Diseño y Validación de un Instrumento para Determinar las

TÍTULO
Diseño y validación de un instrumento para determinar las variables de deserción
en los IT
AUTOR(ES)
Elsa Esther Rocío Balmori Méndez 1
Ma. Teresa de la Garza Carranza 2
Elda Reyes Varela 1
INSTITUCIÓN 1 Instituto Tecnológico de Nuevo León
2
Instituto Tecnológico de Celaya
RESUMEN
Los modelos de retención son complejos porque contienen un gran número de variables, a
menudo ubicadas como un fenómeno causal. Existen variables que afectan directamente a la
deserción, pero algunas otras la afectan de manera indirecta.
Desde 1970 se iniciaron estudios de retención pero básicamente desde una perspectiva
sociológica, a partir de 1980 se inicia los estudios de deserción con enfoque psicológico y socio
psicológico, en la década de los 90 existe un interés creciente por demostrar que también los
factores económicos afectan la deserción.
Uno de los autores que ha buscado un enfoque integral de la deserción es Vincent Tinto. Esta
teoría ayuda a un gran número de trabajos de investigación y estudios empíricos. La teoría de
Vincent Tinto ha tenido una gran influencia en el entendimiento de la deserción universitaria,
aunque existen otros autores como Bean (1990), Allen (2000) o, en México, Romo López (2001)
que se han preocupado por encontrar las variables que afectan la deserción.
En este trabajo se parte del análisis de los diferentes teóricos para generar un cuestionario
confiable y válido y que tenga posibilidad de predicción y que además permita conocer las
variables que afectan la deserción en los Institutos Tecnológicos de Celaya y Nuevo León.
A partir de los resultados obtenidos de la validación del instrumento probado en dos diferentes
contextos se concluye que los Institutos Tecnológicos del país pueden tener una base para
identificar las causas de la deserción.
Este instrumento será una herramienta más para apoyar a los directivos a la gestión institucional
con bases científicas.
1.- INTRODUCCION
Durante los últimos 20 años la educación universitaria ha presentado un fuerte incremento en la
matricula, y una relativa democratización en las oportunidades para acceder a ella.
Cada vez más jóvenes logran concluir sus estudios de secundaria y bachillerato, lo cual hace que
la educación superior se vea obligada a incrementar la cobertura, tan solo del 2005 al 2009 la
matricula de la licenciatura universitaria y tecnológica cambio de 1,390,767 a 2,296,381
(ANUIES, Anuario Estadístico 2005-2009).
Sin embargo, no sólo es importante que los estudiantes ingresen a la educación superior, sino que
también la concluyan, pues se sabe que el futuro previsible de la mayoría de los jóvenes de un
país es el futuro inevitable de la nación (Monsiváis, 2005). La educación sin lugar a dudas es un
factor de movilidad social, como se muestra en la siguiente Tabla.
Tabla 1. México: pobreza de acuerdo con el nivel educativo (CEPAL, 2005)
Nivel Educativo Máximo
Sin instrucción o primaria incompleta
Primaria completa
Secundaria, prevocacional o equivalente
Preparatoria, vocacional o equivalente
Licenciatura
Pobreza alimentaria
Urbano
18.8
14.4
11.2
5.2
1.2
Rural
47.0
37.7
28.7
13.9
4.3
Pobreza de
capacidades
Urbano Rural
28.6
55.8
22.4
45.3
19.1
37.6
8.7
20.6
1.9
5.0
Pobreza de
patrimonio
Urbano Rural
57.6
76.0
53.1
69.0
47.3
62.8
26.4
44.5
8.2
20.9
Lograr mejorar los indicadores de eficiencia terminal ha sido una de las grandes preocupaciones
de la educación superior en general, pero más aún del Sistema Nacional de Educación Superior
Tecnológica que actualmente tiene más de 400,000 estudiantes, como se muestra en la tabla
siguiente:
Tipo de IT
Institutos
Tecnológicos
Federales
Institutos
Tecnológicos
Descentralizados
Total
Licenciatura
Lic. Técnica
Posgrado
Total
263,658
11
2,952
266,621
146,702
157
449
147,308
410,360
168
3,401
413,929
Se puede decir, que el SNEST es la institución de educación superior de ingeniería más
importante de México, pero dado el tamaño de su matrícula, presenta diferentes problemas
organizacionales y uno de ellos es el programa de retención estudiantil, pues debido a la
naturaleza y dificultad de las ciencias de ingeniería se tienen graves problemas de reprobación en
matemáticas, física y química; áreas esenciales para el aprendizaje de las ingenierías. Aunado a
este problema, la población estudiantil que acude a los tecnológicos en su mayoría es de escasos
recursos y en ocasiones se les admite con serias deficiencias académicas de la educación media
superior para cumplir con las cuotas establecidas en los planes de desarrollo institucional
Se sabe que sólo algunos de los estudiantes que abandonan sus estudios en la educación superior
es por un bajo desempeño académico, la gran mayoría de las deserciones son por decisión propia
más que por falta de habilidades para estudiar. Tinto (1987) considera que la deserción se da más
en función de una falta de integración personal tanto en el ambiente social como en la comunidad
universitaria. Tinto (1993) también menciona que los estudiantes permanecen en la escuela si
ellos adquieren identidad con la institución, por lo cual uno de los aspectos importantes al
abordar este problema de la deserción universitaria, es el de identificar si los estudiantes están
logrando esa identidad con la institución.
Aunque la deserción universitaria no ha sido bien estimada en nuestro país, ANUIES calcula que
está alrededor del 50% en nuestro país, lo cual implica que la mitad de los estudiantes
matriculados no alcanzarán el grado que inicialmente deseaban alcanzar.
Dado el impacto del tema, en el año de 2010, un grupo de investigadores del Sistema Nacional de
Educación Superior Tecnológica (SNEST), preocupados por entender y atender este fenómeno,
decidió iniciar un proyecto interinstitucional entre los Institutos Tecnológicos de Nuevo León
(ITNL), el de Celaya (ITC) y el Centro Interdisciplinario de Investigación y Docencia en
Investigación Técnica (CIIDET). En este reporte de investigación solamente se presenta una parte
del proyecto que de manera global contempla análisis tanto cualitativos como cuantitativos e
incluye a maestros, directivos y estudiantes. Sólo se presenta lo que se refiere a un análisis
exploratorio cuantitativo de los estudiantes que tiene como objetivo utilizar el modelo de Vincent
Tinto para desarrollar la planeación de permanencia de los estudiantes en dos instituciones de
educación superior tecnológica.
Actualmente, a pesar de que la definición de deserción estudiantil está en discusión, existe
consenso en definirla como un abandono voluntario que puede ser explicado por diferentes
categorías de variables: socioeconómicas, individuales, institucionales y académicas. Sin
embargo, la forma de operacionalizar las mismas depende del punto de vista desde el cual se haga
el análisis; esto es, individual, institucional y estatal o nacional. Tinto (1989) afirma que el
estudio de la deserción en la educación superior es extremadamente complejo, ya que implica no
sólo una variedad de perspectivas, sino que, además, una gama de diferentes tipos de abandono.
Adicionalmente, afirma que ninguna definición puede captar en su totalidad la complejidad de
este fenómeno, quedando en manos de los investigadores la elección de la definición que mejor
se ajuste a sus objetivos y al problema a investigar.
Este trabajo tiene por objetivo diseñar y presentar un cuestionario confiable y válido que pueda
ser aplicado a estudiantes del Sistema de Educación Superior Tecnológica para ayudar a predecir
y determinar las causas del problema de deserción
2.-MARCO TEORICO
2.1. La deserción universitaria en México.
El problema de la deserción de estudiantes universitarios ha sido ampliamente estudiado por los
académicos y profesionales por igual, pero este importante tema sigue sin resolverse para la
mayoría de las universidades en México. En general, la Asociación Nacional de Universidades e
Institutos de Educación Superior (ANUIES) estima que este problema es de alrededor de 50% en
México, lo que significa que la mitad de los estudiantes que empiezan la educación superior, no
terminan sus estudios en universidades públicas o privadas. Recientemente, el decano de la
Universidad Nacional Autónoma de México (UNAM), Narro Robles afirmó que la cantidad de
jóvenes que no trabajan y no estudian, son alrededor de siete millones en el país, por lo cual la
deserción en la escuela se ha vuelto un problema social.
De acuerdo con Rodríguez y Hernández (2008), las tasas de abandono de algunas de las
universidades más importantes de México son como se muestra en la tabla 1
Tabla 1. Ejemplos de tasas de deserción escolar en universidades en México
Universidad
Universidad Autónoma de Nuevo León
Universidad de Guadalajara
Universidad Nacional Autónoma de México
Instituto Politécnico Nacional
Universidad Autónoma Metropolitana
Universidad Iberoamericana
Instituto Tecnológico y de Estudios Superiores de Monterrey
Universidad del Valle de México
2002 (%)
23.1
40.7
30.2
34.8
56.5
38.3
41.6
38.8
2003 (%)
15.1
21
11.1
27.8
56.4
24.2
32.6
74.1
Los estudiantes de primer año tienen más probabilidades de abandonar la escuela, mientras que
los estudiantes que cursan últimos semestres tienen menos probabilidades de salir. Para una
universidad promedio, un estudiante de primer a segundo semestre la tasa de abandono es de
aproximadamente 25%, un estudiante de segundo año a tercer año la tasa es de 12%, entre tercer
y cuarto año es de 8% y aproximadamente un 4% de los estudiantes de cuarto año abandonan la
escuela.
2.2 Algunas teorías de deserción
Los modelos de retención son complejos porque contienen un gran número de variables, a
menudo ubicadas como un fenómeno causal. Existen variables que afectan directamente a la
deserción, pero algunas otras la afectan de manera indirecta.
Desde 1970 se iniciaron estudios de retención pero básicamente desde una perspectiva
sociológica; a partir de 1980 se iniciaron los estudios de deserción con enfoque psicológico y
socio psicológico. En la década de los 90 existe un interés creciente por demostrar que también
los factores económicos afectan la deserción.
Uno de los autores que ha buscado un enfoque integral de la deserción es Vincent Tinto, Esta
teoría ayuda a un gran número de trabajos de investigación y estudios empíricos. La teoría de
Vincent Tinto ha tenido una gran influencia en el entendimiento de la deserción universitaria
El modelo de Tinto (1989) toma en cuenta la teoría de Durkheim e identifica los conceptos de
integración social y académica. Considera que los estudiantes que ingresan a la universidad
entran con ciertos compromisos para terminar y permanecer en la universidad, ellos entran a un
sistema académico que es caracterizado por el desarrollo personal y el desarrollo intelectual, que
juntos llevan a una integración académica. Si existe interacción con los compañeros y con los
maestros la integración académica y la interacción social trabajan juntas para influir en la meta
personal e institucional, lo cual redunda en la decisión de permanecer o abandonar.
Tinto revisa su modelo en 1993 y el nuevo modelo resulta muy similar en estructura al modelo
anterior, pero ofrece una explicación adicional a la deserción de los estudiantes.
El modelo de Tinto (1993) sugiere que los estudiantes llegan a la Universidad con atributos
individuales y familiares pero también con antecedentes escolares. Los estudiantes ingresan con
cierto compromiso, tanto para permanecer en la universidad como para terminar sus estudios,
pero también que ingresan a un sistema académico caracterizado por el grado de desarrollo
intelectual que permite una integración académica
Otra teoría importante en la deserción es la generada por John Bean, la cual se basa en estudios
tanto teóricos como empíricos publicados en 1980. Bean (1990) explica el modelo de retención
El modelo de Bean involucra ya una estructura global basada en causas sicológicas asociadas a
un comportamiento particular, en este caso la deserción y la vincula con valores normativos,
actitudes, e intenciones de los estudiantes, identificado este último factor, como el mejor
predictor de deserción. Su modelo identifica cuatro clases de variables: antecedentes,
organizacionales, ambientales, y actitudinales y de salida, con efectos directos o indirectos en la
intención de dejar la universidad; lo cual es el precursor inmediato del abandono.
David Allen (2000) construye un modelo hipotético de las causas que hacen que un estudiante
continúe sus estudios en la universidad. Este modelo considera causas motivacionales,
académicas, sociodemográficas.
Pérez Juste y García Ramos (1985), citados por Romo (1991), señalan que la evaluación inicial es
mucho más que una simple prueba, ya que debiera cubrir una amplia gama de aspectos
fundamentales para lograr un aprendizaje efectivo. Las variables que Pérez Juste señala son:
estado biológico del alumno, interés, motivación, aptitudes, historial, técnicas de estudio y
estrategias de trabajo intelectual.
Por otro lado, la empresa generada por Noel Levitz, una empresa consultora ubicada en Estados
Unidos, genera el instrumento denominado Student Satisfaction Inventory (SSI), el cual es un
instrumento que mide la satisfacción e importancia de los programas académicos, de los servicios
de la institución y de la vida completa del estudiante en el “campus”.
Este instrumento considera las siguientes categorías: efectividad institucional, asesoría
académica, efectividad en la inscripción, admisión y ayudas financieras, ambiente en el campus,
preocupaciones personales, seguridad y servicios (Noe Levitz, 2011).
En este trabajo se toman en cuenta los diferentes teóricos para determinar las variables que
resultan acordes al SNEST.
3.-METODO.
La tasa de deserción en el SNEST no tiene una medida exacta, pero se estima que puede estar
entre 50 y 70% dependiendo del tipo de carrera, factores del entorno y de las instalaciones del
campus.
Para abordar esta problemática, se decidió estudiar dos campus diferentes situados en diferentes
contextos: a) Nuevo León que se encuentra en una de las ciudades más empresarial e industriales
de México (Monterrey) donde se tienen gran cantidad de oportunidades para los jóvenes, ya sea
por trabajo o la educación superior y, b) Celaya que se encuentra en la parte central de México; la
zona en general no está altamente industrializada, pero tiene algunas empresas de fabricación
importante y cuenta con facilidades agrícolas. Algunas diferencias notables entre estos dos
planteles es que Celaya, por ejemplo, tiene maestrías y doctorado certificado por su calidad
(Programas de Excelencia de CONACYT) y Nuevo León sólo ofrece un grado de especialidad en
el área de mecatrónica creado recientemente.
3.1 El Instrumento
Previo a la elaboración del cuestionario, que permitiera de manera cuantitativa evaluar las causas
de deserción, se realizó una investigación cualitativa teniendo como procedimiento básico la
técnica de grupos de enfoque.
Se llevaron a cabo los siguientes grupos de discusión con los estudiantes:
 Los estudiantes de alto rendimiento (Nuevo León y Celaya).
 Los estudiantes de bajo rendimiento (Nuevo León y Celaya).
 Estudiantes que ya desertaron (Celaya)
A partir de los grupos de enfoque se encontraron las categorías, las variables y los indicadores
para elaborar el cuestionario.
El cuestionario está formado por 41 preguntas distribuidas en cinco categorías, como se muestra
en la Tabla 2.
Tabla 2: distribución del número de preguntas en el cuestionario por categoría
CATEGORIA
Causas motivacionales,
Causas académicas
Causas familiares
Causas económicas
Aspectos sociales y
demográficos
NO. DE PREGUNTAS
11
11
7
5
8
preguntas
10, 26,27,28,30,31,32,33,36.37,40
9,11,15,16,17.18,19,20,21,22, 24
3, 4,6.13.14,34,38
2,7,23,39,5
1,5,8,12,25,29,35,41
3.2 La muestra
Una vez diseñado el instrumento, se aplicó a 537 estudiantes de los primeros semestres del
Instituto Tecnológico de Celaya y a 256 estudiantes del Instituto Tecnológico de Nuevo León,
durante el semestre Agosto-Diciembre de 2010. Con esta muestra se encontró la confiabilidad y
validez del instrumento.
Posteriormente, en el semestre Enero-Junio de 2011, se investigó cuáles de los estudiantes no se
habían reinscrito al ITNL; esto con el fin de probar el nivel de predicción del instrumento.
3.3 El análisis de resultados
Como el propósito era el de diseñar un instrumento que resultara confiable y que permitiera
encontrar las variables que discriminan (separan a los grupos de desertores con aquellos que
permanecen) se decidió utilizar tres técnicas básicas:
 Para la confiabilidad del instrumento se utilizó el Alpha de Cronbach
 Para encontrar la validez de constructo del instrumento se utilizó el análisis de factores por
componentes principales y rotación Varimax.
 Para analizar el poder predictivo del instrumento se utilizó la técnica de Análisis
Discriminante de dos grupos.
Todo ello se realizó con ayuda del SPSS (Statistical Package for the Social Sciences), versión 18.
4.- RESULTADOS
4.1 Confiabilidad
La confiabilidad es una de las dos características básicas que debe reunir un instrumento de
medición. Es una de las características técnicas que determinan la utilidad de los resultados de un
instrumento de medición. Esta se refiere a: “Grado en que su aplicación repetida al mismo
individuo u objeto produce resultados iguales” (Hernández, 2010, Pág. 200)
El término confiabilidad se puede interpretar como estabilidad o predictibilidad, de hecho un
instrumento es confiable cuando tiene menor grado de error implícito en la medición, la
confiabilidad puede ser enfocada como el grado de homogeneidad de los ítems del instrumento en
relación con la característica que pretende medir.
Una de las maneras de evaluar la confiabilidad es la denominada consistencia interna. La
consistencia interna de un instrumento se puede evaluar si se calcula el Alpha de Chronbach que
es un indicador indirecto de la confiabilidad del instrumento e indica el grado en que la gente que
tiende acertar unos ítems, tiende a acertar también los demás ítems, es decir, el grado en que los
ítems ordenan a las personas de la misma manera. Toma valores entre 0 y 1. Valores por encima
de 0.7 son aceptables; valores inferiores indican que nuestras estimaciones pueden ser imprecisas.
Puede escribirse como una función del número de ítems y el promedio de la ínter correlación
entre los ítems.

Kr


1  (k  1) r
Donde:


K es número de ítems
r es el promedio de la ínter correlación
Para el caso del instrumento diseñado con la metodología comentada en el apartado anterior, se
tuvieron los siguientes resultados mostrados en la tabla 3.
CONCEPTO
Los dos tecnológicos y las 40 variables
ITC y 40 variables
ITNL y las 40 variables
Los dos tecnológicos y las variables 16-40
ITC las variables 16-40
ITNL y las variables 16-40
VALOR
0.723
0.701
0.777
0.778
0.754
0.803
Tabla 3. Valores del Alpha de Cronbach que demuestran la validez del instrumento diseñado.
4.2 Validez
La validez se refiere al grado en que un instrumento realmente mide lo que pretende medir. Por
ejemplo, un instrumento para medir competencias no debe evaluar sólo conocimientos.
Existen diferentes enfoques de evaluación de la validez, estos son: validez de contenido, proceso
de respuesta, estructura interna, consecuencias y validez de constructo.
La validez de constructo se puede probar estadísticamente y es probablemente la más importante,
sobre todo desde la perspectiva científica porque este tipo de validez permite probar el grado en
que una variable se relaciona consistentemente con otras variables que surgieron de las distintas
teorías.
De acuerdo a Hernández y Collado (2010) la validez de constructo debe incluir tres etapas: en la
primera se establece y especifica la relación teórica entre conceptos, en la segunda se
correlacionan los conceptos y en la tercera se interpreta.
Una de las formas de evaluar la validez de constructo de un instrumento es utilizando el análisis
de factores, que es una técnica multivariada utilizada para reducir y sintetizar datos, en esta
técnica se examinan las relaciones entre conjuntos de muchas variables y se resumen en pocos
factores.
Para este trabajo se utilizó el método de componentes principales con rotación varimax y se
consideraron sólo los factores con un autovalor superior a 1 y se eliminaron las cargas factoriales
inferiores a 0.30. Variables con carga factorial inferior a 0.30 se consideró como carente de
explicación
Se realizó el análisis de factores en SPSS considerando los estudiantes de los dos institutos
estudiados y se encontró lo siguiente:
 El KMO (Keiser, Meyer, Olin), que es el índice que se utiliza para conocer si un análisis
factorial es apropiado, es de 0.777 valor que indica que el análisis es apropiado
 Once factores explicaban el 65% de la variación total
También se analizaron las cargas factoriales que son las correlaciones simples entre las variables
y los factores y se formaron las categorías de variables. En la tabla 4 que se muestra a
continuación, se presentan las distintas variables agrupadas.
Tabla 4. Matriz de componentes rotados resultantes del análisis de factores.
Como se puede observar, la agrupación de las variables nos genera las siguientes categorías: 1.Causas académicas que se subdividen en: orientación académica, puntualidad y asistencia,
preparación de clase y actitud al estudio, 2.- Institucionales, 3.- Sociales, 4.- Familiares, que se
subdividen en antecedentes y ambiente, 5.- Motivacionales, 6.- Hábitos y 7.- Económicas.
Esta agrupación de variables realizada a través del análisis estadístico conduce a concluir que el
instrumento también es válido
4.3 Análisis discriminante.
El análisis discriminante simple es una técnica de estadística multivariada que permite analizar
datos cuando una de las variables presenta sólo dos categorías, entre los propósitos del análisis
discriminante se encuentran a) examinar si existen diferencias significativas entre los dos grupos
b) determinar que variables de pronóstico contribuyen más a la diferencia entre los grupos c)
clasificar los casos a los grupos de acuerdo con las variables de pronostico y evaluar la exactitud
de la clasificación.
Para este trabajo se consideran las categorías como desertó del ITNL o regresó a cursar el
segundo semestre. Los resultados que se obtuvieron del análisis discriminante muestran que la
función sí discrimina adecuadamente (valor de p=0), que la variable que más discrimina a los
grupos es “Dificultad para resolver ecuaciones matemáticas” y que el 84% de los casos fue
correctamente clasificado.
Con los datos mencionados en el párrafo anterior se demuestra que el instrumento también tiene
valor de predicción; esto significa que si se consideran las variables del cuestionario se puede
pronosticar la permanencia o abandono de un estudiante en la institución.
5.- CONCLUSION
A partir de los resultados obtenidos de la validación del instrumento probado en dos diferentes
contextos se concluye que los Institutos Tecnológicos del país pueden tener una base para
identificar las causas deserción
Es importante que cada institución revise y adapte el cuestionario a su propio entorno, para poder
conservar la confiabilidad y validez de mismo. Sin embargo es un hecho que el diseño del
instrumento es una aportación a la toma de decisiones con datos fidedignos.
Al aplicar y tabular resultados derivados de instrumentos como el presentado el Sistema de
Educación Superior Tecnológica podrá definir políticas adecuadas de retención que ayuden a
mejorar la gestión educativa.
BIBLIOGRAFIA






Allen, David (2000, julio-septiembre) “El deseo de terminar el College. Una Relación Empírica entre
la Motivación y la Perseverancia” Publicado originalmente como “the desire to finísh collage. An
empirical link betweem Motivation an persistente” in Higher
Editorial Santillana. (1984). Diccionario de las Ciencias de la Educación. Primera reimpresión,
México.
Romo López Alejandra y Magdale Fresán Orozco. (2001) “Los factores curriculares y académicos
relacionados con el abandono y rezago” en: Deserción, Rezago y Eficiencia Terminal. Propuesta
Metodológica para su estudio. México: ANUIES.
Tinto, Vincent (1989) “Una reconsideración de las teorías de la deserción estudiantil”. En:
Trayectoria escolar en la educación superior. ANUIES-SEP. México
Monsiváis C. (2005). Tú, joven, finge que crees en mis ofrecimiento y yo, Estado, fingiré que algo te
ofrezco. Nueva Sociedad 200, Nov-Dic.: 127-140
Ordaz J.L. (2007). México: capital humano e ingresos. Retornos a la educación. 1994-2005. CEPAL