Modelo predictivo PLS-SEM sobre intención de abandono académico universitario durante la COVID-19

  1. David López Aguilar 1
  2. Pedro Ricardo Álvarez Pérez 1
  1. 1 Universidad de La Laguna
    info

    Universidad de La Laguna

    San Cristobal de La Laguna, España

    ROR https://ror.org/01r9z8p25

Journal:
Revista complutense de educación

ISSN: 1130-2496

Year of publication: 2021

Volume: 32

Issue: 3

Pages: 451-461

Type: Article

DOI: 10.5209/RCED.70507 DIALNET GOOGLE SCHOLAR lock_openOpen access editor

Abstract

One of the sectors where the COVID-19 pandemic has had the greatest impact has been education. In a hasty way and with little time to react, an interruption of academic normality had to be carried out and a virtual teaching modality had to be transitioned. Not only the teachers, who have had to adapt and modify the teaching-learning processes, but also the students have been affected by this drastic change of direction that has occurred in higher education. In a key phase of the course, with social and family conditions not always favorable, with lack of resources and with the distance imposed by alarm measures, students have been subjected to pressure that has put the continuity of studies. METHOD: The study carried out with a sample of 475 students from different undergraduate degrees from the University of La Laguna (Spain), aimed to validate a predictive model on the intention to abandon, using a structural equation model. Specifically, the predictive value that the virtual teaching model, academic exhaustion and expectations of self-efficacy had in the intention of dropping out of university students was analyzed. RESULTS: The results showed that the resulting model was valid to predict the variable of intention to abandon the studies. DISCUSSION: The data obtained can help prevent situations of risk of abandonment in the future, through the implementation of guidance, information, academic support and student monitoring programs.

Bibliographic References

  • Álvarez-Pérez, P.R., López-Aguilar, D., y Valladares-Hernández, R.A. (2021). La influencia del engagement en las trayectorias formativas de los estudiantes de bachillerato. Estudios Sobre Educación (ESE), 40, 27-50. https://doi.org/10.15581/004.40.27-50
  • Bandura, A. (1997). Self-efficacy: The exercise of control. Nueva York: W.H.Freeman.
  • Bean, J. (1985). Interaction effects based on class level in an explanatory model of college student dropout syndrome. American Educational Research Journal, 22(1), 35-64. https://doi.org/10.3102%2F00028312022001035
  • Blanco, H., Martínez, M., Zueck, M., y Gastélum, G. (2011). Análisis psicométrico de la escala de autoeficacia en conductas académicas en universitarios de primer ingreso. Actualidades Investigativas en Educación, 77(3), 1-27. Recuperado de https://www.redalyc.org/articulo.oa?id=44722178003
  • Brunner, J. J., y Meller, P. (2004). Oferta y Demanda de Profesionales y Técnicos en Chile. Santiago de Chile: Ril Editores.
  • Caballero, C.C., Breso, E., y González-Gutiérrez, O. (2015). Burnout en estudiantes universitarios. Psicología desde el Caribe, 32(3), 425-441. Recuperado de http://www.scielo.org.co/pdf/psdc/v32n3/v32n3a07.pdf
  • Caballero, C.C., Hederich, C., y Palacio, J. (2010). El burnout académico. Delimitación del síndrome y factores asociados con su aparición. Revista Latinoamericana de Psicología, 42(1), 131-146. Recuperado de http://www.scielo.org.co/pdf/rlps/v42n1/v42n1a12.pdf
  • Cardila, F., Barragán, A.B., Martos, Á., Molero, M.M., Pérez-Fuentes, M.C., Gázquez, J.J., y Simón, M.M. (2016). Variables psiocológicas influyentes en el rendimiento académico del alumno. En M.C. Pérez-Fuentes, J.J. Gázquez, M.M. Molero, Á. Martos, M.M. Simón, y A.B. Barragán, (Comps.). La Convivencia Escolar: Un acercamiento multidisciplinar. Volumen II. Almería: ASUNIVEP.
  • Cupani, M. (2012). Análisis de ecuaciones estructurales: conceptos, etapas de desarrollo y un ejemplo de aplicación. Revista Tesis, 1, 186-199. Recuperado de https://www.semanticscholar.org/paper/An%C3%A1lisis-de-Ecuaciones-Estructurales%3A-conceptos%2C-de-Cupani/215e21905a1df9c7acc9fa7d41b558fafc3d25aa
  • Durán, A., Extremera, N., y Rey, L. (2004). Engagement and burnout: Analysing their association patterns. Psychological Reports, 94, 1048-1050. https://doi.org/10.2466/pr0.94.3.1048-1050
  • Esteban, M., Bernardo, A.B., Tuero, E., Cerezo, R., y Núñez, J.C. (2016). El contexto sí importa: identificación de relaciones entre el abandono de titulación y variables contextuales. European Journal of Education and Psychology, 9(2), 79-88. https://doi.org/10.1016/j.ejeps.2015.06.001
  • Fernández, J.E., Fernández, S., Álvarez, A., y Martínez, P. (2007). Éxito académico y satisfacción de estudiantes con la enseñanza universitaria. Revista Electrónica de Investigación y Evaluación Educativa, 13(2), 203-214. Recuperado de http://www.uv.es/RELIEVE/v13n2/RELIEVEv13n2_4htm
  • Fornell, C., y Larcker, D.F. (1981). Evaluating structural equation models with unobservable variables and measurement Error. Journal of Marketing Research, 18(1), 39-50. https://doi.org/10.1177/002224378101800104
  • Galyon, C. E., Blondin, C. A., Yaw, J. S., Nalls, M. L., y Williams, R. L. (2012). The relationship of academic self-efficacy to class participation and exam performance. Social Psychology of Education, 15(2), 233-249. https://doi.org/10.1007/s11218-011-9175-x
  • García, L. (2019). El problema del abandono en estudios a distancia. Respuestas desde el Diálogo Didáctico Mediado. RIED. Revista Iberoamericana de Educación a Distancia, 22(1), 245-270. https://doi.org/10.5944/ried.22.1.22433
  • Gefen, D., Straub, D. W., y Boudreau, M. C. (2000). Structural equation modeling and regression: guidelines for research practice. Communications of the Association for Information Systems, 4(7). https://doi.org/10.17705/1CAIS.00407
  • George, D., y Mallery, M. (2001). Using SPSS for Windows step by step: a simple guide and reference. Boston, MA: Alyin y Bacon.
  • González, M., Álvarez, P., Cabrera, L., y Bethencourt, J. (2007). El abandono de los estudios universitarios: factores determinantes y medidas preventivas. Revista Española de Pedagogía, 45(236), 71-85. Recuperado de https://revistadepedagogia.org/lxv/no-236/el-abandono-de-los-estudios-universitarios-factores-determinantes-y-medidas-preventivas/101400009968/
  • González, R., Souto, A., Fernández, R., y Freire, C. (2011). Regulación emocional y burnout académico en estudiantes universitarios de Fisioterapia. Revista de Investigación en Educación, 9, 7-18. Recuperado de http://reined.webs.uvigo.es/index.php/reined/article/view/111/101
  • González-Cabanach, R., Fernández-Cervantes, R., Souto, A.J., y González-Doniz, L. (2016). La autoestima como variable protectora del burnout en estudiantes de fisioterapia. Estudios sobre Educación, 30, 95-113. https://doi.org/10.1016/j.jad.2007.03.004
  • Hair, J., Hult, G., Ringle, C., y Sarstedt, M. (2017). A Primer on Partial Least Square Structural Equation Modeling (PLS-SEM). Estados Unidos, California: Sage.
  • Henseler, J., Dijkstra, T. K., Sarstedt, M., Ringle, C.M., Diamantopoulos, A., Straub, D.W., Ketchen, D.J., Hair, J.F., Hult, G.T.M, y Calantone, R.J. (2014). Common Beliefs and Reality About PLS: Comments on Ronkko and Evermann. Organizational Research Methods, 17(2), 182–209. https://doi.org/10.1177/1094428114526928
  • Hernández, A. (2020). Acceso, usos y problemas en la educación virtual: una aproximación a las experiencias de estudiantes y docentes durante la cuarentena obligatoria en Argentina. Pacha. Revista De Estudios Contemporáneos Del Sur Global, 1(1), 68-75. https://doi.org/10.46652/pacha.v1i1.5
  • Herrera, M., Amuchátegui, G., y Balladares, J. (2020). La educación superior ante la pandemia. Revista Andina de Educación, 3(2), 2-4. https://doi.org/10.32719/26312816.2020.3.2.0
  • Jex, S.M., y Bliese, P.D. (1999). Efficacy beliefs as a moderator of the impact of work-related stressors: a multi-level study. Journal of Applied Psychology, 84, 349-361. https://doi.org/10.1037/0021-9010.84.3.349
  • Landry, C. (2003). Self-efficacy, motivation and outcome expectation correlates of college student´s intention certainty. Louisiana: University of Southwestern Louisiana.
  • Laverde, H., y Gómez, J. J. (2015). Medición de la pobreza multidimensional en América Latina a través de modelos estructurales. Cooperativismo y Desarrollo, 23(106). https://doi.org/10.16925/co.v23i106.1130
  • Lee, W., Lee, M. J., y Bong, M. (2014). Testing interest and self-efficacy as predictors of academic self-regulation and achievement. Contemporary Educational Psychology, 39(2), 86-99. https://psycnet.apa.org/doi/10.1016/j.cedpsych.2014.02.002
  • Lent, R.W., Hackett, G., y Brown, S.D. (2004). Una perspectiva Social Cognitiva de la transición entre la escuela y el trabajo. Evaluar, 4, 1-22. http://dx.doi.org/10.35670/1667-4545.v4.n1.596
  • Lent, R.W., Taveira, M.D., Sheu, H.B. y Singley, D. (2009). Social cognitive predictors of academic adjustment and life satisfaction in Portuguese college students: A longitudinal analysis. Journal of Vocational Behavior, 74(2), 190-198. https://doi.org/10.1016/j.jvb.2008.12.006
  • McMillan, J. H., y Schumacher, S. (2005). Investigación educativa: una introducción conceptual. Madrid: Pearson Educación.
  • Merino, E. (2010). La expectativa de autoeficacia: su influencia y relevancia en el desarrollo personal. International Journal of Developmental and Educational Psychology, 3(1), 371-377. Recuperado de https://www.redalyc.org/pdf/3498/349832326039.pdf
  • Moyano, N., y Riaño-Hernández, D. (2013). Burnout escolar en adolescentes españoles: Adaptación y validación del School Burnout Inventory. Ansiedad y Estrés, 19, 95-103. Recuperado de https://www.semanticscholar.org/paper/Burnout-escolar-en-adolescentes-espa%C3%B1oles%3A-y-del-Moyano-Hern%C3%A1ndez/f4a7b8579658467a082c62d5e6923742f82a999a
  • Muñoz, J.A., y Amón, I. (2013). Técnicas para detección de outliers multivariantes. Revista en Telecomunicaciones e Informática, 3(5), 11-25. Recuperado de https://revistas.upb.edu.co/index.php/telecomunicaciones/article/view/3308
  • Nie, Y. Y., Lau, S., y Liau, A.K. (2011). Role of academic self-efficacy in moderating the relation between task importance and test anxiety. Learning and Individual Differences, 21(6), 736-741. https://psycnet.apa.org/doi/10.1016/j.lindif.2011.09.005
  • Oncu, S. (2015). Online Peer Evaluation for Assessing Perceived Academic Engagement in Higher Education. Journal of Mathematics, Science y Technology Education, 11(3), 535-549. https://doi.org/10.12973/eurasia.2015.1343a
  • Ordorika, I. (2020). Pandemia y educación superior. Revista de la educación superior, 49(194), 1-8. https://doi.org/10.36857/resu.2020.194.1120
  • Oviedo, H. C., y Campo, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach. Revista Colombiana de Psiquiatría, 34(4), 572-580. Recuperado de http://www.scielo.org.co/pdf/rcp/v34n4/v34n4a09.pdf
  • Palacio, S., Caballero, C., González, O., Gravini, M., y Contreras, K. (2012). Relación del burnout y las estrategias de afrontamiento con el rendimiento académico en estudiantes universitarios. Universytas Psychological, 11(2), 178-186. https://doi.org/10.1037/t51337-000
  • Peters, G.Y. (2014). The alpha and the omega of scale reliability and validity. The European Health Psychologist, 16(2), 56-69. https://doi.org/10.31234/osf.io/h47fv
  • Raykov, T., y Marcoulides, G.A. (2017). Thanks Coefficient Alpha, We still need you! Educational and Psychological Measurement, 79(1), 200-210. https://doi.org/10.1177/0013164417725127
  • Rodríguez, M. (2011). La teoría del aprendizaje significativo: una revisión aplicable a la escuela actual. Revista Electrònica d’Investigació i Innovació Educativa i Socioeducativa, 3(1), 29-50. Recuperado de http://www.in.uib.cat/pags/volumenes/vol3_num1/rodriguez/index.html
  • Rosales, Y. (2012). Estudio unidimensional del síndrome de burnout en estudiantes de medicina de Holguín. Revista de la Asociación Española de Neuropsiquiatría, 32(116), 795-803. http://dx.doi.org/10.4321/S0211-57352012000400009
  • Salanova, M., Bresó, E., y Schaufeli, B. (2005). Hacia un modelo espiral de las creencias de eficacia en el estudio del burnout y del engagement. Ansiedad y Estrés, 11(2-3), 215-231. https://doi.org/10.1177/1046496402239577
  • Salmela-Aro, K., Kiuru, N., Leskinen, E., y Nurmi, E.E. (2009). School-Burnout Inventory (SBI)-Reliability and validity. European Journal of Psychological Assessment, 25(1), 48–57. https://doi.org/10.1027/1015-5759.25.1.48
  • Sánchez, A., y Elías, M. (2017). Los estudiantes universitarios no tradicionales y el abandono de los estudios. Estudios sobre Educación, 32, 27-48. https://doi.org/10.15581/004.32.27-48
  • Sanchez, G. (2013). PLS Path Modeling with R Trowchez Editions. Berkeley.
  • Schaufeli, W., y Bakker, A. (2003). Utrecht Work Enga-gement Scale. Holanda: Utrecht University.
  • Schaufeli, W., Martínez, I., Marques-Pinto, A., Salanova, M., y Bakker, A. (2002). Burnout and engagement in university students: A crossnational study. Journal of Cross-Cultural Psychology, 33(5), 464-481. https://doi.org/10.1177/0022022102033005003
  • Schauffeli, W., y Salanova, M. (2007). Efficacy or inefficacy, that’s the question: Burnout and work engagement, and their relationships with efficacy believes. Anxiety, Stress and Coping, 20, 177-196. https://doi.org/10.1080/10615800701217878
  • Schaufeli, W., Salanova, M., González-Romá, V., y Bakker, A. (2002). The measurement of burnout and engagement: A confirmatory factor analytic approach. Journal of Happiness Studies, 3(1), 71-92. https://doi.org/10.1023/A:1015630930326
  • Suárez, J., y Anaya, D. (2004). Educación a distancia y presencial: diferencias en los componentes cognitivo y motivacional de estudiantes universitarios. REID, 7(1/2), 65-75. https://doi.org/10.5944/ried.7.1-2.1075
  • Tejedor, S., Cervi, L., Tusa, F., y Parola, A. (2020). Educación en tiempos de pandemia: reflexiones de alumnos y profesores sobre la enseñanza virtual universitaria en España, Italia y Ecuador. Revista Latina, (78), 19-40. https://doi.org/10.4185/RLCS-2020-1466
  • Tinto, V. (1975). Dropout in higher education: a theoretical synthesis of recent research. Review of Educational Research, 45, 1, 89-125. https://doi.org/10.3102%2F00346543045001089
  • Usán, P., Salavera, C., y Domper, E. (2018). ¿Cómo se interrelacionan las variables de burnout, engagement y autoeficacia académica? Un estudio con adolescentes escolares. Revista Electrónica Interuniversitaria de Formación del Profesorado, 21(2), 141-153. http://dx.doi.org/10.6018/reifop.21.2.311361
  • Usher, E. L., y Pajares, F. (2006). Sources of academic and self-regulatory efficacy beliefs of entering middle school students. Contemporary Educational Psychology, 31(2), 125-141. https://psycnet.apa.org/doi/10.1016/j.cedpsych.2005.03.002
  • Wang, K. T., Fu, C. C., y Rice, K. G. (2012). Perfectionism in gifted students: Moderating effects of goal orientation and contingent self-worth. School Psychology Quarterly, 27(2), 96-108. https://doi.org/10.1037/a0029215
  • Weber, M., y Ruch, W. (2012). The role of a good character in 12-year-old school children: Do character strengths matter in the classroom? Child Indicators Research, 5(2), 317-334. https://doi.org/10.1007/s12187-011-9128-0
  • Weinberg, R., Gould, D., Yukelson, D., y Jackson, A. (1981). The effect of preexisting and manipulated self-efficacy on a competitive muscular endurance task. Journal of Sport Psychology, 3(4), 345-354. https://doi.org/10.1123/jsp.3.4.345
  • Wetzels, M., y Oderkerken-Schröder, G. (2009). Using PLS path modeling for assessing hierarchical construct models: guidelines and empirical illustration. Mis Quarterly, 33(1), 177-195. https://doi.org/10.2307/20650284
  • Wold, H. (1985). Partial Least Squares. En S. Kotz y N. A. Jonson (Eds.), Encyclopedia of Statistical Sciences (581–591). Nueva York: Wiley.
  • Zajacova, A., Lynch, S. M., y Espenshade, T. J. (2005). Self-efficacy, stress, and academic success in college. Research in Higher Education, 46(6), 677-706. https://doi.org/10.1007/s11162-004-4139-z