero no

suficiente para obtener un buen aprovechamiento escolar, por otro, una cierta

ansiedad favorecerá sin duda dicho aprovechamiento.

Con respecto a la última de las variables, un estatus alto supone que el

sujeto es valorado por sus iguales, valoración que es percibida por aquel y que

le impulsa a mantener dicho estatus y una de las formas de mantenerlo es


323

obteniendo buenas calificaciones académicas, ya que desea demostrar a sus

pares que vale. Este deseo origina ansiedad por conseguir esas calificaciones y,

por tanto, facilita el rendimiento. Al mismo tiempo esa necesidad/ansiedad hace

que el individuo se conceptualice como buen trabajador puesto que está

haciendo lo posible por rendir y, en condiciones normales, lo consigue: es el

efecto indirecto del estatus sobre la ansiedad.

5. CONCLUSIONES FINALES.

Conclusiones.

327

Al llegar a esta última parte de nuestra investigación debemos recordar el

objetivo que lo impulsó, establecer el papel que juegan determinadas variables,

y cómo, en la explicación del rendimiento académico. Este objetivo general lo

desglosamos en otros tres, más uno, que han sido cubiertos sometiendo a

contraste toda una serie de hipótesis a partir de las cuales obtenemos las

conclusiones que siguen a continuación.

A) En relación al primer objetivo. Con este objetivo pretendíamos determinar las


a las variables consideradas en el estudio. Las conclusiones obtenidas son que

existen diferencias entre los alumnos de alto y bajo rendimiento en las cuarenta

y una variables independientes consideradas, en el sentido de que los alumnos

de alto rendimiento obtienen mejor puntuación, sea positiva o negativa, que los

de bajo rendimiento. Esas diferencias en relación con el rendimiento académico

resultan ser no significativas en solo tres variables: género y los autoconceptos

referidos a la apariencia y a la habilidad física.

B) De los resultados obtenidos con respecto al segundo objetivo, que consistía

en establecer las variables predictoras del rendimiento académico, concluimos


328

que sí existen variables, de entre las consideradas, que pueden predecir el

rendimiento académico de nuestros alumnos, son las nueve siguientes

ordenadas de mayor a menor peso explicativo:

a) variables con peso positivo

1. estatus sociométrico

2. autoconcepto como trabajador

3. ansiedad facilitadora del

rendimiento

4. autoconcepto referido a la materia

inglés

5. cociente intelectual

b) variables con peso negativo

1. interés por actividades que no

implican esfuerzo

2. habilidad física

3. inestabilidad emocional

4. éxito académico:

externo/incontrolable

Las cinco variables con peso positivo actúan de forma que a una mayor

puntuación le corresponde un mayor rendimiento académico y las cuatro de peso

negativo al contrario, a mayor puntuación, menor rendimiento.

C) Las conclusiones que establecemos en relación al tercer objetivo de nuestra

investigación que consistía en establecer un modelo explicativo de las relaciones

que se producen entre a) las variables estudiadas, y b) entre ellas y el

rendimiento académico, son las que siguen a continuación.

a) El modelo establecido es muy simple, con solo tres variables explica más de

las tres cuartas partes de la variación de la variable dependiente.

b) En nuestro estudio, las variables que son causa directa del rendimiento

académico de nuestros alumnos son tres siendo su contribución positiva, es

Conclusiones.

329

decir, cuanta más alta sea la puntuación mayor es el rendimiento. Dichas

variables son las siguientes:

autoconcepto como trabajador,

ansiedad facilitadora del rendimiento, y

estatus sociométrico.

c) Dos de las tres variables de nuestro modelo influyen indirectamente sobre el

rendimiento académico a través de la influencia que ejercen sobre las otras

variables independientes, así el estatus sociométrico influye sobre la

ansiedad facilitadora y esta lo hace sobre el autoconcepto como trabajador.

d) Al mismo tiempo, el estatus influye indirectamente sobre el autoconcepto a

través de la influencia que ejerce sobre la ansiedad.

D) Por último, el cuarto objetivo establecido gira en torno a las implicaciones

educativas que podemos hacer a partir de los hallazgos obtenidos en nuestra

investigación con el fin de actuar desde la realidad escolar sobre aquellas

variables que influyen en el rendimiento académico.

Es evidente que si las tres variables que forman nuestro modelo

explicativo explican, valga la redundancia, un porcentaje elevado de la variación

de la variable dependiente, rendimiento académico, de nuestros alumnos y

alumnas, el trabajo en el aula deberá considerar de forma prioritaria favorecer,

mejorar, estas variables.

El estatus que el alumno tiene entre sus iguales se ha revelado como un

importante factor explicativo ya que si su efecto directo sobre el rendimiento es

escaso, su efecto indirecto es muy fuerte. Es la única variable que influye sobre


330

todas las demás y es por ello que sería más que conveniente establecer dentro

del aula programas que favorezcan el establecimiento de unas relaciones

interpersonales positivas, programas que podrían ir en el sentido de desarrollar

la inteligencia emocional y social.

Estos programas no deben desarrollarse aparte de las materias

ordinarias, deben estar incluidos dentro de la organización ordinaria de la clase

lo que supone cambiar la forma de actuar del profesor, este ha de pasar de un

tipo de enseñanza/aprendizaje en el que el profesor sabe y los alumnos no, el

profesor habla y los alumnos escuchan, a otro en el que todos hablan y

escuchan, apuntamos a un proceso de enseñanza/aprendizaje de tipo

cooperativo en el que los alumnos participen activamente en la construcción de

su aprendizaje. Un proceso en el cual, el grupo sea la base de los aprendizajes,

en el que el debate y el trabajo conjunto sean el motor y el profesor actúe como

guía.

Por otra parte, la educación debe tender a conseguir ‘cabezas bien

formadas’ en lugar de ‘cabezas bien llenas’, debemos abandonar la idea de la

pedagogía ‘bancaria’ que, en palabras de Paulo Freyre, consiste en considerar

al alumno como un recipiente en el cual se van introduciendo contenidos y

cuantos más tenga más réditos le producirán. En caso contrario que es lo que

sucede en el sistema educativo actual en el que, como ya dijimos, priman los

exámenes, los deberes y la memoria, poco espacio queda para salvaguardar y

promocionar aspectos tales como el autoconcepto o el establecimiento de

relaciones con los iguales en el marco del aula. La primera premisa de un

profesor debería ser que “todo alumno sea feliz en el colegio” y la felicidad

empieza por disfrutar de lo que uno hace en compañía. Y para ello lejos han de

Conclusiones.

331

quedar las organizaciones de aula individualistas. El hombre es un ser social,

que vive y se desarrolla en sociedad y que necesita de los demás para

conocerse, crecer y reafirmarse.

Es un problema no solo del trabajo diario del profesor en el aula, es un

problema que empieza, si es que hay un principio, en las facultades de educación

donde observamos unos programas de estudios en los que se priman, no

quisiéramos generalizar, los tres aspectos antes mencionados y como

consecuencia nuestros alumnos cuando se incorporen al mundo educativo

tenderán a reproducir los patrones ¿educativos? que les hemos transmitido.

Por último, algunas reflexiones, en primer lugar, una de las limitaciones

del estudio viene impuesta por la forma de seleccionar a los participantes. Al ser

una selección incidental es posible que nuestros resultados tengan una

generalización débil.

En segundo lugar, hemos de apuntar la conveniencia de estudiar en

profundidad el estatus sociométrico como variable dependiente, estableciendo

sus posibles variables causales.

En tercero, señalar la conveniencia también de intentar establecer un

modelo que explique las variables y sus relaciones en alumnos con necesidades

educativas especiales.

Y en cuarto lugar, decir que si con este trabajo contribuimos a mejorar algo el

proceso de enseñanza/aprendizaje, nos damos por satisfechos.

BIBLIOGRAFÍA

Bibliografía

335

Abe, J.A.A. (2005). The predictive validity of the Five-Factor Model of personality with

preschool age children: A nine year follow-up study. Journal of Research in

Personality, 39, 423-442.

Acat, M.B., & Dereli, E. (2012). Preschool Teaching Students’ Prediction of Decision

Making Strategies and Academic Achievement on Learning Motivations. Educational

Sciences: Theory & Practice, 12 (4), 2670-2678.

Ackerman, P.L. (1996). A theory of adult intellectual development: process, personality,

interests and knowledge. Intelligence, 22, 229-259.

Ackerman, P.L. (2000). Domain-specific knowledge as the “dark matter” of adult

intelligence: Gf/Gc, personality and interest correlates. Journals of Gerontology:

Series B: Psychological Sciences and Social Sciences, 55B, 69-84.

Ackerman, P.L., & Heggestad, E.D. (1997). Intelligence, personality, and interests:

Evidence for overlapping traits. Psychological Bulletin, 121, 219-245.

Adler, P.A., & Adler, P. (1998). Peer power: Preadolescent culture and identity. New

Brunswick, NJ: Rutgers University Press.

Adler, P.A., Kless, S.J., & Adler, P. (1992). Socialization to gender roles: Popularity

among elementary school boys and girls. Sociology of Education, 65, 169-187.

Aiken, L.R. (2003). Tests psicológicos y evaluación, 11ª ed. México: Pearson.

Alderete, A.M. (2006). Fundamentos del Análisis de Regresión Logística en la Investigación

Psicológica. Evaluar, 6, 52-67.

Allport, G.W. (1937). Personality: A psychological interpretation. New York, NY: Holt,

Rinehart and Winston. (Trad. Cast. de 1974: Psicología de la personalidad. Buenos

Aires: Paidós).

Allport, G.W. (1961). Pattern and growth in personality. New York, NY: Holt, Rinehart &

Winston.

Allport, G.W. (1966). La personalidad: su configuración y desarrollo. Barcelona: Herder.

Alonso Tapia, J. (2005). Motivación para el aprendizaje: la perspectiva de los alumnos.


336

En Ministerio de Educación y Ciencia, La orientación escolar en centros educativos.

(pp. 209-242). Madrid: MEC. Disponible en:

http://www.uam.es/gruposinv/meva/publicaciones%20jesus/capitulos_espanyol_jes

us/2005_motivacion%20para%20el%20aprendizaje%20Perspectiva%20alumnos.pd

f

Alonso Tapia, J., y Sánchez Ferrer, J. (1992). El cuestionario MAPE-I: Motivación hacia

el aprendizaje. En J. Alonso Tapia (Coord.), Motivar en la adolescencia. Teoría,

Evaluación e Intervención (pp. 53-91). Madrid: UAM.

Alonso Tapia, J., y Sánchez García, J.C. (1992). Estilos atributivos y motivación: El

cuestionario EAT. En J. Alonso Tapia (Coord.), Motivar en la adolescencia. Teoría,

Evaluación e Intervención (pp. 93-133). Madrid: UAM.

Álvaro Page, M., Bueno Monreal, M.J., Calleja Sopeña, J.A., Cerdán Victoria, J.,

Echeverría Cubillas, M.J., García López, C., et al. (1990). Hacia un modelo causal

del rendimiento académico. Madrid: MEC / CIDE.

Ames, C., & Archer, J. (1988). Achievement goals in the classroom: Students‘ learning

strategies and motivation processes. Journal of Educational Psychology, 80, 260-267.

doi:10.1037/0022-0663.80.3.260

Anderson, C., Kraus, M.W., & Keltner, D. (2011). The Local Ladder Effect: Social Status

and Subjective Well-Being. IRLE Working Paper, No. 110-11. Available:

http://irle.berkeley.edu/workingpapers/110-11.pdf

Andrés Muñoz, M.C. (1952). La inteligencia como factor influyente en el rendimiento

escolar. Bordón, 25-26, 47-59.

Anghelache, V. (2013). Determinant factors of students’ attitudes toward learning.

Procedia - Social and Behavioral Sciences 93, 478-482.

Arden, R, Gottfredson, L.S., Miller, G. & Pierce, A. (2009). Intelligence and Semen

Quality are Positively Correlated. Intelligence, 37 (3), 277-282.

Ardila, A., Rosselli, M., Matute, E., & Inozemtseva, O. (2011). Gender differences in

cognitive development. Developmental Psychology, 47 (4), 984-990.

Areepattamannil, S., & Freeman, J.G. (2008). Academic achievement, academic

selfconcept, and academic motivation of immigrant adolescents in the greater Toronto

area secondary schools. Journal of Advanced Academics, 19, 700-743.

Arens, A., Craven, R., Yeung, A., & Hasselhorn, M. (2011). The twofold

multidimensionality of academic self-concept: Domain specificity and separation

Bibliografía

337

between competence and affect components. Journal of Educational Psychology, 103

(4), 970-981.

Arias, B. (2008). Desarrollo de un ejemplo de análisis factorial confirmatorio con LISREL,

AMOS y SAS. En M.A. Verdugo, M. Crespo, M. Badía y B. Arias (Coords.),

Metodología en la investigación sobre discapacidad. Introducción al uso de las

ecuaciones estructurales. VI Simposio Científico SAID, 2008 (pp. 75-120).

Salamanca: USAL-INICO.

Arruga i Valeri, A. (1983). Introducción al test sociométrico. Barcelona: Herder.

Asendorpf, J.B., & Van Aken, M.A.G. (2003). Validity of five personality judgments in

childhood: A 9-year longitudinal study. European Journal of Personality, 32, 649-656.

Atkinson, J.W. (1957). Motivational determinants of risk-taking behavior. Psychological

Review, 64, 359-372.

Atkinson, J.W. (1958). Motive in fantasy, action, and society. Princeton, NJ: Van

Nostrand.

Atkinson, J.W. (1964). An introduction to motivation. Princeton, NJ: Van Nostrand.

Atkinson, J.W., & Feather, N.T. (1966). A Theory of Achievement Motivation. New York,

NY: Wiley.

Atkinson, J.W., & Raynor, J.O. (1974). Motivation and achievement. Washington, DC:

Raynor.

Avia, M. (2001). Cartas a un joven psicólogo. Madrid. Editorial Alianza.

Baby, A. (2002). Note pour une écologie de la réussite scolaire au Québec. Québec,

CTREQ.

Baker, L.A., Vernon, P.A. & Ho, H.Z. (1991). The genetic correlation between intelligence

and speed of information processing. Behavior Genetics, 21 (4), 351-367.

Bandura, A. (1971). Social learning Theory. New York, NY: General Learning Press.

Available on:

http://www.esludwig.com/uploads/2/6/1/0/26105457/bandura_sociallearningtheory.p

df

Bandura, A. (1977). Social Learning Theory. New York, NY: General Learning Press.

Bandura, A. (1986). Social Foundations of Thought and Action: A Social Cognitive

Theory. Englewood Cliffs, NJ: Prentice-Hall.

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


338

Bandura, A., & Locke, E. A. (2003). Negative self-efficacy and goal effects revisited.

Journal of Applied Psychology, 88(1), 87-99.

Bandura, A., & Walters, R.H. (1963). Social Learning and Personality Development. New

York, NY: Holt, Rinehart and Winston.

Barbaranelli, C., Caprara, G.V., Rabasca, A. & Pastorelli, C. (2003). A questionnaire for

measuring the big five in late childhood. Personality and Individual Differences, 32,

645-664.

Barbaranelli, C., Caprara, G.V., y Rabasca, A. (2006). BFQ-NA. Cuestionario “Big Five”

de personalidad para niños y adolescentes. Madrid: TEA.

Baron, J. (1985). Rationality and Intelligence. Cambridge, UK: Cambridge University

Press.

Barrick, M.R., & Mount, M.K. (1991). The Big Five personality dimensions and job

performance: A meta-analysis. Personnel Psychology, 44, 1-26.

Barrick, M.R., & Mount, M.K. (1993). Autonomy as a moderator of the relationships

between the big five personality dimensions and job performance. Journal of Applied

Psychology, 78, 111-118.

Bartels, M., Rietveld, M.J.H., Van Baal, G.C.M. & Boomsma, D.I. (2002). Heritability of

educational achievement in 12-year-old and the overlap with cognitive ability. Twin

Research 5, 544-553.

Bates, T.C., & Rock, A. (2004). Personality and information processing speed:

Independent influences on intelligent performance. Intelligence, 32, 33-46.

Bates, T.C., & Shieles, A. (2003). Crystallized intelligence as a product of speed and

drive for experience: The relationship of inspection time and Openness to g and gc.

Intelligence, 31, 275−287.

Baumeister, R.F., & Leary, M.R. (1995). The need to belong: Desire for interpersonal

attachments as a fundamental human motivation. Psychological Bulletin, 117, 497-

529.

Baumeister, R.F., Campbell, J.D., Krueger, J.I., Vohs, K.D. (2005). El mito de la

autoestima. Investigación y Ciencia, 342, 70-77.

Baydik, B., & Bakkaloğlu, H. (2009). Predictors of Sociometric Status for Low

Socioeconomic Status Elementary Mainstreamed Students with and without Special

Needs. Kuram ve Uygulamada Eğitim Bilimleri / Educational Sciences: Theory &

Practice, 9 (2), 435-447.

Bibliografía

339

Becker, M., Mcelvany, N., & Kortenbruck, M. (2010). Intrinsic and extrinsic reading

motivation as predictors of reading literacy: A longitudinal study. Journal of

Educational Psychology, 102, 773-785. doi:10.1037/a0020084

Beier, M.E., & Ackerman, P.L. (2001). Current-events knowledge in adults: An

investigation of age, intelligence, and nonability determinants. Psychology and

Aging, 16, 615-628.

Beier, M.E., & Ackerman, P.L. (2003). Determinants of health knowledge: An

investigation of age, gender, abilities, personality, and interests. Journal of

Personality and Social Psychology, 84, 439-448.

Beier, M.E., Campbell, M., & Crook, A. (2010). Developing and demostrating knowledge :

Ability and non-ability determinants of learning and performance. Intelligence, 38,

179-186.

Bennett, C.I. (2003). Comprehensive multicultural education: Theory and practice (5th

ed). Boston, MA: Allyn and Bacon.

Berk, L. (1999). Desarrollo del niño y del adolescente, 4ª ed. México: Prentice-Hall.

Bermúdez, J. (1985). Psicología de la personalidad, Tomo 1. Madrid: UNED.

Berndt, T.J., y Perry, T.B. (1990). Distinctive features and effects of early adolescent

freinships. In R. Montemayor, G.R. Adams, T.P. Gullotta (eds.), From childhood to

adolescence: A transitional period? (pp.269-287). Newbury Park, CA: Sage.

Bezanilla, J.M. (2011). Sociometría: Un método de investigación psicosocial. México,

D.F: PEI Editorial.

Bidjerano, T., & Dai, D.Y. (2007), The Relationship between the Big--Five Model of

Personality and Self-Regulated Learning Strategies. Learning and Individual

Differences, 17 (1), 69-81.

Binet, A. (1911). Nouvelles recherches sur la mesure du niveau intellectuel chez les

enfants d’école. L’Année Psychologique, 17, 145-201.

Binet, A. et Simón, T. (1905). Méthodes nouvelles pour le diagnostic du niveau

intellectuel des anormaux. L’Année psychologique, 11, 191-244.

Binet, A. et Simon, T. (1908). Le développement de l’intelligence chez les enfants.

L’Année Psychologique, 14, 1-94.

Bisquerra Alzina, R. (1989). Introducción conceptual al análisis multivariante. Vol II.

Barcelona: PPU.


340

Blickle, G. (1996). Personality traits, learning strategies, and performance. European

Journal of Personality, 10, 337–352.

Bloom, B.S. (1971). Taxonomía de los objetivos de la educación: la clasificación de las

metas educacionales: manuales I y II. México, D.F.: Centro Regional de Ayuda

Técnica.

Boggiano, A.K., & Pittman, T.S. (1992). Achievement and motivation. Toronto, ON:

Cambridge University Press.

Boring, E.G. (1923).Intelligence as the tests test it. New Republic, 35, 35-37.

Bouchard, T. & McGue, M. (1981). Familial studies of intelligence: A review. Science,

212, 1055-1058.

Bouchard, P., et St-Amant, J. (1996). Le retour aux études: Les facteurs de réussite dans

quatre écoles spécialisées au Québec. Revue Canadienne de l'éducation, 21, 1-17.

Bowman, R.F. (2007). How can students be motivated: A misplaced question? Clearing

House, 81 (2), 81-86

Bratko, D., Chamorro-Premuzic T., & Saks, Z. (2006), Personality and School

Performance: Incremental Validity of Self- and Peer-Ratingover Intelligence.

Personality and Individual Differences, 41 (1), 131-142.

Brody, N. (1992). Intelligence (2nd ed.). San Diego: Academic Press.

Broussard, S.C., & Garrison, B. (2004). The Relationship Between Classroom Motivation

and Academic Achievement in Elementary-School-Aged Children. Family and

Consumer Sciences Research Journal, 33, 106-120.

Browne, M.W. (1984). Asymptotically distribution-free methods for the analysis of

covariance structures. British Journal of Mathematical and Statistical Psychology, 37,

62-83.

Bueno, J.A., y Castanedo, C. (1998). Psicología de la educación aplicada. Madrid:

Síntesis.

Bukowski, W.M., & Hoza, B. (1989). Popularity and friendship: Issues in theory,

measurement, and outcome. In T.J. Berndt & G.W. Ladd (Eds.), Peer relationships in

child development (pp. 15-45). New York, NY: Wiley

Bukowski, W.M., Hoza, B., & Boivin, M. (1993). Popularity, friendship, and emotional

adjustment during early adolescence. In B. Laursen (Ed.), Close friendships in

adolescence (pp. 23-37). San Francisco, CA: Jossey-Bass.

Bibliografía

341

Busato, V., Prins, F., Elshout, J., & Hamaker, C. (1998). The relation between learning

styles, the Big Five personality traits and achievement motivation in higher education.

Personality and Individual Differences, 26, 129-140.

Busato, V., Prins, F., Elshout, J., & Hamaker, C. (2000) Intellectual ability, learning style,

achievement motivation and academic success of psychology students in higher

education. Personality and Individual Differences, 29, 1057-1068.

C.S.I.C. (1987). Test de Aptitudes Mentales Primarias - PMA. Madrid: TEA.

Cano, F.J., Rodríguez, L., García, J., y Antuña, M.A. (2005). Introducción a la Psicología

de la Personalidad aplicada a las Ciencias de la Educación. Sevilla: MAD - Trillas

Eduforma.

Carabaña, J. (1979). Origen social, inteligencia y rendimiento académico al final de la

EGB. En INCIE (Ed.), Temas de Investigación Educativa. Madrid: Servicio de

Publicaciones del MEC.

Carabaña, J. (2013). Repetición de curso y puntuaciones PISA ¿Cuál es la causa? En

PISA 2012. Informe español, Vol. II: Análisis secundario (pp. 33-66). Madrid: MCDE-

INEE.

Carreira, J.M. (2012). Motivational orientations and psychological needs in EFL learning

among elementary school students in Japan. System, 40, 191-202.

Carroll, J.B. (1993). Human Cognitive Abilities. New York: Cambridge University Press.

Cascón, I. (2000). Análisis de las calificaciones escolares como criterio de rendimiento

académico. Disponible:

https://campus.usal.es/~inico/investigacion/jornadas/jornada2/comun/c17.html

Cattell, R.B. (1949). Test of "g": Culture fair. Savoy, IL: Institute for Personality and Ability

Testing.

Cattell, R.B. (1950). Personality: A systematic theoretical and factual study. New York,

NY: McGraw-Hill.

Cattell, R.B. (1957). Personality and motivation structure and measurement. New York,

NY: Harcourt, Brace & World.

Cattell, R.B. (1963). Theory of fluid and crystallized intelligence: A critical experiment.

Journal of Educational Psychology, 54, 1-22.

Cattell, R. B. (1971). Abilities: Their structure, growth and action. Boston: Houghton

Mifflin.


342

Cattell, R.B. (1972). El análisis científico de la personalidad. Barcelona: Fontanella.

Cattell, R.B. (1973). Personality pinned down. Psychology Today, 7, 40-46.

Cattell, R.B. (2004), La théorie de l’intelligence fluide e tcristallisée; sa relation avec les

tests « culture fair » et sa vérification chez les enfants de 9 à 12 ans. Revue

Européenne de Psychologie Appliquée, 54, 47–56.

Cattell, R.B. y Cattell, A.K.S. (1986). Tests de Factor g, Escalas 2 y 3. Madrid: TEA.

Cattell, R.B. (1967). La théorie de l'intelligence fluide et cristallisée arelationavec les

tests "culture fair" et saverificationchez les enfants de 9 a 12 ens. Revue de

Psychologie Appliquée, 17 (3), 135-154.

Cattell, R.B., Cattell, A.K.S., y Cattell, H.E.P. (1995). 16PF. Cuestionario de

personalidad, 5ª ed. Madrid: TEA.

Cattell, R.B., y Kline, P. (1982). El análisis científico de la personalidad y la motivación.

Madrid: Pirámide.

Cava, M.J., Musitu, G., Buelga, S., & Murgui, S. (2010). The Relationships of Family and

Classroom Environments with Peer Relational Victimization: An Analysis of their

Gender Differences. The Spanish Journal of Psychology, 13 (1), 156-165.

Cava, M.J., y Musitu, G. (2000). Perfil de los niños con problemas de integración social

en el aula. Revista de Psicología Social, 15 (3), 319-333.

Chadwick, C. (1979). Teorías del aprendizaje y su implicancia en el trabajo en el aula.

Revista de Educación, 70, 22-25.

Chamorro-Premuzic, T., & Furnham, A. (2003a). Personality predicts academic

performance: Evidence from two longitudinal university samples. Journal of Research

in Personality, 37, 319-338.

Chamorro-Premuzic, T., & Furnham, A. (2003b). Personality traits and academic

examination performance. European Journal of Personality, 17, 237-250.

Chamorro-Premuzic, T., & Furnham, A. (2004). A possible model to understand the

personality-intelligence interface. British Journal of Psychology, 95, 249−264.

Chamorro-Premuzic, T., & Furnham, A. (2005). Personality and intellectual competence.

Mahwah, NJ: Lawrence Erlbaum Associates.

Chamorro-Premuzic, T., & Furnham, A. (2006). Intellectual competenceand the

intelligent personality: A third way in differential psychology. Review of General

Psychology, 10, 251−267.

Bibliografía

343

Chen, X., Chang, L., y He, Y. (2003) The peer group as a context: mediating and

moderating effects on relations between achievement and social functioning in

chinese children. Child Development, 74 (3), 710-727.

Chen, X., Chang, L., Liu, H., & He, Y. (2008). Effects of the peer group on the

development of social functioning and academic achievement: A longitudinal study in

Chinese children. Child Development, 79, 235-251.

Chen, X., Rubin, K.H., & Li, D. (1997). Relation between academic achievement and

social adjustment: Evidence from Chinese children. Developmental Psychology, 33,

518-525.

Chen, S.K., Yeh, Y. Ch., Hwang, F.M. & Lin, S.S.J. (2013). The relationship between

academic self-concept and achievement: A multicohort–multioccasion study.

Learning and Individual Differences, 23, 172-178.

Child, D. (1964) The relationship between introversion-extroversion, neuroticism and

performance in school examination. British Journal of Educational Psychology, 34,

178-196.

Chirkov, V.I. (2009). A cross-cultural analysis of autonomy in education: A self-

determination theory perspective., 253-262. doi:10.1177/1477878509104330

Chomsky, N. (1996). Infancia y coeficiente intelectual. El Viejo Topo, 93, 54-58.

Ciascai, L., & Haiduc, L. (2011). Gender differences in metacognitive skills. A study of

the 8th grade pupils in Romania. Procedia - Social and Behavioral Sciences, 29, 396-

401.

Cicchetti, D. (1993). Developmental psychopathology: Reactions, reflections,

projections. Developmental Review, 13, 471-502.

Cicerón, M.T. (s.f./1777). Los Oficios, con los dialogos de la Vejez, de la Amistad, las

Paradoxas, y el Sueño de Escipion, Tomo I. Madrid: Imprenta Real. Disponible en:

http://books.google.es/books?id=-

aR7tE6bYgIC&printsec=frontcover&hl=es&source=gbs_ge_summary_r&cad=0#v=o

nepage&q&f=false

Cillessen, A.H.N., & Rose, A.J. (2005). Understanding popularity in the peer system.

Current Directions in Psychological Science, 14, 102-105.

Coie, J.D. (1990). Toward a theory of peer rejection. In S.R. Asher & J.D. Coie (eds.),

Peer rejection in childhood (pp. 365-401). Cambridge, UK: Cambridge University

Press.


344

Coie, J.D., & Dodge, K.A., (1988). Multiple sources of data on social behavior and social

status in the school: a cross-age comparison. Child Development, 59 (3), 815-829.

Coie, J.D., Dodge, K.A., & Coppotelli, H. (1982). Dimensions and types of social status.

Developmental Psychology, 18 (4), 557-570.

Coie, J.D., Dodge, K.A., & Coppotelli, H. (2000). ). Dimensions and types of social status:

a cross-age perspective. In P.K. Smith & A.D. Pellegrini (eds.), Psychology of

Education. Major Themes, vol. 4 (pp. 94-114). New York, NY: Routledge.

Coie, J.D., Dodge, K.A., & Kupersmidt, J.B. (1990). Group behavior and social status. In

S.R. Asher & J.D. Coie (Eds.), Peer rejection in childhood (pp. 17-59). Cambridge,

England: Cambridge University Press.

Coie, J.D., & Krehbiel, G. (1984). Effects of academic tutoring on the social status of low-

achieving, socially rejected children. Child Development, 55, 1400-1416.

Coie, J.D., Lochman, J.E., Terry, R., & Hyman, C. (1992). Predicting Early Adolescent

Disorder From Childhood Aggression and Peer Rejection. Journal of Consulting and

Clinical Psychology, 60 (5), 783-792.

Coll, C., y Onrubia, J. (1991). Inteligencia, aptitudes para el aprendizaje y rendimiento

escolar. En C. Coll, J. Palacios y A. Marchesi (comp.), Desarrollo psicológico y

educación, II. Psicología de la Educación (pp. 161-174). Madrid: Alianza.

College Entrance Examination Board. (1992). Validity study sample of the 1991 SAT

administration. New York, NY: College Entrance Examination Board.

Colom, R, & García-López, O. (2002). Sex Differences in Fluid Intelligence among High

School Graduates. Personality and Individual Differences, 32, 445- 451.

Colom, R., & Lynn, R. (2004). Testing the developmental theory of sex differences in

intelligence on 12–18 year olds. Personality and Individual Differences, 36, 75-82.

Cominetti, R., Ruiz, G. (1997). Algunos factores del rendimiento: las expectativas y el

género. Human Development Department. LCSHD Paper series, 20, The World

Bank, Latin America and CaribbeanRegional Office.

Cooley, C.H. (1902). Human nature and the social order. New York: Scibner's.

Corpus, J.H., McClintic-Gilbert, M.S., & Hayenga, A.O. (2009). Within-year changes in

children’s intrinsic and extrinsic motivational orientations: Contextual predictors and

academic outcomes. Contemporary Educational Psychology, 34, 154-166.

Costa, P.T., & McCrae, R.R. (1985). The NEO personality inventory manual, form S and

Bibliografía

345

form R. Odessa, FL: Psychological Assessment Resources.

Costa, P.T., & McCrae, R.R. (1989). The NEO-PI/NEO-FFI manual supplement. Odessa,

FL: Psychological Assessment Resources.

Costa, P.T., & McCrae, R.R. (1992). Revised NEO Personality Inventory (NEO-PI-R)

and NEO Five-Factor Inventory (NEO-FFI), professional manual. Odessa, Florida:

Psychological Assessment Resources, Inc.

Costa, P.T., y McCrae, R.R. (2008). NEO PI-R. Inventario de Personalidad NEO

Revisado. Madrid: TEA.

Cotton, S.M., Kiely, P.M., Crewther, D.P., Thomson, B., Laycock, R., &Crewther, S.G.

(2005). A normative and reliability study for the Raven's Colored Progressive Matrices

for primary school aged children in Australia. Personality and Individual Differences,

39, 647−660.

Covington, M.V. (2000a). Intrinsic Versus Extrinsic Motivation in Schools: A

Reconciliation. Current Directions in Psychological Science, 9 (1), 22-25.

Covington, M.V. (2000b). La voluntad de aprender. Madrid: Alianza.

Covington, M.V., & Omelich, C.L. (1984). Task-oriented versus competitive learning

structures: Motivational and performance consequences. Journal of Educational

Psychology, 76, 1038-1050.

CRIRES. Centre de recherche et d’intervention sur la réussite scolaire (1992). Rapport

annuel. Québec: Bureau de la direction du CRIRES, Faculté des Sciences de

l’Éducation, Université Laval.

Crous, S.M., Roets, H.E., Dicker, A., & Sonnekus, I.P. (2000). Study Guide: The Adult

as learner. Pretoria, ZA: Unisa.

Damon, W. (1977). The Social World of the Child. San Francisco, CA: Jossey Bass.

Das J.P., Kirby, J.R. & Jarman, R.F. (1979). Simultaneous and successive cognitive

processes. New York: Academicpress.

Das, J.P. (2003). Sobre la definición de inteligencia. En J. Sternberg y D.K. Detterman

(coords.), ¿Qué es la inteligencia? (pp. 73-75). Madrid: Pirámide.

Das, J.P., Naglieri, J.A. &Kirby, J.R. (1994). Assessment of cognitive processes. The

PASS theory of intelligence. Massachusetts: Allyn & Bacon.

Davis, K., y Newstrom, J.W. (2003). Comportamiento Humano en el Trabajo (11ª ed.).

México, DF: McGraw-Hill.


346

De la Fuente Arias, J. (2002). Perspectivas recientes en el estudio de la motivación: la

teoría de la orientación de la meta. Escritos de Psicología, 6, 72-84.

De Raad, B. (1996). Personality traits in learning and education. European Journalof

Personality, 10, 185-200.

De Raad, B., & Schouwenburg, H.C. (1996). Personality in learning and education: A

review. European Journal of Personality, 10, 303-336.

Deary, I., Irwing, P., Der, G., & Bates, T. (2007). Brother–sister differences in the g factor

in intelligence: Analysis of full, opposite-sex siblings from the NLSY1979. Intelligence,

35, 451-456.

Deary, I.J., Strand, S., Smith, P., & Fernandes, C. (2007). Intelligence and educational

achievement. Intelligence, 35, 13-21.

Deary, I.J., Thorpe, G., Wilson, V., Starr, J.M., & Whalley, L.J. (2003). Population sex

differences in IQ at age 11: The Scottish Mental Survey 1932. Intelligence, 31, 533-

542.

DeCharms, R. (1968). Personal causation. New York, NY: Academic Press.

Deci, E.L. (1975). Intrinsic motivation. New York, NY: Plenum.

Deci, E.L., Koestner, R., & Ryan, R.M. (2001). Extrinsic Rewards and Intrinsic Motivation

in Education: Reconsidered Once Again. Review of Educational Research, 71 (1), 1-

27.

Deci, E.L., & Ryan, R.M. (1985). Intrinsic motivation and self-determination in human

behavior. New York: Plenum.

Deci, E.L., & Ryan, R.M. (1994). Promoting Self Determined Education. Scandinavian

Journal of Educational Research, 38, 3-41.

Deci, E.L., & Ryan, R.M. (2002). Overview of self-determination theory: An organismic

dialectical perspective. In E.L. Deci & R.M. Ryan (Eds.), Handbook of self-

determination research (pp. 3-33). Rochester, NY: University of Rochester Press.

Deci, E.L., & Ryan, R.M. (2008). Facilitating Optimal Motivation and Psychological Well-

Being Across Life‘s Domains. Canadian Psychology, 49, 14-23.

Deci, E.L., & Ryan, R.M. (2008a). Self-Determination Theory: A Macrotheory of Human

Motivation, Development, and Health. Canadian Psychology, 49 (3), 182-185.

Deci, E.L., & Ryan, R.M. (Eds.). (2002). Handbook of self-determination research.

Rochester, NY: University of Rochester Press.

Bibliografía

347

Defensor del Pueblo (2000). Violencia Escolar: El Maltrato entre Iguales en la Educación

Secundaria Obligatoria. Madrid: Publicaciones de la Oficina del Defensor del Pueblo.

Disponible en:

https://www.defensordelpueblo.es/es/Documentacion/Publicaciones/monografico/Do

cumentacion/Estudiovilencia.pdf

Defensor del Pueblo (2007). Violencia Escolar: El Maltrato entre Iguales en la Educación

Secundaria Obligatoria 1999-2006 (Nuevo estudio y actualización del Informe 2000).

Madrid: Publicaciones de la Oficina del Defensor del Pueblo. Disponible en:

http://www.oei.es/oeivirt/Informeviolencia.pdf

Del Barrio, M.V., Carrasco, M.A., y Holgado, P. (2006). BFQ-NA cuestionario de los Cinco

Grandes para niños y adolescentes (adaptación a la población española). Madrid: TEA

Ediciones.

Delors, J. (dir.). (1996). L’éducation, un trésor est caché dedans. Rapport à l’UNESCO

de la Commission internationale sur l’éducation pour le 21e siècle. Paris: Éditions

Odile Jacob et UNESCO.

Delval, J. (1985). La inteligencia: su crecimiento y medida. Madrid: Salvat.

DeRosier, M.E., & Thomas, J.M. (2003). Strengthening Sociometric Prediction: Scientific

Advances in the Assessment of Children’s Peer Relations. Child Development, 75 (5),

1379-1392.

Detterman, D.K. (1982). Does “g” exist? Intelligence, 6, 98-108.

Detterman, D.K. (2003). La inteligencia humana es un sistema complejo de procesos

distintos, En R.J. Sternberg y D.K. Detterman (coords.), ¿Qué es la inteligencia? (3ª.

Ed.) (pp.76-81). Madrid: Pirámide.

Díaz R.F. (1995). La Predicción del Rendimiento Académico en la Universidad: Un

ejemplo de aplicación de la regresión múltiple. Anuario Interuniversitario de Didáctica,

Universidad de Salamanca, 13, 43-62.

Dicaprio. N. (1985). Teorías de la personalidad. México: Interamericana.

Diener, C.I., & Dweck, C.S. (1978). An analysis of learned helplessness: Continuous

changes in performance, strategy, and achievement cognitions following failure.

Journal of Personality and Social Psychology, 36, 451-462.

Diener, C.I., & Dweck, C.S. (1980). An analysis of learned helplessness: II. The

processing of success. Journal of Personality and Social Psychology, 39, 940-952.

Diseth, A. (2003). Approaches to learning, cognitive style and academic


348

achievement.Educational Research, 45, 381-394.

Dixon, R.M.W. (1977). Where have all the adjectives gone. Studies in Languaje, 1, 19-

80.

DRAE (2001). Diccionario de la lengua española (avance de la 23ª ed.). Recuperado de

http://lema.rae.es/drae/?val=inteligencia.

Dweck, C.S. (1975). The role of expectations and attributions in the alleviation of learned

helplessness. Journal of Personality and Social Psychology, 31, 674-685.

Dweck, C.S. (1986). Motivational processes affecting learning. American Psychologist,

41, 1040-1048.

Dweck, C.S. (2007). La actitud del éxito. Barcelona: Vergara.

Dweck, C.S. (2012). Implicit Theories. In P. van Lange, A. Kruglanski, & E. Tory Higgins

(Eds.). The Handbook of Theories of Social Psychology, vol. 2 (p. 43-61). Thousand

Oaks, CA: Sage.

Dweck, C.S., & Elliott, E.S. (1983). Achievement motivation. In E.M. Heatherington (Ed.),

Handbook of child psychology: Socialization, personality, and social development,

Vol. 4 (pp. 643-691). New York, NY: Wiley.

Dweck, C.S., & Leggett, E.L. (1988). A social cognitive approach to motivation and

personality. Psychological Review, 95, 256-273.

Dweck, C.S., & Reppucci, N.D. (1973). Learned helplessness and reinforcement

responsibility in children. Journal of Personality and Social Psychology, 25, 109-116.

Dykiert, D., Gale, C., & Deary, I (2009). Are apparent sex differences in mean IQ scores

created in part by sample restriction and increased male variance? Intelligence, 37,

42-47.

Echavarri, M., Godoy, J.C., y Olaz, F. (2007). Diferencias de género en habilidades

cognitivas y rendimiento académico en estudiantes universitarios. Universitas

Psychologica, 6 (2), 319-329.

Elias, H., Mustafa, S.M.S., Roslan, S., & Noah, S.M. (2011). Motivational Predictors of

Academic Performance in End Year Examination. Procedia - Social and Behavioral

Sciences, 29, 1179-1188.

Elliot, E.S., & Dweck, C.S. (1981). Children’s achievement goals as determinats of

learned helpless and mastery-oriented achievement patterns: An experimental

analysis. Trabajo no publicado. Universidad de Harvard (citado en Dweck y Elliot,

Bibliografía

349

1983).

Elliott, E.S., & Dweck, C.S. (1988) Goals. An approach to motivation and achievement.

Journal of Personality and Social Psychology, 54, 5-12.

Entwhistle, N.J., & Cunningham, S. (1968). Neuroticism ans school attainment. A linear

relationship. British Journal of Educational Psychology, 38, 123-132.

Erwin, P. (1998). Friendship in childhood and adolescende. London, UK: Routledge.

Erwin, P.G., & Letchford, J. (2003). Types of preschool experience and sociometric

status in the primary school. Social Behavior and Personality, 31 (2), 129-131.

Eshel, Y., Sharabany, R. & Barsade, E. (2003). Reciprocated and unreciprocated dyadic

peer preferences and academic achievement of Israeli and immigrant students: A

longitudinal study. Journal of Social Psychology, 143, 746-762.

Estell, D.B., Farmer, T.W., Cairns, R.B., & Cairns, B.D. (2002). Social relations and

academic achievement in inner-city early elementary classroom. International Journal

of Behavioral Development, 26 (6), 518-528.

European Commission (2011). Grade Retention during Compulsory Education in

Europe: Regulations and Statistics. Brussels (Belgium): Education, Audiovisual and

Culture Executive Agency (EACEA P9 Eurydice). Available at

http://eacea.ec.europa.eu/education/eurydice/documents/thematic_reports/126EN.p

df

Eysenck, H.J. (1947). Dimensions of Personality. London, UK: Routledge and Kegan

Paul.

Eysenck, H.J. (1967). Personality patterns in various groups of businessmen.

Occupational Psychology, 41, 249-250.

Eysenck, H.J. (1970). The structure of human personality. London, UK: Methuen Press.

Eysenck, H.J. (1976). The measurement of personality. Lancaster, UK: MTP press.

Eysenck, H.J. (1986). Toward a new model of intelligence. Personality and Individual

Differences, 7, 731-736.

Eysenck, H.J. (1996). Personality and the experimental study of education. European

Journal of Personality, 10, 427-439.

Eysenck, H.J., & Eysenck, M. (1985). Personality and Individual Differences. New York,

NY: Plenum Press (Traducción al español: (1987). Personalidad y diferencias

individuales. Madrid: Pirámide).


350

Eysenck, H.J., y Eysenck, S.B.G. (1987). Cuestionario de Personalidad EPI. Madrid:

TEA Ediciones S.A.

Eysenck, H.J., y Eysenck, S.B.G. (1989). Cuestionario de Personalidad para niños y

adultos EPQ-A (J). Madrid: TEA Ediciones S.A.

Eyssautier de la Mora, M. (2006). Metodología de la investigación: desarrollo de la

inteligencia (5ª. ed.). México: Thompson.

Fabunmi, M., Brai-Abu, P., & Adenjii, I.A. (2007). Class factors as determinants of

secondary school student’s academic performance in Oyo State, Nigeria. Journal of

Social Sciences, 14 (3), 243-247.

Farsides, T. & Woodfield, R. (2003). Individual differences and undergraduate academic

success: The roles of personality, intelligence, and application. Personality and

Individual Differences, 34, 1225-1243.

Faul, L.A. (2006). That’s what i like about you: peer social status and emotion functioning

in boys. Doctoral Dissertation, University of Mississippi, USA.

Fergusson, D.M., & Horwood, L.J. (1997). Gender differences ineducational

achievement in a New Zealand birth cohort. New Zealand Journal of Educational

Studies, 32, 83-96.

Fernández Enguita, M. (1989). La tierra prometida. La contribución de la escuela a la

igualdad de la mujer. Revista de Educación, 290, 21-41.

Fernández Enguita, M. (1995). La escuela a examen. Madrid: Pirámide.

Fernández Enguita, M., Mena Martínez, L., y Riviere Gómez, J. (2010). Fracaso y

abandono escolar en España. Barcelona: Fundació La Caixa.

Feuerstein, R, Rand, Y. & Hoffman, M.B. (1979). The Dynamic Assessment of Retarded

Performers. The Learning Potential Assessment Device: Theory, Instrument and

Techniques. Baltimore: UPP.

Feuerstein, R. (1979). The Dynamic Assessment of Retarded Performers. The Learning

Potential Assessment Device. Theory, Instruments and Techniques. Baltimore, MD:

University Park Press.

Feuerstein, R., Rand, Y. Hoffman, M. & Miller, R. (1980). Instrumental Enrichment: An

intervention program for cognitive modifiability. Baltimore, MD: University Park Press.

Figueroa, C. (2004). Sistemas de evaluació académica. El Salvador: Ed. Universitaria.

Finney, S.J., & DiStefano, C. (2006). Non-normal and categorical data in structural equation

Bibliografía

351

modeling. In G.R. Hancock & R.O. Mueller (Eds.) Structural equation modelling: a

second course (pp. 269–314). Greenwich, CT-USA: Information Age Publishing.

Fiske, D.W. (1949). Consistency of the Factorial Structures of Personality Ratings From

different Sources. Journal of Abnormal and Social Psychology, 44, 329-344.

Fiske, D.W. (1986). The trait concept and the personality questionnaire. In A. Angleitner

y J.S. Wiggins (eds.), Personality assessment via questionnaires: Current issues in

theory and measurement (pp. 35-46). Berlín: Springer-Verlag.

Flynn, J.R. (1984). The mean IQ of Americans: Massive gains 1932 to 1978.

Psychological Bulletin, 95, 29–51.

Flynn, J.R. (1987). Massive IQ gains in 14 nations: What IQ tests really measure.

Psychological Bulletin, 101, 171–191.

Flynn, J.R. (2008). El efecto Flynn. Mente y Cerebro, 31, 29-35.

Flynn, J.R. (2009). What Is Intelligence? Beyond the Flynn Effect. Cambridge, UK:


Forteza Méndez, J. (1975). Modelo instrumental de las relaciones entre variables

motivacionales y rendimiento. Revista de Psicología General y Aplicada, 132, 75-91.

Fortier, M.S., Vallerand, R.J. & Guay, F. (1995). Academic motivation and school

performance: Toward a structural model. Contemporary Educational Psychology, 20,

257−274.

Fortin, N., Oreopoulos, P., & Phipps, S. (2013). Leaving Boys Behind: Gender Disparities

in High Academic Achievement. Disponible en:

http://faculty.arts.ubc.ca/nfortin/LeavingBoysBehind.pdf

Francis, B., & Skelton, C. (2005). Reassessing gender and achievement: Questioning

contemporary key debates. New York, NY: Routledge.

Frederickson, N.L., & Furnham, A.F. (2001). The Long-term Stability of Sociometric

Status Classification: A Longitudinal Study of Included Pupils Who Have Moderate

Learning Difficulties and Their Mainstream Peers. Journal of Child Psychology and

Psychiatry, 42 (5), 581-592.

Frederickson, N.L., & Furnham, A.F. (2004). Peer-assessed behavioral characteristics

and sociometric rejection: Differences between pupils who have moderate learning

difficulties and their mainstream peers. British Journal of Educational Psychology, 74,

391-410.


352

Freeman, D.H. (1987). Applied categorical data analysis. New York, NY: Marcel Dekker

Inc.

Frentz, C., Gresham, F.M., & Elliot, S.N. (1991). Popular, controversial, neglected, and

rejected adolescents: Contrasts of social competence and achievement difference.

Journal of School Psychology, 29, 109-120.

Freud, S. (1920/1992). Más allá del principio del placer. En S. Freud, Obras completas,

vol. 18. Buenos Aires, AR: Amorrortu.

Freud, S. (1923/1992). El yo y el ello. En S. Freud, Obras completas, vol. 19. Buenos

Aires, AR: Amorrortu.

Freud, S. (1992). Obras Completas. Buenos Aires, AR: Amorrortu.

Fullana, J. (1996). La prevención del fracaso escolar: un modelo para analizar las

variables que influyen en el riesgo de fracaso escolar. Bordón, 48, 151-167.

Furnham, A. (2010). 50 cosas que hay que saber sobre psicología. Madrid: Ariel.

Furnham, A., & Chamorro-Premuzic, T. (2004). Personality and intelligence as predictors

of statistics examination grades. Personality and Individual Differences, 37, 943-955.

Furnham, A., Chamorro-Premuzic, T., & McDougall, F. (2003). Personality, cognitive

ability, and beliefs about intelligence as predictors of academic performance. Learning

and Individual Differences, 14, 49-66.

Furrer, C., & Skinner, E. (2003). Sense of relatedness as a factor in children’s academic

engagement and performance. Journal of Educational Psychology, 95, 148-162.

Gaeta González, M.L. (2013). Learning Goals and Strategies in the Self-regulation of

Learning. US-China Education Review A & B, 3 (1), 46-50.

Galton, F. (1869). Hereditary Genius: An Inquiry into its Laws and Consequences.

London: McMillan.

García de la Hoz, V. (1971). La evaluación del rendimiento escolar en un modelo de la

evaluación educativa. Revista de Educación, 214, 19-28.

García de la Hoz, V. (1979). Tablas de predicción del rendimiento escolar: concepto,

construcción y uso. Revista Española de Pedagogía, 146, 3-19.

García Montalvo, J. (2012). Nivel socioeconómico, tipo de escuela y resultados

educativos en España: El caso de TIMSS PIRLS 2011. En IEA, PIRLS ‐ TIMSS 2011.

Estudio Internacional de progreso en comprensión lectora, matemáticas y ciencias

IEA. Vol. II: Informe Español. Análisis secundario (pp. 66-103). Madrid: MCDE-INEE.

Bibliografía

353

García Yagüe, J. y Sempere Agulló, P. (1956). Personalidad, inteligencia y rendimiento

académico. Bordón, 57, 7-17.

García-Bacete, F.J. (2007). La identificación de los alumnos rechazados, preferidos,

ignorados y controvertidos en el aula [The identification of rejected, liked, neglected,

and controversional students in the classroom]. Revista de Psicología General y

Aplicada, 60, 25-46.

Gardner, H. (1983). Frames of mind: The theory of multiple intelligences. New York:

Basic Books.

Gardner, H. (2001). La inteligencia reformulada. Las inteligencias múltiples en el siglo

XXI. Barcelona: Paidós.

Gardner, H. (2006). On failing to grasp the core of MI theory: A response to Visser et al.

Intelligence, 34 (5), 503-505.

Gardner, H. y Walters, J. (1993). Preguntas y respuestas acerca de la teoría de las

inteligencias múltiples. En H. Gardner (aut.), Inteligencias múltiples. La teoría en la

práctica (pp. 51-76). Barcelona: Paidós.

Gardner, H., Feldman, D.H. y Krechevsky, M. (2001). El Proyecto Spectrum. Tomo III:

Manual de evaluación para la educación infantil. Madrid: Morata.

Garn, A.C., & Jolly, J.L. (2014). High Ability Students' Voice on Learning Motivation.

Journal of Advanced Academics, 25 (1) 7-24.

Gerber, M.M. (2001). All teachers are Dynamic Tests. Issues in Education, 7 (2), 193-

200.

Ghazvini, S.D. (2011). Relationships between academic self-concept and academic

performance in high school students. Procedia - Social and Behavioral Sciences, 15,

1034-1039.

Gherasim, L.R., Mairean, C., & Butnaru, S. (2012). Prediction of school performance:

the role of motivational orientation and classroom environment. Procedia - Social and

Behavioral Sciences, 46, 3931-3935.

Gil, J., García, E., y Rodríguez, G. (2001). Cuadernos de Estadística 12. Análisis

discriminante. Madrid, España: La Muralla.

Gilles, P.Y., & Bailleux, C. (2001), Personality Traits and Abilities as Predictors of

Academic Achievement. European Journal of Psychology of Education, 16 (1), 3-15.

Gil-Verona, J.A., Macías, J.A., Pastor, J.F., Paz, F., Barbosa, M., Maniega, M.A., et al.


354

(2003). Diferencias sexuales en el sistema nervioso humano. Una revisión desde el

punto de vista psiconeurobiológico. Revista Internacional de Psicología Clínica y de

la Salud, 3 (2), 351-361.

Gimeno Sacristan, J. (1976). Autoconcepto, sociabilidad y rendimiento escolar. Madrid,

Servicio de Publicaciones del MEC.

Goff, M., & Ackerman, P.L. (1992). Personality-intelligence relations: Assessing typical

intellectual engagement. Journal of Educational Psychology, 84, 537-552.

Goldberg, L.R. (1981a). Developing a taxonomy of trait-descriptive terms. In D.W. Fiske

(ed.), New directions for methodology of social and behaviorai Science: Problems with

language imprecision (pp. 43-65). San Francisco, CA: Jossey-Bass.

Goldberg, L.R. (1981b). Language and individual differences: The search for universals

in personality lexicons. In L. Wheeler (ed.), Review of Personality and Social

Psychology, vol. 2 (pp. 141-165). Beverly Hills, CA: Sage.

Goldberg, L.R. (1982). From Ace to Zombie: Some explorations in the language of

personality. In C.D. Spielberger and J.N. Butcher (Eds.), Advances in personality

assessment, vol. I (pp. 203-234). Hillsdale, NJ: Erlbaum.

Goldberg, L.R. (1990). An alternative 2description of Personality”: The Big Five factor

estructure. Journal of Personality and Social Psychology, 59, 1216-1229.

Goldberg, L.R. (1992). The development of marker variables for the Big-Five structure.

Psychological Assessment, 4, 26-42.

Gómez Castro, J.L. (1986). Rendimiento escolar y valores interpersonales: Análisis de

resultados en EGB con el cuestionario SIV de Leonardo V. Gordon. Bordón, 262,

257-275.

Gonçalves, T., & Lemos, M. (2014). Personal And Social Factors Influencing Students’

Attitudes Towards Peers With Special Needs. Procedia - Social and Behavioral

Sciences, 112, 949-955.

Gondar Nores, J.E. (2002). Técnicas Estadísticas con SPSS: Modelado de Ecuaciones

Estructurales. Madrid: Data Mining Institute.

González Álvarez, J. (1990). Sociometria per ordinador. El test sociomètric. València.

Consellería de Cultura, Educació i Ciència.

González Cabanach, R., Valle Arias, A., Núñez Pérez, J.C., y González Pienda, J.A.

(1996). Una aproximación teórica al concepto de metas académicas y su relación con

la motivación escolar. Psicothema, 8 (1), 45-61.

Bibliografía

355

González Cabanach, R., Valle Arias, A., Suárez Riveiro, J.M., y Fernández Suárez, A.P.

(1999). Un modelo integrador explicativo de las relaciones entre metas académicas,

estrategias de aprendizaje y rendimiento académico. Revista de Investigación

Educativa, 17 (1), 47-70.

González Fernández, D. (1975). Procesos escolares inexplicables. Aula Abierta, 11, 12.

González, M.M. y Padilla, M.L. (1990). Conocimiento social y desarrollo moral en los

años preescolares. En J. Palacios, A. Marchesi y C. Coll (Comps.), Desarrollo

Psicológico y Educación I. Psicología Evolutiva (págs. 191-204). Madrid: Alianza.

González, N., Abad, J., y Lévy, J.P. (2006). Normalidad y otros supuestos en análisis de

covarianzas. En J. Lévy (Ed.), Modelización con estructuras de covarianzas (pp. 31-

57). La Coruña: Netbiblo

Gottfredson, L.S. (1999). El factor general de inteligencia. Investigación y Ciencia,

Temas 17, 20-25.

Gottfredson, L.S. (2002). Highly General and Highly Practical. In R.J. Sternberg& E.L.

Grigorenko, The general factor of intelligence: How general is it? (pp. 331-

380)Mahwah, NJ: Erlbaum.

Gottfredson, L.S. (2007). Shattering Logic to Explain the Flynn Effect. The IQ

Conundrum. In J.R. Flynn, L.S. Gottfredson, E. Turkheimer & S. Ceci (aut.), The IQ

Conundrum. Washington, DC: The Cato Institute. Disponible en: http://www.cato-

unbound.org/2007/11/08/linda-s-gottfredson/shattering-logic-explain-flynn-effect

Gottfredson, L.S. (2011). Are we getting smarter? New Scientist, 13, 8. Disponible en:

http://www.udel.edu/educ/gottfredson/reprints/2011InstantExpertIntelligence.pdf

Gottfried, A. E. (1982). Relationships between academic intrinsic motivation and anxiety

in children and young adolescents. Journal of School Psychology, 20, 205-315.

Gottfried, A.E., Marcoulides, G.A., Gottfried, A.W., Oliver, P., & Guerin, D. (2007).

Multivariate latent change modeling of developmental decline in academic intrinsic

math motivation and achievement: Childhood through adolescence. International

Journal of Behavioral Development, 31, 317-327.

Grant, H., & Dweck, C.S. (2003). Clarifying Achievement Goals and Their Impact.

Journal of Personality and Social Psychology, 85 (3), 541-553.

Green, K., Forehand, R., Beck, S., & Vosk, B. (1980). An assessment of the relationship

among measures of children's social competence and children's academic

achievement. Child Development, 51, 1149-1156.


356

Greenman, P.S., Schneider, B.H., & Tomada, G. (2009). Stability and Change in

Patterns of Peer Rejection. Implications for Children's Academic Performance Over

Time. School Psychology International, 30 (2), 163-183.

Gregory, R.J. (2012). Pruebas psicológicas. Historia, principios y aplicaciones (6ª. Ed.).

México: Pearson.

Guay, F. Ratelle, C.F., Roy, A. & Litalien, D. (2010). Academic self-concept, autonomous

academic motivation, and academic achievement: Mediating and additive effects.

Learning and Individual Differences, 20, 644–653.

Guay, F., & Vallerand, R.J. (1997). Social context, students‘ motivation, and academic

achievement: Toward a process model. Social Psychology of Education, 1, 211-233.

Guilford, J.P. & Hoepfner, R. (1971). The Analysis of Intelligence. New York: McGraw-

Hill.

Guilford, J.P. (1959a). Personality. New York, NY: McGraw-Hill.

Guilford, J.P. (1959b). Three faces of intellect. American Psychologist, 14, 469-479.

Guilford, J.P. (1967). The nature of human intelligence. New York: McGraw-Hill.

Guilford, J.P. (1985). The structure-of-intellect model. En B.B. Wolman (Ed.), Handbook

of intelligence: Theories, measurements and applications. New York: Wiley.

Gutiérrez-Saldaña, P., Camacho-Calderón, N. y Martínez-Martínez, M.L. (2007).

Autoestima, funcionalidad familiar y rendimiento escolar en adolescentes. Atención

Primaria, 39 (11). Disponible en: http://zl.elsevier.es/es/revista/atencion-primaria-

27/autoestima-funcionalidad-familiar-rendimiento-escolar-adolescentes-13112196-

originales-2007

Hair, J. F., Anderson, R. E., Tatham, R. L. y Black, W. C. (2005). Análisis multivariante (5ª

ed.). Madrid, España: Pearson.

Hair, E.C., & Graziano, W.G. (2003). Self-esteem, personality, and achievement in high

school: A prospective longitudinal study in Texas. Journal of Personality, 71, 971-994.

Hanley, J.A. (1988). The robustness of the binormal model used to fit ROC curves. Medical

Decision Making, 8, 197-203.

Hanley, J.A., & McNeil, B.J. (1982). The meaning and use of the area under a receiver

operating characteristic (ROC) curve. Radiology, 143, 29-36.

Hanley, J.A., & McNeil, B.J. (1983). A method of comparing the areas under receiver

operating characteristic curves derived from the same cases. Radiology, 148, 839-843.

Bibliografía

357

Harackiewicz, J.M., Barron, K.E., & Elliot, A.J. (1998). Rethinking achievement goals:

When are they adaptative for college students and why? Educational Psychologist,

33, 1-21.

Harris, W.J. & King, D.R. (1982) Achievement, sociometric status, and personality

characteristics of children selected by their teachers as having learning and/or

behavior problems. Psychology in the Schools, 19, 452-457.

Harter, S. (1999). The construction of the self: A developmental perspective. New York,

NY: Guilford Press.

Haselager, W.F.G. (1997). Cognitive Science and folk psychology: The right frame of

mind. London, UK: Sage.

Hatzichristou, C., & Hopf, D. (1996). A multiperspective comparison of peer sociometric

status groups in childhood and adolescence. Child Development, 67, 1085-1102.

Hauser, R.M. (1999). How much social promotion is there in the United States? CDE

Working Paper No. 99-06. Madison, WI: Center for Demography and Ecology,

University of Wisconsin, Madison.

Hauser, R.M., Pager, D.I., & Simmons, S.J. (2000). Race‐ethnicity, social background,

and grade retention. Madison, WI: Center for Demography and Ecology, University of

Wisconsin, Madison. Disponible en: https://www.ssc.wisc.edu/cde/cdewp/2000-

08.pdf

Hausmann, R., Tyson, L., & Zahidi, S. (2008). The Global Gender Gap Report 2009.

Geneva, Switzerland: World Economic Forum. Disponible en:

http://www3.weforum.org/docs/WEF_GenderGap_Report_2012.pdf

Havighurst, R.J., Bowman, P.H., Liddle, G.P., Mathews, C.V., & Pierce, J.V. (1962).

Growing up in River City. New York, NY: Riley.

Hawley, P.H. (2003). Prosocial and coercive configurations of resource control in early

adolescence: A case for the welladapted Machiavellian. Merrill-Palmer Quarterly, 49,

279-309.

Haywood, H.C. (1993). As Mediational Teaching Style. International Journal of Cognitive

Education and Mediated Learning, 3(1), 27-38.

Heaven, P., & Ciarrochi, J. (2012). When IQ is not everything: Intelligence, personality

and academic performance. Personality and Individual Differences 53, 518-522.

Herrera, I., Herrera, F. Ramírez, M.I. (2007). ¿Qué ocurre entre el autoconcepto y el

rendimiento académico, en un contexto pluricultural? REOP, 18 (2), 201-213.


358

Herrnstein, R.J., & Murray, C. (1994). The Bell Curve: Intelligence and class structure in

American life. New York: The Free Press.

Herzberg, F.I. (1959). The Motivation to Work. New York, NY: Wiley.

Herzberg, F.I. (1968). One More Time, How Do You Motivate Employees. Harvard

Business Review, 46 (1), 53-62. Disponible en:

http://jakehuber.files.wordpress.com/2013/01/2-one-more-time-how-do-you-

motivate-employees.pdf

Herzberg, F.I., Mausner, B., & Snydermann, B.B. (1959/2010). The motivation to work

(12th ed.). New Brunswic, NB-CA: Transaction Publ.

Heyman, G. y Dweck, C.S. (1992). Achievement goals and intrinsic motivation: Their

relation and their role in adaptative motivation. Motivation and Emotion, 16, 231-243.

Hill, N.E., Castellino, D.R., Lansford, J.E., Nowlin, P., Dodge, K.A., et al. (2004). Parent

academic involvement as related to school behaviour, achievement, and aspirations:

Demographic variations across adolescence. Child Developmental, 75, 1491-1509.

Hoffman, D.A. (1975). Cognitive style and intelligence: their relation to leadership and

self-concept (Tesis doctoral, Universidad Estatal de Ohio, 1975). Dissertations

Abstracts International, 36, 4133 B. Ann Arbor, MI: Xerox Univ. Microfilms

Hoogeeven, L., Hell, J.G., & Verhoeven, L. (2009). Self-Concept and Social Status of

Accelerated and Nonaccelerated Students in the First 2 Years of Secondary School

in Netherlands. The Gifted Child Quarterly, 53 (1), 50-67.

Hopmeyer-Gorman, A., Kim, J., & Schimmelbusch, A. (2002). The attributes adolescents

associate with peer popularity and teacher preference. Journal of School Psychology,

40, 143-165.

Horn, J.L. (1967). Intelligence - Why it grows, why it declines. Trans-action, 5 (1), 23-31.

Horn, J.L. (1968). Organization of abilities and the development of intelligence.

Psychological Review, 75 (3), 242-259.

Horn, J.L. y Noli, J. (1997) .Human Cognitive Capabilities: Gf-Gc theory. En DP

Flanagan, J.L. Genshaft y P.L. Harrison (Eds.) Contemporary Intellectual

assessment: theories, tests and issues pg. 53-91. Nueva York: Guilford Presss.

Huang, Ch. (2011). Self-concept and academic achievement: A meta-analysis of

longitudinal relations. Journal of School Psychology, 49, 505-528.

Hull, C.L. (1930). nowledge and purpose as hábil mechanisms. Psychological Review,

Bibliografía

359

37, 511-525.

Hull, C.L. (1943). Principles of Behaviour. New York, NY: Appleton- Century-Crofts.

Disponible en: http://s-f-

walker.org.uk/pubsebooks/pdfs/Principles%20of%20Behavior%20-

%20Clark%20Hull.pdf

IBM Corp. Released (2013a). IBM SPSS Statistics for Windows, v. 22.0. Armonk, NY: IBM

Corp.

IBM Corp. Released (2013b). IBM SPSS AMOS for Windows, v. 22.0. Armonk, NY: IBM

Corp.

IEA. Asociación Internacional para la Evaluación del Rendimiento Educativo. (2012).

PIRLS - TIMSS 2011. Estudio Internacional de progreso en comprensión lectora,

matemáticas y ciencias, vol. I: Informe Español. Madrid: MECD-INEE. Disponible

en: http://www.mecd.gob.es/dctm/inee/internacional/pirlstimss2011vol2-

1.pdf?documentId=0901e72b81825be5

INEE (2012). EECL, Estudio Europeo de Competencia Lingüística, Vol. I, Informe

Español. Madrid: MECD-INEE.

Inglés, C.J., Martínez-Monteagudo, M.C., Delgado, B., Torregrosa, M.S., Redondo, J.,

Benavides, G., et al. (2008). Prevalencia de la conducta agresiva, conducta prosocial

y ansiedad social en una muestra de adolescentes españoles: Un estudio

comparativo [Prevalence of aggressive behavior, prosocial behavior, and social

anxiety in a sample of Spanish adolescents: A comparative study]. Infancia y

Aprendizaje, 31, 449-461.

Inglés, C.J., Torregrosa, M.S., García-Fernández, J.M., Martínez-Monteagudo, M.C.,

Estévez, E., y Delgado, B. (2014). Conducta agresiva e inteligencia emocional en la

adolescencia. European Journal of Education and Psychology, 7 (1), 29-41.

IOE. Institute of Education (sf). British Cohort Study. University of London. Available:

http://www.cls.ioe.ac.uk/MicrositeHome.aspx?sitesectionid=46&sitesectiontitle=Britis

h%20Cohort%20Study

Ireson, J. & Hallam, S. (2009). Academic self-concepts in adolescence: Relations with

achievement and ability grouping in schools. Learning and Instruction, 19, 201-213.

Irwing, P., Cammock, T., & Lynn, R. (2001). Some evidence for the existence of a general

factor of semantic memory and its components. Personality and Individual



360

Iyengar, S.S., & Lepper, M.R. (1999). Rethinking the value of choice: A cultural

perspective on intrinsic motivation. Journal of Personality and Social Psychology, 76,

349-366. doi:10.1037/0022-3514.76.3.349

Jackson, D.L. (2003). Revisiting sample size and number of parameter estimates: Some

support for the N:q hypothesis. Structural Equation Modeling, 10, 128- 141.

Jackson, D.N., & Rushton, J.P. (2006). Males have greater g: Sex differences in general

mental ability from 100,000 17- to 18-year-olds on the Scholastic Assessment Test.

Intelligence, 34, 479-486.

Jang, H., Reeve, J., Ryan, R.M., & Kim, A. (2009). Can self-determination theory explain

what underlies the productive, satisfying learning experiences of collectivistically-

oriented Korean adolescents? Journal of Educational Psychology, 101, 644-661.

Jencks, C. (1979). Who gets ahead? The determinants of economic success in America.

New York, NY: Basic Books.

Jensen, A.R. (1998a). The g factor and the design of education. In R.J. Sternberg &

W.M. Williams (eds.), Intelligence, instruction, and assessment: Theory into practice

(pp. 111-131). Mahwah, NJ: Lawrence Erlbaum.

Jensen, A.R. (1998b). The g factor: The science of mental ability. Westport, CT: Praeger.

Jiménez, M. (2000). Competencia social: intervención preventiva en la escuela. Infancia

y Sociedad, 24, 21-48.

Jimerson, S.R., Pletcher, S.M., Graydon K., Schnurr, B.L., Nickerson A.B., & Kundert,

D.K. (2006). Beyond Grade Retention And Social Promotion: Promoting The Social

And Academic Competence Of Students. Psychology in the Schools, 43 (1), 85-97.

John, O.P., Angleitner, A., & Ostendorf, F. (1988). The lexical approach to personality:

A historical review of trait taxonomic research. European Journal of Personality, 2,

171-203.

Johnson, G.R. (1937). High school survey. Public School Messenger, 35, 2–34.

Johnson, S. (2005). Everything bad is good for you. How Today's Popular Culture is

Actually Making Us Smarter. New York: Riverhead.

Jonkmann, K., Becker, M., Marsh, H.W., Trautwein, U. & Lüdtke, O. (2012). Personality

traits moderate the Big-Fish-Little-Pond effect of academic self-concept learning and

individual differences. Learning and Individual Differences, 22, 736-746.

Bibliografía

361

Ju, S., Zhang, D. & Katsiyannis, A. (2013). The Causal Relationship Between Academic

Self-Concept and Academic Achievement for Students With Disabilities: An Analysis

of SEELS Data. Journal of Disability Policy Studies, 24 (1), 4-14.

Kasser, T. & Ryan, R.M. (1996). Further examining the American dream: Differential

correlates of intrinsic and extrinsic goals. Personality and Social Psychology Bulletin,

22, 280-287.

Katz, I, Assor, A., & Kanat, Y. (2008). A projective assessment of autonomous motivation

in children: Correlational and experimental evidence. Motivation and Emotion,

32, 109-119.

Kaya, A. (2007). Sociometric status, depression and locus de control among turkish early

adolescents. Social Behavior and Personality, 35 (10), 1405-1414.

Keane, S.P., & Calkins, S.D. (2003). Predicting Kindergarten Peer Social Status from

Toddler and Preschool Problem Behavior. Journal of Abnormal Child Psychology, 32

(4), 409-423.

Kelly G.A. (1955/1991). The Psychology of Personal Constructs, Vol. 1: A Theory of

Personality. London, UK: Routledge.

Kelly, G.A. (1958). The theory and technique of assessment. Annual Review of


Kline, R.B. (2005). Principies and practice of structural equation modeling (2nd Ed.). New

York, NY: Guilford.

Koontz, H. y Weihrich, H. (1999). Administración, una perspectiva global (11ª ed.).

México: McGraw-Hill.

Kumari, A. & Chamundeswari, S. (2013). Self-Concept and Academic Achievement of

Students at the Higher Secondary Level. Journal of Sociological Research, 4 (2), 105-

113.

Kusurkar, R.A., Ten Cate, T.J., Vos, C.M., Westers, P., & Croiset, G. (2013). How

motivation affects academic performance: a structural equation modelling analysis.

Advances in health sciences education: theory and practice, 18 (1) 57-69.

La Guardia, J.G. (2009). Developing who I am: A self-determination theory approach to

the establishment of healthy identifies. Educational Psychologist, 44 (2), 90-104.

Ladd, G. (1999). Peer relationships and social competence during early and middle

childhood. Annual Review of Psychology, 50, 333-359.


362

Laferrière, T., Bader, B., Barma, S., Beaumont, C., Deblois, L., Gervais, F., et al., (2011).

L’étude de la réussite scolaire au Québec: une analyse historicoculturelle de l’activité

d’un centre de recherche, le CRIRES. Education et Francophonie, 39 (1), 156-182.

LaFontana, K.M., & Cillessen, A.H.N. (2002). Children’s perceptions of popular and

unpopular peers: A multimethod assessment. Developmental Psychology, 38, 635-

647. doi: 10.1037/0012-1649.38.5.635.

Laidra, K., Pullmann, H. &Allik, J. (2007). Personality and intelligence as predictors of

academic achievement: A cross-sectional study from elementary to secondary

school. Personality and Individual Differences, 42(3), 441-451.

Larsen, J.L., & Bush, D.M. (2009). Personality Psychology: Domains of knowledge about

human nature (4th ed.). New York, NY: McGraw-Hill.

Lease, A.M., Kennedy, C.A., & Axelrod, J.L. (2002). Children’s social constructions of

popularity. Social Development, 11, 87-109. doi:10.1111/1467-9507.00188.

Lease, A.M., Michele, K., Musgrove, T., & Axelrod, J.L. (2002). Dimensions of Social

Status in Preadolescent Peer Groups: Likability, Perceived Popularity, and Social

Dominance. Social Development, 11 (4), 508-533. doi:10.1111/1467-9507.00213.

Lemos, M.S., & Veríssimo, L. (2014). The relationships between intrinsic motivation,

extrinsic motivation, and achievement, along elementary school. Procedia - Social

and Behavioral Sciences, 112, 930-938.

Lepper, M. R., Corpus, J. H., & Iyengar, S. S. (2005). Intrinsic and extrinsic motivational

orientations in the classroom: Age differences and academic correlates. Journal of

Educational Psychology, 97, 184-196. doi:10.1037/0022-0663.97.2.184

Levesque, C., Copeland, K.J., Pattie, M.D., & Deci, E.L. (2011). Intrinsic and extrinsic

motivation. In S. Järvelä (Ed.), Social and emotional aspects of learning (pp. 15-20).

Oxford, UK: Academic Press.

Liem, G.A.D., Marsh, H.W., Martin, A.J., McInerney, D.M. & Yeung, A.S. (2013). The big-

fish-little-pond effect and a national policy of within-school ability streaming:

Alternative frames of reference. American Educational Research Journal, 50 (2), 326-

370.

López Menchero, P. (1970). La predicción del éxito en el bachillerato superior. Revista

de Psicología General y Aplicada, 102.

Lounsbury, J.W., Sundstrom, E., Loveland, J.M. & Gibson, L.W. (2003), Intelligence, "Big

Five" Personality Traits, and Work Drive as Predictors of Course Grade. Personality

Bibliografía

363

and Individual Differences, 35 (6), 1231-1239.

Luo, D., Thompson, L.A., & Detterman, D.K. (2003). The causal factor underlying the

correlation between psychometric "g" and scholastic performance. Intelligence, 31,

67-83.

Luria, A.R. (1966). Human Brain and Psychological Processes. New York: Wiley

Luria, A.R. (1973). The working brain. Middlesex: Penguin

Lynn, R. (1959). Two personality characteristics related to academic achievement.

British Journal of Educational Psychology, 29, 213-216.

Lynn, R. (1994). Sex Differences in Intelligence and Brain Size: A Paradox Resolved.


Lynn, R. (1998). Sex Differences in Intelligence: Data from a Scottish Standardisation

Sample of the WAIS-R. Personality and Individual Differences, 24, 289-290.

Lynn, R. (1999). Sex differences in intelligence and brain size: a developmental theory.


Lynn, R. (2013). Who discovered the Flynn effect? A review of early studies of the secular

increase of intelligence. Intelligence, 41 (6), 765-769.

Lynn, R, & Irwing, P. (2002). Sex differences in general knowledge, semantic memory

and reasoning ability. British Journal of Psychology, 93, 545-556.

Lynn, R. & Harvey, J. (2008). The decline of the world's IQ. Intelligence, 36, 112-120.

Maag, J.W., Vasa, S.F., Reid, R., & Torrey, G.K. (1995). Social and behavioral predictors

of popular, rejected, and average children. Educational and Psychological

Measurement, 55 (2), 196-205. http://dx.doi.org/10.1177/0013164495055002004

Maccoby, E., & Jacklin, C. (1974). The psychology of sex differences. Standford, CA.

University Press.

Mackintosh, N.J. (1998). IQ and Human Intelligence. Oxford, UK: Oxford University

Press.

Mahoney, M.J. (1983). Cognición y modificación de conducta. México: Trillas.

Marchesi, A. (2003). El fracaso escolar en España. Madrid: Fundación Alternativas.

Disponible en: http://www.falternativas.org/laboratorio/documentos/documentos-de-

trabajo/el-fracaso-escolar-en-espana

Markus, H.R., Kitayama, S., & Heiman, R.J. (1996). Culture and “basic” psychological


364

principles. In E.T. Higgins & A.W. Kruglanski (Eds.), Social psychology: Handbook of

basic principles (pp. 857-913). New York, NY: Guilford.

Marsh, H.W. (1986). Verbal and Math self-concepts: An internal/external frame of reference

model. American Educational Research Journal, 23, 129-149.

Marsh, H.W. (1990). The structure of academic self-concept: The Marsh/Shavelson

model. Journal of Educational Psychology, 82, 623-636.

Marsh, H.W. (1992a). Self Description Questionnaire (SDQ) I: A theoretical and empirical

basis for the measurement of multiple dimensions of preadolescent self-concept. An

interim test manual and research monograph. Macarthur, New South Wales,

Australia: University of Western Sydney, Faculty of Education.

Marsh, H.W. (1992b). Self Description Questionnaire (SDQ) II: A theoretical and

empirical basis for the measurement of multiple dimensions of adolescent self-

concept. A test manual and research monograph. Macarthur, New South Wales,

Australia: University of Western Sydney, Faculty of Education.

Marsh, H.W. (1992c). Self Description Questionnaire (SDQ) III: A theoretical and

empirical basis for the measurement of multiple dimensions of late adolescent self-

concept. An interim test manual and research monograph. Macarthur, New South

Wales, Australia: University of Western Sydney, Faculty of Education.

Marsh, H.W. (1992d). Content specificity of relations between academic achievement

and academic self-concept. Journal of Educational Psychology, 84, 35-42.

Marsh, H.W. (1993). Academic self-concept: Theory, measurement, and research. In J.

Suls (Ed.), Psychological perspectives on the self: The self in social perspective (Vol.

4, pp. 59-98). Hillsdale, NJ: Erlbaum.

Marsh, H.W. (1998). Age and gender effects in physical self-concepts for adolescent

elite-athletes and non-athletes: A multi-cohort-multi-occasion design. Journal of Sport

& Exercise Psychology, 20 (3), 237-259.

Marsh, H.W. (2007). Self-concept theory, measurement and research into practice: The

role of self-concept in educational psychology. Leicester, UK: British Psychological

Society.

Marsh, H.W. & Craven, R. (1997). Academic self-concept: Beyond the dustbowl. In G. Phye

(Ed.), Handbook of classroom assessment: Learning, achievement, and adjustment (pp.

131−198). Orlando, FL: Academic Press.

Bibliografía

365

Marsh, H.W. & Köller, O. (2004). Unification of theoretical models of academic

selfconcept/ achievement relations: Reunification of east and west German school

systems after the fall of the Berlin Wall. Contemporary Educational Psychology, 29,

264–282.

Marsh, H.W. & Shavelson, R.J. (1985). Self-concept: Its multifaceted. hierarchical structure.

Educational Psychologist, 20, 3, 107-123.

Marsh, H.W., & Yeung, A.S. (1998). Top-down, bottom-up, and horizontal models: The

direction of causality in multidimensional, hierarchical self-concept models. Journal of

Personality and Social Psychology, 75 (2), 509-527.

Marsh, H.W., Byrne, B. & Shavelson, R.J. (1988). A multifaceted academic self-concept:

Its hierarchical structure and its relation to academic achievement, Journal of

Educational Psychology, 80, 30, 366-380.

Marsh, H.W., Hey, J., Johnson, S., & Perry, C. (1997). Elite athlete self description

questionnaire: Hierarchical confirmatory factor analysis of responses by two distinct

groups of elite athletes. International Journal of Sport Psychology, 28, 237-258.

Marsh, H.W., Hey, J., Roche, L.A., & Perry, C. (1997). Structure of physical self-concept:

Elite athletes and physical education students. Journal of Educational Psychology, 89

(2), 369-380.

Marsh, H.W., Perry, C., Horsely, C., & Roche, L.A. (1995). Multidimensional self-

concepts of elite athletes: How do they differ from the general population? Journal of

Sport and Exercise Psychology, 17, 70-83.

Marsh, H.W., Richards, G.E., Johnson, S., Roche, L. & Tremayne, P. (1994). Physical

Self-Description Questionnaire: Psychometric properties and a multitrait-multimethod

analysis of relations to existing instruments. Journal of Sport and Exercise


Martín del Buey, F., y Romero Viesca, M.E. (2003). Influencia de las expectativas en el

rendimiento académico. Aula Abierta, 81, 99-110.

Martin González, E. (1986). El rendimiento escolar: una aproximación a su problemática

conceptual y mulideterminación. Madrid: OEI.

Martín Martín, Q. (2001). Cuadernos de Estadística 19. Contrastes de hipótesis. Madrid:

La Muralla.

Martín, E. (2011). The Influence of Diverse Interaction Contexts on Students’ Sociometric

Status. The Spanish Journal of Psychology, 14 (1), 88-98.


366

Martínez Arias, R. (1999). Cuadernos de Estadística 1. El análisis multivariante en la

investigación científica. Madrid, España: La Muralla.

Martínez, C.., Redondo, R., Rua, A., y Fabra, E. (2011). Factores de personalidad (Big

Five) y rendimiento académico en asignaturas cuantitativas de ADE. XIX Jornadas

ASEPUMA - VII Encuentro Internacional. Anales de ASEPUMA, 19, 1-19. Disponible

en: http://www.uv.es/asepuma2011/comunicaciones/0405.pdf

Martínez-Otero Pérez, V. (1997). Los adolescentes ante el estudio: causas y

consecuencias del rendimiento académico. Madrid: Fundamentos.

Masland, L.C., & Lease, A.M. (2013). Effects of achievement motivation, social identity,

and peer group norms on academic conformity. Social Psychology of Education, 16,

661-681.

Maslow, A.H. (1943). A Theory of Human Motivation. Psychological Review, 50, 370-

396. Disponible en: http://psychclassics.yorku.ca/Maslow/motivation.htm

Maslow, A.H. (1954/1991). Motivación y personalidad. Madrid: Ediciones Díaz de

Santos.

Maslow, A.H. (1964). Religions, Values and Peak Experiences. Columbus, OH: Ohio

State University Press. Disponible en: http://www.nostrajewellery.org/files/Abraham-

H.-Maslow-Religions,-Values-and-Peak-Experiences.pdf

Maslow, A.H. (1971). The farther reaches of human nature. New York: The Viking Press.

Mau, W.Ch., & Lynn, R. (2000). Gender differences in homework and test scores in

Mathematics, Reading and Science at tenth and twelfth grade. Psychology, Evolution

& Gender, 2 (2), 119-125.

Mavrovelli, S., Petrides, K.V., Rieffe, C., & Bakker, F. (2007). Trait emotional intelligence,

psychological well-being and peer-rated social competence in adolescence. British

Journal of Developmental Psychology, 25, 263-275.

Mayeux, L., Bellmore, M.D., & Cillessen, A.H.N. (2007). Predicting Changes in

Adjustment Using Repeated Measures of Sociometric Status. The Journal of Genetic

Psychology, 168 (4), 401–424.

Mayeux, L., & Cillessen, A.H.N. (2003). Development of Social Problem Solving in Early

Childhood: Stability, Change, and Associations With Social Competence. The Journal

of Genetic Psychology, 164 (2), 153-173.

McClearn, G.E., Johansson, B., Berg, S., Pedersen, N.L., Ahern, F., Petrill, S.A., et

al.(1997). Substantial Genetic Influence on Cognitive Abilities in Twins 80 or More

Bibliografía

367

Years Old.Science, 276 (5318), 1560-1563.

McClelland, D.C. (1961). The Achieving Society. New York, NY: Van Nostrand.

McClelland, D.C. (1965). Toward a Theory of Motive Acquisition. American Psychologist,

20 (5), 321-333. Disponible en:

http://media.johnwiley.com.au/product_ancillary/64/04702605/DOWNLOAD/chapter

08.pdf

McClelland, D.C. (1975). Power: The Inner Experience. New York, NY: Irvington.

McClelland, D.C. (1989). Estudio de la motivación humana. Madrid: Narcea.

McClelland, D.C., & Boyatzis, R.E. (1982). The leadership motive pattern and long-term

success in management. Journal of Applied Psychology, 67 (6), 737-743.

McClelland, D.C., & Winter, D.G. (1969). Motivating Economic Achievement. New York,

NY: Free Press.

McClelland, D.C., Atkinson, J.W., Clark, R.A., & Lowell, E.L. (1953). The Achievement

Motive. New York, NY: Appleton-Century and Crofts.

McClelland, D.C., Davis, W.N., Kalin, R., & Wanner, E. (1972). The Drinking Man:

Alcohol and Human Motivation. New York, NY: Free Press.

McCown, W., & Johnson, J. (1991). Personality and chronic procrastination by university

students during an academic examination period. Personality and Individual


McCrae, R.R. (1987). Creativity, divergent thinking and openness to experience. Journal

of Personality and Social Psychology, 52, 1258-1265.

McCrae, R.R. (1996). Social consequences of experiential openness. Psychological

Bulletin, 120, 323-337.

McCrae, R.R. (2000). Emotional intelligence from the perspective of the five-factor model

of personality. In R. Bar-On & J.D.A. Parker (Eds.), Handbook of emotional

intelligence (pp. 263-276). San Francisco, CA: Jossey-Bass.

McCrae, R.R. (2001). Trait psychology and culture: exploring intercultural comparisons.

Journal of Personality 69 (6), 819–846.

McCrae, R.R., & Costa, P.T. Jr. (1997). Conceptions and correlates of Openness to

Experience. In R. Hogan, J. A. Johnson, & S. R. Briggs (Eds.), Handbook of

personality psychology (pp. 825-847). San Diego: Academic Press.

McCrae, R.R., & Costa, P.T. (2003). Personality in adulthood: A Five-Factor Theory


368

perspective (2nd ed.). New York, NY: Guilford Press.

McGee, R., Williams, S., Share, D.L., Anderson, J., & Silva, P.A. (1986). The relationship

between specific reading retardation, general reading backwardness, and behavioural

problems in a large sample of Dunedin boys: A longitudinal study from five to eleven

years. Journal of Child Psychology and Psychiatry, 27, 597-610.

McKenzie, J. (1989). Neuroticism and academic achievement: The Furneaux factor.


MECD (2013). Datos básicos del sistema universitario español. Curso 2013-2014.

Madrid: MECD. Secretaría General Técnica. Disponible en:

http://www.mecd.gob.es/dms/mecd/educacion-mecd/areas-

educacion/universidades/estadisticas-informes/datos-

cifras/DATOS_CIFRAS_13_14.pdf

MECD (sf). Enseñanzas no universitarias. Alumnado. Resultados académicos. Curso

2011-2012. Disponible en: http://www.mecd.gob.es/servicios-al-ciudadano-

mecd/estadisticas/educacion/no-universitaria/alumnado/resultados/2011-2012.html

Mednick, S.A. (1972). Aprendizaje. Mexico: Uteha.

Meece, J.L., Anderman, E.M., & Anderman, L.H. (2006). Classroom goal structures,

student motivation, and academic achievement. Annual Review of Psychology, 57,

487-503. doi:10.1146/annurev.psych.56.091103.070258

Melgarejo, X. (2013). Gracias, Finlandia. Barcelona: Plataforma Actual.

Mercer, S.H., & DeRosier, M.E. (2008). Teacher preference, peer rejection, and student

aggression: A prospective study of transactional influence and independent

contributions to emotional adjustment and grades. Journal of School Psychology, 46,

661-685.

Messick, S. (1984). The nature of cognitive styles: problems and promise in educational

practice. Educational Psychologist, 19, 59-74.

Mira y López, E. (1966). El pensamiento: leyes y factores, límites y posibilidades del

pensamiento. Buenos Aires: Kapelusz.

Miras, M. (2004) Afectos, emociones, atribuciones y expectativas: El sentido del

aprendizaje escolar. En C. Coll, J. Palacios y A. Marchesi (Ed.), Desarrollo

psicológico y educación 2. Psicología de la educación escolar (pp. 309-330). Madrid:

Alianza,

Mischel, W. (1968). Personality and assessment. New York, NY: Wiley.

Bibliografía

369

Mischel, W. (1988). Teorías de la personalidad. México: McGraw-Hill.

Miserandino, M. (1996). Children who do well in school: Individual differences in

perceived competence and autonomy in above-average children. Journal of


Mnyandu, P.T. (2001). The relation between self-determination, achievement motivation

ans academic achievement. University of South Africa. Thesis submitted for the

degree of Master of Arts. Unpublished. Disponible en:

http://uir.unisa.ac.za/bitstream/handle/10500/4346/dissertation_coetzee_l.pdf?seque

nce=1

Molina, S., Arráiz, A. y Garrido, M. J. (1993). Batería para la Evaluación Dinámica del

Potencial de Aprendizaje y de las Estrategias Cognitivas (BEDPAEC). Madrid: CEPE.

Möller, J., Pohlmann, B., Köller, O. & Marsh, H.W. (2009). A Meta-Analytic Path Analysis

of the Internal/External Frame of Reference Model of Academic Achievement and

Academic Self-Concept. Review of Educational Research, 79 (3), 1129-1167.

Monjas, M.I., Sureda, I., y García-Bacete, F.J. (2008). ¿Por qué los niños y las niñas se

aceptan y se rechazan? [Why do children accept and reject each other?]. Cultura y

Educación, 20, 479-492.

Montes Gutiérrez, I.C., y Lerner Matiz, J. (2011). Rendimiento académico de los

estudiantes de pregrado de la Universidad EAFIT. Disponible:

http://www.eafit.edu.co/institucional/calidad-

eafit/investigacion/Documents/Rendimiento%20Ac%C3%A1demico-

Perrspectiva%20cuantitativa.pdf

Moraleda, M. (1978). Sociodiagnóstico del aula. Madrid: Marova.

Moreno, J.L. (1934). Who Shall Survive? A New Approach to the Problem of Human

Interrelations. Washington, DC: Nervous and Mental Disease Publishing Co.

Available: https://archive.org/details/whoshallsurviven00jlmo

Moreno, M.C. (2002). Desarrollo y conducta social de los 6 años a la adolescencia. En

J. Palacios, A. Marchesi y C. Coll (Comps. ). Desarrollo psicológico y educación, I.

Psicología Evolutiva (pp. 405-430). Madrid: Alianza Editorial.

Moreu Jalón, P. (1999). Estadística informatizada. Madrid, España: Paraninfo.

Moutafi, J., Furnham, A., & Paltiel, L. (2006). Can personality factors predict intelligence?

Personality and Individual Differences, 38, 1021−1033

Murphy-Berman, V., & Berman, J. (Eds.). (2003). Cross-cultural differences in


370

perspectives on the self. Lincoln, NE: University of Nebraska Press.

Murray, H. (1938). Explorations in Personality. New York, NY: Oxford University Press.

Disponible en: https://archive.org/details/explorationsinpe031973mbp

Musitu, G. (1982). La integración del rechazado escolar. Actas de las II Jornadas de

Orientación Escolar y Profesional. Valencia. 407-428.

Musitu, G., Ferrer, J., y Pascual, J. (1980). El líder y el rechazado escolar. Revista de

Psicología y Pedagogía Aplicadas, 12 (23-24), 121-135.

Myers, D. (1994). Psicología (3a. ed.). Madrid: Ed. Médica Panamericana.

Nagengast, B., & Marsh, H.W. (2012). Big Fish in Little Ponds aspire more: Mediation

and cross-cultural generalizability of school-average ability effects on self-concept

and career aspirations in science. Journal of Educational Psychology, 104 (4), 1033-

1053.

Newcomb, A.F., Bukowski, W.M., & Pattee, L. (1993). Children's peer relations: a meta-

analytic review of popular, rejected, neglected, controversial, and average sociometric

status. Psychological Bulletin, 113 (1), 99-128.

Nickerson, R.S., Perkins, D.N. y Smith, E.E. (1987). Enseñar a pensar. Aspectos de la

aptitud intelectual. Barcelona: Paidós.

Niemiec, C., & Ryan, R. (2009). Autonomy, competence, and relatedness in the

classroom. Theory and Research in Education, 7, 133-144.

Nilsen, H. (2009). Influence on Student Academic Behaviour through Motivation, Self-

Efficacy and Value-Expectation: An Action Research Project to Improve Learning.

Issues in Informing Science and Information Technology, 6, 545-556.

Noftle, E.E. & Robins, R.W. (2007), Personality Predictors of Academic Outcomes: Big

Five Correlates of GPA and SAT Scores. Journal of Personality and Social

Psychology, 93 (1), 116-130.

Norman, W. (1963). Toward an adequate taxonomy of personality attributes: Replicated

factor structure in peer nomination personality ratings. Journal of Abnormal & Social


Núñez Pérez y González-Pienda (1994). Determinantes del rendimiento académico.

Oviedo: Servicio de Publicaciones de la Universidad de Oviedo.

Bibliografía

371

Núñez Pérez, J.C., González-Pienda, J.A., García Rodríguez, M., González-Pumariega,

S., Roces Montero, C., Álvarez Pérez, L. y González Torres, M.C. (1998). Estrategias

de aprendizaje, autoconcepto y rendimiento académico. Psicothema, 10 (1), 97-109.

Nuttin, J. (1963). La motivation. In J. Nuttin, P. Fraisse, R. Meili et P. Roubertoux (eds.),

Traité de psychologie experiméntale. Vol. V, Motivation, émotion et personnalité (pp.

1-82). París: PUF.

Nuttin, J. (1975). La estructura de la personalidad. Buenos Aires: Kapelusz.

O’Connor, M., & Paunonen, S.V. (2007), Big Five Personality Predictors of Post-

Secondary Academic Performance. Personality and Individual Differences, 43 (5),

971-990.

OCDE (2010). PISA 2009. Programa para la Evaluación Internacional de los Alumnos.

Informe español. Madrid: ME-Instituto de Evaluación.

OCDE (2013). PISA 2012. Programa para la Evaluación Internacional de los Alumnos

Informe español, Vol. I: Resultados y contexto. Madrid: MCDE-INEE.

OCDE (2014). Panorama de la educación Indicadores de la OCDE 2014. Informe

Español. Madrid: MECD-INEE

OECD (2009). Equally prepared for life? How 15-year-old boys and girls perform in

school. Available: http://www.oecd-ilibrary.org/education/equally-prepared-for-

life_9789264064072-en

OHMCI (1997). The Relative Performance of Boys and Girls. Cardiff, UK: Office of Her

Majesty's Chief Inspector in Wales.

Orue, I, & Calvete, E. (2011). Reciprocal relationships between sociometric indices of

social status and aggressive behavior in children: Gender differences. Journal of

Social and Personal Relationships, 28, 963-982.

Ovejero, A. (2003). La cara oculta de los tests de inteligencia. Madrid: Biblioteca Nueva.

Padilla, M.L., y González, M.M. (1990). Conocimiento social y desarrollo moral en los

años escolares. En J. Palacios, A. Marchesi y C. Coll (Comps.), Desarrollo

Psicológico y Educación I. Psicología Evolutiva (págs. 265-275). Madrid: Alianza.

Papalia, D.E y Olds, S.W. (1987). Psicología. Mexico: McGraw-Hill.

Papalia, D.E, Olds, S.W. y Feldman, R.D. (2009). Psicología del desarrollo. De la

infancia a la adolescencia (11ª. ed.). Mexico: McGraw-Hill.

Pardo Merino, A. y Alonso Tapia, J. (1990). Motivar en el aula. Madrid: Servicio de


372

Publicaciones UAM.

Parker, J.G., & Asher, S.R. (1987). Peer relations and later personal adjustment: Are

low-accepted children at risk? Psychological Bulletin, 102 (3), 357-389.

Parker, P., Marsh, H., Ciarrochi, J., Marshall, S. & Abduljabbar, A. (2013). Juxtaposing

math self-efficacy and self-concept as predictors of long-term achievement outcomes.

Educational Psychology: An International Journal of Experimental Educational

Psychology. Advance Online Publication. Disponible en:

http://www.acceptandchange.com/wp-content/uploads/2013/05/Parker-Marsh-

ciarrochi-et-al-2013-Seff-ASC-as-Longterm-Ach-predictors-EdPsychUK.pdf

Parkhurst, J.T., & Hopmeyer, A.G. (1998). Sociometric popularity and peer-perceived

popularity: Two distinct dimensions of peer status. The Journal of Early Adolescence,

18, 125-144. doi: 10.1177/0272431698018002001.

Pavlov, I. P. (1927). Conditioned Reflexes: An Investigation of the Physiological Activity

of the Cerebral Cortex (translated and edited by G.V. Anrep). London, UK: Oxford

University Press. Disponible en: http://psychclassics.yorku.ca/Pavlov/

Pérez Serrano, G. (1981). Origen social y rendimiento escolar. Madrid: Centro de

Investigaciones Sociológicas.

Pérez, C. (2005). Técnicas estadísticas con SPSS 12. Madrid: Pearson.

Pérez, J.I., y Garaigordobil, M. (2004). Relaciones de la socialización con inteligencia,

autoconcepto y otros rasgos de la personalidad en niños de 6 años. Apuntes de

Psicología, 22 (2), 153-169.

Perrenoud, P. (2002). Réussir à l’école: tout le curriculum, rien que le curriculum! Texte

d’une intervention dans le débat d’ouverture du 10e colloque de l’Association des

cadres scolaires du Québec (ACSQ). Québec, 27-29 novembre 2002. Disponible:

http://www.unige.ch/fapse/SSE/teachers/perrenoud/php_main/php_2002/2002_33.h

tml

Pervin, L.A. (1979). Personalidad: teoría, diagnóstico e investigación. Bilbao: Desclée

de Brouwer.

Pervin, L.A. (1998). La Ciencia de la Personalidad. Madrid: McGraw-Hill.

Petrides, K.V., & Furnham, A. (2006). The role of trait emotional intelligence in a gender-

specific model of organizational variables. Journal of Applied Social Psychology, 36,

552-569.

Petrides, K.V., Chamorro-Premuzic, T., Frederickson, N. &Furnham, A. (2005).

Bibliografía

373

Explaining individual differences in scholastic behaviour and achievement. British

Journal of EducationalPsychology, 75, 239-255.

Petrides, K.V., Sangareau, Y., Furnham, A., & Frederickson, N. (2006). Trait emotional

intelligence and children's peer relations at school. Social Development, 15 (3), 537-

547.

Piaget, J. (1969). El nacimiento de la inteligencia en el niño. Madrid: Aguilar.

Pind, J., Gunnarsdóttir, E.K. &Jóhannesson, H.S. (2003). Raven’s standard progressive

matrices: New school agenorms and a study of the test’s validity. Personality and


Pinillos, J.L. (1975). Principios de Psicología. Madrid: Alianza.

Pintrich, P. R. (2003). Motivation and classroom learning. In W. M. Reynolds & G. E.

Miller (Eds.), Handbook of psychology: Educational psychology, Vol. 7 (pp. 103-122).

Hoboken, NJ: Wiley.

Pintrich, P., & De Groot, A. (1990). Motivational and self-regulated learning components

of classroom academic performance. Journal of Educational Psychology, 82, 33-40.

Pintrich, P. R., & Schunk, D. H. (1996). Motivation in education: Theory, research and

applications. Englewood Cliffs, NJ: Prentice Hall.

Pintrich, P.R., & Zusho, A. (2002). The development of academic self-regulation: the role

of cognitive and motivational factors. In A. Wigfield & J.S. Eccles (Eds.), Development

of achievement motivation (pp. 249-284). San Diego, CA: Academic Press.

Pisula, E., & Łukowska, E. (2011). Perception of social relationships with classmates and

social support in adolescents with Asperger syndrome attending mainstream schools

in Poland. School Psychology International, 33 (2), 185-206.

Plomin, R. (1994). Genetics and experience: The interplay between nature and nurture.

Thousand oaks, CA: Sage.

Plomin, R. y De Fries, J.C. (1999). Genética y cognición. Investigación y ciencia. Temas,

17, 16-23

Plomin, R. & Spinath, F.M. (2004). Intelligence: Genetics, genes and genomics. Journal

of Personality and Social Psychology, 85(1), 112-129.

Poropat, A.E. (2009). A meta-analysis of the Five-Factor model of personality and

academic performance. Psychological Bulletin, 135, 322-338.

Poropat, A.E. (2011). The Eysenckian personality factors and their correlations with


374

academic performance. British Journal of Educational Psychology, 81, 41-58.

Porter, L.W., & Lawler, E.E (1968). Managerial Attitudes and Perfomance. Hommewood,

lL: Richard D. Irwin.

Prince, M. (1921). The unconscious, the fundamentals of human personality, normal and

adnormal. New York, NY: Macmillan CO. Available on:

https://archive.org/stream/unconsciousthefu00priniala#page/4/mode/2up

Puckett, M.B., Wargo, J., & Cillessen, A.H. (2008). Moderators of the association

between relational aggression and perceived popularity. Aggressive Behavior, 34,

563-576.

Pullmann, H. & Allik, J. (2008). Relations of academic and general self-esteem to school

achievement. Personality and Individual Differences, 45, 559-564.

Ratelle, C., Guay, F., Vallerand, R., Larose, S., & Senécal, C. (2007). Autonomous,

controlled, and amotivated types of academic motivation: A person-oriented

analysis. Journal of Educational Psychology, 99 (4), 734-746.

Raven, J.C. (1938). Progressive matrices: A perceptual test of intelligence. London: H.K.

Lewis

Reeve, J. (2002). Self-determination theory applied to educational settings. In E. L. Deci

& R. M. Ryan (Eds.), Handbook of self-determination research (pp. 183-203).

Rochester, NY: University of Rochester Press.

Reeve, J., Deci, E.L y Ryan, R.M. (2004). Self-determination theory: A dialectical

framework for understanding sociocultural influences on student motivation. En D.

McInerney y S. Van Etten (Eds.), Big theories revisited (pp. 31-60). Greenwich, CT:

Information Age Press.

Reeve, C.L. & Hakel, M.D. (2000). Toward an understanding of adult intellectual

development: Investigating within person convergence of interest and knowledge

profiles. Journal of Applied Psychology, 85, 897-908.

Reeve, J., Ryan, R.M., Deci, E.L., & Jang, H. (2008). Understanding and promoting

autonomous self-regulation: A self-determination perspective. In D. Schunk & B.

Zimmerman (Eds.), Motivation and self-regulated learning: Theory, research, and

applications (pp. 223-244). London: LEA.

Reparaz, C. Tourón, J. y Villanueva, C. (1990). Estudio de algunos factores relacionados

con el rendimiento académico en 8º de EGB. Bordón, 42, 167-178.

Reyes Tejada, Y.N. (2003). Relación entre el Rendimiento Académico, la Ansiedad ante

Bibliografía

375

los Exámenes, los Rasgos de Personalidad, el Autoconcepto y la Asertividad en

Estudiantes del Primer Año de Psicología de la UNMSM. Tesis doctoral. Disponible:

http://sisbib.unmsm.edu.pe/bibvirtualdata/tesis/salud/reyes_t_y/t_completo.pdf

Riaz, A., Riaz, A., & Hussain, M. (2011). Students’ acceptance and commitment to e-

learning: Evidence from Pakistan. Proceedings of the 2011. International Conference

on Teaching, Learning and Change.

Rica, S., y González, A. (2013). Brechas de Género en los Resultados de PISA: El

Impacto de las Normas Sociales y la Transmisión Intergeneracional de las Actitudes

de Género. Madrid: Fedea – Fundación de Estudios de Economía Aplicada.

Disponible en: http://documentos.fedea.net/pubs/dt/2013/dt-2013-10.pdf

Rich Harris, J. (1999). El mito de la educación. Barcelona: Grijalbo.

Riding, R.J. & Armstrong, J.M. (1982) Sex and personality differences in performance

on mathematics tests in 11-year-old children. Educational Studies, 8 (3), 217-225.

Rindermann, H. & Neubauer, A.C. (2004). Processing speed, intelligence, creativity, and

schoolperformance: Testing of causal hypotheses using structural equation models.


Rodríguez Espinar, S. (1982). Un modelo de predicción del rendimiento académico en

la 2ª etapa de EGB. Modelos de Investigación Educativa. Barcelona: Edicions

Universitat.

Rodríguez Espinar, S. (1985). Factores del rendimiento escolar. Oikos-Tau. Barcelona.

Rodríguez Pérez, A. y Morera Bello, D. (2001). El sociograma. Estudio de las relaciones

informales en las organizaciones. Madrid: Pirámide.

Rodríguez-Fernández, A., González-Fernández, O. & Goñi-Grandmontagne, A. (2013).

Sources of perceived sociocultural pressure on physical self-concept. Psicothema, 25

(2), 192-198.

Roesell, F.P. (1937). Comparative mental ability of high school pupils in threeMinnesota

towns in 1920 and 1934. Minnesota Studies in Articulation (pp. 122-128).Minneapolis,

MN: University of Minessota Press.

Rogers, C.R. (1972). Psicoterapia centrada en el cliente. Buenos Aires, AR: Paidós.

Rogers, C.R. (1977). El poder de la persona. México: El Manual Moderno.

Rogers, C.R. (1979). El proceso de convertirse en persona. Buenos Aires, AR: Paidós

Rogers, C.R. (1980). A Way of Being. Boston, MA: Houghton Mifflin.


376

Rohde, T.E. & Thompson, L.A. (2007). Predicting academic achievement with cognitive

ability. Intelligence, 35 (1), 83-92.

Rotgans, J.I., & Schmidt, H.G. (2012). The Intricate Relationship Between Motivation

and Achievement: Examining the Mediating Role of Self-Regulated Learning and

Achievement-Related Classroom Behaviors. International Journal of Teaching and

Learning in Higher Education, 24 (2), 197-208.

Rothstein, M.G., Paunonen, S.V., Rush, J.C., & King, G.A. (1994), Personality and

Cognitive Ability Predictors of Performance in Graduate Business School. Journal of

Educational Psychology, 86 (4), 516-530.

Ruiz, G., Ruiz, J., y Ruiz, E. (2010). Indicador global de rendimiento. Revista

Iberoamericana de Educación, 52 (4), 1-11. Disponible:

http://www.rieoei.org/deloslectores/3258Ruiz.pdf

Runquist, E.A. (1936). Intelligence test scores and school marks in 1928

and 1933. School & Society, 43, 301-304.

Ryan, R.M. & Deci, E.L. (2000a). Self-determination theory and the facilitation of intrinsic

motivation, social development, and well-being. American Psychologist, 55, 68-78.

Ryan, R.M., & Deci, E.L. (2000b). Intrinsic and extrinsic motivations: classic definitions

and new directions. Contemporary Educational Psychology, 25, 54-67.

Ryan, R.M., & Deci, E.L. (2009). Promoting self-determined school engagement:

Motivation, learning, and well-being. In K.R. Wentzel & A. Wigfield (Eds.), Handbook

of motivation at school (pp. 171–196). New York, NY: Routledge

Sameroff, A.J. (1975). Transactional models in early social relations. Human

Development, 18, 65-79.

Sameroff, A.J., & MacKenzie, M.J. (2003). Research strategies for capturing

transactional models of development: The limits of the possible. Development and

Psychopathology, 15, 613-640.

Sandstrom, M., & Zakriski, A. (2004). Understanding the experience of peer rejection.

En J.B. Kupersmidt & K.A. Dodge (Eds.), Children’s peer relations: From development

to intervention (pp. 101-118). Washington, DC: American Psychological Association.

Sanson, A., Hemphill, S.A. y Smart, D. (2004). Connections between temperament and

social development: a review. Social Development, 13 (1), 142-170.

Savage-McGlynn, E. (2012). Sex differences in intelligence in younger and older

participants of the Raven’s Standard Progressive Matrices Plus. Personality and

Bibliografía

377


Schermer, J.A. & Vernon, P.A. (2010). The correlation between general intelligence (g),

a general factor of personality (GFP), and social desirability. Personality and


Schooler, C. (1999). Environmental Complexity and the Flynn Effect. In U. Neisser (ed.)

The Rising Curve (pp. 67-79). Hyattsville, MD: APA.

Schunk, D.H., & Pajares, F. (2005). The Development of Academic Self-Efficacy. In A.

Wigfield & J. Eccles (Eds.), Development of achievement motivation. San Diego:

Academic Press. Disponible en:

http://www.uky.edu/~eushe2/Pajares/SchunkPajares2001.PDF

Schunk, D.H., Pintrich, P.R., & Meece, J.L. (2008). Motivation in education: Theory,

research, and applications (3rd ed.). Columbus, OH: Merrill.

Schwartz, D., Hopmeyer-Gorman, A., Nakamoto, J., & Tobin, R.L. (2005). Victimization

in the peer group and children’s academic functioning. Journal of Educational


Scroggs, J.R. (1985). Key ideas in personality theory. St. Paul, MN: West Publishing Co.

Seaton, M., Marsh, H.W. & Craven, R.G. (2010). Big-fish-little-pond effect:

generalizability and moderation – two sides of the same coin. American. Educational

Research Journal, 47, 390-433.

Secadas, F. (1989). Test Factorial de Inteligencia. AMPE-F. Madrid: TEA.

Selman, R.L. (1980). The growth of interpersonal understanding. New York, NY:

Academic Press.

Shayer, M. Ginsburg, D. & Coe, R. (2007). Thirty years on - a large anti-Flynn effect?

The Piagetian test Volume & Heaviness norms 1975–2003. British Journal of

Educational Psychology, 77, 25-41.

Shiner, R.L., Masten, A.S., & Roberts, J.M. (2003). Childhood personality foreshadows

adult personality and life outcomes two decades later. Journal of Personality, 71,

1145-1170.

Sideridis, G.D. (2005). Goal orientations, classroom goal structures, and regulation in

students with and without learning disabilities: Should we alter student’s motivation, a

classroom’s goal structure, or both? In G.D. Sideridis & T.A. Citro (Eds.), Research to

practice: Effective interventions in learning disabilities (pp. 193-219). Boston, MA:

Learning Disabilities Worldwide.


378

Sirota, D., Mischkind, L., & Meltzer, M. (2005). Assumptions that kill morale. Leader to

Leader, 38, 24-27.

Skaalvik, E.M. & Skaalvik, S. (2013). School goal structure: Associations with students’

perceptions of their teachers as emotionally supportive, academic self-concept,

intrinsic motivation, effort, and help seeking behavior. International Journal of

Educational Research, 61, 5-14.

Skinner, B.F. (1938). The Behavior of Organisms. New York: Appleton-Century-Crofts.

Available on: http://s-f-

walker.org.uk/pubsebooks/pdfs/The%20Behavior%20of%20Organisms%20-

%20BF%20Skinner.pdf

Skinner, B.F. (1977a). Ciencia y conducta humana. Barcelona: Fontanella.

Skinner, B.F. (1977b). Más allá de la libertad y la dignidad. Barcelona: Fontanella.

Skinner, B.F. (1977c). Sobre el conductismo. Barcelona: Fontanella.

Skinner, B.F. (1979). Tecnología de la enseñanza. Barcelona: Labor.

Skinner, B.F. (1985). Aprendizaje y comportamiento. Barcelona: Martínez Roca.

Slade, M. (2008). A study of the interrelationship between the behaviour and social status

of a class of Year 2 pupils. Support for Learning, 23 (2), 63-70.

Smith, S. (1942). Language and non-verbal test performance of racial groups in Honolulu

before and after a fourteen-year interval. The Journal of General Psychology, 26, 51-

93.

Smrtnik, H., & Zupančič, M. (2010). Robust and Mid-Level Personality Traits as

Predictors of Adolescents' Academic Achievement in Secondary School. Suvremena

psihologija, 13 (2), 203-219.

Solana, R.F. (1993). Administración de Organizaciones. Buenos Aires: Ediciones

Interoceánicas S.A.

Spearman, C. (1904). General intelligence objectively determined and measured.

American Journal of Psychology, 15, 201-293.

Spearman, C. (1923). The nature of 'intelligence’ and the principies of cognition. London:

Macmillan.

Spearman, C. (1927). The abilities of man. London: Macmillan.

Bibliografía

379

Spinath, B. & Steinmayr, R. (2012). The roles of competence beliefs and goal

orientationsfor change in intrinsic motivation. Journal of Educational Psychology, 104

(4), 1135–1148.

St-Amant, J.C. (1993). Les pratiques de raccrochage et la réussite scolaire. Centre de

recherche et d’intervention sur la réussite scolaire, 3, 1-8.

Steinmayr, R., Bipp, T., & Spinath, B. (2011), Goal Orientations Predict Academic

Performance Beyond Intelligence and Personality. Learning and Individual

Differences, 21 (2), 196-200.

Steinmayr, R., & Spinath, B. (2007). Predicting School Achievement from Motivation and

Personality. Zeitschrift für Pädagogische Psychologie, 21 (3/4), 207-216.

Stern, W. (1912). The Psychological Methods of Intelligence Testing. Baltimore: Warwick

and York.

Sternberg, R.J. (1982). Thinking and learning skills: A view of intelligence. Education

Digest, 47, 20-22.

Sternberg, R.J. (1985). Beyond IQ: A triarchic theory of human intelligence. New York:


Sternberg, R.J. (1988a). The triarchic mind: A new theory of human intelligence. New

York: Viking.

Sternberg, R.J. (1988b). Mental self-government: A theory of intellectual styles and their

development. Human Development, 31, 197-224.

Sternberg, R.J. (1991). Triarchic Abilities Test. In D. Dickinson (ed.), Creating the Future:

Perspectives on Educational Change. Disponible en:

http://education.jhu.edu/PD/newhorizons/future/creating_the_future/crfut_sternberg.

cfm

Sternberg, R.J. (1993). Sternberg Triarchic Abilities Test. Unpublished research

instrument available from author.

Sternberg, R.J. (1997). Inteligencia exitosa. Barcelona: Paidós.

Sternberg, R.J. (1999). Medición de la inteligencia. Investigación y Ciencia. Temas, 17,

8-13.

Sternberg, R.J. & Grigorenko, E. (1995). Theme. Park Psychology a case study

regarding human intelligence and its implication in education. Educational Psychology

Review, 12 (2), 246-268.


380

Sternberg, R.J., Grigorenko, E.L. & Bundy, D.A. (2001). The predictive value of IQ.

Merril-Palmer Quarterly, 47, 1-41.

Sternberg, R.J., Grigorenko, E.L. & Kidd, K.K. (2005). Intelligence, race, and genetics.

American Psychologist, 60, 46-59.

Sternberg, R.J. & Kaufman, J.C. (1998). Human abilities. Annual Review of Psychology,

49, 479-502.

Storek, J., & Furnham, A. (2013). Gender, g, Gender Identity Concepts, and Self-

Constructs as Predictors of the Self-Estimated IQ. The Journal of Genetic

Psychology, 174 (6), 664-676.

Strand, S., Deary, I, & Smith, P. (2006). Sex differences in cognitive abilities test scores:

a UK national picture. British Journal of Educational Psychology, 76 (3), 463-80.

Sullivan, H.S. (1953). The interpersonal theory of psychiatry. New York, NY: Norton.

Sundet, J.M., Barlaug, D.G. & Torjussen, T.M. (2004). The end of the Flynn effect? A

study of secular trends in mean intelligence test scores of Norwegian conscripts

during half a century. Intelligence, 32, 349-362.

Szymanowicz, A, & Furnham, A. (2013). Gender and Gender Role Differences in Self-

and Other-Estimates of Multiple Intelligences. The Journal of Social Psychology, 153

(4), 399-423.

Tapia, A.H. (1989). Fracaso escolar, replanteamiento del problema. Revista de Ciencias

de la Educación, 138, 111-119.

Teasdale, T.W. & Owen, D.R. (2005). A long-term rise and recent decline in intelligence

testperformance The Flynn Effect in reverse. Personality and Individual Differences,

39, 837-843.

Terman, L.M. (1916). The measurement of intelligence. Boston: Houghton Mifflin.

Terman, L.M. (1921). In Symposium: Intelligence and its measurement. Journal of


Terman, L.M. & Merrill, M.A. (1937). Measuring intelligence: A guide to the administration

of the new revised Stanford–Binet tests of intelligence. Boston (MA): Houghton Mifflin.

Thorndike, R. L., Hagen, E. P., y Sattler, J.M. (1986). The Stanford-Binet Intelligence

Scale: fourth edition. Guidefor administering and scoring. Chicago: Riverside

Publishing.

Thurstone, L.L. (1921). Intelligence. En E.L. Thorndike (ed.), Intelligence and Its

Bibliografía

381

Measurement: A Symposium. Journal of Educational Psychology, 12, 123-147, 195-

216.

Thurstone, L.L. (1938). Primary mental abilities. Chicago, Il: Univ. of Chicago Press.

Titkova, V., Ivaniushina, V., & Alexandrov, D. (2013). Sociometric popularity in a school

context. Basic Research Program. Working Papers, Series: EDUCATION. Available:

http://www.hse.ru/data/2013/03/02/1293260250/10EDU2013.pdf

Tonconi Quispe, J. (2010). Factores que Influyen en el Rendimiento Académico y la

Deserción de los Estudiantes de la Facultad de Ingeniería Económica de la UNA-

Puno (Perú). Cuadernos de Educación y Desarrollo, 2 (1), 45.

Torres, L.E., y Rodríguez, N.Y. (2006). Rendimiento académico y contexto familiar en

estudiantes universitarios. Enseñanza e investigación en Psicología, 2 (2), 255-270.

Disponible: http://www.redalyc.org/pdf/292/29211204.pdf

Tourón, J. (1984). Factores del rendimiento académico en la Universidad. Barañaín,

Navarra: EUNSA.

Tourón, J. (1985). La predicción del rendimiento académico: Procedimientos, resultados

e implicaciones. Revista Española de Pedagogía, 169-170, 473-495. Disponible en:

http://dadun.unav.edu/handle/10171/18774

Tran, U.S., Hofer, A.A., & Voracek, M. (2014). Sex Differences in General Knowledge:

Meta-Analysis and New Data on the Contribution of School-Related Moderators

among High-School Students. PLoS ONE 9 (10): e110391.

doi:10.1371/journal.pone.0110391

Trautwein, U., Ludtke, O., Roberts, B.W., Schnyder, I., & Niggli, A. (2009), Different

Forces, Same Consequences: Conscientiousness and Competence Beliefs are

Independent Predictors of Academic Effort and Achievement. Journal of Personality

and Social Psychology, 97 (6), 1115-1128.

Tucker, C.M., Zayco, R.A., & Herman, K.C. (2002). Teacher and child variables as

predictors of academic engagement among low-income African American children.

Psychology in the Schools, 39 (4), 477-488.

Tupes, E.C., & Christal, R.E. (1961, May). Recurrent personality factors based on trait

ratings (ASD-TR-61-97). Lackland Air Force Base, TX: Aeronautical Systems

Division, Personnel Laboratory. Disponible en:

http://www.dtic.mil/dtic/tr/fulltext/u2/267778.pdf

Turkheimer, E., Haley, A., Waldron, M., D'Onofrio, B. & Gottesman, I.I. (2003).


382

Socioeconomic status modifies heritability of IQ in young children. Psychological

Science, 14 (6), 623-8.

Tzuriel, D. (2001). Dynamic Assessment is not Dynamic Testing. Issues in Education, 7

(2), 237-250.

Urquijo, S. (2005). Características psicológicas y sociales asociadas al desempeño

académico. Argentina: Universidad Nacional de Mar del Plata – CONICET. Facultad

de Psicología. Disponible en: http://www.fchst.unlpam.edu.ar/iciels/165.pdf

Valle Arias, A., González Cabanach, R., Gómez Taibo, M.L., Rodríguez Martínez, S.,

Piñeiro Aguin, I. (1998). Influencia de las atribuciones causales internas y externas

sobre las metas académicas. Bordón, 50 (4), 405-413.

Vallerand, R.J., & Bissonnette, R. (1992). Intrinsic, Extrinsic, and Amotivational Styles

as Predictors of Behavior: A Prospective Study. Journal of Personality 60 (3), 599-

620.

Vallerand, R.J., Pelletier, L.G., Blais, M.R., Briere, N.M., Senécal, C., & Vallieres, E.F.

(1992). The Academic Motivation Scale: A measure of intrinsic, extrinsic, and

amotivation in education. Educational and Psychological Measurement, 52, 1003-

1017.

Vallerand, R.J., Pelletier, L.G., Blais, M.R., Brière, N.M., Senécal, C., & Vallières, E.F.

(1993). On the assessment of intrinsic, extrinsic, and amotivation in

education. Educational and Psychological Measurement, 53, 159-172.

Vander Zanden, J. (1986). Manual de Psicología Social. Barcelona: Paidós.

Vansteenkiste, M., Zhou, M., Lens, W., & Soenens, B. (2005). Experiences of autonomy

and control among Chinese learners: Vitalizing or immobilizing? Journal of


Vernon, P.A. (1983). Speed of information processing and general intelligence.

Intelligence, 7 (1) 53-70.

Vernon, P.E. (1960). The structure of human abilities (rev. ed.). London: Methuen.

Véronneau, M.H., Vitaro, F., Brendgen, M., Dishion, T.J, & Tremblay, R.E. (2010).

Transactional Analysis of the Reciprocal Links Between Peer Experiences and

Academic Achievement From Middle Childhood to Early Adolescence.

Developmental Psychology, 46 (4), 773-790.

Vez, J.M., Martínez, E., y Lorenzo, A. (2012). La exposición y uso ambiental de la lengua

extranjera en contextos no formales mejora su comprensión oral. En Estudio Europeo

Bibliografía

383

de Competencia Lingüística, EECL, Vol. II. Análisis de Expertos (pp. 30-52). MECD-

INEE.

Visser, B.A., Ashton, M.C. & Vernon, P.A. (2006a). Beyond g: Putting multiple

intelligences theory to the test. Intelligence, 34 (5), 487–502.

Visser, B.A., Ashton, M.C. & Vernon, P.A. (2006b). g and the measurement of Multiple

Intelligences: A response to Gardner. Intelligence, 34 (5), 507-510.

Visser, B.A., Ashton, M.C. & Vernon, P.A. (2008). What Makes You Think You’re so

Smart? Journal of Individual Differences, 29 (1), 35-44.

Voyer, D., & Voyer, S.D. (2014). Gender Differences in Scholastic Achievement: A Meta-

Analysis. Psychological Bulletin, 140 (4), 1174-1204.

Vroom, V.H. (1964). Work and motivation. New York, NY: Wiley.

Vygotsky, L.S. (1930/1990). La imaginación y el arte en la infancia. Madrid. AKAL.

Vygotsky, L.S. (1931/1978). El desarrollo de los procesos psicológicos superiores.

Madrid, Grijalbo.

Vygotsky, L.S. (1934/1987). Pensamiento y lenguaje. Buenos Aires, AR: La Pléyade.

Wang, M.T., & Eccles, J.S. (2013). School context, achievement motivation, and

academic engagement: A longitudinal study of school engagement using a

multidimensional perspective. Learning and Instruction, 28, 12-23.

Warren, H.C., & Carmichael, L. (1930). Elements of human psychology. Boston, MA:

Houghton Mifflin Company.

Watkins, M.W., Lei, P-W & Canivez, G.L. (2007). Psychometric intelligence and

achievement: A cross-lagged panel analysis. Intelligence 35, 59–68.

Watson, J.B. (1913). Psychology as the behaviorist views it. Psychological Review,

20, 158-177. Disponible en:

http://pages.pomona.edu/~rt004747/lgcs11read/Watson13.pdf

Watson, J.B. (1919). Psychology from the Standpoint of a Behaviorist. Philadelphia, PA:

Lippincott. Disponible en: https://archive.org/details/psychologyfromth008005mbp

Watson, J.B. (1924/1972). El Conductismo. Buenos Aires, AR: Paidos.

Watson, J.B. (1925). Behaviorism. New York, NY: People’s Institute Publishing

Company. Disponible en: https://archive.org/details/behaviorism032636mbp

Watson, J.B. (1928). Psychological Care of the Infant and Child. New York, NY: Norton.


384

Watson, J.B. (1930). Behaviorism (revised edition). Chicago, ILL: University of Chicago

Press.

Wechsler, D. (1939). Wechsler-Bellevue intelligence scale. New York, NY: The

Psychological Corporation.

Wechsler, D. (1944). The measurement of adult intelligence (3a. ed.). Baltimore, MD:

Williams and Wilkins.

Wechsler, D. (1949). Wechsler intelligence scale for children. New York: The

Psychological Corporation.

Wechsler, D. (1967). Manual for the Wechsler Preschool and Primary Scale of

Intelligence. San Antonio, TX: The Psychological Corporation.

Weiner, B. (1974). Achievement motivation and attribution theory. Morristown, N.J.:

General Learning Press.

Weiner, B. (1979). A theory of motivation for some classroom experiences. Journal of


Weiner, B. (1980). Human Motivation. New York, NY: Holt, Rinehart & Winston.

Weiner, B. (1986). An attributional theory of motivation and emotion. New York: Springer-

Verlag.

Weissa, E.M., Kemmlera, G., Deisenhammerb, E.A., Fleischhacker, W., & Delazerc M.

(2003). Sex Differences in Cognitive Functions. Personality and Individual


Welsh, M., Parke, R.D., Widaman, K., & O’Neil, R. (2001). Linkages between children’s

social and academic competence: A longitudinal analysis. Journal of School


Wentzel, K.R. (1991). Relations between social competence and academic achievement

in early adolescence. Child Development, 62, 1066-1078. doi:10.2307/1131152.

Wentzel, K.R. (1993). Motivation and achievement in early adolescence: The role of

multiple classroom goals. Journal of Early Adolescence, 13, 4-20.

Wentzel, K.R. (2003). Sociometric status and adjustment in middle school: A longitudinal

study. The Journal of Early Adolescence, 23 (1), 5-28.

Wentzel, K.R. (2005). Peer relationships, motivation, and academic performance at

school. In A.J. Elliot & C.S. Dweck (Eds.), Handbook of competence and motivation

(pp. 279-296). New York, NY: Guilford Press.

Bibliografía

385

Wentzel, K.R. (2009). Peers and academic functioning at school. In K.H. Rubin, W.M.

Bukowski & B. Laursen (Eds.), Handbook of peer interactions, relationships, and

groups (pp. 531-547). New York, NY: The Guilford Press.

Wentzel, K.R. & Asher, S.R. (1995). Academic lives of neglected, rejected, popular, and

controversial children. Child Development, 66, 754-763.

Wentzel, K.R., & Caldwell, K. (1997). Friendships, peer acceptance, and group

membership: Realtions to academic achievement in middle school. Child

development, 68 (6), 1198-1209.

Wentzel, K.R., Barry, K.R., & Caldwell, K. (2004). Friendships in middle school:

Influences on motivation and school adjustment. Journal of Educational Psychology,

96, 195-203.

Wertsch, J.V. (1988). Vygotsky y la formación social de la mente. Barcelona Paidós.

West, S.G., Finch, J.F., & Curran, P.J. (1995). Structural equation models with non-

normal variables. In R.H. Hoyle (Ed.), Structural Equation Modelling: Concepts,

Issues and Applications (pp. 56-75). Thousand Oaks, CA: Sage.

Wheeler, L.R. (1942). A comparative study of the intelligence of East Tennesse mountain

children. Journal of Educational Psychology, 33, 321-334.

White, R.W. (1959). Motivation reconsidered: The concept of competence. Psychological

Review, 66, 297-333.

Wigfield, A. & Eccles, J.S. (2000). Expectancy-value theory of achievement motivation.

Contemporary Educational Psychology, Special Issue: Motivation and the

Educational Process, 25 (1), 68-81.

Wilson, R.G., & Lynn, R. (1990) Personality, intelligence components and foreign

language attainment. Educational Psychology, 10 (1), 57-71.

Wong, K.C., Lam, Y.R., & Ho L.M. (2002). The effects of schooling on gender

differences. British Educational Research Journal, 28, 827–843.

Woodbridge, N.B., & Manamela, N.M. (1992). Promoting children's motivation at school.

Educare, 21 (1 & 2), 114-119.

Woolfolk, A. (1996). Psicología educativa. México: Prentice-Hall.

Xu, M.K., Marsh, H.W., Hau, K.T., Ho, I.T., Morin, A.J.S. & Abduljabbar, A.S. (2013). The

internal/external frame of reference of academic self-concept: Extension to a foreign


386

language and the role of language of instruction. Journal of Educational Psychology,

105 (2), 489-503.

Ybrandt, H. (2008). The relation between self-concept and social functioning in

adolescence. Journal of Adolescence, 31, 1-16.

Yela, M. (1987). Estudios sobre inteligencia y lenguaje. Madrid: Pirámide.

Yela, M. (1996). La estructura diferencial de la inteligencia: el enfoque factorial.

Psicothema, 8 (supl.), 293-325.

Yuste, C. (2006). Batería de Aptitudes Diferenciales y Generales – BadyG. Madrid:

CEPE.

Zhu, Y., & Leung, F.K.S. (2011). Motivation and achievement: is there an east asian

model? International Journal of Science and Mathematics Education, 9, 1189-1212.

Zimmer, C. (2008). Genética de la inteligencia. Investigación y ciencia, 387,30-37.