¿Comparten el mismo estilo de aprendizaje los estudiantes de

¿Comparten el mismo estilo de aprendizaje los estudiantes de diferentes carreras
universitarias?
Do students in different degree programs share the same learning style?
Dra. Ana Lidia Franzoni Velázquez
Dra. Gloria Robles
Directora del Programa de Ingeniería en
Instituto Tecnológico Autónomo de México,
Computación
Departamento Académico de Administración
Instituto Tecnológico Autónomo de México,
Río Hondo #1, Progreso Tizapan, México,
Departamento Académico de Computación
D.F., 01080
Río Hondo #1, Progreso Tizapan, México,
Tel: +52 55 56284000 x 6507
D.F., 01080
Fax: +52 55 56284065
Tel: +52 55 56284063
[email protected]
Fax: +52 55 56284065
[email protected]
Palabras clave: Estilos de aprendizaje, educación superior, cuestionario de Felder y Silverman,
programas de educación superior, estudiantes de nuevo ingreso.
Resumen
La contribución del presente artículo va en dos direcciones: analizar los estilos de aprendizaje en
los alumnos de diferentes programas académicos, y la segunda, proponer una reagrupación de
carreras, en base a los estilos de aprendizaje de los alumnos, con la finalidad de mejorar la
práctica docente.
El estudio fue realizado en la ciudad de México en una universidad privada mexicana (Instituto
Tecnológico Autónomo de México - ITAM), a una muestra de 753 alumnos del primer año de
once licenciaturas, a la que se le aplicó el cuestionario de estilos de aprendizaje de Felder y
Silverman.
1
Los resultados de la investigación muestran que existen similitudes entres los estilos de
aprendizaje de algunas carreras, pudiendo reunirlas en cuatro grandes grupos: 1) Estilo de
aprendizaje activo, sensitivo, visual y secuencial en las carreras de: administración, ingeniería en
negocios, economía, ingeniería industrial y derecho. 2) Estilo de aprendizaje activo - reflexivo,
sensitivo, visual y secuencial en las carreras de actuaria y contabilidad. 3) Estilo de aprendizaje
activo - reflexivo, sensitivo - intuitivo, visual y secuencial – global en las carreras de matemáticas
aplicadas, ingeniería en computación e ingeniería en telemática. 4) Estilo de aprendizaje activo,
sensitivo-intuitivo, visual y secuencial – global en la carrera de relaciones internacionales.
Los resultados de la investigación implican que es necesario hacer la planeación de los cursos
tomando en cuenta los estilos de aprendizaje que comparten los alumnos de las diferentes
carreras, adecuando a ellos tanto las técnicas de enseñanza como los medios electrónicos, con la
finalidad de optimizar el aprendizaje.
Abstract
This article makes two different contributions: an analysis of learning styles among
undergraduate students in different academic programs, and a proposed regrouping of programs
in order to improve teaching practice.
The study was conducted in Mexico City in a Mexican private university (Instituto Tecnológico
Autónomo de México - ITAM), among a sampling of 753 first-year students in 11 undergraduate
degree programs, applying the learning styles questionnaire developed by Felder and Silverman.
The results of our research showed that there were similarities between the learning styles of
some programs, which can be grouped into four major categories: 1) active, sensitive, visual and
sequential learning styles in the Administration, Business Engineering, Economics, Industrial
Engineering and Law programs; 2) active-reflective, sensitive, visual and sequential learning
styles in the Actuarial and Accounting programs; 3) active-reflective, sensitive-intuitive, visual
and sequential-global in the Applied Mathematics, Computer Engineering and Telematics
Engineering programs; 4) active, sensitive-intuitive, visual and sequential-global in the
International Relations program.
2
The results of our investigation imply that courses should be planned taking into account learning
styles shared by the students in different programs, adjusting teaching techniques–electronic
media, for example–in order to optimize learning.
Keywords: Learning styles, higher education, Felder and Silverman questionnaire, freshmen,
undergraduate programs.
Introducción
La investigación sobre el aprendizaje ha demostrado que los alumnos aprenden de manera diversa
y prefieren utilizar recursos diferentes en el proceso (Coffield et al., 2004). La mayoría de los
investigadores en tecnología educativa están de acuerdo en que los materiales de aprendizaje
deberían ser diseñados para los tipos de estudiantes específicos y sus estilos de aprendizaje y no
sólo ser el reflejo del estilo de enseñanza del profesor (Dagger, Wade y Conlan, 2003; Paredes y
Rodríguez, 2002; Triantafillou, Pomportsis y Georgia, 2002; Stern y Woolf, 2000).
Los individuos tienen diferentes formas de aprender, algunos pueden asimilar mejor los
conocimientos recibidos de manera visual, otros auditiva o por medio de algún otro sentido. Sin
embargo, los estilos tradicionales de enseñanza generalmente tienden a favorecer sólo un tipo de
sistema de representación, ya sea el visual, si todo se escribe en el pizarrón o la clase expositiva,
que sólo recurre a explicaciones auditivas. La asignación de los alumnos a los diferentes grupos
de materias que les corresponden se hace en base al programa de estudio al que pertenecen y al
contenido de la materia, sin tomar en cuenta si existen diferencias o similitudes en sus estilos de
aprendizaje. Así mismo, el profesor elige libremente las técnicas de enseñanza que considera
más adecuadas para su clase, usando las mismas para alumnos de diferentes programas, sin tomar
en cuenta si tienen diferentes estilos de aprendizaje.
El interés por la investigación de los estilos de aprendizaje se ha sustentado en la necesidad de
mejorar la calidad del proceso educativo, examinando la forma como se instruye mejor a los
alumnos, para orientar apropiadamente su aprendizaje. (Garcia-Ros y Perez-Gonzalez, 2011;
Evans et al., 2010; Juárez et al., 2011). Por su parte, Alonso, Gallego y Honey (1999) afirman
3
que los estudiantes, en los distintos niveles educativos, aprenden con mayor efectividad cuando
se les enseña acorde a su estilo de aprendizaje predominante.
Existen varios estudios enfocados a comparar los estilos de aprendizaje de carreras que
pertenecen a una misma área, en particular a las ingenierías (Bekerman et al, 2010; Franzoni y
Assar 2007; Durán y Costaguta, 2007; Figueroa et al., 2005). A diferencia de las investigaciones
enfocadas a carreras de un solo campo del conocimiento, la presente investigación se realizó en
11 carreras universitarias, incluyendo tanto carreras administrativas como ingenierías.
Tomando en cuenta las investigaciones realizadas con anterioridad sobre estilos de aprendizaje,
se definió el objetivo del presente estudio: identificar si existían diferencias y/o similitudes en los
estilos de aprendizaje de los alumnos de las carreras universitarias que ofrece el ITAM, para
basar en ellas las decisiones académicas y administrativas de los cursos.
Modelo de estilos de aprendizaje de Felder y Silverman
Existen varias teorías de estilos de aprendizaje. Sin embargo, para la presente investigación se
eligió el modelo de estilos de aprendizaje de Felder y Silverman (1988) porque se ha utilizado
con éxito en anteriores trabajos para la adaptación individual de los contenidos didácticos al
aprendizaje (Hong y Kinshuk, 2004; Paredes y Rodríguez, 2002).
Felder y Silverman (1988) definen un estilo de aprendizaje como el conjunto de características,
fortalezas y preferencias en la manera en que la gente toma y procesa la información. Es decir, se
refiere al hecho de que cada persona tiene su propio método o conjunto de estrategias a la hora de
aprender.
El modelo de Felder y Silverman propone que el estilo de aprendizaje de un estudiante
comprende cuatro dimensiones: la forma en que el alumno Procesa la información (Activo o
Reflexivo), en que forma Percibe (Sensitivo o Intuitivo), que órgano sensorial usa en la Entrada
de la información (Visual o Verbal), y que proceso sigue para lograr el Entendimiento o la
comprensión (Secuencial o Global).
4
Para identificar que tipo de aprendizaje corresponde a cada alumno, se recomienda contestar las
siguientes preguntas:
 ¿Cómo procesa la información el estudiante: activamente a través de actividades físicas o
discusiones, o reflexivamente mediante introspección o reflexión?
 ¿Qué tipo de información percibe preferiblemente el estudiante: sensitiva (externa)
lugares, sonidos, sensaciones físicas, o intuitiva (interna) posibilidades, ideas,
corazonadas?
 ¿A través de qué canal sensorial perciben los alumnos más efectivamente la información:
visual, a través de imágenes, diagramas, gráficas o verbal, a través de palabras o sonidos?
 ¿Cómo progresa el estudiante en su aprendizaje: secuencialmente utilizando pasos
continuos, o globalmente, con grandes saltos y una visión integral?
A continuación se presentan las características de cada tipo de los estilos de aprendizaje
propuestos por Ferder y Silverman (1988).
Los aprendices activos aprenden mejor trabajando en grupos y manipulando cosas, mientras que
los reflexivos aprenden cuando pueden pensar y reflexionar acerca de la información que se les
presenta y trabajan mejor solos o a lo mucho con otra persona.
Los alumnos sensitivos prefieren los hechos, datos y experimentación, son pacientes con los
detalles pero no les gustan las complicaciones. Los intuitivos prefieren los principios y teorías, se
aburren con el detalle y aceptan las complicaciones.
Para los visuales es más fácil recordar lo que ven: imágenes, diagramas, líneas del tiempo,
películas, demostraciones. Los aprendices verbales recuerdan mejor aquello que han escuchado,
leído o dicho.
Los aprendices secuenciales siguen un proceso de razonamiento lineal cuando resuelven
problemas, pueden trabajar con un material una vez que lo han comprendido parcialmente o
superficialmente; los aprendices globales hacen saltos intuitivos en la información, pueden tener
dificultad a la hora de explicar cómo llegaron a una solución, necesitan una visión totalizadora.
5
Metodología
Sujetos
La investigación fue realizada en una universidad privada mexicana, ubicada en la Ciudad de
México, llamada Instituto Tecnológico Autónomo de México (ITAM). El ITAM es una
institución de educación superior sin fines de lucro, con una matrícula de aproximadamente 4,800
estudiantes de licenciatura. Esta universidad tiene reconocimiento internacional, ya que está
acreditada por la AASCB para los programas de negocios y ABET para los programas de
ingeniería. Además de su función educativa, se considera un centro autónomo de investigación de
alta calidad. El
instituto ofrece catorce programas de licenciatura; sin embargo, en la
investigación solo fueron incluidas once.
Los estudiantes del ITAM provienen de preparatorias de distintas ciudades de México.
Los sujetos fueron alumnos del primer semestre del ITAM, con edades entre 17 y 21 años. En el
estudio no se tuvieron en cuenta los grupos-clase ya creados, sino la población de la muestra en
total, siendo el número de varones de 503 y el de mujeres de 245 (total=748), distribuidos en las
carreras
de:
Actuaría(total=87),
Administración(total=38),
Contabilidad(total=83),
Derecho(total=61), Economía(total=201), Ingeniería en Computación (total=30), Ingeniería en
Negocios(total=77),
Ingeniería Industrial(total=60),
Matemáticas Aplicadas(total=46),
Relaciones Internacionales(total=35), Telemática(total=30).
Instrumento
Se escogió el instrumento Índice de Estilos de Aprendizaje (ILS por sus siglas en inglés, Index of
Learning Styles). Este es un instrumento que se aplica en línea para evaluar las preferencias de
los alumnos al aprender en cuatro dimensiones (activa / reflexiva, sensitivo / intuitivo, visual /
verbal y secuencial / global), de acuerdo al modelo de estilos de aprendizaje formulado por
Richard M. Felder y Linda K. Silverman. El instrumento fue desarrollado por Richard M. Felder
y Barbara A. Salomón de la Universidad Estatal de Carolina del Norte, adaptación al castellano.
Se eligió este cuestionario por su orientación al ámbito académico; por la base conceptual que lo
sustenta, la teoría del aprendizaje experiencial de David Kolb (1984); porque se ha utilizado con
éxito en anteriores trabajos (Hong y Kinshuk, 2004, Paredes y Rodríguez, 2002), porque ha sido
validado por su autor y otros (Zywno, 2003; Felder y Spurlin, 2005). Además, es fácil de usar y
los resultados se interpretan en forma sencilla (Paredes y Rodríguez, 2002).
6
El cuestionario consta de 44 preguntas, balanceadas, de modo que a cada estilo le corresponden
11 ítems para medirlo. Se trata de preguntas de carácter dicotómico. Se puede obtener una
preferencia que varía en una escala del uno al once. Un puntaje de 1 a 3 indica una preferencia
discreta por una dimensión; sin embargo, el alumno se encuentra esencialmente bien equilibrado
y podría aprender con ambas dimensiones. Por ejemplo, en forma visual y verbal. Un puntaje de
5 a 7 indica una preferencia moderada por una dimensión y aprenderá más fácilmente en un
medio de enseñanza que favorezca esa dimensión. Un puntaje de 8 a 11 indica una preferencia
intensa por una dimensión y tendrá dificultad para aprender en una forma opuesta a las
características de dicha dimensión. Por ejemplo, si predomina en él el tipo verbal, se le dificultará
asimilar la información presentada en forma visual.
Técnicas estadísticas
Las técnicas estadísticas utilizadas en el estudio fueron las siguientes: cálculo de las medias de
los alumnos de cada una de las licenciaturas en las cuatro dimensiones medidas por el
cuestionario de ILS sobre los estilos de aprendizaje: activo-reflexivo, sensitivo-intuitivo, visualverbal y secuencial-global.
Una vez calculadas las medias obtenidas en cada una de las dimensiones, se procedió a calcular la
Prueba t, de dos colas, para muestras relacionadas, para ver si existía una diferencia
estadísticamente significativa entre los tipos de cada dimensión de los estilos de aprendizaje en
cada carrera. Por ejemplo, se calculó la prueba t para la carrera de Actuaría, de acuerdo a la
media obtenida en el tipo activo contra el tipo reflexivo, posteriormente la media obtenida en el
tipo sensitivo, con la de intuitivo y así sucesivamente. Los resultados de la prueba t, permitieron
identificar el estilo de aprendizaje propio de cada carrera estudiada. El nivel de confianza
seleccionado para la Prueba t fue de .05.
Por último, se usó la técnica del ANOVA para probar si existía una diferencia estadísticamente
significativa en cada una de las dimensiones de los estilos de aprendizaje entre los alumnos de las
diferentes licenciaturas. Se eligió el .05 como puntaje mínimo para aceptar una diferencia
significativa entre grupos. Por ejemplo, se comparó la media obtenida en la dimensión activoreflexivo, entre los alumnos de Actuaría, con los de Matemáticas Aplicadas, después Actuaría
contra Administración, contra Ingeniería de Negocios, etc., hasta terminar con Telemática. El
7
mismo procedimiento se siguió para evaluar las diferencias significativas entre las medias de
todas las licenciaturas, en cada una de las dimensiones de los estilos de aprendizaje.
Resultados obtenidos en el estudio
A continuación se presentan los resultados obtenidos en la investigación.
En la Tabla I se incluyen las medias obtenidas en cada dimensión de los estilos de aprendizaje,
correspondientes a cada licenciatura.
Tabla I. Medias Obtenidas en Cada Dimensión de los Estilos de Aprendizaje de Acuerdo a la
Licenciatura a la que Pertenecen los Alumnos
CARRERA
Activo Reflexivo Sensitivo Intuitivo Visual Verbal Secuencial Global
N
Actuaria
5.7614
5.2386
7.0114
3.9886
7.7614
3.2386
6.6364
4.3636
87
Administración
6.2308
4.7692
6.7179
4.2821
7.6923
3.3077
6.0769
4.9231
38
Contabilidad
5.6190
5.3810
6.6548
4.3452
6.9762
4.0238
6.3571
4.6429
83
Derecho
6.3548
4.6452
6.9516
4.0484
6.6129
4.3871
6.3226
4.6774
61
Economía
6.0842
4.9158
6.7030
4.2970
7.4158
3.5842
6.3020
4.6980
201
Ingeniería en
5.0000
6.0000
5.0645
5.9355
7.7097
3.2903
5.9355
5.0645
30
6.2692
4.7308
6.7821
4.2179
8.0513
2.9487
6.3333
4.6667
77
Ingeniería Industrial
6.2131
4.7869
6.7377
4.2623
8.1311
2.8689
6.4918
4.5082
60
Matemáticas
5.6383
5.3617
5.3830
5.6170
7.4468
3.5532
5.7660
5.2340
46
6.2500
4.7500
6.1111
4.8889
6.4444
4.5556
5.7500
5.2500
35
Telemática
6.2000
4.8000
5.4400
5.5600
8.0000
3.0000
6.3600
4.6400
30
Media Global
5.9655
5.0345
6.3234
4.6766
7.4765
3.5235
6.2120
4.7880
Computación
Ingeniería en
Negocios
Aplicadas
Relaciones
Internacionales
Después de calcular la media global de todas las carreras por estilo de aprendizaje se llevo a cabo
una Prueba t para identificar si existía un estilo predominante en todas las carreras estudiadas. Se
comparo la media global de activo (5.9655) con la media global de reflexivo (5.0345), la media
global de sensitivo (6.3234) con la media global de intuitivo (4.6766) y así sucesivamente. Al
sólo comparar medias globales se encontró un patrón uniforme en los estilos de aprendizaje de
los alumnos del ITAM, sin importar a cual carrera pertenezcan, ya que existe una diferencia
8
estadísticamente significativa en las medias obtenidas entre los estilos Activo vs. Reflexivo,
Sensitivo vs. Intuitivo, Visual vs. Verbal y Secuencial vs. Global.
El estilo típico de aprendizaje de los alumnos del ITAM es Activo (t=6.56), Sensitivo (t=
13.115), Visual (t=23.865) y Secuencial (t=11.357).
Como nuestro objetivo era probar si existían diferencias entre las carreras estudiadas a
continuación se volvió a calcular la Prueba t pero ahora comparando la media obtenida por cada
carrera individualmente, presuponiendo que las medias globales podrían estar ocultando
diferencias importantes en los estilos de aprendizaje de las diferentes carreras.
En la Tabla II se encuentra el cálculo de la Prueba t para cada dimensión de los estilos de
aprendizaje, para ver si existen diferencias estadísticamente significativas entre las medias de
cada carrera estudiada. Se comparó la media de activo contra reflexivo, sensitivo contra intuitivo,
visual contra verbal y secuencial contra global correspondientes a cada licenciatura.
Tomando como base los resultados de la Prueba t, se identificó el estilo de aprendizaje de los
alumnos de cada carrera. Por ejemplo, en la carrera de Actuaría no se encontró una diferencia
estadísticamente significativa en las medias que obtuvieron los alumnos en los tipos activoreflexivo, mientras que la media obtenida en el tipo sensitivo fue superior a la media en intuitivo.
Por su parte, la media en el tipo visual fue superior a la de verbal y por último la media en
secuencial fue estadísticamente diferente y superior a la media de global. Tomando en cuenta
estos cuatro resultados, se concluyó que el estilo de aprendizaje de la carrera de Actuaría es:
activo-reflexivo, sensitivo, visual y secuencial. De igual forma se obtuvo el estilo de aprendizaje
propio de cada carrera. (Ver Tabla III).
Tabla II. Prueba t de las Dimensiones de los Estilos de Aprendizaje Correspondientes a cada
Licenciatura
Activo - Reflexivo
t
gl
Sig.
(bilateral)
Sensitivo - Intuitivo
t
gl
Visual - Verbal
Sig.
(bilateral)
t
gl
Secuencial - Global
Sig.
(bilateral)
t
gl
Sig.
(bilateral)
Actuaria
1.158
87
0.25
7.404
87
0
10.019
87
0
6.922
87
0
Administración
2.005
38
0.052
3.053
38
0.004
6.708
38
0
1.73
38
0.092*
9
Contabilidad
0.561
83
0.576
4.803
83
0
5.903
83
0
3.909
83
0
Derecho
4.756
61
0
4.821
61
0
3.697
61
0
3.093
61
0.003
Economía
4.062
201
0
8.393
201
0
12.141
201
0
6.259
201
0
-1.262
30
0.217 -1.001
30
0.325
5.321
30
0
1.267
30
0.215
3.554
77
0.001
5.65
77
0
10.254
77
0
3.475
77
0.001
2.418
60
0.019
4.593
60
0
10.341
60
0
4.507
60
0
0.414
46
0.681 -0.337
46
0.738
6.574
46
0
0.982
46
0.331
2.228
35
0.032
1.676
35
0.103
2.1
35
0.043
0.821
35
0.417
1.504
30
0.146 -0.171
30
0.866
5.686
30
0
2.109
30
0.046
Ingeniería en
Computación
Ingeniería en
Negocios
Ingeniería
Industrial
Matemáticas
Aplicadas
Relaciones
Internacionales
Telemática
*El estilo de aprendizaje de la carrera de Administración se puede considerar secuencial a un
nivel de confianza de .10
Tabla III. Estilos de Aprendizaje de los Alumnos de las Diferentes Carreras Universitarias.
Programa
Activo-Reflexivo
Sensitivo-Intuitivo
Visual-Verbal
Secuencial-Global
Actuaria
Activo-Reflexivo
Sensitivo
Visual
Secuencial
Administración
Activo
Sensitivo
Visual
Secuencial
Contabilidad
Activo-Reflexivo
Sensitivo
Visual
Secuencial
Derecho
Activo
Sensitivo
Visual
Secuencial
Economía
Activo
Sensitivo
Visual
Secuencial
Ingeniería en Computación
Activo-Reflexivo
Sensitivo-Intuitivo
Visual
Secuencial-Global
Ingeniería en Negocios
Activo
Sensitivo
Visual
Secuencial
Ingeniería Industrial
Activo
Sensitivo
Visual
Secuencial
Matemáticas Aplicadas
Activo-Reflexivo
Sensitivo-Intuitivo
Visual
Secuencial-Global
Relaciones Internacionales
Activo
Sensitivo-Intuitivo
Visual
Secuencial-Global
Telemática
Activo-Reflexivo
Sensitivo-Intuitivo
Visual
Secuencial
De acuerdo a los resultados de la Prueba t (Tabla II) hay evidencia estadística de que existen
diferencias en los estilos de aprendizaje de algunas de las carreras estudiadas que no habían sido
identificados al calcular la Prueba t con las medias globales.
10
De acuerdo a los resultados obtenidos en la Tabla II, hay evidencia estadística de que no todas
las carreras poseen un estilo de aprendizaje diferente, ya que algunas de ellas comparten el
mismo estilo.
Los resultados del estudio permiten aglutinar las carreras estudiadas en cuatro grupos:
Grupo 1:
Estilos de aprendizaje: activo, sensitivo, visual y secuencial.
Carreras: Administración, Economía, Derecho, Ingeniería de negocios e Ingeniería
industrial
Grupo 2:
Estilo de aprendizaje: activo, reflexivo, sensitivo, visual y secuencial.
Carreras: Actuaría y Contabilidad
Grupo 3:
Estilo de aprendizaje: activo - reflexivo, sensitivo - intuitivo, visual y secuencial - global
Carreras: Matemáticas aplicadas, Ingeniería en computación e Ingeniería Telemática.
Es necesario aclarar que carrera de Telemática a diferencia de Matemáticas aplicadas e
Ingeniería en Computación es solamente secuencial.
Grupo 4:
Estilo de aprendizaje: activo, sensitivo-intuitivo, visual y secuencial – global.
Carrera: Relaciones Internacionales.
Los alumnos de la licenciatura de relaciones internacionales presentan un estilo de
aprendizaje diferente al resto de las carreras estudiadas.
Después de identificar el estilo de aprendizaje propio de los alumnos de cada carrera, se procedió
a comparar las medias de todas las carreras en cada una de las dimensiones de los estilos de
aprendizaje, para probar si existían diferencias estadísticamente significativas entre ellas. Por
ejemplo, en todas las carreras predominó el tipo de aprendizaje visual, pero nos interesó saber si
algunas carreras eran más visuales que otras.
11
En la Tabla IV se incluye el nivel de significancia obtenido en el ANOVA por los alumnos de los
diferentes programas académicos en la dimensión activo-reflexivo. El mínimo aceptado en el
nivel de significancia en el ANOVA fue de .05. Las carreras que cumplieron con este requisito se
encuentran sombreadas en las tablas.
Tabla IV. Nivel de Diferencias Significativas entre los Alumnos de las diferentes licenciaturas
Actuaria
Administración
Contabilidad
Derecho
Economía
Ingeniería Industrial
Matemáticas Aplicadas
Relaciones Internacionales
Telemática
Telemática
Internacionales
Matemáticas Aplicadas
Relaciones
Ingeniería Industrial
0.262 0.647 0.056 0.222 0.091 0.108 0.219 0.755 0.240 0.373
0.262
0.127 0.736 0.688 0.026 0.924 0.970 0.234 0.969 0.958
0.647 0.127
0.013 0.077 0.147 0.034 0.095 0.959 0.110 0.213
0.056 0.736 0.013
0.331 0.001 0.769 0.681 0.047 0.764 0.705
0.222 0.688 0.077 0.331
0.007 0.490 0.675 0.189 0.654 0.793
Ingeniería en Computación 0.091 0.026 0.147 0.001 0.007
Ingeniería en Negocios
Ingeniería en Negocios
Computación
Economía
Ingeniería en
Derecho
Contabilidad
Actuaria
Administración
en la Dimensión Activo-Reflexivo.
0.003 0.017 0.225 0.018 0.053
0.108 0.924 0.034 0.769 0.490 0.003
0.876 0.100 0.961 0.882
0.219 0.970 0.095 0.681 0.675 0.017 0.876
0.200 0.937 0.981
0.755 0.234 0.959 0.047 0.189 0.225 0.100 0.200
0.208 0.328
0.240 0.969 0.110 0.764 0.654 0.018 0.961 0.937 0.208
0.929
0.373 0.958 0.213 0.705 0.793 0.053 0.882 0.981 0.328 0.929
De acuerdo a los resultados de la ANOVA hay evidencia estadística de que los alumnos de la
carrera de Ingeniería en Computación son más reflexivos que los alumnos de Administración,
Derecho, Economía, Ingeniería en Negocios, Ingeniería Industrial y Relaciones Internacionales.
En la Tabla V se incluye el nivel de significancia obtenido en el ANOVA por los alumnos de los
diferentes programas académicos en la dimensión sensitivo-intuitivo.
Tabla V. Nivel de Diferencias Significativas entre los Alumnos de las Diferentes Licenciaturas
en la Dimensión Sensitivo-Intuitivo.
12
Administración
Contabilidad
Derecho
Economía
Ingeniería Industrial
Matemáticas Aplicadas
Relaciones Internacionales
Telemática
Telemática
Internacionales
Matemáticas Aplicadas
Relaciones
Ingeniería Industrial
0.470 0.258 0.865 0.229 0.000 0.452 0.412 0.000 0.024 0.000
0.470
0.887 0.637 0.968 0.007 0.881 0.966 0.013 0.268 0.029
0.258 0.887
0.437 0.859 0.001 0.702 0.820 0.003 0.217 0.013
0.865 0.637 0.437
0.420 0.001 0.647 0.598 0.001 0.085 0.005
0.229 0.968 0.859 0.420
0.000 0.770 0.908 0.000 0.114 0.003
Ingeniería en Computación 0.000 0.007 0.001 0.001 0.000
Ingeniería en Negocios
Ingeniería en Negocios
Computación
Economía
Ingeniería en
Derecho
Contabilidad
Administración
Actuaria
Actuaria
0.000 0.001 0.568 0.068 0.519
0.452 0.881 0.702 0.647 0.770 0.000
0.899 0.001 0.109 0.003
0.412 0.966 0.820 0.598 0.908 0.001 0.899
0.002 0.166 0.008
0.000 0.013 0.003 0.001 0.000 0.568 0.001 0.002
0.157 0.916
0.024 0.268 0.217 0.085 0.114 0.068 0.109 0.166 0.157
0.208
0.000 0.029 0.013 0.005 0.003 0.519 0.003 0.008 0.916 0.208
De acuerdo a los resultados de la ANOVA hay evidencia estadística de que los alumnos de las
carreras de Matemáticas Aplicadas, Ingeniería en Computación e Ingeniería en Telemática son
más intuitivos que los alumnos de Actuaría, Administración, Contabilidad, Derecho, Economía,
Ingeniería en Negocios e Ingeniería Industrial.
En la Tabla VI se incluye el nivel de significancia obtenido en el ANOVA por los alumnos de los
diferentes programas académicos en la dimensión visual-verbal.
A pesar de que en todas las carreras estudiadas predomina el tipo de aprendizaje visual, hay
evidencia estadística de que los alumnos de Relaciones Internacionales y de Derecho son más
verbales que los alumnos del resto de las carreras comparadas.
En la Tabla VII se incluye el nivel de significancia obtenido en el ANOVA por los alumnos de
los diferentes programas académicos en la dimensión secuencial-global.
Tabla VI. Nivel de Diferencias Significativas entre los Alumnos de las diferentes licenciaturas
en la Dimensión visual-verbal.
13
Telemática
Internacionales
Matemáticas Aplicadas
Relaciones
Ingeniería Industrial
Ingeniería en Negocios
Computación
Economía
Ingeniería en
Derecho
0.864 0.307 0.002 0.221 0.909 0.388 0.284 0.406 0.004 0.623
Administración
0.864
Contabilidad
0.098 0.021 0.476 0.973 0.396 0.289 0.579 0.026 0.570
0.307 0.098
Derecho
0.352 0.135 0.131 0.003 0.002 0.243 0.272 0.050
0.002 0.021 0.352
Economía
0.016 0.037 0.000 0.000 0.056 0.748 0.014
0.221 0.476 0.135 0.016
Ingeniería en Computación
Ingeniería en Negocios
0.499 0.033 0.026 0.931 0.021 0.220
0.909 0.973 0.131 0.037 0.499
0.472 0.366 0.598 0.045 0.635
0.388 0.396 0.003 0.000 0.033 0.472
Ingeniería Industrial
0.825 0.128 0.001 0.919
0.284 0.289 0.002 0.000 0.026 0.366 0.825
Matemáticas Aplicadas
0.082 0.001 0.788
0.406 0.579 0.243 0.056 0.931 0.598 0.128 0.082
Relaciones Internacionales
Telemática
Contabilidad
Administración
Actuaria
Actuaria
0.057 0.289
0.004 0.026 0.272 0.748 0.021 0.045 0.001 0.001 0.057
0.020
0.623 0.570 0.050 0.014 0.220 0.635 0.919 0.788 0.289 0.020
Tabla VII. Nivel de Diferencias Significativas entre los Alumnos de las diferentes licenciaturas
Actuaria
Administración
Contabilidad
Derecho
Economía
Telemática
Internacionales
Matemáticas Aplicadas
Relaciones
Ingeniería Industrial
Ingeniería en Negocios
Computación
Economía
Ingeniería en
Derecho
Contabilidad
Administración
Actuaria
en la Dimensión secuencial-global.
0.094 0.647 0.292 0.134 0.043 0.290 0.592 0.004 0.007 0.464
0.094
0.478 0.566 0.491 0.771 0.536 0.281 0.466 0.474 0.595
0.647 0.478
0.920 0.821 0.314 0.942 0.673 0.100 0.122 0.995
0.292 0.566 0.920
0.940 0.390 0.976 0.625 0.152 0.175 0.940
0.134 0.491 0.821 0.940
0.301 0.902 0.471 0.071 0.095 0.882
Ingeniería en
Computación
0.043 0.771 0.314 0.390 0.301
0.366 0.161 0.698 0.686 0.426
Ingeniería en
Negocios
Ingeniería Industrial
0.290 0.536 0.942 0.976 0.902 0.366
0.592 0.281 0.673 0.625 0.471 0.161 0.636
0.636 0.132 0.157 0.956
0.038 0.048 0.761
14
Matemáticas
Aplicadas
0.004 0.466 0.100 0.152 0.071 0.698 0.132 0.038
0.969 0.216
Relaciones
Internacionales
Telemática
0.007 0.474 0.122 0.175 0.095 0.686 0.157 0.048 0.969
0.226
0.464 0.595 0.995 0.940 0.882 0.426 0.956 0.761 0.216 0.226
De acuerdo a los resultados de la Tabla VII hay evidencia estadística de que las carreras de
Ingeniería Industrial, Matemáticas Aplicadas, Relaciones Internacionales y Actuaría son más
globales que el resto de las carreras.
En la dimensión secuencial-global fue en la que se encontraron menos diferencias significativas
en las medias de las diferentes carreras.
Discusión
En la presente investigación se obtuvo que existía un estilo de aprendizaje predominante en los
alumnos del ITAM, cuando se compararon las medias globales obtenidas en los estilos de
aprendizaje, correspondiente a activo, sensitivo, visual y secuencial. Estos resultados concuerdan
con los obtenidos por Bekerman et al. (2010). Ese estudio se baso en cuatro áreas: Salud,
Ingenierías, Exactas y otras áreas (Análisis de Sistemas, Contador, Lic. en Economía, Lic. En
Comunicación, Historia, Derecho, Diseño Gráfico, Artes y Agronomía). El resultado central de
su investigación fue que había un estilo predominante general: Activo, Sensorial, Visual y
Secuencial. Sin embargo la presente investigación ha demostrado que si existen diferencias
significativas en los estilos de aprendizaje cuando se analizan las medias obtenidos en cada una
de las carreras y no solo en la media global.
Al analizar los estilos de aprendizaje de cada carrera en particular, nuestro estudio encontró que
existen diferencias significativas según la carrera que se estudia. Esta conclusión coincide con los
resultados obtenidos por Camarero et al. (2000) quienes llegaron a los mismos resultados: el tipo
de estudios universitarios, los estilos y las estrategias de aprendizaje de los alumnos son
diferentes según la disciplina de estudio.
Si bien podría suponerse que los estudiantes de alguna ingeniería podrían tener el mismo estilo
de aprendizaje, en los resultados de la investigación encontramos que no es así. Los ingenieros
en computación y los ingenieros en telemática tienen el mismo estilo; mientras que los ingenieros
en negocios y los ingenieros industriales comparten el estilo de aprendizaje con los alumnos de
las carreras administrativas, dentro de las se encuentran economía, administración y leyes.
15
Los resultados del estudio coinciden con la conclusión a la que llegaron Figuero et al. (2005) de
que los estilos de aprendizaje son diferentes para alumnos de diferentes especialidades en
ingeniería. Ellos agruparon las licenciaturas en las carreras informáticas y no informáticas
encontrando que hay diferencias en los estilos de aprendizaje para las carreras no informáticas.
Así mismo, llama la atención que los alumnos de Economía comparten el estilo de aprendizaje
con carreras administrativas, como son Administración, Ingeniería Industrial e Ingeniería en
Negocios, cuando se pudiera esperar que estos alumnos tuvieran el mismo estilo de aprendizaje
que las carreras con una fuerte carga cuantitativa, como son Matemática Aplicadas, Ingeniería en
Computación y Telemática.
Otro hallazgo diferente a lo esperado, es que las carreras de Actuaría y Contabilidad comparten el
mismo estilo de aprendizaje.
Por último, los alumnos de la licenciatura de Relaciones Internacionales presentan un estilo de
aprendizaje diferente al resto de las carreras estudiadas.
Conclusiones y sugerencias
Los resultados obtenidos permiten afirmar que existen diferencias significativas en los estilos de
aprendizaje en los cuatro grupos identificados en la investigación: 1) Estilo de aprendizaje
Activo, Sensitivo, Visual y Secuencial en las carreras de: administración, ingeniería en negocios,
economía, ingeniería industrial y derecho. 2) Estilo de aprendizaje Activo - Reflexivo, Sensitivo,
Visual y Secuencial en las carreras de Actuaría y Contabilidad. 3) Estilo de aprendizaje Activo Reflexivo, Sensitivo - Intuitivo, Visual y Secuencial – Global en las carreras de Matemáticas
aplicadas, Ingeniería en computación e Ingeniería en telemática. 4) Estilo de aprendizaje Activo,
Sensitivo-Intuitivo, Visual y Secuencial – Global en la carrera de Relaciones internacionales.
Al tomar decisiones académicas y administrativas se propone reagrupen las carreras de acuerdo a
los cuatro grupos identificados, así mismo, considerar las diferencias en los estilos de aprendizaje
de los cuatro grupos. Por ejemplo, para las materias del tronco común, es conveniente abrir
cursos en donde se integren los alumnos de las carreras con el mismo estilo de aprendizaje. De
esta forma los maestros podrán adaptar las técnicas de enseñanza al estilo de aprendizaje de esas
carreras. En cuanto que los alumnos vayan avanzando en el programa propio de su carrera, se
recomienda que los profesores usen técnicas didácticas que correspondan con las habilidades y
16
competencias que requiere esa profesión. Por ejemplo, a pesar que el estilo inicial de aprendizaje
de los abogados sea visual, ellos tendrán que desarrollar su capacidad verbal, tanto escrita como
oral. Es decir, se sugiere que los profesores de los primeros semestres tomen en cuenta el estilo
de aprendizaje con el que llegan los alumnos a la universidad y poco a poco desarrollen la
dimensión complementaria de cada estilo, si así lo requiere su carrera.
En lo referente a la comparación de las medias obtenidas en cada una de las dimensiones de los
estilos de aprendizaje de una carrera con el resto de ellas, se puede concluir que los alumnos de
Ingeniería en Computación son más reflexivos que los alumnos de las carreras de tipo
administrativo. Por su parte, los alumnos de las carreras de Matemáticas Aplicadas, Ingeniería en
Computación e Ingeniería en Telemática son más intuitivos que los alumnos de Actuaría,
Administración, Contabilidad, Derecho, Economía, Ingeniería en Negocios e Ingeniería
Industrial. A pesar de que en todas las carreras estudiadas predomina el tipo de aprendizaje
visual, hay evidencia estadística de que los alumnos de Relaciones Internacionales y de Derecho
son más verbales que los alumnos del resto de las carreras comparadas. En la dimensión
secuencial-global fue en la que se encontraron menos diferencias significativas en las medias de
las carreras estudiadas.
Sería conveniente realizar una investigación posterior con alumnos de años avanzados de las
carreras consideradas en el presente estudio, para ver si sus estilos de aprendizaje han cambiado.
De ser así, las técnicas de enseñanza se deberían ajustar a la evolución que hayan sufrido los
estilos de aprendizaje de los alumnos.
Referencias bibliográficas
Alonso, C.M., Gallego, D.J., and Honey, P. 1999. Los estilos de aprendizaje. Procedimientos de
Diagnóstico y Mejora. España: Ediciones Mensajero, Bilbao.
Bekerman, D., Calleri, P., Doce, L., Vaccaro, D., Vallarino, F., and Galagovsky, L. 2010 Estilos
de aprendizaje de los estudiantes: datos para la enseñanza de la primera asignatura de Química
universitaria
(CBC-UBA-Sede
Montes
de
Oca).
http://www.aqa2010.org.ar/docs/educaci%C3%B3n%20en%20qu%C3%ADmica-034.pdf
17
Camarero, F., Martín del Buey, F., and Herrero, J. 2000. Estilos y estrategias de aprendizaje en
estudiantes universitarios. Psicothema 12, no. 4: 615-622.
Coffield, F., Moseley, D., Hall, E., and Ecclestone, K. 2004. Learning styles and pedagogy in
post – 16 learning: A systematic and critical review, Learning and Skills Research Center Report
[online]. Available: www.LSRC.ac.uk http://www.lsda.org.uk/files/pdf/1543.pdf.
Dagger, D., Wade, V., and Conlan., O. 2003. An Architecture for Candidacy in Adaptive
eLearning Systems to Facilitate the Reuse of Learning Resources. Paper presented at In
Proceedings of AACE ELearn’03 Conference. Phoenix.
Durán, E., and Costaguta, R. 2007. Minería de datos para descubrir estilos de aprendizaje. Revista
Iberoamericana de Educación 42: no. 2: 1– 10.
Evans, C., Cools, E., & Charlesworth, Z. 2010. Learning in higher education – how cognitive and
learning styles matter, Teaching in Higher Education, 15, no. 4:467-478.
Felder, R. M., and Silverman, L. K. 1988. Learning and Teaching Styles in Engineering
education, Engr. Education 78, no. 7: 674-681.
Felder, R., and Spurlin. J. 2005. Applications, Reliability, and Validity of the Index of Learning
Styles. International Journal of Engineering Education, 21, no. 1:103-112.
Figueroa , N., Cataldi, Z., Méndez, P., Rendón Zander, J., Costa, G., Salgueiro, F., and Lage, F.
2005. Los Estilos de Aprendizaje y el desgranamiento universitario en carreras de informática.
Paper presented at JEITICS 2005 - Primeras Jornadas de Educación en Informática y TICS en
Argentina.
Franzoni, A., L., and Assar, S. 2007. Using Learning Styles to enhance an e-Learning System.
Paper presented at the 6th European Conference on e-Learning (ECEL 2007). Academic
conference management (ACI), October 4-5, in Copenhagen, Denmark.
Garcia-Ros, R., and Perez-Gonzalez., F,. 2011. Assessment preferences of preservice teachers:
analysis according to academic level and relationship with learning styles and motivational
orientation. Teaching in Higher Education, 16, no. 6:719-731.
Hong, H., and Kinshuk. 2004. Adaptation to Student Learning Styles in Web Based Educational
Systems. Paper presented at World conference on Educational Multimedia, Hypermedia &
Telecomunications. June 21-26 in Lugano, Switzerland.
18
Juárez, C. S., Hernández, S. G., and Escoto, M., C. 2011. Rendimiento académico y estilos de
aprendizaje en estudiantes de psicología. Revista Estilos de Aprendizaje 7(1): 79-92.
Kolb, D., A. 1984. Experiential Learning: Experience as the Source of Learning and
Development. USA: Prentice-Hall, Inc.
Paredes, P., and Rodríguez, P. 2002. Considering sensing-intuitive dimension to expositionexemplification in adaptive sequencing. Paper presented at the AH2002 Conference. May 29-31
in Malaga, Spain, 556-559.
Stern, M., and Woolf., P. 2000. Adaptive content in an online lecture system. Paper presented at
the International Conference on Adaptive Hypermedia and Adaptive Web-based systems. August
28-30 in Trento, Italy. 291-300.
Triantafillou, E., Pomportsis, A., and Georgia. AES-CS: Adaptive Educational System base on
cognitive styles. Paper presented at the AH2002 Workshop. May 29-31 in Malaga, Spain. 10-20.
Zywno, M. S. 2003. A Contribution to Validation of Score Meaning for Felder-Soloman's Index
of Learning Styles. Paper presented at ASEE Conference. June 23-25 in Nashville, Tennessee.
19