Libros
Cupani, M. y Pérez, E. R. (2009). Predictores social-cognitivos del rendimiento académico en Matemática y Lengua. Buenos Aires PDF Print E-mail
Written by Administrator   
Sunday, 31 January 2010 18:37
There are no translations available.

Identificar con exactitud cuáles son estos factores y su grado de incidencia, es uno de los principales objetivos
de la psicología educacional. Sin embargo se requiere explicitar las relaciones teóricas que permitan explicar esta
variable educativa relevante. Unos de los modelos teóricos más influyentes en la actualidad es la teoría social
cognitiva (Bandura, 1987) y, particularmente, el constructo de la autoeficacia. La autoeficacia permite predecir el
rendimiento académico en varios dominios más allá de la contribución realizada por las aptitudes cognitivas y/o
el rendimiento previo. Diferentes estudios meta-analíticos han demostrado que la correlación entre autoeficacia
y rendimiento académico varía entre r=0,38 (Multon, Brown & Lent, 1991) y r=0,50 (Robbins, Lauver, Le, Davis
& Langley, 2004), resultando esta última una estimación menos sesgada. Por otra parte, Robbins et. al. (2004)
encontraron relaciones positivas, estadísticamente significativas y moderadas (r=0,39) entre la aptitud cognitiva
general de los estudiantes y el rendimiento académico. En general, los resultados son coincidentes en el sentido que
las aptitudes cognitivas y la autoeficacia para rendimiento son las únicas variables que influyen de manera directa
sobre el rendimiento en escritura, matemática, ciencia e inglés, explicando en conjunto un 50% de la varianza de
las calificaciones en esas asignaturas. En nuestro medio se están elaborando modelos explicativos del rendimiento
académico en matemática y lengua (Cupani, 2008a; Pérez, Medrano, Mattus & Ayllón, en prensa). Especialmente
se investiga utilizando muestras de adolescentes tempranos ya que se ha demostrado que ésta es una etapa
crítica para el aprendizaje, con un declive en el rendimiento académico, producto tanto de los desafíos crecientes
de la enseñanza media respecto a la educación elemental como de algunas características psicobiológicas de la
pubertad (Zimmerman, Bonner & Kovach, 1996). En este trabajo se describen dos estudios empíricos realizados
en la ciudad de Córdoba, Argentina. Una de las investigaciones se propone explicar el rendimiento académico de
Página 12 de 20
los adolescentes en la asignatura Matemática y la restante en Lengua. En ambos trabajos se utilizó path análisis
como método para evaluar las hipótesis formuladas, relacionadas con la teoría social-cognitiva del rendimiento
académico.
Identificar con exactitud cuáles son estos factores y su grado de incidencia, es uno de los principales objetivosde la psicología educacional. Sin embargo se requiere explicitar las relaciones teóricas que permitan explicar estavariable educativa relevante. Unos de los modelos teóricos más influyentes en la actualidad es la teoría socialcognitiva (Bandura, 1987) y, particularmente, el constructo de la autoeficacia. La autoeficacia permite predecir elrendimiento académico en varios dominios más allá de la contribución realizada por las aptitudes cognitivas y/oel rendimiento previo. Diferentes estudios meta-analíticos han demostrado que la correlación entre autoeficaciay rendimiento académico varía entre r=0,38 (Multon, Brown & Lent, 1991) y r=0,50 (Robbins, Lauver, Le, Davis& Langley, 2004), resultando esta última una estimación menos sesgada. Por otra parte, Robbins et. al. (2004)encontraron relaciones positivas, estadísticamente significativas y moderadas (r=0,39) entre la aptitud cognitivageneral de los estudiantes y el rendimiento académico. En general, los resultados son coincidentes en el sentido quelas aptitudes cognitivas y la autoeficacia para rendimiento son las únicas variables que influyen de manera directasobre el rendimiento en escritura, matemática, ciencia e inglés, explicando en conjunto un 50% de la varianza delas calificaciones en esas asignaturas. En nuestro medio se están elaborando modelos explicativos del rendimientoacadémico en matemática y lengua (Cupani, 2008a; Pérez, Medrano, Mattus & Ayllón, en prensa). Especialmentese investiga utilizando muestras de adolescentes tempranos ya que se ha demostrado que ésta es una etapacrítica para el aprendizaje, con un declive en el rendimiento académico, producto tanto de los desafíos crecientesde la enseñanza media respecto a la educación elemental como de algunas características psicobiológicas de lapubertad (Zimmerman, Bonner & Kovach, 1996). En este trabajo se describen dos estudios empíricos realizadosen la ciudad de Córdoba, Argentina. Una de las investigaciones se propone explicar el rendimiento académico dePágina 12 de 20los adolescentes en la asignatura Matemática y la restante en Lengua. En ambos trabajos se utilizó path análisiscomo método para evaluar las hipótesis formuladas, relacionadas con la teoría social-cognitiva del rendimientoacadémico.
 
Cupani, M. (2008). Análisis de datos psicométricos con SPSS. En Introducción a la Psicometría. Paidós. Buenos Aires. PDF Print E-mail
Written by Administrator   
Sunday, 31 January 2010 18:35
There are no translations available.

En este capitulo se hace referencia a algunos análisis psicométricos empleando el SPSS (Statistical Package for
Social Sciences) (1995), un programa que se ejecuta desde una computadora personal con entorno Windows. La
intención de este apartado es introducir al lector en los fundamentos de los procedimientos analíticos, de modo
de que cuando utilice un programa estadístico asistido por computadora conozca como usar la información que
genera este último. Se hace una revisión de las rutinas del SPSS para realizar un análisis correlacional (bivariado),
para verificar la consistencia interna de un test, y finalmente se explora uno de los métodos fundamentales en la
psicometría contemporánea, el Análisis de Regresión Múltiple.
En este capitulo se hace referencia a algunos análisis psicométricos empleando el SPSS (Statistical Package forSocial Sciences) (1995), un programa que se ejecuta desde una computadora personal con entorno Windows. Laintención de este apartado es introducir al lector en los fundamentos de los procedimientos analíticos, de modode que cuando utilice un programa estadístico asistido por computadora conozca como usar la información quegenera este último. Se hace una revisión de las rutinas del SPSS para realizar un análisis correlacional (bivariado),para verificar la consistencia interna de un test, y finalmente se explora uno de los métodos fundamentales en lapsicometría contemporánea, el Análisis de Regresión Múltiple.