Artículos
Validación del modelo
de cinco factores de la Escala de Actitud hacia la Estadística en estudiantes
mexicanos de psicología
Validation
of the five-factor model of the Attitude Scale towards Statistics in Mexican
psychology students
José Moral de la Rubia jose.morald@uanl.edu.mx
Universidad Autónoma
de Nuevo León, México
Mónica Teresa González Ramírez monica.gonzalezrz@uanl.edu.mx
Universidad Autónoma
de Nuevo León, México
René Landero Hernández rene.landerohr@uanl.edu.mx
Universidad Autónoma
de Nuevo León, México
Lucía del Carmen Quezada Berumen lucia.quezadabrmn@uanl.edu.mx
Universidad Autónoma
de Nuevo León, México
Validación
del modelo de cinco factores de la Escala de Actitud hacia la Estadística en
estudiantes mexicanos de psicología
Interdisciplinaria, vol. 38, núm. 1, pp. 133-148, 2021
Centro
Interamericano de Investigaciones Psicológicas y Ciencias Afines
Esta obra está bajo una Licencia Creative
Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
Recepción: 19 Mayo 2019
Aprobación: 19 Octubre 2020
Resumen:
La actitud positiva hacia la estadística promueve el estudio y
uso de esta disciplina fundamental para analizar datos; de ahí la relevancia de
evaluar el nivel actitudinal y desarrollar estrategias que lo potencien. La
Escala de Actitud hacia la Estadística (EAE-25) de Auzmendi es uno de los
instrumentos más usados en español para medir esta actitud, pero no se ha
validado en México, lo que es importante para su uso en este país y para
aportar evidencias de validez. Los objetivos del estudio fueron contrastar el
modelo propuesto originariamente, comprobar su consistencia interna, describir
su distribución, comparar los promedios entre sexos y verificar su validez
concurrente. Este estudio instrumental usó un muestreo no probabilístico. Se
analizó una muestra de 383 estudiantes de psicología mexicanos (73.6 % mujeres
y 26.4 % hombres) que respondieron a dos escalas de actitud. El modelo de cinco
factores (confianza, ansiedad, agrado, utilidad y motivación) mostró buen
ajuste a los datos. Sus factores presentaron confiabilidad y validez
discriminante. La distribución de las puntuaciones en EAE-25 fue normal. La
actitud se polarizó, aproximadamente, en cuatro de cada diez estudiantes hacia
la aceptación y en uno de cada diez hacia el rechazo. No hubo diferencias de
medias entre sexos. La EAE-25 tuvo correlación alta con actitud hacia la
investigación y baja con la calificación en la materia de investigación del
semestre anterior. Se concluye que la EAE-25 presenta consistencia interna y
validez de constructo.
Palabras
clave: estudio de
validación, actitud hacia la estadística, actitud hacia la ciencia, rendimiento
académico, análisis factorial confirmatorio.
Abstract: The positive attitude
towards statistics promotes the study and use of this fundamental discipline to
analyze data, hence the relevance of evaluating the attitudinal level and
developing strategies that promote a positive attitude. The Auzmendi’s Scale of
Attitude towards Statistics (EAE-25) is one of the most used instruments in
Spanish language to assess this attitude; however, it has not been validated in
Mexico, which is important for its use in this country and to provide evidence
of validity. The objectives of the study were to test the originally proposed
model, to verify its reliability, to describe its distribution, to compare the
averages between both sexes, and to verify its concurrent validity.
A non-probabilistic sampling was used in this instrumental study. A sample of 383 Mexican psychology students was analyzed (73.6 % women and 26.4 % men). The EAE-25 and a scale assessing attitude towards research were applied. Confirmatory factor analysis was used to test the Auzmendi’s five-factor model. The parameter estimation was performed by unweighted least squares, using polychoric correlation matrix. The internal consistency was estimated by the McDonald’s omega coefficient (ω), the convergent validity by the average variance extracted (AVE), and the discriminant validity by the heterotrait-monotrait ratio of correlations (HTMT). The mean differences between both sexes were tested through the t-test and concurrent validity through Pearson’s correlation coefficients.
The model of five
correlated factors (confidence, anxiety, pleasure, usefulness, and motivation)
showed good fit (χ./df
=1.79, GFI
= .98, AGFI
= .97, NFI
= .97, CFI
=.99, RMSEA
= .04, and SRMR
= .07). The five factors showed reliability (ω > .80 in confidence, anxiety,
pleasure, and usefulness, and ω = .72 in motivation) and discriminant validity
(HTMT
< .85 in nine out of ten factor pairs, and < .90 in the pair of the
anxiety and confidence factors). The values of AVE were higher than .50 in the
factors of confidence, anxiety and pleasure, which shows convergent validity in
these three factors. A value of AVE very close to .50 in utility (AVE = .49)
was compensated by an omega coefficient of .82, which suggests an acceptable
convergent validity. However, the value of AVE was lower than .50 in motivation
(AVE = .34).
The EAE-25 and its
factors presented normal distribution, with the exception of the motivation
factor. The scores in the scale and its factors were obtained through the
quotient between the sum of the items scored in the sense of acceptance
attitude and the number of items added. These scores were interpreted in an
absolute sense, by dividing the continuum from 1 to 5 into five intervals in
correspondence with the five ordered categories of response to the items: [1,
1.8) y [1.8, 2.6) rejection, [2.6, 3.4) neutral, and [3.4, 4.2) y [4.2, 5]
acceptance. The average attitude was positive in confidence (. = 3.53) and
utility (. = 3.52), and neutral in the EAE-25 total score and its other three
factors. The EAE-25 total scores were polarized towards acceptance in
approximately four out of ten students and towards the rejected in
approximately one out of ten; in the rest, they were neutral. There were no
differences of means between both sexes.
The EAE-25 total
score had a high correlation with the total score in the scale of attitude
towards research (. = .52, . < .001) and low with the qualification in the
research subject of the previous semester (. = .13, . < .001).
It is concluded that
EAE-25 presents internal consistency and construct validity. It is suggested to
use this scale in applied research in the field of university education and
upper secondary education.
Keywords: validation study, attitude toward statistics, attitude toward
science, academic performance, confirmatory factor analysis.
Introducción
La estadística es una herramienta fundamental para analizar
datos muestrales. A su vez, la investigación con datos procedentes de muestras
es necesaria para el desarrollo de una ciencia empírica. De ahí que la
estadística forme parte del currículum académico en la mayoría de las carreras
científicas, incluida la psicología. En esta carrera, la enseñanza de conceptos
estadísticos presenta problemas didácticos específicos debido a que los
estudiantes acceden con bases matemáticas muy heterogéneas (Comas, Martins, Nascimento y Estrada, 2017).
La actitud es la tendencia del individuo a evaluar de forma
favorable o desfavorable un objeto, ya sea concreto o abstracto (Bautista, Morales, Dórame y Peralta, 2016).
Al estudiante de psicología se le presenta el objeto de la estadística, ante el
cual se forman actitudes integradas por reflexiones, sentimientos y
experiencias acumulados a lo largo del tiempo de aprendizaje tanto de la
estadística como de las matemáticas y la metodología de la investigación (Bautista et al., 2016). Estas actitudes
pueden variar de negativas, con un claro rechazo hacia la estadística, a
positivas, con una abierta aceptación. No obstante, la actitud positiva hacia
la estadística es la que promueve su estudio y uso, con el beneficio
consecuente para la disciplina científica. Por el contrario, las actitudes
negativas y las carencias en conocimientos estadísticos pueden motivar que la
investigación se limite a planteamientos rudimentarios cuando se requerirían
análisis más finos. De ahí la relevancia de evaluar el nivel actitudinal y
desarrollar estrategias que potencien una actitud positiva.
Rodríguez Feijóo (2011)
encontró una actitud neutra hacia la estadística en los estudiantes argentinos
que cursaban carreras humanísticas, en comparación con una actitud favorable en
los que cursaban carreras orientadas hacia la matemática. Un resultado afín de
actitud neutra fue reportado por Ruiz de
Miguel (2015) en estudiantes españoles de ciencias de la educación. Por
otra parte, en estudiantes estadounidenses de psicología, Walker y Brakke (2017) encontraron que
las actitudes eran moderadamente positivas, al igual que Comas et al. (2017) en estudiantes
españoles y Bautista et al. (2016) en
estudiantes mexicanos de esta misma carrera.
Por cuestiones culturales de género, pudiera pensarse que la
actitud hacia la estadística es más positiva en hombres que en mujeres (Bautista et al., 2016). Gil (1999), al revisar las diversas
investigaciones, encontró hallazgos contradictorios y, en su estudio con
estudiantes españoles de pedagogía, el sexo resultó un factor no significativo.
Estrada, Batanero y Fortuny (2004)
tampoco hallaron que el sexo fuera un factor diferencial en la actitud de
normalistas españoles en formación. A su vez, Pérez, Aparicio, Bazán y Abdounur (2015)
tampoco hallaron diferencias entre mujeres y hombres en estudiantes
universitarios colombianos. En México, Salinas
y Mayén (2016) reportaron promedios estadísticamente equivalentes en la
actitud hacia la estadística entre ambos sexos en estudiantes mexicanos de
bachillerato. Bautista et al. (2016)
reportaron promedios más altos en los factores de percepción de la utilidad de
la estadística y ansiedad en mujeres que en hombres, así como un promedio más
alto en confianza ante la estadística en hombres que en mujeres, aunque no hubo
diferencias entre ambos sexos en la puntuación total de la EAE-25 y sus otros
dos factores.
Uno de los instrumentos más usados en español para medir esta
actitud es la Escala de Actitud hacia la Estadística de 25 ítems (EAE-25; Auzmendi, 1992) que está integrada por
cinco factores: utilidad, ansiedad, confianza, agrado y motivación (Auzmendi, 1992). En estudiantes de
economía españoles, Rojas, Escalera,
Moreno y García (2017) validaron el modelo de cinco factores, obteniendo
consistencia interna aceptable en los factores (de α = .72 a .79) y buena en la
escala (α = .80). No obstante, la EAE-25 no se ha validado en México, lo que es
importante no sólo para su aplicación en este país, sino también para aportar
evidencias de validez en torno al modelo de cinco factores, el cual ha sido
cuestionado frente a soluciones de cuatro (Méndez
y Macía, 2007) y tres factores (Tejero
y Castro, 2011).
Considerando estos huecos en la investigación, el propósito del
presente estudio es validar la EAE-25 en una muestra de estudiantes de
psicología mexicanos. Para este fin, se plantearon cinco objetivos: 1)
contrastar el modelo factorial propuesto originariamente por Auzmendi (1992), 2) verificar la
consistencia interna y validez convergente y discriminante de cada variable
latente dentro del modelo de cinco factores correlacionados, 3) describir la
distribución de la escala y sus factores, 4) comparar los promedios entre los
factores y entre mujeres y hombres y 5) comprobar su validez de constructo
concurrente en relación con la calificación en la materia de investigación del
semestre anterior y la actitud hacia la investigación.
Método
Diseño
Este estudio empírico fue de tipo instrumental. Su diseño fue ex post facto
de corte transversal. Se usó un muestreo no probabilístico con la aplicación
individual de un cuestionario en línea.
Participantes
Los criterios de inclusión fueron ser estudiante de la
licenciatura en psicología de la universidad pública del estado de Nuevo León
en México en cualquiera de sus 10 semestres y dar el consentimiento informado.
Se incluyeron los 10 semestres, ya que cada semestre tiene una materia del eje
metodológico que está centrada (segundo y cuarto semestre) o incluye contenidos
de análisis de datos y estadística. El criterio de eliminación fue dejar
preguntas sin responder en el cuestionario en línea presentado a través de la
plataforma Survey
Monkey. Se eliminaron 29 casos por datos incompletos. La muestra
analizada fue de 383 estudiantes con todos sus datos completos.
El 73.6 % de los participantes fueron mujeres y el 26.4 %,
hombres, en correspondencia con los porcentajes por sexo en la población de
estudiantes de psicología, de la cual fue extraída la muestra (χ2[1,
N = 383] = 3.84, p = .536). La muestra quedó integrada por estudiantes de los
10 semestres de la carrera, aunque predominaron estudiantes de los cuatro
primeros semestres que representan el 84.6 % de la función empírica de
distribución. La media aritmética de edad fue de 19.40 años, con una desviación
estándar de 2.96. La media aritmética de las calificaciones en la materia de
investigación del semestre anterior (con un rango potencial de 0 a 100) fue
88.17 y su desviación estándar, 8.07. Una calificación es aprobatoria si es de
al menos 70 puntos. La distribución de estas calificaciones con forma
acampanada mostró mesocurtosis (Zk = -.45), pero ligera asimetría negativa (ZSk
= -3.68), por lo que no se ajustó a la normalidad (prueba de D’Agostino y
Pearson: K2
= 13.75, p = .001). Cabe aclarar que la materia de investigación del semestre
anterior en los estudiantes de primer semestre se refiere a la asignatura de
metodología de la investigación científica cursada en el último año de
preparatoria.
Instrumentos de medida
El cuestionario en línea estaba integrado por la solicitud de
consentimiento informado, dos preguntas sobre información sociodemográfica
(sexo y edad), cinco preguntas sobre información académica, la EAE-25 y una
escala de actitudes hacia la investigación.
La EAE-25 tiene 25 ítems con rango de respuesta tipo Likert de
cinco puntos (desde 1: totalmente en desacuerdo hasta 5: totalmente de
acuerdo). Los 10 ítems negativos a recodificar fueron los ítems 2, 5, 7, 10,
12, 15, 16, 17, 22 y 25. A mayor puntuación en la escala y los factores, más
favorable es la actitud hacia la estadística. En el estudio de Auzmendi (1992) se encontró una
consistencia interna de .87 a .91. Definido el número de factores por el
criterio de autovalores de la matriz de correlaciones mayores que uno y
extraídos por el método de Componentes Principales con rotación Varimax, se
obtuvieron cinco factores con cinco ítems cada uno: utilidad (ítems 1, 6, 11,
20 y 21) o valor que el estudiante otorga a la estadística para su futura vida
profesional, ansiedad (ítems 2, 7, 12, 17 y 22) o temor que el estudiante
manifiesta ante la asignatura, confianza (ítems 3, 8, 13, 18, 23) o sentimiento
de seguridad que provoca su habilidad en estadística, agrado (ítems 4, 9, 14,
19 y 24) o disfrute que provoca el trabajo con la estadística y motivación
(ítems 5, 10, 15, 16 y 25) o inclinación hacia el estudio y utilización de la
estadística. Sus valores de consistencia interna α variaron entre .61 y .84 (Auzmendi, 1992).
Se utilizó la adaptación de la Escala de Actitudes hacia la
Investigación hecha en población mexicana (EAI-32; Quezada, Moral y Landero, 2019). A la
escala original de 34 ítems de Aldana,
Caraballo y Babativa (2016), Quezada
et al. (2019) le añadieron un ítem sobre un aspecto conductual de la
actitud (ítem 35: “para ser sincero/a realmente lo que menos hago es leer”) y
eliminaron tres ítems por baja consistencia interna ( 28, 30 y 32), por lo que
se redujo a 32 ítems. En su estudio realizado con una muestra de 392
estudiantes de psicología mexicanos, el número de factores por el análisis
paralelo de Horn (1965) y la media
mínima de las correlaciones parciales al cuadrado (Velicer, 1976) fue de tres. Al extraer
los factores desde la matriz de correlación policórica por mínimos cuadrados no
ponderados se explicó el 45.3 % de la varianza de los ítems. Tras la rotación
oblicua de la matriz de cargas factoriales por el método Promax, se configuró
un primer factor con trece ítems directos sobre aspectos afectivos y
conductuales (ítems 2, 3, 6, 8, 10, 11, 13, 16, 17, 18, 21, 24 y 25; α ordinal:
.90). El segundo factor quedó formado por nueve ítems sobre aspectos cognitivos
(ítems 7, 12, 15, 20, 22, 26, 29, 31 y 33; α ordinal: .89). El tercer factor
quedó integrado por los diez ítems inversos sobre aspectos conductuales y
afectivos (ítems 1, 4, 5, 9, 14, 19, 23, 27, 34 y 35; α ordinal: .87). En el
análisis factorial confirmatorio, estos tres factores mostraron validez
convergente y discriminante. El ajuste a los datos, estimados los parámetros
por mínimos cuadrados no ponderados desde la matriz de correlación policórica,
fue bueno por siete índices (χ2/gl = 1.23 < 2; GFI = .97, CFI =
.99, NFI = .95 y RFI = .95 ≥ .95; AGFI = .96 > .90 y RMSEA = .02 < .05) y
aceptable por uno (SRMR = .07 < .10).
En la presente muestra, la consistencia interna de los 32 ítems
fue excelente (ordinal α: .94) y las puntuaciones en EAI-32 siguieron una
distribución normal (prueba de D’Agostino y Pearson: K2 = 5.02, p = .081).
La distribución del factor de ítems directos de aspectos afectivos-conductuales
no se ajustó a la normalidad (K2 = 9.12, p = .010), al presentar ligera
leptocurtosis (ZK3
= 2.73 > 1.96); su consistencia interna fue excelente (α ordinal: .90). La
distribución del factor de aspectos cognitivos, con asimetría negativa (ZSk
= -4.87) y leptocurtosis (ZK3 = 5.28 > 1.96), no se ajustó a la
normalidad (K2
= 51.63, p < .001); su consistencia interna fue buena (α ordinal: .89). La
distribución del factor de ítems inversos de aspectos afectivos y conductuales
se ajustó a la normalidad (K2 = .25, p = .884) con consistencia interna
buena (α ordinal: .86).
Procedimiento
En los salones de clase, maestros del área de investigación
invitaron a sus alumnos a que contestaran un cuestionario en línea. Además, se
solicitó a los estudiantes que difundieran el enlace con compañeros a través de
sus redes sociales. El enlace estuvo disponible de octubre a diciembre de 2017.
Entre las instrucciones se pidió a los participantes responder a
todas las preguntas. La participación en el estudio fue voluntaria y no
remunerada. Se garantizó la confidencialidad en el tratamiento de los datos. A
tal fin, no se solicitó ningún dato de identificación personal. Además, había
una dirección de correo para resolver cualquier duda y los nombres de los responsables
de la investigación estaban disponibles. Así, se siguieron las normas de
investigación de la American Psychological
Association (2017).
Análisis de datos
Para el primer objetivo de comprobar el modelo de Auzmendi (1992), se realizó análisis
factorial confirmatorio. Se optimizó la función de discrepancia por mínimos
cuadrados no ponderados, usando como datos de entrada la matriz de momentos
(media aritmética, desviación estándar y correlación policórica). El error
estándar de las estimaciones y el contraste de la significación se realizó por
percentiles corregidos de sesgo con la extracción de 2 000 muestras aleatorias.
El ajuste de los modelos se valoró por medio de ocho índices: χ2/gl:
chi-cuadrada relativa, GFI:
índice de bondad de ajuste, AGFI: índice de bondad de ajuste corregido, NFI: índice
normado de ajuste, CFI:
índice comparativo de ajuste, RFI: índice relativo de ajuste, SRMR: residuo estandarizado
cuadrático medio y RMSEA:
error de aproximación cuadrático medio. Se estipuló que valores de χ2/gl menores o
iguales a 2, GFI,
NFI, CFI y RFI
mayores o iguales a .95, AGFImayores o iguales a .90, y SRMR y RMSEA menores o iguales a .05
reflejaban un buen ajuste. Del mismo modo, valores de χ2/gl menores o
iguales a 3, GFI,
NFI, CFI y RFI
mayores o iguales a .90, AGFI mayores o iguales a .85, SRMR menores a .08 y RMSEA menores
a.10, indicaban un ajuste aceptable (Byrne,
2016).
Para el segundo objetivo, la consistencia interna de cada factor
se determinó por el coeficiente omega de McDonald (ω). Se estipuló que valores
de ω entre .70 y .79 reflejan una consistencia interna aceptable, entre .80 y
.89, buena y mayores o iguales a .90, excelente (Viladrich, Angulo y Doval, 2017). La
validez convergente de cada factor se evaluó por la varianza media extraída (Average Variance Extracted,
AVE, por sus siglas en inglés) y se consideró que un valor de AVE mayor a .50
muestra validez convergente (Fornell y
Larcker, 1981). La validez discriminante entre factores se estableció a
través de la proporción hetero rasgo/mono rasgo de las correlaciones (HTMT) o
cociente entre la media aritmética de las n*m correlaciones no redundantes de
los ítems cruzados entre dos factores y la media geométrica de las medias de
las [n*(n-1)]/2 o [m*(m-1)]/2 correlaciones no redundantes entre los ítems de
cada factor. Se estipuló que un valor de HTMT menor o igual a .85 refleja
validez discriminante o al menos menor o igual a .90 (Henseler, Ringle y Sarstedt, 2015).
Para el tercer objetivo de describir las distribuciones, el
ajuste a la normalidad se contrastó por la prueba de D’Agostino y Pearson (K2),
usando las fórmulas corregidas de sesgo de Fisher (Urzúa, 1996).
Para el cuarto objetivo, la comparación de medias entre los
factores se hizo por análisis de varianza de medidas repetidas y las
comparaciones a posteriori por la prueba de Sidak
(1967). La comparación de medias en EAE-25 y sus factores entre ambos sexos
se hizo por la prueba t de Student para dos muestras independientes. Se cumplió
el supuesto de normalidad, salvo en el factor de motivación; su incumplimiento
fue por leptocurtosis, ante lo cual estas pruebas son robustas (Thabane et al., 2013).
Para el quinto objetivo de validez concurrente, las
correlaciones se calcularon por el coeficiente de Pearson (r) y su
significación (H0: r = 0) se contrastó por la prueba t con n - 2
grados de libertad. Se comprobó la normalidad bivariada por las pruebas basadas
en la asimetría (U-test) y curtosis (W-test). Un valor de probabilidad mayor
que .05 muestra un ajuste a la normalidad bivariada (Tyler, Critchley, Dümbgen y Oja, 2009).
En caso de incumplimiento de este supuesto, la significación de las
correlaciones se comprobó por su estimación por intervalo con un nivel de
confianza al 95 % a través de muestreo repetitivo con la simulación de 2 000
muestras por el método de percentiles (Bishara
y Hittner, 2015). Valores de │r│ menores a .10 se interpretaron como una
fuerza de asociación trivial, entre .10 y .29 débil, entre .30 y .49 moderada,
entre .50 y .69 fuerte, entre .70 y .89 muy fuerte, y mayor o igual a .90
perfecta (Byrne, 2016).
El nivel de significación se fijó en .05 y los cálculos se
hicieron con los programas SPSS 24, módulo R versión 2.4 para SPSS 24, AMOS 16
y Excel 2013.
Resultados
Contraste del modelo de cinco factores correlacionados
La solución del modelo de cinco factores
correlacionados fue admisible.
Figura 1
Todos los parámetros fueron significativos. Los factores
ansiedad (AVE = .59 y ω = .87), confianza (AVE = .56 y ω = .86) y agrado (AVE =
.62 y ω = .89) mostraron validez convergente (AVE > .50) y valores de
consistencia interna buenos (.80 ≤ ω < .90). El factor de utilidad tuvo una
AVE de .49 y consistencia interna buena (ω = .82). No obstante, el factor de
motivación no mostró validez convergente (AVE = .34 < .50) y su consistencia
interna fue aceptable (.70 ≤ ω = .72 < .80).
Tabla 1
Estadísticos |
EAE-25 P. total |
|||||
Mín |
1.68 |
1 |
1 |
1 |
1 |
1 |
Máx |
4.92 |
5 |
5 |
5 |
5 |
5 |
M |
3.25 |
3.52 |
3.26 |
3.53 |
2.76 |
3.17 |
Mo |
3.08 |
3.40 |
3 |
3.40 |
3 |
3 |
DE |
.56 |
.70 |
.79 |
.71 |
.78 |
.63 |
ZSk |
1.98 |
.02 |
-.66 |
-1.52 |
1.56 |
1.58 |
ZK3 |
1.25 |
1.06 |
.90 |
1.22 |
.50 |
3.12 |
P10 |
2.58 |
2.68 |
2.20 |
2.60 |
1.80 |
2.40 |
P20 |
2.84 |
3 |
2.60 |
3 |
2 |
2.76 |
P25 |
2.92 |
3 |
2.80 |
3 |
2.20 |
2.80 |
P30 |
3 |
3.20 |
3 |
3.20 |
2.40 |
2.80 |
P40 |
3.08 |
3.40 |
3 |
3.40 |
2.60 |
3 |
P50 |
3.20 |
3.40 |
3.20 |
3.60 |
2.80 |
3.20 |
P60 |
3.32 |
3.60 |
3.40 |
3.60 |
3 |
3.20 |
P70 |
3.48 |
3.80 |
3.60 |
3.96 |
3 |
3.40 |
P75 |
3.56 |
3.80 |
3.80 |
4 |
3 |
3.60 |
P80 |
3.69 |
4.20 |
3.80 |
4.20 |
3.24 |
3.60 |
P90 |
4 |
4.40 |
4.20 |
4.40 |
3.80 |
4 |
K2 |
5.46 |
1.13 |
1.25 |
3.80 |
2.69 |
12.25 |
p |
.065 |
.570 |
.535 |
.149 |
.261 |
.002 |
Utilidad = (i1 + i6 + i11 + i20 + i21)/5Ansiedad = [(6-i2) + (6-i7) +
(6-i12) + (6-i17) + (6-i22)]/5Confianza = (i3 + i8 + i13 + i18
+ i23)/5Agrado = (i4 + i9 + i14 + i19 + i24)/ 5Motivación = [(6-i5) + (6-i10) + (6-i15) + (6-i16) + (6-i25)]/5
Estadísticos: ZSk: valor estandarizado del coeficiente de
asimetría basado en el tercer momento, ZK3: valor
estandarizado del exceso de curtosis, P10 a P90: percentiles. Contraste de la normalidad por la prueba
de D’Agostino y Pearson: K2 = estadístico de contraste, p = probabilidad
en un contraste a dos colas.
Las diez correlaciones entre los factores fueron significativas
y la varianza compartida osciló de 16 % a 64 % con media de 40 %. Sólo la
proporción hetero rasgo/mono rasgo entre ansiedad y confianza fue mayor que
.85, aunque menor que .90 (HTMT = .86). En los nueve casos restantes, los valores de HTMT variaron
de .40 a .80 con una media de .59. Por tanto, hubo validez discriminante entre
los factores. El ajuste del modelo fue bueno por siete índices (χ2/gl =1.79 <
2; GFI =
.98, NFI
= .97, CFI
=.99 y RFI
= .96 > .95; AGFI
= .97 > .90 y RMSEA
= .04 < .05) y aceptable por uno (SRMR = .07 < .10).
Distribuciones de las puntuaciones en EAE-25 y sus cinco
factores
Las puntuaciones en la escala y los cinco factores se obtuvieron
a través del cociente entre la suma de los ítems puntuados en sentido de
actitud de aceptación y el número de ítems sumados. Se interpretaron en sentido
absoluto, al dividir el continuo de puntuaciones de 1 a 5 en cinco intervalos
en correspondencia con las cinco categorías ordenadas de respuesta a los ítems:
[1; 1.8): 1 (muy en desacuerdo), [1.8; 2.6): 2 (en desacuerdo), [2.6; 3.4): 3
ni de acuerdo ni en desacuerdo), [3.4; 4.2): 4 (de acuerdo) y [4.2; 5): 5 (muy
de acuerdo).
La tendencia central (media aritmética, mediana y moda) de los
factores de utilidad y confianza reflejó una actitud de aceptación (≥ 3.4). No
obstante, los valores de tendencia central de la escala y los factores de falta
de ansiedad, agrado y motivación quedaron en el intervalo [2.6; 3.4), que
corresponde a una actitud neutra (Tabla 1).
En el 10 % de los estudiantes, IC 95 % (7 %, 13 %), sus
puntuaciones en EAE-25 correspondieron a una actitud de rechazo, en el 53 %, IC
95 % (48 %, 58 %), neutra, y en el 37 %, IC 95 % (32 %, 42 %), de aceptación.
La diferencia entre estos tres porcentajes fue significativa, χ2[2,
N = 383] = 108.10, p < .001, dominando la actitud neutra. En el estudio de
Bautista et al. (2016) con la EAE-25 en estudiantes universitarios mexicanos,
estos porcentajes en la división de ciencias sociales, fueron 15 % (rechazo),
40 % (neutralidad) y 45 % (aceptación). Al compararlos con los presentes
porcentajes, la diferencia fue significativa, χ2[2, N = 383] =
27.13, p < .001.
Las puntuaciones en utilidad, falta de ansiedad, confianza y
agrado mostraron perfiles acampanados, simétricos y mesocúrticos en los
histogramas, por lo que se ajustaron a la normalidad. En el perfil de la
puntuación total del EAE-25 acampanado y simétrico, hubo muy ligera asimetría
positiva (ZK3
= 1.98), pero se pudo mantener la hipótesis nula de normalidad. El factor de
motivación presentó ligera leptocurtosis, lo que provocó desviación de la
normalidad (Tabla 1).
Comparaciones de medias entre los factores y ambos sexos
Al comparar las medias entre los cinco factores, hubo diferencia
estadísticamente significativa, F(3.18, 1215.69) = 141.17, p < .001. No se
asumió equivalencia de varianzas en las puntuaciones diferenciales entre los 10
factores por la prueba de la esfericidad de Mauchly
(1940), χ2[9, N = 383] = 239.99, p < .001, por lo que se usó
la corrección de Greenhouse y Geisser
(1959) para los grados de libertad, ε = .80. El tamaño del efecto fue
grande (η.. = .27). Al hacer las comparaciones entre pares de factores por la prueba
de Sidak (1967), ocho de las diez diferencias fueron significativas. Las medias
de utilidad y confianza, DM = -.02, IC 95% (-.12; .08), p = 1, y las de motivación y
falta de ansiedad: DM
= -.09, IC 95% (-.02; .20), p = .184, fueron estadísticamente equivalentes. La
media en falta de ansiedad fue significativamente más baja que las otras cuatro
medias (Tabla 1 y Figura 2).
Figura 2
Al comparar las medias entre sexos por la
prueba t de Student, la diferencia no fue significativa ni en el factor general
ni en los cinco factores, pudiéndose asumir igualdad de varianzas en todos los
casos por la prueba de Levene. Cabe señalar que el promedio en la calificación
en la materia de investigación en el semestre previo fue estadísticamente
equivalente entre ambos sexos, t[381] = -.39, p = .695.
Figura 3
Validez de constructo concurrente
Las correlaciones de la puntuación total y de los factores de
utilidad, ansiedad y confianza con la calificación en la materia de
investigación del semestre anterior fueron significativas, positivas y con una
fuerza de asociación pequeña. Agrado y motivación fueron independientes, como
se observa en la Tabla 2.
Tabla 2
Actitud hacia la estadística |
Calificación en investigación |
Actitud hacia la investigación |
|||
EAE-25 |
.128b (.02,
.23) |
.524b (.44,
.60) |
.439b (.35,
.53) |
.372b (.28,
.46) |
.486***(.40,
.57) |
Utilidad |
.116b (.02,
.21) |
.525b (.43,
.61) |
.441b (.33,
.55) |
.498b (.42,
.58) |
.386b (.27,
.49) |
Ansiedad |
.118b (.01,
.23) |
.333b (.24, .42) |
.221b (.12, .32) |
.211b (.11, .31) |
.406***(.31,
.50) |
Confianza |
.132b (.02, .24) |
.403b (.30, .51) |
.343b (.22, .45) |
.346b (.25, .43) |
.319b (.21, .43) |
Agrado |
.077b (-.03, .19) |
.390b (.29, .48) |
.440b (.33, .53) |
.188b (.09, .28) |
.282b (.16, .39) |
Motivación |
.044b (-.06, .15) |
.380b (.27, .47) |
.242b (.14, .35) |
.205b (.09, .31) |
.502***(.42,
.59) |
Notas: Significación contrastada bilateralmente por la prueba t con
381 grados de libertad tras comprobar la normalidad bivariada por las pruebas
basadas en la asimetría (U-test) y curtosis (W-test): ns p > .05* p ≤ .05** p ≤ .01*** p ≤ .001 en un contraste a dos colas.b Estimación por intervalo con un nivel de confianza al 95 %
usando el método de muestreo repetitivo de percentiles con una simulación de 2
000 muestras, al no mantenerse el supuesto de normalidad bivariada. En todos
los casos el sesgo fue menor que .001.EAI-32: puntuación total de
la escala de actitud hacia la investigaciónAC-ID: factor
afectivo-conductual de ítems directosCOG: factor cognitivoCA-II: factor conductual-afectivo de ítems inversos.
La puntuación total en la EAE-25 presentó correlación
significativa, positiva y con una fuerza de asociación alta con la EAI-32 y
media con sus tres factores. Las correlaciones de los cinco factores de la
EAE-25 fueron positivas y significativas con la puntuación total de EAI-32 y
sus tres factores, variando de .53 a .19 con una media de .37. Entre los
factores de la EAE-25, el de utilidad tuvo las correlaciones más altas, salvo
con el factor conductual afectivo de ítems inversos de la EAI-32, cuya
correlación más alta fue con el factor de motivación de la EAE-25 (Tabla 2).
Discusión
El primer objetivo del estudio fue contrastar el modelo de cinco
factores correlacionados propuesto por Auzmendi
(1992). Su ajuste a los datos y la relación entre ajuste y parsimonia
fueron buenos. Sus factores presentaron confiabilidad por consistencia interna
al menos aceptable (ω > .70) y validez discriminante (HTMT < .90). La validez
convergente por el criterio estipulado de AVE > .50 se cumplió en tres de
los factores (ansiedad, confianza y agrado). En utilidad, el valor de AVE quedó
muy próximo a .50 y fue compensado por un valor del coeficiente omega mayor que
.80, por lo que se puede considerar que presenta validez convergente (Green y Yang, 2015). No obstante, el
factor de motivación careció de validez convergente. Su varianza media extraída
de .34, que es un valor claramente menor que .50, no fue compensado por un
coeficiente omega mayor que .80.
¿La validez convergente de un factor de cinco ítems con una AVE
de .34 podría considerarse adecuada? Fornell
y Larcker (1981) fijaron el criterio de que un factor, con independencia de
su número de indicadores, debe explicar más del 50 % de la varianza de los
mismos para considerar que posee validez convergente o certeza en que los
indicadores miden una misma variable latente, es decir, que el constructo es
adecuadamente medido por sus indicadores. El argumento es que la varianza
atribuible al factor sea mayor que la no atribuible. Un valor de .70 en el
coeficiente omega se ha estipulado como un nivel aceptable de consistencia
interna o proporción de varianza verdadera contenida en las puntuaciones
empíricas (Viladrich et al., 2017). No
obstante, el concepto de confiabilidad por consistencia interna es muy afín al
de validez convergente, especialmente estimado desde los coeficientes omega (Green y Yang, 2015) y H (Domínguez, 2016). En ambos conceptos, se
pretende estimar una varianza atribuible a un modelo de medida especificado con
n indicadores. Desde esta similitud, se podría reconsiderar el valor crítico
para la AVE. Los coeficientes ω y H no son invariantes con respecto al número
de indicadores. Con pesos de medida estandarizados homogéneos, se obtienen
valores más altos en ω y H cuanto mayor es el número de indicadores. Con cinco
indicadores con pesos de medida de .56, varianza compartida con el factor de
.32, se logra que los coeficientes ω y H tomen un valor justo por encima de
.70, lo que implica una AVE de .32. Si se añade otro ítem con carga de .56, ω y
H suben a .74; con dos ítems más con cargas de .56, ambos coeficientes suben a
.77; con tres ítems más con cargas de .56, suben a .79; y con cuatro ítems más
con cargas de .56, suben a .81. El AVE no cambia con estos incrementos en
ítems. Consecuentemente, una AVE mayor o igual a .32 en un factor con cinco
indicadores podría considerarse como un nivel de validez convergente aceptable
(Moral, 2019), como es el caso del
factor de motivación.
El segundo objetivo enunciado fue describir la distribución de
la escala. Como en el estudio de Flores y
Auzmendi (2015), la distribución de las puntuaciones en EAE-25 se ajustó a
una curva normal; así como las distribuciones de cuatro de los cinco factores.
La distribución del factor de motivación mostró mayor concentración de
puntuaciones en torno a la media con un histograma con más apuntamiento y un
decaimiento más abrupto hacia las colas que el de una distribución normal; no
obstante, esta leptocurtosis fue leve. Por tanto, la escala y sus factores
pueden ser baremados por puntuaciones T con media 50 y desviación estándar de
10, al aplicarse la transformación lineal: 50 + 10 * Zx (Gaddis, Foster y Lemming, 2015). Se ha
señalado que las variables cuantitativas con distribución normal son propias de
fenómenos naturales y sociales sometidos a selección por presión adaptativa al
entorno (Smerlak y Youssef, 2015). En
este caso, se estaría hablando de un entorno académico que demanda habilidades
en estadística para la compresión de los reportes de investigación y el
análisis de datos.
¿Cuál es el nivel actitudinal en la muestra? Al usar criterios
absolutos de interpretación, las puntuaciones en EAE-25 reflejan que
aproximadamente cinco de cada diez estudiantes quedan en el intervalo de
actitud neutra y la tendencia central en EAE-25 y en tres factores corresponde
a un nivel neutro, lo que parece apoyar los resultados de Baños y Hurtado (2016) en España y Rodríguez Feijóo (2011) en Argentina. No
obstante, la tendencia central corresponde a un nivel de aceptación en los
factores de confianza y utilidad. Además, domina el polo de la aceptación con
aproximadamente cuatro de cada diez estudiantes sobre el polo del rechazo con
uno de cada diez, dentro de la distribución de puntuaciones en EAE-25. Por
tanto, el balance final se inclina más hacia la aceptación, aunque esta
polarización es menor que en los estudios de Comas
et al. (2017) con estudiantes españoles de psicología y de Bautista et al. (2016) con estudiantes
mexicanos de ciencias sociales.
El tercer objetivo buscado por el estudio fue comparar los promedios
entre los factores y entre ambos sexos. Por los estudios de Flores y Auzmendi (2015) y Vilá y Rubio (2016) cabría esperar un
promedio más alto en ansiedad (poca ansiedad) y los más bajos en agrado,
motivación y confianza. Los presentes datos no confirman estos resultados. Hubo
diferencias significativas entre medias, pero las más altas fueron en utilidad
y confianza y la más baja fue en falta de ansiedad. Estos alumnos mexicanos de
psicología sí valoran la estadística como útil y se sienten confiados en su
aplicación, pero no están exentos de ansiedad ante ella.
Con respecto al sexo, hay contradicciones entre las
investigaciones, aunque finalmente domina la igualdad de medias (Estrada et al., 2004; Gil, 1999; Pérez et al., 2015; Salinas y Mayén, 2016). Los presentes
datos apoyan la equivalencia del nivel actitudinal entre ambos sexos, por lo
que no se requerirían baremos distintos para mujeres y hombres. Además, el
promedio en la calificación en la materia de investigación en el semestre
previo fue estadísticamente equivalente entre ambos sexos, lo que es consonante
con los hallazgos de Stoet y Geary (2018)
sobre el cierre de la brecha en la actitud y rendimiento en materias de
ciencia, tecnología, ingeniería y matemáticas a medida que el nivel de
desarrollo es mayor en el país. Precisamente, los datos de este estudio
proceden de una de las ciudades mexicanas más desarrolladas y México se ubica
en el rango 24 de las economías emergentes, de acuerdo con el reporte de
crecimiento y desarrollo inclusivo del Foro Económico Mundial (World Economic Forum, 2018). En un
estudio hecho en otra ciudad de México, tampoco se encontraron diferencias
entre ambos sexos en el nivel de actitud global (Bautista et al., 2016).
El cuarto y último objetivo fue comprobar la validez de
constructo concurrente de la EAE-25. Para este fin se consideraron dos
criterios externos. Por una parte, se correlacionó con la actitud hacia la
investigación y, por otra parte, con la calificación en la materia de
investigación. Al ser la actitud hacia la investigación un concepto muy afín,
una correlación directa y alta sería evidencia de validez de constructo
convergente. La puntuación total y el factor de utilidad de la EAE-25
claramente apoyaron este criterio de validez. La fuerza de la asociación fue
media en los demás factores, como también observaron Baños y Hurtado (2016).
Una correlación directa con la calificación en la materia de
investigación del semestre anterior se podría tomar como evidencia de validez.
Aunque la actitud es un factor facilitador, la trayectoria de estudio y la
motivación hacia la carrera son mejores predictores, de ahí que la correlación
puede ser baja o media (Bailey y Phillips,
2016). La escala y tres de sus cinco factores se asociaron a un mayor
rendimiento en la materia de investigación del semestre anterior, con una
fuerza de asociación pequeña, lo que constituye también una prueba positiva de
validez de constructo concurrente. Bautista
et al. (2016) hallaron una correlación más alta (r = .32) en 392
estudiantes sonorenses. No obstante, el criterio fue la materia de estadística
en curso que, al ser más específico y próximo temporalmente, pudo favorecer una
fuerza de asociación más alta.
Como limitación del estudio, se tiene el uso de un muestreo no
probabilístico, por lo que las inferencias deben tomarse con la debida cautela
dentro de la población de estudiantes de psicología en la que se colectó la
muestra. Su aplicación a otras poblaciones debe realizarse como hipótesis a
contrastar o datos comparativos. El diseño del estudio fue transversal, por lo
que no se pudo comprobar la estabilidad temporal de las puntuaciones y de la
estructura factorial.
Como última limitación cabe señalar que la confirmación del
modelo de factores correlacionados con validez discriminante entre sus cinco
factores se logra al usar análisis factorial confirmatorio y la proporción
HTMT, las cuales son estrategias muy adecuadas a los objetivos (Henseler et al., 2015) y evitan caer en
errores y relaciones muy específicos a la muestra (Byrne, 2016). Cabe señalar que, si se
hubiera usado el criterio de una varianza compartida entre dos factores menor
que la varianza media extraída en cada factor (Fornell y Larcker, 1981), no habría
validez discriminante en cinco de los diez emparejamientos; no obstante, este
es un criterio menos fiable para establecer la validez divergente que una
proporción hetero rasgo/mono rasgo menor o igual que .85 (Henseler et al., 2015).
Se concluye que el modelo de cinco factores correlacionados
propuesto originariamente se valida entre estos estudiantes de psicología
mexicanos. Las puntuaciones en la escala y los factores siguen una distribución
normal, salvo el factor de motivación que muestra apuntamiento y se desvía de
la normalidad. En cinco de cada diez estudiantes sus puntuaciones en EAE-25
corresponden a una actitud neutra y la actitud promedio es neutra en EAE-25 y
en tres de sus cinco factores. No obstante, las puntuaciones en EAE-25 en
cuatro de cada diez estudiantes corresponden a una actitud de aceptación frente
a una actitud de rechazo en sólo uno de cada diez. Además, los factores de
confianza y utilidad muestran un promedio de aceptación, con lo que la actitud
se inclina más hacia la aceptación que hacia el rechazo. El nivel actitudinal
es equivalente entre mujeres y hombres. Los baremos de la escala pueden ser los
mismos para ambos sexos y establecerse por medio de puntuaciones T basadas en
las estimaciones de la media y desviación estándar poblacionales. La escala
muestra validez de constructo concurrente en relación con actitud hacia la
investigación y la calificación en la materia de investigación del semestre
anterior. No obstante, el potencial predictivo de la EAE-25 sobre esta última
variable es muy limitado.
Se sugiere probar la estabilidad temporal del modelo factorial,
comprobar la confiabilidad de la escala a través de la correlación test-retest,
estimar los baremos de la escala en la población estudiada y usar este
instrumento de medida en la investigación aplicada en el campo de la educación
universitaria y educación media superior. Asimismo, a nivel práctico, la EAE-25
podría utilizarse como una evaluación inicial en cursos de estadística. En caso
de ser necesario, podría realizarse una intervención orientada a modificar las
actitudes de los estudiantes, ya que se aprende mejor aquello que produce más
agrado (Baños y Hurtado, 2016). Otra
variable relevante para predecir el rendimiento en estadística e investigación,
y tal vez con un tamaño del efecto mayor que el de la actitud, sea la relación
docente (Laudadío y Mazzitelli, 2018).
Referencias bibliográficas
Aldana, G. M., Caraballo,
G. J. y Babativa, D. A. (2016). Escala para Medir Actitudes hacia la Investigación
(EACIN): validación de contenido y confiabilidad. Revista Aletheia, 8(2), 104-121. https://doi.org/10.11600/21450366.8.2aletheia.104.121
American Psychological
Association (2017). Ethical
principles of psychologists and code of conduct. With the 2016 amendment to
standard 3.04. Washington, DC: American Psychological Association
Press. https://www.apa.org/ethics/code
Auzmendi, E. (1992). Las actitudes hacia la
matemática-estadística en las enseñanzas medias y universitarias.
Bilbao, España: Mensajero.
Bailey, T. H. y Phillips,
L. J. (2016). The influence of motivation and adaptation on students’
subjective well-being, meaning in life and academic performance. Higher Education Research
y Development, 35(2), 201-216. https://doi.org/10.1080/07294360.2015.1087474
Baños, R. V. y Hurtado, M. R.
(2016). Actitudes hacia la Estadística en el alumnado del grado de Pedagogía de
la Universidad de Barcelona. Revista de Docencia Universitaria, 14(1), 131-150. https://doi.org/10.4995/redu.2016.5766
Bautista, J., Morales, M.,
Dórame, L. y Peralta, G. (2016). Un estudio sobre las actitudes hacia la
estadística en estudiantes universitarios. Epistemus, 20(10), 48-54. https://doi.org/10.36790/epistemus.v10i20.22
Bishara, A. J., y Hittner,
J. B. (2015). Reducing bias and error in the correlation coefficient due to
nonnormality. Educational
and Psychological Measurement, 75, 785-804. https://doi.org/10.1177/0013164414557639
Byrne, B. (2016). Structural equation
modeling with AMOS (3. ed.). New York, NY: Routledge. https://doi.org/10.4324/9781315757421
Comas, C., Martins, J. A.,
Nascimento, M. M. y Estrada, M. A. (2017). Estudio de las actitudes hacia la
estadística en estudiantes de psicología. Bolema: Boletim de Educação Matemática, 31(57),
479-496. https://doi.org/10.1590/1980-4415v31n57a23
Domínguez, S. (2016).
Evaluación de la confiabilidad del constructo mediante el Coeficiente H: Breve
revisión conceptual y aplicaciones. Psychologia: Avances en la Disciplina, 10(2), 87-94. https://doi.org/10.21500/19002386.2134
Estrada, A., Batanero, C. y
Fortuny, J. M. (2004). Un estudio comparado de las actitudes hacia la
estadística en profesores en formación y en ejercicio. Enseñanza de las Ciencias, 22(2),
263-274.
Flores, L. W. O. y
Auzmendi, E. E. (2015). Análisis de la estructura factorial de una escala de
actitud hacia las matemáticas. Aula de Encuentro, 1(17), 45-77.
Fornell, C. y Larcker, D.
(1981). Evaluating structural equation models with unobservable variables and
measurement error. Journal
of Marketing Research, 18(1), 39-50. https://doi.org/10.2307/3151312
Gaddis, B. H., Foster, J.
L. y Lemming, M. R. (2015). Diversity in personality assessment norming. International Journal of
Selection and Assessment, 23(1), 14-26. https://doi.org/10.1111/ijsa.12091
Gil, J. (1999). Actitudes
hacia la estadística. Incidencia de las variables sexo y formación previa. Revista Española de
Pedagogía, 214, 567-590.
Green, S. B. y Yang, Y.
(2015). Evaluation of dimensionality in the assessment of internal consistency
reliability: coefficient Alpha and Omega coefficients. Educational measurement. Issued and
Practices, 34(4), 14-20. https://doi.org/10.1111/emip.12100
Greenhouse, S. W. y
Geisser, S. (1959). On methods in the analysis of profile data. Psychometrika, 24,
95-112. https://doi.org/10.1007/BF02289823
Henseler, J., Ringle, C. M.
y Sarstedt, M. (2015). A new criterion for assessing discriminant validity in
variance-based structural equation modeling. Journal of the Academy of Marketing Science,
43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8
Horn, J. L. (1965). A rationale
and test for the number of factors in factor analysis. Psychometrika. 30, 179-185. https://doi.org/10.1007/bf02289447
Laudadío, J. y Mazzitelli,
C. (2018). Adaptación y validación del Cuestionario de Relación Docente en el
Nivel Superior. Interdisciplinaria,
35(1), 153-170. https://doi.org/10.16888/interd.2018.35.1.8
Mauchly, J. W. (1940).
Significance test for sphericity of a normal n-variate distribution. The Annals of Mathematical
Statistics, 11, 204-209. https://doi.org/10.1214/aoms/1177731915
Méndez, D. y Macía, F.
(2007). Análisis factorial confirmatorio de la escala de actitudes hacia la
estadística, Cuadernos
de Neuropsicología, 3(1), 174-371.
Moral, J. (2019). Revisión
de los criterios para validez convergente estimada a través de la Varianza
Media Extraída. Psychologia,
13(2), 25-41. https://doi.org/10.21500/19002386.4119
Pérez, L. E., Aparicio, A.
S., Bazán, J. L. y Abdounur, O. J. (2015). Actitudes hacia la estadística de
estudiantes universitarios de Colombia. Educación Matemática, 27(3),
111-149.
Quezada, L. C., Moral, J. y
Landero, R. (2019). Estudio de validación de la Escala de Actitud hacia la
Investigación en estudiantes mexicanos de psicología. Evaluar, 19(1), 1-16. https://doi.org/10.35670/1667-4545.v19.n1.23874
Rodríguez Feijóo, N.
(2011). Actitudes de los estudiantes universitarios hacia la Estadística. Interdisciplinaria, 28(2),
199-205.
Rojas, C. A., Escalera, M.
E., Moreno, E. y García, A. (2017). Motivación, ansiedad, confianza, agrado y
utilidad. Los factores que explican la actitud hacia las matemáticas en los
estudiantes de economía. International Journal of Developmental and Educational Psychology, 2(1),
527-539. https://doi.org/10.17060/ijodaep.2017.n1.v2.875
Ruiz de Miguel, C. (2015).
Actitudes hacia la estadística de los alumnos del grado en pedagogía, educación
social y maestro de educación primaria en la UCM. Educación XX1, 18(2), 351-374. https://doi.org/10.5944/educXX1.12158
Salinas, J. y Mayén, S.
(2016). Estudio exploratorio de las actitudes hacia la estadística en
estudiantes mexicanos de bachillerato. Avances de Investigación en Educación
Matemática, 10, 73-90. https://doi.org/10.35763/aiem.v0i10.130
Sidak, Z. K. (1967).
Rectangular confidence regions for the means of multivariate normal
distributions. Journal
of the American Statistical Association, 62, 626-633. https://doi.org/10.1080/01621459.1967.10482935
Smerlak, M. y Youssef, A.
(2017). Limiting fitness distributions in evolutionary dynamics. Journal of Theoretical
Biology, 416, 68-80. https://doi.org/10.1016/j.jtbi.2017.01.005
Stoet, G. y Geary, D. C.
(2018). The Gender-Equality Paradox in Science, Technology, Engineering, and
Mathematics Education. Psychological
Science, 29, 581-593. https://doi.org/10.1177/0956797617741719
Tejero, C. y Castro, M.
(2011). Validación de la escala de actitudes hacia la estadística en
estudiantes españoles de ciencias de la actividad física y del deporte. Revista Colombiana de
Estadística, 34(1), 1-14.
Thabane, L., Mbuagbaw, L.,
Zhang, S., Samaan, Z., Marcucci, M., Ye, C., … Goldsmith, C. H. (2013). A
tutorial on sensitivity analyses in clinical trials: the what, why, when and
how. BMC Medical
Research Methodology, 13(92), 1-12. https://doi.org/10.1186/1471-2288-13-92
Tyler, D. E., Critchley,
F., Dümbgen, L. y Oja, H. (2009). Invariant coordinate selection. Journal of the Royal
Statistical Society, 71, 549-592. https://doi.org/10.1111/j.1467-9868.2009.00706.x
Urzúa, C. (1996). On the
correct use of omnibus tests for normality. Economics Letters, 53, 247-251. https://doi.org/10.1016/S0165-1765(96)00923-8
Velicer, W. (1976).
Determining the number of components from the matrix of partial correlations. Psychometrika, 41,
321-327. https://doi.org/10.1007/BF02293557
Vilá, R. y Rubio, M. J.
(2016). Actitudes hacia la estadística en el alumnado del grado de pedagogía de
la Universidad de Barcelona. Revista de Docencia Universitaria, 14(1), 131-149. https://doi.org/10.4995/redu.2016.5766
Viladrich, C., Angulo, A. y
Doval, E. (2017). A journey around alpha and omega to estimate internal
consistency reliability. Annals of Psychology, 33, 755-782. https://doi.org/10.6018/analesps.33.3.268401
Walker, E. R. y Brakke, K.
E. (2017). Undergraduate psychology students’ efficacy and attitudes across
introductory and advanced statistics courses. Scholarship of Teaching and Learning in
Psychology, 3(2), 132-140. http://dx.doi.org/10.1037/stl000008
World Economic Forum
(2018). The
inclusive development index 2018. Summary and data highlights.
Geneva, Switzerland: WEF. https://www.weforum.org/reports/the-inclusive-development-index-2018
HTML generado a partir de XML-JATS4R por
Refbacks
- No hay Refbacks actualmente.
Comentarios sobre este artículo
"fnvuwcjqt" (2021-10-05)
"vekscp" (2021-10-06)
"johnanz" (2022-04-18)