Factores que determinan el rendimiento académico en Matemáticas en la Universidad Nacional de Ingeniería (UNI), Nicaragua: un modelo de ecuaciones estructurales

Abstract

RESUMENEl estudio examinó, por medio de un modelo de ecuaciones estructurales, posibles factores causales del rendimiento académico en cursos de Matemáticas de la Universidad Nacional de Ingeniería de Nicaragua, en una muestra estratificada por conglomerados de 713 estudiantes de segundo año distribuidos en 33 grupos de clases, con sus respectivos profesores. Además de la nota final en el curso, se incluyeron en el modelo causal, y de acuerdo con la literatura, variables de dimensiones sociodemográficas, psicosociales, institucionales y pedagógicas. Los resultados destacan tres variables del estudiante como determinantes del desempeño en el curso de Matemática: la inteligencia fluida, los hábitos de estudio y las actitudes negativas hacia las Matemáticas, resultando relevantes también los efectos indirectos en las dos primeras, y en las direcciones esperadas. Las variables del docente que mostraron efectos directos de importancia fueron edad, nivel académico y la asistencia a cursos pedagógicos promovidos por la institución.Palabras clave educación superior, modelos de ecuaciones estructurales, predicción, rendimiento en matemática. ABSTRACTThe study examined, using structural equations model (SEM) possible causal factors for Math achievement in students from the National University of Engineering in Nicaragua, using a stratified sample of complete conglomerates of 713 students in second year, spread over 33 groups and their respective teachers. Besides the final grade in the course, and according to the literature review, variables of the sociodemographic, psychosocial, institutional and pedagogical dimensions were included in the model. The results emphasized three student variables as determinants of the achievement in Math: fluid intelligence, study habits and negative attitudes towards Mathematics, with the indirect effects of the last two also relevant, and in the expected direction. Teacher variables that showed relevant direct effects were age, academic level and attendance to pedagogical courses promoted by the institution.| Universitas Psychologica | Colombia

Factores explicativos de la deserción universitaria abordados mediante inteligencia artificial

“…Esta información podría ser una herramienta valiosa, junto con la motivación, para tomar decisiones más apropiadas. De igual manera, los estudiantes podrían emprender iniciativas para fortalecer y mejorar sus hábitos de estudio (Vargas y Montero, 2016).…”

Implicaciones financieras de la inclusión del valor compartido en prácticas empresariales

“…Este tipo de modelos permite articular herramientas de la regresión múltiple tradicional, con el análisis factorial, para así, estudiar las relaciones de dependencia, compleja, que pueden existir entre las variables de interés (Hernández & Rojas, 2016). Así mismo, el modelo SEM se ajusta al objeto de la investigación, ya que permite integrar variables no observables (latentes) dentro del modelo.…”

Factores que influyen en la deserción y reprobación de estudiantes de un curso universitario de matemáticas

“…El rendimiento académico en matemática, a nivel mundial, se ha caracterizado por ser bajo y ha resultado ser una disciplina poco accesible para una gran parte del estudiantado (Gonzáles, 2015;Vargas y Montero, 2016).…”