Buscar en
Educación Médica
Toda la web
Inicio Educación Médica Análisis psicométrico de una medida de autoeficacia académica en estudiantes ...
Información de la revista
Vol. 22. Núm. S6.
Enseñanza en la clínica
Páginas 495-499 (Noviembre 2021)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
500
Vol. 22. Núm. S6.
Enseñanza en la clínica
Páginas 495-499 (Noviembre 2021)
Original
Open Access
Análisis psicométrico de una medida de autoeficacia académica en estudiantes mexicanos de ciencias de la salud
Psychometric analysis of an academic self-efficacy measure in Mexican health sciences students
Visitas
...
Sergio Dominguez-Laraa,b, Yolanda Campos-Uscangac,
Autor para correspondencia
ycampos@uv.mx

Autor para correspondencia.
a Universidad Privada San Juan Bautista, Lima, Perú
b Universidad de San Martín de Porres, Lima, Perú
c Instituto de Salud Pública, Universidad Veracruzana, Xalapa, Veracruz, México
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Tablas (1)
Tabla 1. Análisis de modelos de medición
Resumen
Objetivo

Analizar las propiedades psicométricas de una medida de autoeficacia académica en estudiantes mexicanos de ciencias de la salud.

Método

Fueron evaluados 244 estudiantes mexicanos de ciencias de la salud (67,2% mujeres) con la Escala de Autoeficacia Percibida Específica de Situaciones Académicas (EAPESA) y la Escala de Cansancio Emocional (ECE), orientada a la medición del agotamiento emocional académico (AEM). La estructura interna de la EAPESA y la relación con la medida de AEM fueron analizadas bajo un enfoque analítico-factorial, así como la fiabilidad de las puntuaciones y del constructo.

Resultados

La estructura de un factor recibió respaldo, aunque fue necesario retirar el ítem 9, además de mostrar asociación negativa y significativa de la EAPESA con la medida de AEM. Por último, la fiabilidad, tanto de las puntuaciones como del constructo, alcanzó magnitudes elevadas.

Conclusión

La EAPESA presenta propiedades psicométricas favorables: estructura unidimensional, asociación coherente con una medida de AEM y fiabilidad elevada.

Palabras clave:
Estudiantes universitarios
Autoeficacia académica
Estructura interna
Validez
Fiabilidad
Abstract
Objective

To analyse the psychometric properties of a measurement of academic self-efficacy in Mexican health sciences students.

Method

The study included 244 (67.2% women) Mexican health sciences students who were evaluated with the Specific Perceived Self-efficacy Scale of Academic Situations (SPSSAS) and the Emotional Tiredness Scale (ETS), oriented towards the evaluation of academic emotional exhaustion (AEE). The internal structure of SPSSAS and the relationship with the measurement of AEE, as well as the score and construct reliability, were evaluated using an analytical-factorial approach.

Results

The one-dimensional structure received support, although it was necessary to remove item 9. In addition, the SPSSAS had a negative and significant association with the AEE measurement. Finally, score reliability and construct reliability reached high magnitudes.

Conclusion

The SPSSAS has favourable psychometric properties: one-dimensional structure, consistent association with the measurement of AEE, and high reliability.

Keywords:
College students
Academic self-efficacy
Internal structure
Validity
Reliability
Texto completo
Introducción

Con base en la teoría de Bandura1, la autoeficacia académica (AA) se define como el conjunto de creencias que poseen las personas sobre su capacidad para organizar y ejecutar acciones requeridas en el manejo y afronte de situaciones relacionadas con el ámbito académico2, de tal manera que les permita lograr los objetivos planteados.

En ese sentido, la AA es importante para el estudiante ya que al conducir comportamientos y motivaciones específicas que pueden alentar o desalentar el rendimiento3–5 sirve como factor protector promoviendo conductas resilientes6. Del mismo modo, influye sobre la percepción de éxito en la carrera profesional7, haciéndolo un constructo relevante para la vida universitaria porque cuando el estudiante considera que tiene baja capacidad de manejar adecuadamente las demandas académicas y lograr los objetivos esperados aumenta su ansiedad y su desempeño se ve afectado8. Por último, ha mostrado una relación inversa con medidas de burnout académico9–11, que incluye el agotamiento emocional académico (AEM) como su aspecto central, en estudiantes de ciencias de la salud.

En cuanto a la evaluación de la AA, una medida breve y conocida es la Escala de Autoeficacia Percibida Específica de Situaciones Académicas (EAPESA) creada en España12, donde se resalta su carácter unidimensional y elevada consistencia interna, y que posee estudios psicométricos en Portugal13, España14, Chile15 y Perú2, donde se concluyó que es esencialmente unidimensional y presenta consistencia interna; pero no existen evidencias en México sobre su funcionamiento psicométrico.

En ese sentido, el objetivo del presente estudio fue evaluar las evidencias de validez con relación a la estructura interna16 de la EAPESA, así como su relación con otras variables16 asociándola con una medida de AEM.

El trabajo se justifica en la medida que es fundamental considerar las creencias de autoeficacia como parte importante de la formación del personal de salud para identificar necesidades de intervención y para hacer pronósticos sobre el éxito de los estudiantes. La formación de los profesionales de la salud es una de las áreas más sensibles dado que la correcta asimilación de los contenidos y el desarrollo de las habilidades necesarias son esenciales para una correcta práctica profesional, por lo que generar las condiciones para el adecuado aprendizaje y logro académico de estos estudiantes es fundamental para promover la salud en las poblaciones y un compromiso ético ineludible17, ya que en la medida en que los estudiantes de la salud cuenten con altos niveles de autoeficacia es posible formar profesionales más motivados y que se desempeñen de forma efectiva18. Sin embargo, es fundamental contar con instrumentos que posibiliten su correcta medición para detectar necesidades de intervención y predecir el alcance de los objetivos académicos.

Para terminar, la hipótesis del estudio indica que los ítems de la EAPESA serán influidos predominantemente por una variable latente (autoeficacia académica), y que existirá asociación inversa con la medida de agotamiento emocional.

Materiales y métodoDiseño

La presente investigación fue desarrollada bajo un diseño instrumental19 en vista que los objetivos fueron analizar las propiedades psicométricas de un autoinforme.

Participantes

El tamaño de la muestra mínimo se determinó considerando que se trata de un modelo unidimensional, cuenta con 9 ítems, y la magnitud de cargas factoriales esperadas estuvo alrededor de 0,7020. Se incluyeron estudiantes de carreras de ciencias de la salud procedentes de una universidad pública ubicada en el Estado de Veracruz (México) quienes cursaban entre el primer y quinto año de carrera. Se excluyó a quienes tenían alguna condición que impedía la respuesta autónoma al cuestionario y se eliminaron los cuestionarios que omitían la respuesta a algún ítem. Participaron 244 estudiantes mexicanos (67,2% mujeres) de carreras de ciencias de la salud, como Nutrición (73,8%), Medicina (17,2%), Odontología (7%) y Enfermería (2%). Las edades estuvieron entre los 19 y 32 años (Medad=21,28; DEedad=1,77; 98,3% entre 19 y 25 años), siendo la mayoría solteros (95,1%) y sin trabajo (82%).

Instrumentos

Escala de Autoeficacia Percibida Específica de Situaciones Académicas (EAPESA)12. La EAPESA evalúa de forma unidimensional la AA por medio de 10 ítems con 4 opciones de respuesta (desde Nunca hasta Siempre).

Escala de Cansancio Emocional (ECE)21. Es un autorreporte de 10 ítems que evalúan el AEM unidimensionalmente. Los ítems están escalados en formato Likert con 5 opciones de respuesta (de Raras veces a Siempre). Fue utilizada la versión adaptada en universitarios mexicanos22.

Procedimiento

Este trabajo está asociado a un proyecto aprobado por la universidad del primer autor. De forma preliminar a las evaluaciones en México, fueron solicitados los permisos a las autoridades universitarias para realizar las aplicaciones. Por último, luego de firmar el consentimiento informado fueron brindadas las instrucciones, en las que se resaltó el carácter voluntario de la participación, y se completaron los cuestionarios de manera anónima.

Análisis de datos

El análisis de las evidencias de validez con relación a la estructura interna se realizó en el marco del modelamiento exploratorio de ecuaciones estructurales (ESEM, por sus siglas en inglés). Se analizó un modelo unidimensional con los ítems de la EAPESA con el método de estimación WLSMV, asumiendo que son influidos por la misma variable latente (autoeficacia académica) (M1).

Con relación a la fiabilidad, esta fue evaluada a nivel de constructo con el coeficiente ω (>0,70), y de las puntuaciones con el coeficiente α. De forma previa se evaluó el cumplimiento de la tau-equivalencia (o la equivalencia estadística de las cargas factoriales al interior de un factor) (M3) por medio de la variación de los índices de ajuste (CFI2CFI1>−0,0123; RMSEA2RMSEA1<0,01524) con respecto al modelo congenérico (M1).

Posteriormente, las evidencias de validez con relación a otras variables fueron evaluadas por medio de un modelo de 2 factores oblicuos analizando de forma conjunta los ítems de la EAPESA y de la ECE (M2). En este modelo se considera que un segundo factor influye sobre los ítems de la ECE (agotamiento emocional) y que este se relacionará de forma inversa con la autoeficacia académica. Se ejecutó con el mismo método de estimación (WLSMV) y con rotación geomin=0,05).

Cada modelo fue valorado por medio de la magnitud de sus índices de ajuste (CFI>0,9025; límite superior del RMSEA<0,1026; WRMR<1,0027), magnitud de las cargas factoriales (>0,50)28, y el índice desimplicidad factorial (>0,70)29 para M2. Todos los análisis fueron realizados con el programa Mplus versión 7.

Resultados

Evidencias de validez con relación a su estructura interna. El modelo de un factor (M1) obtuvo índices de ajuste favorables (CFI=0,993; RMSEA=0,072 [IC90% 0,051-0,093]; WRMR=0,745), con cargas factoriales elevadas (>0,75) excepto en el ítem 9 (tabla 1).

Tabla 1.

Análisis de modelos de medición

  UnidimensionalDos factores - ESEM
  Original  Modificado  Autoeficacia  Agotamiento emocional  ISF 
EAPESA 1  0,872  0,873  0,807  −0,199  0,885 
EAPESA 2  0,870  0,870  0,795  −0,227  0,849 
EAPESA 3  0,872  0,872  0,867  −0,044  0,995 
EAPESA 4  0,849  0,850  0,785  −0,195  0,884 
EAPESA 5  0,835  0,834  0,777  −0,178  0,900 
EAPESA 6  0,878  0,881  0,855  −0,096  0,975 
EAPESA 7  0,762  0,765  0,743  −0,083  0,975 
EAPESA 8  0,810  0,808  0,741  −0,207  0,855 
EAPESA 9  0,501 
EAPESA 10  0,865  0,863  0,862  −0,032  0,997 
ECE 1  0,003  0,718  1,000 
ECE 2  −0,174  0,569  0,829 
ECE 3  0,005  0,623  1,000 
ECE 4  0,060  0,640  0,983 
ECE 5  −0,052  0,754  0,991 
ECE 6  0,019  0,760  0,999 
ECE 7  −0,106  0,809  0,966 
ECE 8  0,002  0,719  1,000 
ECE 9  −0,055  0,832  0,991 
ECE 10  −0,005  0,727  1,000 
Autoeficacia     
Agotamiento emocional  −0,226   

EAPESA: Escala de Autoeficacia Percibida Específica de Situaciones Académicas; ECE: Escala de Cansancio Emocional; ESEM: modelamiento exploratorio de ecuaciones estructurales; ISF: índice de simplicidad factorial.

Fiabilidad: evaluación de supuestos. De forma previa a la estimación del coeficiente α se analizó la tau-equivalencia. El modelo con la restricción de igualdad de las cargas factoriales presentó algunos índices de ajuste que podrían considerarse aceptables (CFI=0,967), pero en otros casos no fue así (RMSEA=0,142 [IC90% 0,126-0,159]; WRMR=1,930). Además, la variación de estos indicadores (CFI y RMSEA) con relación a M1 fue marcada, por lo que la tau-equivalencia no recibe respaldo.

En ese sentido, se procedió a eliminar el ítem 9 (aquel con menor carga factorial en M1), encontrando índices de ajuste adecuados en el modelo congenérico (M1 modificado): CFI=0,993; RMSEA=0,081 (IC90% 0,059-0,105); WRMR=0,771; así como en el modelo tau-equivalente (CFI=0,991; RMSEA=0,082 [IC90% 0,061-0,102]; WRMR=1,127), siendo además aceptables las variaciones en los índices de ajuste entre los dos modelos (ΔCFI=−0,002; ΔRMSEA=−0,001), por lo que el uso del coeficiente α está justificado.

Fiabilidad: estimación. La fiabilidad de las puntuaciones alcanzó una magnitud elevada (α=0,932, IC95%=0,913-0,947), del mismo modo que la de constructo (ω=0,943).

Evidencias de validez con relación a otras variables. De forma preliminar se llevó a cabo la evaluación de la dimensionalidad de la ECE y se obtuvo índices de ajuste adecuados (CFI=0,974; RMSEA=0,093 [IC90% 0,074-0,113]; WRMR=0,834). El modelo de 2 factores presentó soporte a nivel estadístico (CFI=0,974; RMSEA=0,074 [IC90% 0,064-0,085; WRMR=0,790], agrupación de ítems de forma coherente con su factor teórico, una correlación e interfactorial moderada, cargas factoriales de moderadas a elevadas (>0,60) y simplicidad factorial aceptable (ISF>0,70) (tabla 1).

Discusión

El objetivo de este estudio fue brindar las primeras evidencias de validez de la EAPESA en estudiantes universitarios mexicanos, obteniendo resultados favorables.

La estructura interna unidimensional recibió respaldo con base en índices de ajuste adecuados y cargas factoriales moderadas y altas; lo que es congruente con otros estudios de corte instrumental desarrollados anteriormente2,12–15. No obstante, para lograr mayor precisión en cuanto a la consistencia interna se removió el ítem 9, lo que coindice con otros estudios donde también fue considerado un ítem problemático2.

En cuanto a la asociación con el AEM, la relación negativa observada fue congruente con la evidencia previa tanto empírica como teórica9–11.

Por último, la magnitud de la fiabilidad de la EAPESA, tanto del constructo como de las puntuaciones, la posiciona con una medida altamente precisa, en comparación con otras medidas populares de AA, como la subescala ineficacia del MBI-SS cuya fiabilidad es consistentemente baja en diversos estudios30, lo que inevitablemente puede afectar las estimaciones estadísticas en estudios empíricos o instrumentales31.

El aporte principal consiste en proveer una medida breve, unidimensional y fiable de la AA que puede ser de utilidad en estudios empíricos en estudiantes de ciencias de la salud mexicanos, como los que se vienen desarrollando en otros países14,15. Asimismo, es necesario destacar el uso del ESEM para el análisis de las evidencias de validez con relación a otras variables, algo que no es frecuente en Latinoamérica.

En cuanto a las limitaciones, destaca que el tamaño muestral no fue elevado, aunque esto no pareció afectar la estimación de parámetros ni la configuración de las escalas20. No obstante, poco más de dos tercios fueron mujeres, por lo que sería conveniente equilibrar el grupo respecto a esta variable en futuros estudios en vista de los potenciales análisis a realizar que involucran las diferencias entre sexos en AA32.

Por último, posteriormente sería conveniente contar con la participación de otros grupos estudiantiles, dado que este trabajo se enfocó solo en los de ciencias de la salud. Asimismo, es necesario realizar un análisis de invarianza longitudinal de la EAPESA para garantizar su aplicabilidad como medida de evaluación en programas de intervención para la mejora de la AA33.

Concluyendo, la EAPESA presenta una estructura unidimensional, así como una asociación teóricamente coherente con una medida de AEM, además de elevada fiabilidad.

Conflicto de intereses

Ninguno.

Bibliografía
[1]
A. Bandura.
Social cognitive theory: An agentive perspective.
Annu Rev Psychol., 52 (2001), pp. 1-26
[2]
S. Dominguez-Lara.
Autoeficacia para situaciones académicas en estudiantes universitarios peruanos: un enfoque de ecuaciones estructurales.
Rev Psicol UCSP., 4 (2014), pp. 45-53
[3]
A.R. Artino.
Academic self-efficacy: from educational theory to instructional practice.
Perspect Med Educ., 1 (2012), pp. 76-85
[4]
T. Honicke, J. Broadbent.
The Relation of Academic Self-Efficacy to University Student Academic Performance: A Systematic Review.
Educ Res Rev., 17 (2016), pp. 63-84
[5]
U. Dogan.
Student engagement, academic self-efficacy, and academic motivation as predictors of academic performance.
Anthropol., 20 (2015), pp. 553-561
[6]
S. Cassidy.
Resilience building in students: the role of academic self-efficacy.
Front Psychol., 6 (2015), pp. 1781
[7]
M. Kim.
Family background, students’ academic self-efficacy, and students’ career and life success expectations.
Int J Adv Couns., 36 (2014), pp. 395-407
[8]
A. Bandura.
Self-efficacy in changing societies.
Cambridge University Press, (1995),
[9]
J.H. Yu, S.J. Chae, K.H. Chang.
The relationship among self-efficacy, perfectionism and academic burnout in medical school students.
Korean J Med Educ., 28 (2016), pp. 49-55
[10]
S.H. Lee, W.T. Jeon.
The relationship between academic self-efficacy and academic burnout in medical students.
Korean J Med Educ., 27 (2015), pp. 27-35
[11]
W.B. Schaufeli, I.M. Martinez, A.M. Pinto, M. Salanova, A.B. Bakker.
Burnout and engagement in university students a cross-national study.
J Cross Cult Psychol., 33 (2002), pp. 464-481
[12]
D. Palenzuela.
Construcción validación de una escala de autoeficacia percibida específica de situaciones académicas.
Anal Modific Conducta., 9 (1983), pp. 185-219
[13]
J.P. Cerdeira, D.L. Palenzuela.
Expectativas de auto-eficácia percebida: Versão portuguesa de uma escala específica para situações académicas.
Rev Port Educ., 11 (1998), pp. 103-112
[14]
J. García-Fernández, C. Inglés, M. Torregrosa, C. Ruiz, A. Díaz, E. Pérez, et al.
Propiedades psicométricas de la Escala de Autoeficacia Percibida Específica de Situaciones Académicas en una muestra de estudiantes españoles de Educación Secundaria Obligatoria.
Eur J Educ Psychol., 3 (2010), pp. 61-74
[15]
J. García Fernández, C. Inglés, M. Vicent, C. Gonzálvez, A.M. Pérez, N. San Martín.
Validación de la Escala de Autoeficacia Percibida Específica de Situaciones Académicas en Chile y su relación con las estrategias de aprendizaje.
Rev Iberoam Diagn Evaluac Psicol., 41 (2016), pp. 118-131
[16]
American Educational Research Association, American Psychological Association & National Council on Measurement in Education.
Standards for Educational and Psychological Testing.
American Educational Research Association, (2014),
[17]
R. Salas-Perea, M. Quintana-Galende, G. Pérez-Hoz.
Formación basada en competencias en ciencias de la salud.
Medisur., 14 (2016), pp. 456-463
[18]
D.J. Cuadra-Martínez, D.I. Pérez-Zapata, J.S. Sandoval-Díaz, J. Valdivia-Díaz, C. Palma-Flores, D.J. Mora-Dabancens.
Predictores de identidad profesional en estudiantes de psicología: un estudio de análisis de senderos.
Actual Psicol., 33 (2019), pp. 1-19
[19]
M. Ato, J.J. López, A. Benavente.
Un sistema de clasificación de los diseños de investigación en psicología.
Anal Psicol., 29 (2013), pp. 1038-1059
[20]
E.J. Wolf, K.M. Harrington, S.L. Clark, M.W. Miller.
Sample size requirements for structural equation models: An evaluation of power, bias, and solution propriety.
Educ Psychol Meas., 73 (2013), pp. 913-934
[21]
S. Fontana.
Estudio preliminar de las propiedades psicométricas de la escala de desgaste emocional para estudiantes universitarios.
Rev Argent Cienc Comport., 3 (2011), pp. 44-48
[22]
M. González, R. Landero.
Escala de Cansancio Emocional (ECE) para estudiantes universitarios: propiedades psicométricas en una muestra de México.
An Psicol., 23 (2007), pp. 253-257
[23]
G.W. Cheung, R.B. Rensvold.
Evaluating goodness-of-fit indexes for testing measurement invariance.
Struct Equ Modeling., 9 (2002), pp. 233-255
[24]
F.F. Chen.
Sensitivity of goodness of fit indexes to lack of measurement invariance.
Struct Equ Modeling., 14 (2007), pp. 464-504
[25]
R.P. McDonald, M.H.R. Ho.
Principles and practice in reporting structural equation analyses.
Psychol Methods., 7 (2002), pp. 64-82
[26]
S.G. West, A.B. Taylor, W. Wu.
Model fit and model selection in structural equation modeling.
Handbook of Structural Equation Modeling, pp. 209-231
[27]
C. DiStefano, J. Liu, N. Jiang, D. Shi.
Examination of the weighted root mean square residual: Evidence for trustworthiness?.
Struct Equ Modeling., 25 (2018), pp. 453-466
[28]
S. Dominguez-Lara.
Propuesta de puntos de corte para cargas factoriales: una perspectiva de fiabilidad de constructo.
Enferm Clin., 28 (2018), pp. 401-402
[29]
S. Dominguez-Lara.
Análisis factorial exploratorio y complejidad factorial: más allá de las rotaciones.
Enferm Clin., 26 (2016), pp. 401
[30]
S. Dominguez-Lara, M. Fernández-Arata.
Autoeficacia académica en estudiantes de Psicología de una universidad de Lima.
Rev Electr Invest Educ., 21 (2019), pp. e32
[31]
D.W. Zimmerman, B.D. Zumbo.
Resolving the issue of how reliability is related to statistical power: adhering to mathematical definitions.
J Mod Appl Stat Methods., 14 (2015), pp. 9-26
[32]
L. Ye, A. Posada, Y. Liu.
The moderating effects of gender on the relationship between academic stress and academic self-efficacy.
Int J Stress Manag., 25 (2018), pp. 56-61
[33]
A.R. Foulstone, A. Kelly.
Enhancing Academic Self-Efficacy and Performance among Fourth-Year Psychology Students: Findings from a Short Educational Intervention.
Int J Scholarship Teach Learn., 13 (2019),
Copyright © 2020. Elsevier España, S.L.U.. Todos los derechos reservados
Opciones de artículo
Herramientas
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos