Páginas: 163-173 Recibido: 2021-11-08 Revisado: 2022-01-10 Aceptado: 2022-01-31 Preprint: 2022-03-15 Publicación
Final: 2022-05-31 |
|
Validación de cuestionario de satisfacción de la enseñanza
virtual para educación secundaria
Validation of e-learning
satisfaction questionnaire for secondary education
Raúl Alberto García Castro |
||
Gilber Chura
Quispe Universidad Nacional Jorge Basadre Grohmann
(Perú) |
||
Martín
Pedro Llapa Medina |
||
Lili Arancibia Baspineiro |
Resumen
La
satisfacción de la enseñanza virtual es un factor clave en la valoración que
realizan los estudiantes sobre los servicios educativos que reciben. Por tanto,
es necesario realizar su medición de manera continua
utilizando instrumentos validados. El objetivo fue diseñar y validar un
cuestionario para medir la satisfacción de la enseñanza virtual (SEV) en
alumnos de educación secundaria. El diseño se inició con la revisión
bibliográfica, seguida de entrevistas abiertas vía telefónica a profesores y
alumnos. El contenido del cuestionario, en su primera versión de 27 ítems, se
corrigió mediante la opinión de cinco expertos y una muestra piloto.
Seguidamente, con una muestra de 572 alumnos divididos en dos grupos de 286
pertenecientes a siete colegios de la región de Tacna (Perú) se realizó la
validación de constructo. El análisis factorial exploratorio (AFE) reportó un
modelo de siete (7) factores emergentes que agrupan 22 ítems. El análisis
factorial confirmatorio (AFC) permitió validar un modelo plausible (X2 /g.l. = 2.219, p = 0.0000, CFI = 0.952, TLI = 0.939 y RMSEA
= 0.073) de seis factores (Manejo de TIC, disponibilidad medios virtuales de
comunicación, evaluación, trabajo escolar, metodología de la enseñanza y
vínculo escolar) con 19 ítems. El análisis de fiabilidad del cuestionario
reporta coeficientes de alfa ordinal desde 0.88 a 0.926 entre sus dimensiones.
Se concluye que SEV es válido para medir la satisfacción de la enseñanza
virtual en alumnos de educación secundaria.
Abstract
Satisfaction
with e-learning is a key factor in students' assessment of the educational
services they receive. Therefore, it is necessary to measure it on an ongoing
basis using validated instruments. The objective was to design and validate a
questionnaire to measure satisfaction with e-learning (SEV) in secondary school
students. The design started with a literature review, followed by open
interviews via telephone with teachers and students. The content of the
questionnaire, in its first version of 27 items, was corrected through the
opinion of five experts and a pilot sample. Subsequently, construct validation
was carried out with a sample of 572 students divided into two groups of 286 from
seven schools in the Tacna region (Peru). The exploratory factor analysis (EFA)
reported a model of seven (7) emerging factors grouping 22 items. The
confirmatory factor analysis (CFA) validated a plausible model (X2 /g.l. = 2.219, p = 0.0000, CFI = 0.952, TLI = 0.939 and
RMSEA = 0.073) of six factors (ICT management, availability of virtual media,
evaluation, school work, teaching methodology and
school bonding) with 19 items. The reliability analysis of the questionnaire
reports ordinal alpha coefficients ranging from 0.88 to 0.926 among its
dimensions. It is concluded that SEV is valid for measuring satisfaction with
e-learning among secondary school students.
Palabras
clave / Keywords
Cuestionario, validación, análisis factorial,
satisfacción, aprendizaje en línea, educación, estudiante de secundaria, tecnología
de la información
Questionnaire, validation, factor analysis,
satisfaction, electronic learning, education, secondary school students,
information technology
1. Introducción
Debido a la crisis sanitaria propiciada por la COVID-19, la educación ha
sido afectada en todos sus niveles, millones de estudiantes están privados de
asistir a sus clases presenciales. Como medida de contención, se implantó en
diferentes países del mundo el cierre de los colegios. Ante esta situación, las
instituciones educativas desarrollaron un sistema de educación a distancia para
retomar las clases y evitar el colapso educativo. Las escuelas de educación
básica fueron más afectadas, debido a la poca experiencia en el manejo de
dispositivos informáticos y telemáticos.
Las clases se imparten mediante Tv, radio, internet, uso de las redes
sociales (Facebook, WhatsApp, Youtube) o video
llamadas.
La repentina incursión en la enseñanza virtual provocó que los docentes
se adecúen a estos nuevos procesos educativos. Esto dio lugar a problemas de
acceso a los sistemas de comunicación virtual y dominio de competencias
digitales (Manzano y Fernández-Mellizo, 2019).
Las brechas digitales limitan el proceso de aprendizaje de los
estudiantes, debilita el sistema de educación virtual y reta a los gestores en
la búsqueda de nuevas oportunidades para mejorar los servicios educativos.
En este marco, la satisfacción es un factor central para captar el valor
percibido por los estudiantes, se considera como un disfrute derivado de una
determinada actividad (Bolliger y Anne, 2013). Es un
elemento clave en la valoración de la calidad del servicio educativo, refleja
la eficiencia de los servicios académicos que ofrece la escuela y proporciona
una visión sobre sus interacciones con su profesor, compañeros de clase,
tecnologías y procedimientos (Herrera et al., 2018). No importa lo bien que se
implemente el sistema de enseñanza-aprendizaje virtual, no serán eficaces y
pertinentes sin tener en cuenta las necesidades y preferencias de los
estudiantes (Palvia et al., 2018).
La evidencia científica expone trabajos con alumnos de educación
secundaria, entre ellos Chua y Montalbo
(2014), quienes diseñaron un cuestionario planteando un modelo de cuatro
factores: dispositivos para la comunicación, rol de la comunidad, utilidad del
sistema y contenidos del sistema en línea; Asoodar et
al. (2016) identificaron cinco dimensiones (alumno, instructor, diseño, medio
que lo rodea y tecnología). Valente y Berry (2016) diseñaron un cuestionario
con una escala de cero a diez, compuesto por las dimensiones de desempeño de
los profesores, plan de estudios, infraestructura educativa, administración
escolar, horarios de clases, ubicación geográfica de la escuela, entorno del
aula y relaciones entre alumno-profesor. Landa y Ramírez (2018) elaboraron un
cuestionario de satisfacción bajo el modelo de aprendizaje invertido en línea,
el instrumento contiene 17 ítems con una escala de 1 al 5, el AFE reveló tres
factores (beneficios del aprendizaje invertido, uso de videos y colaboración y
comunicación).
El estudio de la satisfacción sobre la enseñanza virtual y el diseño de
cuestionarios fueron abordados con mayor insistencia en la educación superior. Bolliger y Halupa (2012)
diseñaron un instrumento con 27 preguntas de escala Likert de cinco puntos e
incorporaron como dimensiones al instructor, tecnología, establecimiento del
curso, interacción, resultados y satisfacción en general; la muestra estaba
compuesta por estudiantes de doctorado. Hamutoglu et
al. (2018) desarrollaron una escala de 13 ítems para evaluar la satisfacción en
entornos virtuales en estudiantes universitarios, se compone de 3 factores
emergentes, contribución, satisfacción y comunicación.
Entre otros estudios recientes, Bervell et al.
(2019) desarrollaron un modelo de satisfacción en el aprendizaje online basado
en las interacciones del estudiante-profesor, estudiante-material y
estudiante-estudiante como predictores de la satisfacción; el cuestionario
tiene una escala likert de 5 niveles. Bawaneh (2020)
indagó sobre la satisfacción del uso de e-learning y las clases virtuales en
estudiantes de ciencias de una universidad de Arabia Saudita y validó un
cuestionario de 6 escalas con 27 ítems. Otro trabajo sobre la satisfacción de
las clases online en alumnos de educación superior de Chile fue realizado por
Flores et al. (2021), quienes adaptaron el cuestionario elaborado por Recio y
Cabero (2005), validándolo con 13 ítems y escala Likert con cinco niveles; la
varianza explicada es de 63.63%.
La satisfacción de los estudiantes sobre la enseñanza virtual requiere
continua supervisión; un alumno satisfecho genera mayor lealtad y compromiso
con la institución (Appuhamilage y Torii, 2019). Muchos investigadores afirman que la
satisfacción de los estudiantes puede conducir a niveles más altos de
motivación, compromiso, aprendizaje, desempeño y éxito (Sahin
y Shelley, 2008). Otros investigadores afirman que, la satisfacción trasciende
a una variedad de dominios intrapersonales, interpersonales, comportamientos de
riesgo y una variedad de actitudes que pueden ser perjudiciales para su
desempeño en la escuela (Valente y Berry, 2016).
En un escenario de educación online, en proceso de implementación, es
importante la medición de la satisfacción mediante instrumentos validados. Por
tanto, el objetivo de la presente investigación es diseñar y validar un
instrumento que permita medir la satisfacción de la enseñanza virtual (SEV) en
alumnos de la educación secundaria.
2.
Metodología
2.1. Muestra
La entrevista inicial se realizó con una muestra de 90 alumnos y 60
profesores, ambos de educación secundaria. La edad de los alumnos varía entre
13 y 17 años. Se seleccionó a profesores con más de 10 años de experiencia
educativa y, en la actualidad, desarrollan las clases vía virtual. También se
contó con una muestra de 30 alumnos (15 varones y 15 mujeres) para la prueba
piloto del cuestionario, sus edades fluctúan entre 13 y 17 años. La validación
de constructo se realizó mediante el AFE y AFC con una muestra seleccionada al
azar simple de 572 alumnos divididos en dos grupos de 286, pertenecientes a
siete (7) instituciones educativas de la región de Tacna-Perú. Los alumnos
cursan el 1º, 2º, 3º, 4º y 5º año de secundaria, donde el 53.2% son mujeres y
el 46.8% varones, sus edades fluctúan entre 13 y 17 años, con un promedio de
15.01 años y una SD = 0.95.
2.2. Procedimiento
Primeramente, se realizó una revisión bibliográfica
sobre las últimas publicaciones de validación de instrumentos de satisfacción
escolar de la enseñanza virtual entre el año 2010 y 2021. La búsqueda se
realizó en inglés y español en poblaciones de educación secundaria y,
adicionalmente, con poblaciones de educación superior debido a las pocas
publicaciones existentes en la población objetivo. La búsqueda se realizó
combinando los criterios de "satisfacción escolar", "satisfacción
académica” y “satisfacción educativa" con “cuestionario”, “instrumento” y
“escala”. Seguidamente,
se realizaron entrevistas abiertas (Creswell, 2009) a los alumnos y profesores mediante llamadas telefónicas de 20 a
30 minutos por participante. La información
proveniente de estas fuentes se procesó con el método de la teoría fundada
(Strauss y Corbin, 1990), identificando un conjunto
de códigos que sirvieron para redactar los ítems del cuestionario. Luego, se
sometió a consulta de 5 expertos, quienes reportaron sus opiniones sobre la
pertinencia de los ítems. Corregido el cuestionario, se sometió a una prueba
piloto de 30 alumnos de secundaria con una edad entre 13 y 17 años (escogidos
al azar), con el objeto de recibir sus apreciaciones sobre la claridad de
redacción de los ítems del instrumento.
El cuestionario, en su primera versión, se sometió al
proceso de validación de constructo mediante el AFE. Se realizaron las pruebas
de esfericidad de Bartlett para verificar las propiedades de la matriz de datos (Bartlett, 1951; Yanai y Ichikawa, 2007) y del coeficiente KMO o Kaiser-Mayer-Olkin (Kaiser, 1970; Thompson, 2008) para verificar la adecuación
de la muestra al AFE. Posteriormente, se identificaron los factores
subyacentes. El AFE se estimó sobre las correlaciones policóricas
con el programa FACTOR versión 10.10.03 (Lorenzo-Seva y Ferrando, 2006). Se
utilizó el método de extracción Minimum Rank Factor Analysis con rotación oblicua Promax (Dien, 2010). Las estimaciones para seleccionar los
ítems corresponden a cargas factoriales > 0.3 (Hogarty
et al., 2005). Cada factor subyacente tiene como mínimo tres (3)
ítems (Velicer y Fava,
1998). La evaluación de la
bondad de ajuste del modelo factorial se realizó mediante el
cuadrado medio de la raíz de residuos (RMSR) según los criterios de Harman
(1962).
Al cabo de 25 días, se aplicó nuevamente el instrumento con el
objetivo de realizar el AFC. El ajuste
del modelo se realizó mediante el estimador de corrección estadística de
Mínimos Cuadrados Ponderados Diagonalmente (DWLS)
con software M plus para variables categóricas. Este método no requiere cumplir
con los suspuestos de normalidad y propiedades de
continuidad, así mismo, los estimadores se basan en correlaciones policóricas (Muthén, 2004). Es un modelo que muestra
menores errores estándares de las cargas factoriales a diferencia del método de máxima verosimilitud. Se calculó el índice de bondad de ajuste de Chi-Cuadrado, los grados de libertad, índice de
ajuste comparativo (CFI), índice de Tuker-Lewis
(TLI), el error cuadrático medio de aproximación (RMSEA), (Escobedo et al.,
2016; Harman, 1962), las cargas factoriales y errores de los ítems. Por último,
se reportó el análisis de consistencia interna de alfa
ordinal realizado con el programa estadístico Factor 10.10.03.
2.3. Diseño del cuestionario
Como producto de la
revisión bibliográfica se logró identificar un conjunto de dimensiones que son
repetitivas en los diferentes cuestionarios publicados de revistas científicas. Estas son
satisfacción teórica, prácticas, satisfacción con el aprendizaje actual,
autoconfianza en el aprendizaje, satisfacción general, instrucciones,
evaluación, métodos, tiempo, capacidad para aprender contenidos, herramientas,
material didáctico, desempeño del profesor, tecnología, organización del curso,
interacción, resultados, contribución, comunicación, interfaz del alumno,
comunidad de aprendizaje, contenidos, utilidad, diseño del curso, dimensión
medioambiental, infraestructura, servicio administrativo y ambientes de
aprendizaje.
Luego, se realizaron las entrevistas abiertas, vía llamadas telefónicas a
un grupo de 60 alumnos y 30 profesores. Se logró identificar un conjunto de
temas que revisten importancia para ambos grupos en relación
a educación virtual. A los alumnos se les preguntó inicialmente ¿Qué
aspectos de la educación virtual le provocan satisfacción o insatisfacción? y a
los profesores ¿Qué aspectos de la educación virtual cree usted que le agradan
o desagradan a los alumnos? Los resultados se registraron y procesaron buscando
las respuestas comunes entre los entrevistados. Se identificaron un conjunto de
códigos organizados en 10 temas principales: interacción entre el profesor y el
alumno, cantidad de temas desarrollados durante las clases, el uso de
materiales por parte del profesor, la metodología que utilizan los profesores,
la calidad de la evaluación, la retroalimentación, interactuación entre
alumnos, la calidad de los trabajos escolares, la disponibilidad de tecnología
y la capacidad del profesor en el uso de tecnología virtual.
Los códigos identificados como resultado de la revisión bibliográfica y
las entrevistas se utilizaron como base para construir los ítems del
cuestionario, cada código dio lugar a (2) o tres (3) ítems. El cuestionario se
diseñó con escala tipo Likert de 1 al 5, donde 1 representa la calificación más
baja y 5 la más alta (De Vellis, 2012). El
cuestionario, en su versión inicial, se redactó con 24 ítems. Esta versión fue
revisada por 5 expertos quienes manifestaron sus opiniones sobre la
estructuración del cuestionario y la pertinencia de los ítems. Esto posibilitó
realizar ajustes de tipo estructural y la corrección de los ítems 1,
4 y 5 . Seguidamente, el cuestionario se aplicó a una
muestra piloto de 30 alumnos para verificar la redacción de los ítems y su
comprensión. Se identificaron tres ítems (15, 12 y 10) cuya redacción
dificultaban su comprensión. Una vez corregidos se aplicó el instrumento nuevamente
a los mismos alumnos para verificar las correcciones realizadas a los ítems. El
resultado de esta etapa se muestra en la tabla 1.
Tabla 1
Diseño del cuestionario
inicial
Dimensiones iniciales |
N° |
Enunciado |
Comunicación
del docente |
1 |
El
profesor realiza una adecuada animación y estimula la participación. |
2 |
El profesor muestra amabilidad y paciencia para
explicar las tareas. |
|
3 |
Se puede interactuar con facilidad con el
profesor durante el horario de clases. |
|
Programación
de contenidos |
4 |
Los temas desarrollados durante las clases,
mediante la TV, radio, celular, etc. son suficientes. |
5 |
Los temas desarrollados durante las clases,
mediante la TV, radio, celular, etc. Aportan mucho a los objetivos del curso
y a mi formación. |
|
Materiales
de aprendizaje |
6 |
Los materiales que utiliza los profesores durante
las clases facilitan mi aprendizaje. |
7 |
Los materiales que envían los profesores para
reforzar los conocimientos son adecuados y muy útiles. |
|
Uso de métodos de enseñanza |
8 |
Los profesores utilizan métodos de enseñanza que facilitan la comprensión de los temas. |
9 |
Estoy satisfecho con este tipo de metodología de enseñanza
a distancia. |
|
Evaluación |
10 |
Estoy satisfecho con las evaluaciones de los
profesores. |
11 |
Considero que el sistema de evaluación que aplica
el profesor me ayuda a conocer mi nivel de aprendizaje. |
|
Retroalimentacion |
12 |
Los profesores proporcionan orientaciones
apropiadas para aclarar y profundizar los temas tratados durante las clases
dictadas mediante plataformas virtuales, TV, radio, celular, etc. |
13 |
Ante cualquier problema de conexión los
profesores responden oportunamente. |
|
Socailizacion |
14 |
Siento
que me estoy integrando y desarrollando lazos de amistad con mis compañeros
(conversar, compartir experiencias, etc.). |
15 |
Siento que estoy aprendiendo reglas de
convivencia social. |
|
16 |
Puedo
conversar e intercambiar ideas fácilmente con el profesor. |
|
Tareas |
17 |
Logro
acceder con facilidad a los trabajos remotos que deja el profesor. |
18 |
Estoy
satisfecho con la calidad de las tareas que deja el profesor. |
|
19 |
El
profesor deja suficientes trabajos para la casa. |
|
Tecnología |
20 |
Me siento conforme con las evaluaciones que se
realizan por medios virtuales. |
21 |
Tengo fácil acceso a las clases que se imparten
mediante la TV, radio, plataformas virtuales, etc. |
|
22 |
Cuento con tecnología adecuada (celular,
computadora o tablet) para conectarme fácilmente
con el profesor y mis compañeros. |
|
Habilidades
técnicas para la enseñanza virtual |
23 |
El profesor resuelve con prontitud los problemas
de comunicación virtual que se presentan. |
24 |
El
profesor me da orientaciones y apoyo técnico, para recibir mis clases. |
3.
Resultados
3.2. Análisis factorial exploratorio (AFE)
Con la aplicación del programa Factor versión
10.10.03, se realizó el AFE. Primero, se verificó la significancia de prueba.
Los resultados de correlación entre los ítems proporcionaron un valor de
Kaiser-Meyer- Olkin (KMO) = 0.916, que representa un
nivel muy adecuado (Beavers et al., 2013). La prueba
de esfericidad de Bartlett’s χ² = 3183.3 y p =
0.00001, confirma la significatividad para realizar un AFE. El método de
extracción con rotación oblicua sugirió una solución de 10 factores
subyacentes. El RMSR = 0.0180 y la varianza explicada de 92.423% representaron
un umbral muy satisfactorio conforme los criterios de Rietveld y Hout (1993). El modelo sugerido se muestra en la tabla 2,
donde se aprecia que las cargas factoriales de los ítems son > 0.3. Sin
embargo, los factores F1, F5 y F7 contienen un solo ítem (9, 7 y 3
respectivamente), por lo que se decidió eliminarlos a fin de asegurar la
estabilidad, replicabilidad y precisión del modelo (Velicer
y Fava, 1998). De este modo, el modelo queda reducido
a siete (7) factores emergentes con 22 ítems.
Tabla
2
Coeficientes del Análisis Factorial
Exploratorio con 10 factores
Ítem |
F1 |
F2 |
F3 |
F4 |
F5 |
F6 |
F7 |
F8 |
F9 |
F10 |
1 |
|
|
|
|
|
|
|
|
0.333 |
|
2 |
|
|
|
|
|
0.318 |
|
|
|
|
3 |
|
|
|
|
|
|
0.380 |
|
|
|
4 |
|
|
|
|
|
|
|
|
0.522 |
|
5 |
|
|
|
|
|
|
|
|
0.959 |
|
6 |
|
|
|
|
|
|
|
0.498 |
|
|
7 |
|
|
|
|
0.304 |
|
|
0.820 |
|
|
8 |
|
|
|
|
|
|
|
0.990 |
|
|
9 |
0.918 |
|
|
|
|
|
|
|
|
|
10 |
|
|
|
0.368 |
|
|
|
|
|
|
11 |
|
|
|
0.963 |
|
|
|
|
|
|
12 |
|
|
|
|
|
|
|
0.332 |
|
|
13 |
|
0.469 |
|
|
|
|
|
|
|
|
14 |
|
|
|
|
|
|
|
|
|
0.461 |
15 |
|
|
|
|
|
|
|
|
|
0.814 |
16 |
|
|
|
|
|
|
|
|
|
0.478 |
17 |
|
|
0.407 |
|
|
|
|
|
|
|
18 |
|
|
|
|
|
0.455 |
|
|
|
|
19 |
|
|
|
|
|
0.684 |
|
|
|
|
20 |
|
|
|
0.312 |
|
|
|
|
|
|
21 |
|
|
0.943 |
|
|
|
|
|
|
|
22 |
|
|
0.781 |
|
|
|
|
|
|
|
23 |
|
0.493 |
|
|
|
|
|
|
|
|
24 |
|
0.930 |
|
|
|
|
|
|
|
|
Los factores emergentes, conforme a los
fundamentos teóricos, toman las siguientes denominaciones: F1 manejo de TIC
(ítems, 13,23,24); F2 disponibilidad medios virtuales de comunicación (ítems,
17,21,22); F3 evaluación (ítems, 10,11,20); F4 trabajo escolar (ítems,
2,18,19); F5 metodología de la enseñanza (ítems, 6,7,8,12); F6 calidad de los
contenidos curriculares (ítems, 1,4,5) y F7 vínculo escolar (14,15,16).
3.3. Análisis factorial confirmatorio (AFC)
Modelo 1
Posterior al AFE, se intentó confirmar la
solución factorial de 7 factores mediante el AFC. En el modelo 1 (Tabla 2), se
obtuvo un ajuste poco aceptable, dado que el índice de χ2 /gl
> 2 (Hair, et al, 1999). El índice de ajuste
comparativo CFI = 0.939 indica que el modelo se ajusta a los datos (< 0.90),
pero el error de aproximación RMSEA = 0.122 resultó > 0.05, lo que indica
que el modelo no tiene un buen ajuste (Lévy y Varela (2006). El análisis de los
pesos factoriales de los reactivos deja ver que el ítem 1 registra una carga
factorial de 0.167, por debajo del umbral de < 0.3, por tanto
se elimina (Hogarty, et al., 2005). Teóricamente, el ítem 1 mide las habilidades de
comunicación del docente, mientras que el 4 y 5 miden contenidos curriculares,
por tanto, su agrupación no representa una estructura conceptual consistente. Al quedar el factor 6 con solo dos ítems
(4 y 5), se elimina (Velicer y Fava,
1998).
Modelo 2
Los resultados de calidad de ajuste del modelo
1 indicaron una mejora positiva. Al eliminarse el factor 6, el modelo 2 (tabla 3)
presenta una mejora positiva, χ2/gl disminuye
significativamente a un nivel aceptable = 2.219 (Hair,
et al, 1999). Cabe mencionar que el resultado no es concluyente, por lo que se
verificó el índice de ajuste CFI que muestra un rango aceptable y TLI también
mejora en relación con el CFI y TLI del modelo 1. En el modelo 2, el TLI =
0.939 > 0.90, mientras que CFI = 0.952 > 0.90. El índice de ajuste RMSEA
= 0.073 se considera dentro del estándar admitido < 0.08 (Lévy y Varela,
2006).
En la figura 1, se observa que las cargas
factoriales de los 19 ítems son > 0.3 (Hogarty, et
al., 2005), por lo tanto, los 19 ítems son retenidos y agrupados en 6 factores.
También se observa que el ítem 20 contiene la menor carga factorial = 0.340,
ligeramente por encima del umbral aceptable, seguido del ítem 15 con carga
factorial = 0.700 puntos, por encima de este valor se muestran las cargas
factoriales de los ítems restantes.
La figura 1 también muestra las correlaciones
entre los factores emergentes como el manejo de las TIC (F1) y el vínculo
escolar (F6) = 0.556 que representan la carga factorial más baja del modelo,
sin embargo, está por encima del umbral aceptable (0.3). En el extremo más alto
se identifica la correlación entre la evaluación (F3) y trabajo escolar (F4)
con la carga factorial = 0.998.
Tabla
3
Índices de ajuste con el
modelo de 7 y 6 factores
Modelo (factores) |
ꭓ2 |
gl |
ꭓ2 /g.l |
p |
CFI |
TLI |
RMSEA |
Modelo 1 (7) |
982.133 |
188 |
5.22 |
0.0000 |
0.939 |
0.924 |
0.122 |
Modelo 2 (6) |
437.181 |
197 |
2.219 |
0.0000 |
0.952 |
0.939 |
0.073 |
Figura 1. Diagrama de modelo 2
3.4. Prueba de confiabilidad
El análisis de consistencia interna se realizó
con el programa Factor 10.10.03, con base en la matriz de correlaciones policóricas. El coeficiente de alfa ordinal del instrumento
= 0.973, que representa un nivel óptimo de confiabilidad del instrumento. En
cuanto a los coeficientes de las dimensiones se observa que oscila entre 0.880
y 0.951, donde el factor 4 contiene el coeficiente más bajo y el factor 2, el
más alto (tabla 4).
Tabla
4
Consistencia interna del cuestionario SEV
Dimensión |
N° de ítem |
Media |
D.S |
Alfa ordinal |
Factor 1: Manejo de las Tic |
3 |
3.862 |
0.944 |
0.930 |
Factor 2: disponibilidad Medios virtuales de comunicación |
3 |
3.568 |
0.818 |
0.951 |
Factor 3: evaluación |
3 |
3.889 |
0.871 |
0.926 |
Factor 4: Trabajo escolar |
3 |
4.075 |
0.833 |
0.880 |
Factor 5: Metodología de la enseñanza |
4 |
3.976 |
0.889 |
0.942 |
Factor 6: Vinculo escolar |
3 |
3.802 |
0.919 |
0.884 |
3.4.
Enunciados de los ítems del instrumento SEV
La tabla 5 presenta los
enunciados de cada uno de los 19 ítems, agrupados en las 6 dimensiones
emergentes del instrumento final.
Tabla
5
Enunciados de los ítems del instrumento SEV
Dimensiones |
N° Ítems |
Enunciado de los ítems |
|
Inicial |
Final |
||
Dimensión 1: Manejo de las TIC |
13 |
8 |
Ante
cualquier problema de conexión los profesores responden oportunamente. |
23 |
18 |
El
profesor resuelve con prontitud los problemas de comunicación virtual que se
presentan. |
|
24 |
19 |
El profesor me da orientaciones y apoyo técnico,
para recibir mis clases. |
|
Dimensión 2: Disponibilidad Medios virtuales
de comunicación. |
17 |
12 |
Logro acceder con facilidad a los trabajos remotos
que deja el profesor. |
21 |
16 |
Tengo
fácil acceso a las clases que se imparten mediante la TV, radio, plataformas
virtuales, etc. |
|
22 |
17 |
Cuento
con tecnología adecuada (celular, computadora o tablet)
para conectarme fácilmente con el profesor y mis compañeros. |
|
Dimensión 3: Evaluación |
10 |
5 |
Estoy
satisfecho con las evaluaciones de los profesores. |
11 |
6 |
Considero
que el sistema de evaluación que aplica el profesor me ayuda a conocer mi
nivel de aprendizaje. |
|
20 |
15 |
Me siento
conforme con las evaluaciones que se realizan por medios virtuales. |
|
Dimensión 4 Trabajo escolar |
2 |
1 |
El
profesor muestra amabilidad y paciencia para explicar las tareas. |
19 |
13 |
El
profesor deja suficientes trabajos para la casa. |
|
18 |
14 |
Estoy
satisfecho con la calidad de las tareas que deja el profesor. |
|
Dimensión 5 Metodología de la enseñanza |
6 |
2 |
Los
materiales que utiliza los profesores durante las clases facilitan mi
aprendizaje. |
7 |
3 |
Los
materiales que envían los profesores para reforzar los conocimientos son
adecuados y muy útiles. |
|
8 |
4 |
Los
profesores utilizan métodos de enseñanza que facilitan la comprensión de los temas. |
|
12 |
7 |
Los
profesores proporcionan orientaciones apropiadas para aclarar y profundizar
los temas tratados durante las clases dictadas mediante plataformas
virtuales, TV, radio, celular, etc. |
|
Dimensión 6 Vinculo escolar |
14 |
9 |
Siento que me estoy integrando y desarrollando lazos
de amistad con mis compañeros (conversar, compartir experiencias, etc.). |
15 |
10 |
Siento que estoy aprendiendo reglas de convivencia
social. |
|
16 |
11 |
Puedo conversar e intercambiar ideas fácilmente con
el profesor. |
4.
Discusión
Uno de los retos en la educación secundaria es mejorar los servicios educativos
a distancia, que repentinamente se implantaron debido a la pandemia a nivel
mundial. Hoy más que nunca estos alumnos dependen de las computadoras y
tecnologías digitales para llevar a cabo sus aprendizajes (Koller
et al., 2013). En este escenario toda decisión para mejorar los servicios
educativos requiere de diagnósticos basados en evaluaciones adecuadas mediante
el uso de instrumentos ágiles, válidos y fiables.
El cuestionario de satisfacción de la enseñanza virtual (SEV) diseñado
sobre la base de las indagaciones realizadas con los mismos estudiantes y la
opinión de los profesores. Posibilitó realizar aproximaciones prácticas sobre
el constructo de la satisfacción a través de la
captación de sus impresiones (Appuhamilage y Torii, 2019). También es importante destacar que el
cuestionario de 19 ítems sistematiza un conjunto de elementos que cubren un
espectro del constructo de satisfacción escolar poco explorado en el contexto
de la educación secundaria. Sus resultados se respaldan con un umbral muy
satisfactorio en el AFE y corroborado mediante índices de ajuste satisfactorios
en el AFC.
Es indudable que el sistema educativo virtual enfrenta dificultades y
requiere un control permanente de la calidad del servicio educativo. En este
sentido, Montero-Mora y Cantón-Croda (2020) validaron un cuestionario para
medir la satisfacción en alumnos de secundaria, para el diseño utilizaron el
Método Delphi, mientras que para el diseño del cuestionario SEV se recurrió a
la teoría fundamentada. Por otro lado, el cuestionario contiene 5 dimensiones,
con escala diferencial semántica, la dimensión evaluación es parte del
cuestionario SEV. Además, incorpora el factor ambiente, personal docente,
infraestructura y servicio administrativo, que no son parte del cuestionario
validado.
La satisfacción del estudiante es un elemento complejo y se compone por
muchos factores (Sahin y Shelley, 2008). El
cuestionario SEV incorpora elementos que no exhiben otros estudios, no
obstante, incorpora dimensiones que son comunes entre la mayoría de los
cuestionarios. El «manejo de las TIC» (F1) mide el uso de las diferentes
herramientas tecnológicas para impartir clases remotas y resolver posibles
problemas de conexión e interactuar de manera eficiente con el alumno
(Sánchez-Torres et al., 2012). El resultado del cuestionario evidencia que
existe la necesidad de mayor perfeccionamiento por parte los profesores para
asistir a los alumnos frente a problemas en entornos virtuales. Este factor
está presente en el cuestionario desarrollado por Lozano-Lozano et al. (2020). El
factor «disponibilidad de medios virtuales de comunicación» (F2) evalúa la
accesibilidad a las herramientas digitales que sirven como canal para el
aprendizaje sincrónico o asíncrono. Este el mayor poblema
encontrado en la muestra estudiada, la mayoría de los estudiantes tienen
dificultades para acceder a la tecnología para el aprendizaje remoto. Este
factor, como el anterior, aparecen como tecnologías en los cuestionarios
validados por Bolliger y Halupa
(2012) y Assodar et al. (2016).
La «evaluación» (F3)
representa las estrategias evaluativas que aplican los docentes para el logro
de aprendizaje de los alumnos, luego de un proceso formativo con el uso de
entornos virtuales (Del Moral y Villalustre, 2013) y
aparece en otros cuestionarios validados (Lozano-Lozano et al., 2020;
Montero-Mora, 2020). Esta dimensión reporta que los profesores poseen escasos
métodos para evaluar virtualmente el progreso de los alumnos. «Trabajo escolar»
(F4) mide la cantidad y calidad de los trabajos o tareas que asigna el profesor
para que los alumnos lo realicen fuera de la jornada escolar (Amador et. al,
2020), la bibliografía no reporta esta dimensión en otros instrumentos. El
resultado de la medición evidencia que los alumnos se sienten satisfechos con
las tareas remotas que dejan los profesores. La «metodología de la enseñanza»
(F5) mide la calidad de las actividades secuencialmente organizadas para
dirigir y lograr los objetivos de aprendizaje (Alcoba, 2012; Navarro y Samón, 2017), es parte del cuestionario de Lozano-Lozano et
al. (2020), en otros cuestionarios aparece como material didáctico (Biasutti y El-Deghaidy, 2012) y
como organización del curso (Bolliger y Halupa, 2012). La aplicación del instrumento en la muestra
reporta que los alumnos perciben que los docentes emplean adecuadas estrategias
y recursos educativos.
Por último, el «vínculo escolar» (F6) es un nuevo componente que aparece
como un factor constante en las indagaciones realizadas entre estudiantes y
profesores, evalúa el fortalecimiento de las relaciones entre el
profesor-alumno, alumno-alumno y otros miembros de la comunidad escolar
(García, 2012). Los alumnos sienten que los procesos de socialización se han
visto interrumpidos debido a la educación virtual comparados con los encuentros
personales.
El cuestionario SEV incorpora dimensiones identificadas en los distintos
cuestionarios publicados, pero al mismo tiempo, ofrece nuevas dimensiones que
fortalecen su capacidad, dándole mayor cobertura a su medición. De la misma
forma, se destaca que el instrumento está diseñado como una herramienta
suficientemente flexible para administrarse a los estudiantes de educación
secundaria, sin embargo, sus enunciados pueden adaptarse a otras poblaciones
escolares. En el caso de alumnos de educación primaria o inicial se puede
adaptar para ser aplicado a los padres de familia. Si fuera el caso, su
adaptación requerirá nuevas pruebas de validación del instrumento.
El instrumento muestra algunas limitaciones, especialmente relacionadas
con la muestra. Hubiese sido deseable obtener una mayor variedad de muestras
para extender su extrapolación a otros contextos. La muestra también condicionó
el estilo de redacción de los ítems, debido a que el público fue de habla
hispana en el contexto peruano. El cuestionario SEV puede entenderse como una
de las iniciativas de la medición de la satisfacción de la enseñanza virtual en
poblaciones escolares de educación básica (secundaria).
5.
Conclusiones
La construcción del cuestionario SEV posibilitó realizar aproximaciones
prácticas sobre el constructo de satisfacción de la
enseñanza en un entorno virtual validándose con umbrales satisfactorios que
fortalece su capacidad de medición.
También abre camino para futuras investigaciones que pueden enriquecer el
instrumento mediante validaciones en distintas poblaciones. Igualmente, se debe
tener en cuenta que las sensaciones de los alumnos pueden variar con las clases
presenciales. Dado que la modalidad de enseñanza virtual permanecerá en el
tiempo, será necesario seguir actualizando el instrumento. Cabe la posibilidad
de realizar validaciones con alumnos de educación primaria o superior, por lo
tanto, queda pendiente la mejora continua del cuestionario.
El resultado general de la aplicacion del
instrumento deja ver que los alumnos de la educación secundaria se sienten
insatisfechos con la disponibilidad de los medios virtuales de comunicacion, es un punto que requiere urgente atención.
Pese a ello, los estudiantes mostraron satisfacción por el tipo de trabajos
escolares que dejan los docentes y la metodologia que
utilizan durante la enseñanza virtual.
Apoyos
El presente estudio se elaboró en el marco del proyecto de investigación denominado
“Factores endógenos y exógenos que afectan el interés del aprendizaje de las
ciencias básicas en los alumnos de la educación básica regular de la región de
Tacna” financiado por la Universidad Jorge Basadre Grohmann.
Referencias
Alcoba, J. (2012). La clasificación de los
métodos de enseñanza en educación superior. Contextos Educativos. Revista de
Educación, 15, 93-106. https://doi.org/10.18172/con.657
Amador-Salinas, J., González, V., y Luna,
P. (2020). Incremento en la entrega de tareas escolares por medio de la
economía de fichas grupal. Revista Digital Internacional de Psicología y
Ciencia Social, 6(2), 372-387. https://doi.org/10.22402/j.rdipycs.unam.6.2.2020.282.372-387
Appuhamilage, K., y Torii, H.
(2019). The impact of loyalty on the student satisfaction in higher education: A
structural equation modeling analysis. Higher Education Evaluation and
Development, 13(2), 82-96. https://doi.org/10.1108/HEED-01-2019-0003
Asoodar, M., Vaezi, S., y Izanloo, B. (2016). Framework to improve e-learner
satisfaction and further strengthen e-learning implementation. Computers in
Human Behavior, 63, 704-716. https://doi.org/10.1016/j.chb.2016.05.060
Bartlett, M. S.
(1951). A further note on tests of significance. British Journal of
Psychology, 4, 1-2. https://doi.org/10.1111/j.2044-8317.1951.tb00299.x
Bawaneh, A. (2020). The Satisfaction Level of Undergraduate
Science Students Towards Using E-Learning And Virtual
Classes In Exceptional Condition Covid-19 Crisis. Turkish Online Journal of
Distance Education, 22(1), 52-56. https://doi.org/10.17718/tojde.849882
Beavers, A. S.,
Lounsbury, J. W., Richards, J. K., Huck, S. W., Skolits,
G. J., y Esquivel, S. L. (2013). Practical Considerations for Using Exploratory
Factor Analysis in Educational Research. Practical Assessment, Research
& Evaluation, 18(6). https://doi.org/10.7275/qv2q-rk76
Bervell, B., Umar, I., y Kamilin,
M. (2019). Towards a model for online learning satisfaction (MOLS):
re-considering non-linear relationships among personal innovativeness and modes
of online interaction. Open Learning: The Journal of Open, Distance and
e-Learning, 35(2), 1-24. https://doi.org/10.1080/02680513.2019.1662776
Biasutti, M., y El-Deghaidy,
H. (2012). Using wiki in teacher education: Impact on knowledge management
processes and student satisfaction. Computers & Education, 59(3),
861-872. https://doi.org/10.1016/j.compedu.2012.04.009
Bolliger, D. U., y
Anne, E. (2013). Student Satisfaction with Blended and Online Courses Based on
Personality Type. Canadian Journal of Learning and Technology, 39(1),
2-23. Retrieve from https://bit.ly/3EQ0JeU
Bolliger, D., y Halupa,
C. (2012). Student perceptions of satisfaction and anxiety in an online doctoral
program. Distance Education, 33(1), 81-98. https://doi.org/10.1080/01587919.2012.667961
Christensen, L. B.,
Johnson, B. R., y Turner, A. L. (2015). Métodos de investigación, diseño y análisis (12ª ed.). Pearson.
Chua, C., y Montalbo, J. (2014). Assessing Students' Satisfaction on
the Use of Virtual Learning Environment (VLE): An Input to a Campus-wide
E-learning Design and Implementation. Journal of Information & Knowledge
Management, 3(4), 108-116. Retrieve from https://bit.ly/31olhwD
Creswell, J. W.
(2009). Research design: Qualitative, quantitative, and mixed methods approaches (3rd ed.). Sage Publications, Inc.
De Vellis, R. F. (2012). Scale Development, Theory and
Applications. SAGE.
Del Moral, E., y Villalustre,
L. (14 de febrero de 2013). e-Evaluación en entornos virtuales: Herramientas y
estrategias. IV Jornadas Internacionales de Campus virtuales. Retrieve from https://bit.ly/3bNdvOO
Dien, J. (2010). Evaluating two-step PCA of ERP data with Geomin, Infomax, Oblimin, Promax,
and Varimax rotations. Psychophysiology, 47(1), 170-183. https://doi.org/10.1111/j.1469-8986.2009.00885.x
Escobedo, M., Hernández, A. J., Estebané, V., y Martínez, G. (2016). Modelos de Ecuaciones
Estructurales: Características, fases, construcción, aplicación y resultados. Revista
Ciencia y Trabajo, 18(55), 16–22. https://doi.org/10.4067/S0718-24492016000100004
Flores, E., Maurera, F., Hadweh, M., Gutiérrez, S. A., Silva-Salse,
Á., Peña-Troncoso, S., Castillo-Retamal, F., González, P., Pauvif,
F., Bahamondes, V., Zapata, G., Zavala-Crichton, J. P., Maureira, J., Brevis-Yever, M. y Lagos, C. (2021). Nivel de satisfacción de las
clases online por parte de los estudiantes de Educación Física de Chile en
tiempos de pandemia. Retos, 41, 123-130. https://doi.org/10.47197/retos.v0i41.82907
García, M. (2012). Autorregulación
académica como variable explicativa de los procesos de aprendizaje
universitario. Profesorado, 16(1),
203-221. Retrieve from https://bit.ly/3qc1qLI
Hair, J., Anderson,
R., Tatham, R., y Black, W. (1999). Análisis Multivariante (5ª ed.) Prentice Hall
Hamutoglu, N., Gemikonakli,
O., Savasci, M., y Sezen-Gultekin,
G. (2018). Development of a Scale to Evaluate Virtual Learning Environment
Satisfaction. International Journal of Assessment Tools in Education, 5(2),
201-222. https://doi.org/10.21449/ijate.345150
Harman, H. H. (1962). Análisis factorial
moderno. Prensa de la Universidad de Chicago, Chicago.
Herrera, L., Soares de Quadros,
M. R., y Soares de Quadros, J. F. (2018). Evaluación
de la Calidad en la Educación Superior: Una Revisión de la Literatura a Partir
de la Satisfacción Del Alumnado. Cadernos
de Pesquisa, 25(2). http://dx.doi.org/10.18764/2178-2229.v25n2p71-89
Hogarty, K., Hines, C., Kromrey,
J., Ferron, J., y Mumford, K. (2005). The quality of
factor solutions in exploratory factor analysis: The influence of sample size,
communality, and overdetermination. Educational and Psychological
Measurement, 65, 202-226. https://doi.org/10.1177/0013164404267287
Kaiser, H. F.
(1970). A second generation Little Jiffy. Psychometrika, 35, 401-415. https://doi.org/10.1007/BF02291817
Koller, D., Ng, A., Do, C., y Chen, Z. (3 de
junio de 2013). Retention and intention in massive open online
courses: In depth. Educause Review. Retrieve from https://bit.ly/3BONvxf
Landa, M., y Ramírez, M. (2018). Diseño de un cuestionario de satisfacción
de estudiantes para un curso de nivel profesional bajo el modelo de aprendizaje
invertido. Páginas de Educación, 11(2), 153-175. https://doi.org/10.22235/pe.v11i2.1632
Lévy, J. & Varela. J. (2006). Modelización
con estructuras de covarianzas en Ciencias Sociales: temas esenciales,
avanzados y aportaciones especiales. (1a ed.). España: Netbiblo.
Lorenzo-Seva, U., y Ferrando, P. (2006). Factor: a computer
program to fit the exploratory Factor Analysis model. Behavioral Research Methods,
38(1), 88-91. https://doi.org/10.3758/BF03192753
Lozano-Lozano, M., Fernández-Lao, C., Cantarero-Villanueva,
I., Noguerol, I., Álvarez-Salvago, F.,
Cruz-Fernández, M., Arroyo-Morales, M., y Galiano-Castillo, N. (2020). A Blended Learning
System to Improve Motivation, Mood State, and Satisfaction in Undergraduate
Students: Randomized Controlled Trial. Journal of Medical Internet Research,
22(5), e17101. Retrieve from https://bit.ly/3ka6HzD
Manzano, D., y Fernández-Mellizo, M.
(2019). Origen familiar, uso del tiempo y de las tecnologías de la información.
Revista Internacional de Sociología, 77(3), e136. https://doi.org/10.3989/ris.2019.77.3.17.165
Montero-Mora, J. G., y Cantón-Croda, R. M.
(2020). Validación de un instrumento para medir satisfacción de usuarios en
instituciones educativas del sector privado: ciudad de Xalapa-Enríquez
(México). Innovaciones Educativas, 22(32), 122-136. https://doi.org/10.22458/ie.v22i32.2727
Muthén B. (2004). Latent variable analysis: Growth mixture
modeling and related techniques for longitudinal data. En
D. Kaplan (ed.). Handbook of quantitative methodology for the social
sciences. Sage Publications.
Navarro, D., y Samón,
M. (2017). Redefinición de los conceptos método de enseñanza y método de
aprendizaje. EduSol, 17(60), 26-33. Retrieve from https://bit.ly/3CUekBp
Palvia, S., Aeron, P.,
Gupta, P., Mahapatra, D., Parida, R., Rosner, R., y Sindhi, S. (2018). Online Education:
Worldwide Status, Challenges, Trends, and Implications. Journal of Global
Information Technology Management, 21(4), 233-241. https://doi.org/10.1080/1097198X.2018.1542262
Recio, M., y Cabero, J. (2005). Enfoques de
aprendizaje, rendimiento académico y satisfacción de los alumnos en formación
en entornos virtuales. Pixel-Bit. Revista de
Medios y Educación, 25, 93-115. Retrieve from https://bit.ly/3wkdRG5
Rietveld, T., y Hout, R. (1993). Statistical techniques for the study of
language and language behaviour. Mouton de Gruyter. https://doi.org/10.1515/9783110871609
Sahin, I., y Shelley, M. (2008). Considering
Students' Perceptions: The Distance Education Student Satisfaction Model. Journal
of Educational Technology & Society, 11(3), 216-223. Retrieve
from https://bit.ly/3bLI8Eq
Sánchez-Torres, J. M., González-Zabala, M.
P., y Sánchez, M. P. (2012). La sociedad de la información: génesis,
iniciativas, concepto y su relación con las TIC. Revista UIS Ingenierías,
11(1), 113-128. Retrieve from
https://bit.ly/3GUVrk5
Strauss, A. y Corbin,
J. (1990). Bases de la investigación cualitativa. Técnicas y procedimientos
para desarrollar la teoría fundamentada. Editorial Universidad de
Antioquia.
Lévy Thompson, B.
(2008). Exploratory and Confirmatory Factor Analysis, Understanding concepts
and applications. American Psychological Association. https://doi.org/10.1037/10694-000
Valente, R., y
Berry, B. (2016). Effects of Perceived discrimination on the school
satisfaction of Brazilian high school graduates. BRASILIANA–Journal for
Brazilian Studies, 5(1), 405-440. Retrieve from https://bit.ly/2ZUAx3Q
Velicer, W., y Fava, J.
(1998). Affects of variable and
subject sampling on factor pattern recovery. Psychological Methods, 3(2),
231-251. https://doi.org/10.1037/1082-989X.3.2.231
Yanai, H., y Ichikawa, M. (2007). Factor Analysis. En C. R. Rao y S. Sinharay (eds).
Handbook of Statistics 26. Psychometric. Elsevier.