El rendimiento académico universitario representa un fenómeno multifactorial de creciente interés en el ámbito de la educación superior. Comprender los elementos que determinan el éxito o fracaso académico permite diseñar intervenciones pedagógicas efectivas y políticas institucionales orientadas a mejorar la calidad educativa. En el contexto de la Universidad Nacional de San Cristóbal de Huamanga, específicamente en la Escuela Profesional de Economía, resulta fundamental identificar qué factores internos y externos inciden en el desempeño de estudiantes en etapas iniciales de su formación profesional.
El rendimiento académico se define como el nivel de logro alcanzado por un estudiante en sus objetivos de aprendizaje, cuantificado mediante el índice académico o promedio ponderado de calificaciones. Este indicador refleja no solo la capacidad cognitiva del estudiante, sino también la influencia de variables contextuales, motivacionales y sociodemográficas. La literatura especializada señala que factores como las horas dedicadas al estudio, la carga académica, el uso de recursos bibliográficos, las características sociodemográficas y los hábitos digitales constituyen elementos determinantes en el desempeño estudiantil.
Durante el semestre académico 2018-II, se observó heterogeneidad en el rendimiento de estudiantes de las series 100 y 200 de Economía, con índices académicos que oscilaban entre aprobados y desaprobados. Esta variabilidad motivó la pregunta central de esta investigación: ¿cuáles son los factores que influyen significativamente en el rendimiento académico de estos estudiantes? Específicamente, se plantearon interrogantes sobre la relación entre el índice académico y variables como el número de cursos matriculados, las horas de estudio, la frecuencia de uso de biblioteca, el uso de redes sociales, el sexo del estudiante y la serie académica.
El propósito de esta investigación es evaluar el desempeño académico de estudiantes de las series 100 y 200 en relación con factores internos (horas de estudio, carga académica) y externos (uso de biblioteca, redes sociales), identificando aquellos que presentan asociación estadística significativa con el índice de rendimiento. Los objetivos específicos son:
- Comparar el índice académico entre estudiantes según las horas dedicadas al estudio diario.
- Analizar la relación entre el número de cursos matriculados y el rendimiento académico.
- Determinar si la frecuencia de uso de biblioteca se asocia con el índice académico.
- Evaluar si existen diferencias significativas en el rendimiento académico entre las series 100 y 200.
- Examinar la asociación entre el sexo del estudiante y el índice académico.
- Explorar la relación entre el uso de redes sociales y el desempeño estudiantil.
Esta investigación se justifica por su contribución a la comprensión de los determinantes del éxito académico en el contexto local de la UNSCH. Los hallazgos permitirán a docentes, autoridades académicas y estudiantes identificar áreas de intervención prioritarias para mejorar el rendimiento estudiantil. Además, la investigación aporta evidencia empírica sobre factores tradicionalmente asociados con el desempeño académico, validando o refutando hipótesis previas mediante análisis estadístico riguroso.
La metodología empleada consiste en un estudio cuantitativo de tipo descriptivo-correlacional con diseño transversal. Se aplicó una encuesta estructurada a 174 estudiantes de las series 100 y 200, de los cuales se seleccionó una muestra aleatoria de 30 estudiantes mediante muestreo probabilístico simple. Los datos fueron procesados con SPSS, aplicando pruebas t de Student para comparación de medias y chi-cuadrado para análisis de independencia entre variables categóricas.
El documento se estructura en las siguientes secciones: primero se presenta el marco teórico que fundamenta conceptualmente las variables de estudio; seguido de la metodología que detalla el diseño, población, muestra, instrumentos y procedimientos estadísticos; posteriormente se exponen los resultados organizados por objetivos específicos con sus respectivas tablas y pruebas de hipótesis; luego se desarrolla la discusión interpretando los hallazgos y comparándolos con investigaciones previas; finalmente se sintetizan las conclusiones principales y se formulan recomendaciones prácticas para mejorar el rendimiento académico estudiantil.
Marco Teórico
Rendimiento Académico: Concepto y Dimensiones
El rendimiento académico se conceptualiza como el nivel de conocimientos, habilidades y competencias demostrado por un estudiante en un periodo determinado, evaluado mediante calificaciones numéricas o conceptuales que reflejan el grado de logro de objetivos curriculares. En el contexto universitario, el índice académico o promedio ponderado constituye el indicador cuantitativo más utilizado para medir este constructo, calculado como la media aritmética de las calificaciones obtenidas en los cursos matriculados, ponderada por el número de créditos de cada asignatura.
El rendimiento académico presenta dos dimensiones fundamentales: la dimensión cognitiva, relacionada con capacidades intelectuales, estilos de aprendizaje y estrategias de estudio; y la dimensión contextual, vinculada a factores ambientales, socioeconómicos e institucionales que facilitan u obstaculizan el proceso de aprendizaje. Ambas dimensiones interactúan de manera compleja, determinando trayectorias académicas diferenciadas entre estudiantes con condiciones iniciales similares.
En términos operacionales, el rendimiento académico se clasifica en categorías según el índice obtenido. En el sistema de evaluación peruano, un índice entre 0 y 10.49 se considera deficiente o desaprobatorio, mientras que un índice entre 10.50 y 20 se considera regular a excelente o aprobatorio. Esta dicotomización permite identificar estudiantes en riesgo académico que requieren intervención pedagógica prioritaria.
Factores Internos del Rendimiento Académico
Los factores internos son aquellos atribuibles al propio estudiante, sobre los cuales ejerce control directo y pueden modificarse mediante cambios comportamentales o actitudinales. Dentro de esta categoría destacan las horas de estudio, la carga académica y las estrategias de aprendizaje.
Horas de Estudio
El tiempo dedicado al estudio independiente constituye uno de los predictores más consistentes del rendimiento académico en educación superior. La teoría del aprendizaje autorregulado postula que los estudiantes exitosos gestionan eficientemente su tiempo, estableciendo rutinas de estudio sistemáticas que favorecen la consolidación del conocimiento. Investigaciones empíricas sugieren que existe una relación positiva entre horas de estudio y rendimiento, aunque con rendimientos marginales decrecientes: incrementos iniciales en tiempo de estudio producen mejoras significativas en calificaciones, pero más allá de cierto umbral (aproximadamente 6-7 horas diarias) los beneficios adicionales disminuyen debido a fatiga cognitiva y saturación de capacidad de procesamiento.
La calidad del estudio resulta tan importante como la cantidad. Sesiones de estudio distribuidas en el tiempo, con intervalos de descanso y uso de técnicas activas (resúmenes, mapas conceptuales, práctica deliberada) generan aprendizajes más duraderos que sesiones prolongadas de estudio pasivo. Por ello, el análisis del rendimiento debe considerar no solo el tiempo dedicado al estudio, sino también las estrategias empleadas durante ese tiempo.
Carga Académica
La carga académica, definida como el número de cursos o créditos matriculados en un semestre, incide directamente en la distribución del tiempo y esfuerzo del estudiante. Una carga académica excesiva puede generar sobrecarga cognitiva, estrés académico y deficiente aprovechamiento del tiempo de estudio, resultando en calificaciones inferiores. Por el contrario, cargas académicas moderadas permiten mayor dedicación por curso, facilitando la profundización en contenidos y el logro de aprendizajes significativos.
Los reglamentos académicos universitarios establecen cargas mínimas y máximas recomendadas. En la UNSCH, un estudiante regular de Economía cursa típicamente 6 asignaturas por semestre, totalizando entre 18 y 24 créditos académicos. Estudiantes con cargas inferiores pueden ser considerados irregulares, mientras que cargas superiores requieren autorización institucional y generalmente se reservan para estudiantes con índices académicos sobresalientes.
Factores Externos del Rendimiento Académico
Los factores externos comprenden variables ambientales, institucionales y sociales que escapan al control directo del estudiante, pero condicionan sus oportunidades de aprendizaje. Entre estos destacan el acceso a infraestructura educativa (bibliotecas, laboratorios), el uso de tecnologías de información y las características sociodemográficas.
Uso de Biblioteca
Las bibliotecas universitarias constituyen espacios diseñados para facilitar el estudio independiente, proporcionando acceso a recursos bibliográficos, ambientes silenciosos y servicios de apoyo académico. La frecuencia de uso de biblioteca se asocia teóricamente con mayor exposición a materiales de estudio de calidad, aprovechamiento de ambientes propicios para la concentración y desarrollo de hábitos de estudio disciplinados.
Sin embargo, la evidencia empírica sobre la relación entre uso de biblioteca y rendimiento académico resulta mixta. Algunos estudios reportan correlaciones positivas moderadas, sugiriendo que estudiantes frecuentes de bibliotecas tienden a obtener calificaciones superiores. Otros estudios no encuentran asociación significativa, argumentando que el estudio en biblioteca no garantiza calidad del aprendizaje si no se acompaña de estrategias efectivas, y que muchos estudiantes exitosos prefieren estudiar en ambientes domésticos donde controlan mejor las condiciones de estudio.
Características Sociodemográficas
Variables sociodemográficas como sexo, edad y serie académica han sido estudiadas como posibles predictores del rendimiento. Respecto al sexo, algunos estudios reportan diferencias favorables a mujeres en disciplinas humanísticas y a varones en disciplinas cuantitativas, aunque la evidencia contemporánea sugiere que las diferencias de género en rendimiento académico se están reduciendo progresivamente, reflejando cambios en roles de género y acceso equitativo a oportunidades educativas.
La serie académica (año de estudios) se relaciona con el rendimiento por dos mecanismos: madurez académica acumulada y filtro selectivo. Estudiantes de series superiores han desarrollado habilidades de estudio, conocimientos previos y redes de apoyo que facilitan el aprendizaje. Simultáneamente, estudiantes de bajo rendimiento en series iniciales tienden a desertar o retrasar su avance, generando una selección que concentra estudiantes de mejor desempeño en series superiores.
Metodología
Tipo de Estudio
La presente investigación corresponde a un estudio cuantitativo de tipo descriptivo-correlacional con diseño transversal no experimental. Es descriptivo porque caracteriza la distribución de variables de interés (índice académico, horas de estudio, carga académica) en la población estudiantil de series 100 y 200. Es correlacional porque examina asociaciones estadísticas entre variables independientes (horas de estudio, cursos matriculados, uso de biblioteca, uso de redes sociales, sexo, serie) y la variable dependiente (índice académico). El diseño es transversal porque los datos fueron recopilados en un único momento temporal, correspondiente al semestre académico 2018-II. Es no experimental porque no se manipularon variables ni se asignaron tratamientos; se observaron y midieron variables en su contexto natural.
Población y Muestra
La población de estudio estuvo conformada por la totalidad de estudiantes matriculados en las series 100 y 200 de la Escuela Profesional de Economía de la Universidad Nacional de San Cristóbal de Huamanga durante el semestre académico 2018-II, totalizando N = 174 estudiantes. Esta población incluye estudiantes de primer año (serie 100) y segundo año (serie 200), con edades comprendidas entre 16 y 22 años aproximadamente, de ambos sexos, procedentes mayoritariamente de la región de Ayacucho.
La muestra fue seleccionada mediante muestreo probabilístico aleatorio simple. El tamaño muestral se determinó utilizando una muestra piloto de 20 estudiantes, a partir de la cual se estimó la variabilidad de la variable principal (índice académico). Con un nivel de confianza del 95% (Zα/2 = 1.96) y un margen de error del 6%, se calculó el tamaño muestral óptimo mediante la fórmula estándar para estimación de medias poblacionales, resultando en n = 30 estudiantes. Los 30 estudiantes fueron seleccionados aleatoriamente de la población total mediante tabla de números aleatorios, asegurando representatividad de ambas series y ambos sexos.
Las características demográficas de la muestra fueron: 16 estudiantes de serie 100 (53.3%) y 14 estudiantes de serie 200 (46.7%); 15 mujeres (50%) y 15 varones (50%); índice académico promedio de 10.82 (DE = 2.38), con rango de 5.00 a 13.27. La distribución de la muestra por serie y sexo fue equilibrada, permitiendo comparaciones estadísticas válidas entre subgrupos.
Instrumentos
Se utilizó un cuestionario estructurado diseñado específicamente para esta investigación, denominado “Encuesta sobre Factores del Rendimiento Académico”. El instrumento constó de 8 ítems que evaluaron las siguientes variables:
Variable Dependiente
Índice académico: promedio ponderado de calificaciones del estudiante en el semestre 2018-II, obtenido de registros académicos oficiales. Escala de medición: cuantitativa continua, rango de 0 a 20. Operacionalización dicotómica: índice deficiente (0-10.49) vs. índice regular a bueno (10.50-20).
Variables Independientes
Serie académica: año de estudios del estudiante. Categorías: serie 100 (primer año) y serie 200 (segundo año). Escala de medición: cualitativa nominal.
Sexo: género del estudiante. Categorías: femenino y masculino. Escala de medición: cualitativa nominal.
Número de cursos matriculados: cantidad de asignaturas en las que el estudiante se matriculó en el semestre 2018-II. Escala de medición: cuantitativa discreta, rango observado de 4 a 7 cursos.
Horas de estudio diarias: cantidad de horas que el estudiante dedica al estudio independiente por día promedio. Escala de medición: cuantitativa continua, rango observado de 3 a 7 horas. Operacionalización categórica: 3-5 horas vs. 6-7 horas.
Frecuencia de uso de biblioteca: número de veces por semana que el estudiante asiste a la biblioteca universitaria para estudiar. Escala de medición: cuantitativa discreta, rango observado de 0 a 6 veces. Operacionalización categórica: 0-2 veces vs. 3-6 veces por semana.
Uso de redes sociales: horas diarias dedicadas a navegar en redes sociales (Facebook, WhatsApp, Instagram, etc.). Escala de medición: cuantitativa continua, rango observado de 1 a 7 horas. Operacionalización categórica: 1-3 horas vs. 4-7 horas.
El cuestionario fue administrado en formato impreso durante horarios de clase, con autorización previa de docentes. No se realizó validación formal del instrumento mediante juicio de expertos ni prueba piloto, constituyendo una limitación metodológica del estudio. La confiabilidad no fue estimada debido al carácter único de aplicación del instrumento.
Procedimiento
La recopilación de datos se ejecutó en tres fases:
Fase 1 - Diseño del instrumento: se diseñó el cuestionario identificando variables de interés basadas en revisión bibliográfica preliminar y observaciones empíricas. Se definieron escalas de medición y opciones de respuesta para cada ítem.
Fase 2 - Aplicación del instrumento: se coordinó con docentes de cursos obligatorios de series 100 y 200 para aplicar el cuestionario durante sesiones de clase. Los estudiantes respondieron voluntariamente, con garantía de anonimato y confidencialidad. El tiempo promedio de respuesta fue de 10 minutos. Se recopilaron N = 174 cuestionarios completos.
Fase 3 - Codificación y base de datos: las respuestas fueron codificadas numéricamente y capturadas en una base de datos en formato SPSS. Se realizó limpieza de datos, verificando consistencia y completitud de respuestas. Los índices académicos fueron obtenidos de registros oficiales de la Dirección de Escuela.
El cronograma de ejecución abarcó el periodo octubre-diciembre 2018, coincidiendo con el término del semestre académico 2018-II cuando los índices finales estaban disponibles.
Análisis de Datos
Los datos fueron procesados con el software IBM SPSS Statistics versión 23.0. Se aplicaron técnicas de estadística descriptiva e inferencial según los objetivos de investigación:
Estadística descriptiva: se calcularon frecuencias absolutas y porcentajes para variables categóricas (serie, sexo, número de cursos); medias aritméticas y desviaciones estándar para variables cuantitativas (índice académico, horas de estudio, uso de biblioteca, uso de redes sociales). Se construyeron tablas de distribución de frecuencias y tablas de contingencia (crosstabs) para explorar relaciones bivariadas.
Comparación de medias: se empleó la prueba t de Student para muestras independientes para comparar índices académicos promedio entre dos grupos. Esta prueba asume normalidad de distribuciones y homogeneidad de varianzas. La normalidad fue evaluada mediante inspección visual de histogramas y estadístico de Shapiro-Wilk (no se rechazó normalidad en la mayoría de grupos, p > .05). La homogeneidad de varianzas fue evaluada con la prueba de Levene; cuando se violó este supuesto (p < .05), se aplicó la corrección de Welch que no asume varianzas iguales. Las comparaciones realizadas fueron:
- Índice académico según horas de estudio (3-5 horas vs. 6-7 horas)
- Índice académico según frecuencia de uso de biblioteca (0-2 veces vs. 3-6 veces)
- Índice académico según serie (100 vs. 200)
- Índice académico según uso de redes sociales (1-3 horas vs. 4-7 horas)
- Índice académico según sexo (femenino vs. masculino)
Análisis de independencia: se utilizó la prueba de chi-cuadrado de Pearson para evaluar independencia estadística entre variables categóricas. Esta prueba contrasta la hipótesis nula de que dos variables son independientes contra la hipótesis alternativa de que existe asociación entre ellas. Los análisis realizados fueron:
- Índice académico (deficiente vs. regular-bueno) y número de cursos matriculados
- Índice académico (deficiente vs. regular-bueno) y frecuencia de uso de biblioteca
- Índice académico (deficiente vs. regular-bueno) y serie académica
- Índice académico (deficiente vs. regular-bueno) y sexo
En todos los análisis, el nivel de significancia estadística se estableció en α = .05. Valores de p menores a .05 llevaron al rechazo de hipótesis nulas, concluyendo existencia de diferencias significativas o dependencia estadística. Valores de p mayores o iguales a .05 llevaron a la no-rechazo de hipótesis nulas, concluyendo ausencia de evidencia suficiente para afirmar diferencias o asociaciones.
Consideraciones Éticas
La participación de estudiantes en la encuesta fue voluntaria. Se informó verbalmente sobre el propósito de la investigación, uso académico de los datos y garantía de confidencialidad. No se solicitó consentimiento informado escrito debido al carácter de bajo riesgo de la investigación y la recopilación anónima de datos. Los cuestionarios no incluyeron nombres ni códigos identificadores personales, preservando el anonimato de los participantes. Los datos académicos oficiales (índices) fueron manejados confidencialmente por el equipo investigador. La investigación no implicó manipulación experimental ni exposición a riesgos físicos, psicológicos o sociales.
Resultados
Los resultados se presentan organizados según los objetivos específicos de la investigación. Cada sección incluye estadísticas descriptivas, pruebas de hipótesis y conclusiones específicas para cada comparación realizada.
Objetivo 1: Comparación del Índice Académico con las Horas de Estudio
Se compararon los índices académicos promedio entre estudiantes que dedican 3-5 horas diarias al estudio y aquellos que dedican 6-7 horas diarias. La Tabla 2 presenta las estadísticas descriptivas por grupo.
| Horas de Estudio | N | Media | DE | Error Estándar |
|---|---|---|---|---|
| 3-5 horas | 18 | 1.78 | 0.43 | 0.10 |
| 6-7 horas | 12 | 1.50 | 0.52 | 0.15 |
Los estudiantes que dedican 3-5 horas al estudio presentan un índice promedio de 1.78 (DE = 0.43), mientras que quienes dedican 6-7 horas tienen un índice promedio de 1.50 (DE = 0.52). Contrariamente a lo esperado, el grupo de menor tiempo de estudio muestra un índice ligeramente superior.
Se aplicó la prueba de Levene para evaluar homogeneidad de varianzas, obteniendo F = 5.00, p = .033, lo que indica violación del supuesto de varianzas iguales (p < .05). Por tanto, se utilizó la corrección de Welch para la prueba t. Los resultados de la prueba t con varianzas desiguales fueron: t(20.40) = 1.53, p = .141, diferencia de medias = 0.28, IC 95% [-0.10, 0.66].
Interpretación: No se encontraron diferencias estadísticamente significativas en el índice académico entre estudiantes que estudian 3-5 horas y quienes estudian 6-7 horas (p = .141 > .05). Aunque el grupo de 3-5 horas presenta un índice numéricamente superior (diferencia de 0.28 puntos), esta diferencia no es suficientemente grande como para descartar que se deba al azar muestral. Por tanto, se acepta la hipótesis nula de igualdad de medias.
Conclusión específica: El rendimiento académico promedio de estudiantes que dedican 3-5 horas al estudio no difiere significativamente del rendimiento de quienes dedican 6-7 horas. Este hallazgo sugiere que más allá de cierto umbral de horas de estudio (3 horas), incrementos adicionales no garantizan mejoras sustanciales en el índice, posiblemente debido a rendimientos marginales decrecientes o diferencias en calidad del estudio.
Objetivo 2: Relación entre Índice Académico y Número de Cursos Matriculados
Se evaluó la distribución de estudiantes según número de cursos matriculados. La Tabla 3 presenta la frecuencia de estudiantes por número de cursos.
| Número de Cursos | Frecuencia | Porcentaje |
|---|---|---|
| 4 | 1 | 3.3 |
| 5 | 2 | 6.7 |
| 6 | 26 | 86.7 |
| 7 | 1 | 3.3 |
| Total | 30 | 100 |
El 86.7% de estudiantes están matriculados en 6 cursos, representando la categoría modal y reflejando el estándar de carga académica regular en la Escuela de Economía. Solo 3.3% cursaron 4 asignaturas y 3.3% cursaron 7 asignaturas, indicando que cargas atípicas son infrecuentes.
Para examinar la asociación entre índice académico y número de cursos, se construyó una tabla de contingencia cruzando índice académico categorizado (deficiente: 0-10.49 vs. regular-bueno: 10.50-20) con número de cursos. La Tabla 4 presenta esta tabulación cruzada.
| Índice Académico | 4 Cursos | 5 Cursos | 6 Cursos | 7 Cursos | Total |
|---|---|---|---|---|---|
| Deficiente | 0 | 0 | 10 | 0 | 10 |
| Regular-Bueno | 1 | 2 | 16 | 1 | 20 |
| Total | 1 | 2 | 26 | 1 | 30 |
De los 26 estudiantes matriculados en 6 cursos, 10 tienen índice deficiente y 16 índice regular-bueno. Los 4 estudiantes con cargas atípicas (4, 5 o 7 cursos) presentan índices regular-bueno, excepto los 10 casos de 6 cursos con índice deficiente.
Se aplicó la prueba de chi-cuadrado de Pearson para evaluar independencia estadística. Los resultados fueron: χ²(6) = 8.54, p = .201. Dado que p = .201 > .05, no se rechaza la hipótesis nula de independencia.
Advertencia estadística: La prueba de chi-cuadrado reportó que 9 casillas (75%) tienen frecuencias esperadas menores a 5 (mínimo esperado = 0.33), violando el supuesto de frecuencias mínimas para la validez asintótica de la prueba. Esta limitación sugiere interpretar el resultado con cautela; idealmente se requeriría una muestra mayor o colapsar categorías de número de cursos.
Interpretación: No se encontró evidencia estadística de asociación significativa entre el índice académico y el número de cursos matriculados (p = .201 > .05). Esto implica que estudiantes con 4, 5, 6 o 7 cursos no presentan diferencias sistemáticas en sus índices académicos.
Conclusión específica: El índice académico es independiente del número de cursos matriculados en esta muestra. Contrario a la hipótesis inicial, una menor carga académica no garantiza índices superiores al 50% de probabilidad de aprobación. Factores adicionales como calidad del estudio, conocimientos previos o motivación podrían ser más determinantes que la carga académica per se. La concentración de estudiantes en 6 cursos (86.7%) limita la variabilidad necesaria para detectar efectos de carga académica.
Objetivo 3: Relación entre Índice Académico y Frecuencia de Uso de Biblioteca
Se analizó si la frecuencia semanal de asistencia a la biblioteca se asocia con el índice académico. La Tabla 5 presenta las estadísticas por grupo.
| Frecuencia de Uso | N | Índice Promedio | DE | Error Estándar |
|---|---|---|---|---|
| 0-2 veces/semana | 23 | 1.70 | 0.47 | 0.10 |
| 3-6 veces/semana | 7 | 1.71 | 0.49 | 0.18 |
El 76.7% de estudiantes (n = 23) asisten a la biblioteca 0-2 veces por semana, con índice promedio de 1.70. El 23.3% (n = 7) asisten 3-6 veces por semana, con índice promedio de 1.71. Ambos grupos presentan índices prácticamente idénticos.
La prueba de Levene indicó homogeneidad de varianzas: F = 0.04, p = .853 > .05. La prueba t con varianzas iguales arrojó: t(28) = -0.09, p = .928, diferencia de medias = -0.02, IC 95% [-0.44, 0.40].
Interpretación: No existen diferencias significativas en el índice académico entre estudiantes que asisten frecuentemente a la biblioteca y quienes lo hacen esporádicamente (p = .928 > .05). La diferencia de medias es prácticamente cero (-0.02 puntos), indicando rendimientos equivalentes independientemente de la frecuencia de uso de biblioteca.
Se construyó una tabla de contingencia cruzando índice académico categorizado con frecuencia de uso de biblioteca. La prueba de chi-cuadrado resultó: χ²(1) = 0.01, p = .925. La prueba exacta de Fisher, más apropiada para muestras pequeñas, confirmó: p = 1.00 > .05.
Conclusión específica: El índice académico es independiente de la frecuencia de uso de biblioteca. Estudiantes que estudian frecuentemente en biblioteca no presentan índices significativamente superiores a quienes estudian en otros lugares. Este hallazgo sugiere que el lugar de estudio (biblioteca vs. hogar) es menos relevante que la calidad y estrategias de estudio empleadas. Muchos estudiantes exitosos pueden preferir ambientes domésticos donde controlan mejor las condiciones de estudio.
Objetivo 4: Comparación del Índice Académico entre Series 100 y 200
Se compararon los índices académicos promedio entre estudiantes de serie 100 (primer año) y serie 200 (segundo año). La prueba de Levene indicó tendencia a varianzas desiguales: F = 3.47, p = .073, aunque no significativa al nivel .05.
La prueba t con varianzas iguales arrojó: t(28) = 0.71, p = .486, diferencia de medias = 4.16, IC 95% [-7.93, 16.25]. Dado que los índices se reportaron en escala original (0-20), la diferencia de 4.16 puntos representa una diferencia sustancial, aunque no estadísticamente significativa debido a alta variabilidad intragrupos.
Interpretación: No se encontraron diferencias estadísticamente significativas en el índice académico promedio entre series 100 y 200 (p = .486 > .05). Ambas series presentan rendimientos equivalentes en términos estadísticos.
Se aplicó chi-cuadrado para evaluar la asociación entre índice categorizado y serie académica. Los resultados fueron: χ²(1) = 6.53, p = .011; corrección de continuidad: χ²(1) = 4.65, p = .031; prueba exacta de Fisher: p = .017.
Interpretación: Existe una asociación estadísticamente significativa entre el índice académico y la serie académica (p = .031 < .05 con corrección de continuidad). La Tabla 6 presenta la distribución cruzada.
| Índice Académico | Serie 100 | Serie 200 | Total |
|---|---|---|---|
| Deficiente | 8 | 1 | 9 |
| Regular-Bueno | 8 | 13 | 21 |
| Total | 16 | 14 | 30 |
La serie 100 presenta distribución equilibrada: 50% deficientes (8/16) y 50% regular-bueno (8/16). La serie 200 muestra predominio de índices regular-bueno: 92.9% (13/14) vs. 7.1% deficientes (1/14). Esta diferencia en proporciones es estadísticamente significativa.
Conclusión específica: El índice académico es dependiente de la serie académica. Estudiantes de serie 200 tienen mayor probabilidad de índices aprobatorios que estudiantes de serie 100. Esta diferencia puede explicarse por madurez académica acumulada, desarrollo de habilidades de estudio y selección natural (estudiantes de bajo rendimiento tienden a desertar o rezagarse, concentrando mejores estudiantes en series superiores).
Objetivo 6: Comparación del Índice Académico según Sexo
Se compararon índices académicos entre estudiantes mujeres y varones. La Tabla 8 presenta las estadísticas descriptivas.
| Sexo | N | Índice Promedio | DE | Error Estándar |
|---|---|---|---|---|
| Femenino | 15 | 1.60 | 0.51 | 0.13 |
| Masculino | 15 | 1.80 | 0.41 | 0.11 |
La prueba de Levene detectó varianzas desiguales: F = 5.33, p = .029 < .05. La prueba t con varianzas desiguales arrojó: t(26.92) = -1.18, p = .247, diferencia de medias = -0.20, IC 95% [-0.55, 0.15].
Interpretación: No existen diferencias estadísticamente significativas en el índice académico entre mujeres y varones (p = .247 > .05). Aunque los varones presentan un índice numéricamente superior (1.80 vs. 1.60), esta diferencia no es estadísticamente significativa.
La prueba de chi-cuadrado para independencia entre índice categorizado y sexo resultó: χ²(1) = 1.43, p = .232; corrección de continuidad: χ²(1) = 0.64, p = .426; prueba exacta de Fisher: p = .427 > .05.
| Índice Académico | Femenino | Masculino | Total |
|---|---|---|---|
| Deficiente | 6 | 3 | 9 |
| Regular-Bueno | 9 | 12 | 21 |
| Total | 15 | 15 | 30 |
Conclusión específica: El índice académico es independiente del sexo del estudiante. Mujeres y varones presentan rendimientos equivalentes, sin diferencias significativas en proporciones de aprobados/desaprobados. Este hallazgo sugiere equidad de género en el desempeño académico en la Escuela de Economía, reflejando acceso equitativo a oportunidades educativas y ausencia de sesgos de género en la evaluación.
Discusión
Los resultados de esta investigación proporcionan evidencia empírica sobre factores que influyen en el rendimiento académico de estudiantes de series iniciales de Economía en la UNSCH. Los hallazgos principales se discuten a continuación, comparándolos con el marco teórico presentado y estudios previos, identificando limitaciones metodológicas e implicaciones prácticas.
Horas de Estudio y Rendimiento Académico
Contrario a la hipótesis inicial, no se encontraron diferencias significativas en el índice académico entre estudiantes que dedican 3-5 horas al estudio y quienes dedican 6-7 horas (p = .141). Este hallazgo contradice la expectativa teórica de que mayor tiempo de estudio se traduce en mejores calificaciones. Una posible explicación es la existencia de rendimientos marginales decrecientes: más allá de cierto umbral (aproximadamente 3-4 horas diarias), incrementos adicionales en tiempo de estudio generan beneficios marginales modestos debido a fatiga cognitiva y saturación de capacidad de procesamiento.
Además, este resultado subraya la importancia de la calidad sobre la cantidad del estudio. Estudiantes que emplean estrategias efectivas (resúmenes, mapas conceptuales, práctica deliberada) en sesiones de 3-5 horas pueden lograr aprendizajes equivalentes o superiores a quienes estudian 6-7 horas con métodos pasivos (lectura mecánica, subrayado). La literatura especializada en aprendizaje autorregulado respalda esta interpretación, enfatizando que la efectividad del estudio depende más de estrategias metacognitivas que de duración bruta.
Una limitación importante es la medición de horas de estudio mediante autorreporte, susceptible a sesgos de deseabilidad social (sobreestimación) o falta de precisión. Estudios futuros deberían emplear diarios de estudio o monitoreo objetivo del tiempo para obtener mediciones más confiables.
Carga Académica y Rendimiento
El análisis de chi-cuadrado no encontró asociación significativa entre el índice académico y el número de cursos matriculados (p = .201). Este resultado contrasta con la hipótesis de que menor carga académica facilita mejores índices. La ausencia de asociación puede explicarse por varios factores:
Primero, el 86.7% de estudiantes estaban matriculados en 6 cursos, limitando la variabilidad necesaria para detectar efectos diferenciales. Con solo 4 estudiantes en cargas atípicas (4, 5 o 7 cursos), el poder estadístico fue insuficiente para establecer conclusiones robustas. Segundo, estudiantes que cursan cargas reducidas (4-5 cursos) pueden estar experimentando dificultades académicas previas que motivaron la reducción, introduciendo confusión en la relación. Tercero, la carga académica estándar de 6 cursos podría estar calibrada institucionalmente para ser manejable, de modo que desviaciones moderadas no impactan significativamente el rendimiento.
Sin embargo, la evidencia teórica y empírica sugiere que cargas académicas excesivas (> 7 cursos o > 24 créditos) sí perjudican el rendimiento debido a sobrecarga cognitiva y distribución deficiente del tiempo. La ausencia de estudiantes con cargas muy altas en esta muestra limita la evaluación de este extremo del espectro.
Uso de Biblioteca y Rendimiento
El resultado más contraintuitivo fue la independencia estadística entre frecuencia de uso de biblioteca e índice académico (p = 1.00 en prueba exacta de Fisher). Los índices promedio de estudiantes que asisten 0-2 veces por semana (1.70) y 3-6 veces por semana (1.71) son prácticamente idénticos. Este hallazgo contradice la expectativa de que mayor uso de biblioteca, asociado con acceso a recursos y ambientes propicios, mejora el rendimiento.
Varias explicaciones son plausibles. Primero, muchos estudiantes exitosos prefieren estudiar en ambientes domésticos donde controlan mejor las condiciones (iluminación, ruido, temperatura), resultando en aprendizajes efectivos sin necesidad de biblioteca. Segundo, la frecuencia de asistencia a biblioteca no garantiza calidad del estudio: estudiantes pueden asistir sin emplear estrategias efectivas. Tercero, factores de selección pueden operar: estudiantes con dificultades académicas podrían frecuentar más la biblioteca buscando apoyo, diluyendo la asociación positiva esperada.
Este resultado desafía políticas institucionales que asumen automáticamente que incrementar uso de biblioteca mejora el rendimiento. Más bien, sugiere que la efectividad depende de cómo se usa la biblioteca (estudio disciplinado vs. socialización), no de la mera asistencia.
Serie Académica y Rendimiento
Se encontró dependencia significativa entre serie académica e índice académico (p = .031). La serie 200 presentó 92.9% de estudiantes con índices aprobatorios, mientras que serie 100 mostró distribución equilibrada (50% aprobatorios). Esta diferencia confirma la hipótesis de que estudiantes de series superiores presentan mejor rendimiento.
Dos mecanismos explican este patrón. Primero, madurez académica acumulada: estudiantes de serie 200 han desarrollado habilidades de estudio, conocimientos previos y redes de apoyo (amistades, grupos de estudio) que facilitan el aprendizaje. Segundo, selección natural: estudiantes de serie 100 con índices deficientes tienden a desertar, retirarse voluntariamente o rezagarse, concentrando estudiantes de mejor desempeño en serie 200. Este filtro selectivo infla artificialmente el rendimiento promedio de series superiores.
Una limitación es el diseño transversal, que no permite seguir longitudinalmente a la misma cohorte de estudiantes desde serie 100 hasta series superiores. Estudios longitudinales podrían descomponer el efecto de madurez académica del efecto de selección.
Sexo y Rendimiento
El análisis reveló independencia estadística entre sexo e índice académico (p = .426). Mujeres y varones presentan proporciones equivalentes de índices aprobatorios (60% vs. 80%) y promedios similares (1.60 vs. 1.80). Este hallazgo refuta la hipótesis de que las mujeres presentan mayor proporción de índices superiores.
Este resultado sugiere equidad de género en el desempeño académico en la Escuela de Economía, reflejando acceso equitativo a oportunidades educativas y ausencia de sesgos de género en la evaluación. La literatura contemporánea reporta reducción progresiva de brechas de género en rendimiento académico en educación superior, atribuida a cambios en roles de género y políticas de equidad institucional.
Limitaciones del Estudio
Esta investigación presenta varias limitaciones metodológicas que deben considerarse al interpretar los resultados:
Tamaño muestral reducido: Con n = 30, el poder estadístico para detectar diferencias pequeñas o moderadas es limitado. Diferencias reales podrían no alcanzar significancia estadística debido a alta variabilidad muestral. Estudios futuros requieren muestras mayores (n > 100) para incrementar precisión de estimaciones y poder de pruebas.
Diseño transversal: La recopilación de datos en un único momento impide establecer relaciones causales. No es posible determinar si horas de estudio causan mejor rendimiento o si estudiantes exitosos tienden a estudiar más. Diseños longitudinales o experimentales son necesarios para inferencias causales.
Instrumento no validado: El cuestionario no fue validado mediante juicio de expertos ni prueba piloto formal. La confiabilidad no fue estimada. Variables críticas (horas de estudio, uso de redes sociales) se midieron mediante autorreporte, susceptible a sesgos. Investigaciones futuras deberían emplear instrumentos estandarizados con propiedades psicométricas documentadas.
Muestreo y representatividad: Aunque se empleó muestreo aleatorio simple, la muestra representa solo 17.2% de la población (30/174), limitando generalización de hallazgos. Además, la población se restringe a series 100-200 de Economía en UNSCH durante 2018-II; generalizaciones a otras escuelas, universidades o periodos requieren cautela.
Violación de supuestos estadísticos: Varias pruebas de chi-cuadrado presentaron frecuencias esperadas menores a 5 (hasta 75% de casillas), violando supuestos asintóticos. Aunque se aplicaron correcciones (continuidad, Fisher), estos resultados deben interpretarse cautelosamente.
Variables confundidoras no controladas: Factores como capacidad cognitiva, motivación intrínseca, nivel socioeconómico, calidad docente y apoyo familiar no fueron medidos, pudiendo actuar como confundidores que alteran las relaciones observadas. Análisis multivariados (regresión múltiple) permitirían controlar estas variables.
Implicaciones Teóricas
Los hallazgos contribuyen a la literatura sobre rendimiento académico en varios aspectos. Primero, cuestionan la relación simple tiempo-rendimiento, enfatizando la importancia de calidad sobre cantidad del estudio. Segundo, desafían la asunción de que uso de infraestructura institucional (biblioteca) garantiza mejores resultados; la efectividad depende de cómo se usan los recursos, no de mera disponibilidad. Tercero, confirman efectos de madurez académica y selección natural en series superiores. Cuarto, sugieren neutralidad del uso moderado de tecnologías digitales, matizando visiones alarmistas sobre redes sociales.
Estos hallazgos sugieren que el rendimiento académico es un fenómeno complejo determinado por múltiples factores interactuantes, donde variables individuales (estrategias de estudio, motivación) podrían ser más determinantes que variables estructurales (tiempo, lugar, tecnología).
Implicaciones Prácticas
Para docentes y autoridades académicas, los resultados sugieren que intervenciones para mejorar el rendimiento deben enfocarse en desarrollar habilidades de estudio efectivas (estrategias metacognitivas, gestión del tiempo, autorregulación) más que en promover simplemente más horas de estudio o mayor uso de biblioteca. Talleres de técnicas de estudio, tutorías personalizadas y programas de apoyo académico podrían ser más efectivos que infraestructura física.
Para estudiantes, los hallazgos indican que el éxito académico no depende de cantidad de tiempo invertido ni de lugar de estudio, sino de emplear estrategias efectivas adaptadas a su estilo de aprendizaje. La gestión eficiente del tiempo, combinando estudio con actividades recreativas (incluidas redes sociales), es compatible con buen rendimiento.
Para diseñadores de políticas educativas, los resultados sugieren que inversiones en infraestructura (bibliotecas) deben acompañarse de programas de alfabetización informacional que enseñen a aprovechar efectivamente estos recursos. Además, las diferencias entre series sugieren la importancia de identificar tempranamente estudiantes en riesgo en serie 100 para implementar intervenciones preventivas.
Conclusiones
Con base en los hallazgos de esta investigación, se concluye que:
No existen diferencias estadísticamente significativas en el índice académico entre estudiantes que dedican 3-5 horas al estudio y quienes dedican 6-7 horas diarias (p = .141). El rendimiento académico promedio es equivalente en ambos grupos, sugiriendo que más allá de cierto umbral mínimo de estudio (aproximadamente 3 horas), incrementos adicionales no garantizan mejoras proporcionales en calificaciones. Este hallazgo subraya la importancia de la calidad sobre la cantidad del estudio, enfatizando estrategias efectivas de aprendizaje más que duración bruta de sesiones de estudio.
El índice académico es independiente del número de cursos matriculados (p = .201). Estudiantes con cargas académicas de 4, 5, 6 o 7 cursos no presentan diferencias sistemáticas en sus índices de rendimiento. Este resultado contradice la hipótesis de que menor carga académica facilita índices superiores, aunque debe interpretarse con cautela debido a la concentración del 86.7% de estudiantes en 6 cursos, limitando variabilidad. Factores como calidad del estudio, motivación y conocimientos previos parecen ser más determinantes que la carga académica per se en el rango observado.
El índice académico es independiente de la frecuencia de uso de biblioteca (p = 1.00). Estudiantes que asisten frecuentemente a la biblioteca (3-6 veces por semana) no presentan índices significativamente superiores a quienes asisten esporádicamente (0-2 veces). Este hallazgo desafía la asunción de que mayor uso de infraestructura bibliotecaria mejora automáticamente el rendimiento, sugiriendo que la efectividad depende de cómo se usa la biblioteca (estrategias de estudio empleadas) más que de la mera frecuencia de asistencia.
Existe dependencia estadísticamente significativa entre el índice académico y la serie académica (p = .031). Estudiantes de serie 200 presentan mayor proporción de índices aprobatorios (92.9%) comparados con serie 100 (50%). Esta diferencia puede explicarse por madurez académica acumulada (desarrollo de habilidades de estudio, conocimientos previos, redes de apoyo) y selección natural (estudiantes de bajo rendimiento tienden a desertar o rezagarse). Este hallazgo confirma la importancia de intervenciones tempranas de apoyo académico en series iniciales para prevenir deserción y promover trayectorias exitosas.
El índice académico es independiente del uso de redes sociales (p = .549). Estudiantes que dedican 1-3 horas diarias a redes sociales no presentan índices significativamente diferentes de quienes dedican 4-7 horas. Este resultado contradice la hipótesis de que uso intensivo de redes sociales perjudica el rendimiento académico, sugiriendo que estudiantes exitosos gestionan eficientemente su tiempo, combinando uso recreativo de tecnologías con estudio efectivo, o que el uso académico de redes sociales compensa efectos negativos del uso recreativo.
El índice académico es independiente del sexo del estudiante (p = .426). Mujeres y varones presentan rendimientos equivalentes sin diferencias significativas en proporciones de aprobados/desaprobados. Este hallazgo sugiere equidad de género en el desempeño académico en la Escuela de Economía, reflejando acceso equitativo a oportunidades educativas y ausencia de sesgos de género en la evaluación académica.
Publicaciones Similares
Si te interesó este artículo, te recomendamos que explores otros blogs y recursos relacionados que pueden ampliar tus conocimientos. Aquí te dejo algunas sugerencias:
Esperamos que encuentres estas publicaciones igualmente interesantes y útiles. ¡Disfruta de la lectura!