Propiedades Psicométricas de la Escala de Autoconcepto Académico (EAA) en Estudiantes Chilenos

Psychometric Properties of the Academic Self-Concept Scale (ASCS) Applied to Chilean Students

El autoconcepto escolar es un constructo de gran relevancia en el ámbito escolar (Craven & Marsh, 2008; Garalgordobil & Durá, 2006). Diversas investigaciones han pretendido identificar y evaluar los factores asociados a la escuela, el logro académico y el desarrollo integral de los estudiantes (Anitha & Parameswari, 2013; Chen, Hwang, Yeh, & Lin, 2012; Inglés, Martínez-Monteagudo, García-Fernández, Valle, & Castejón, 2015, Murillo & Hernández- Castilla, 2011;), teniendo en cuenta que es necesario integrar variables de carácter socio-afectivo para explicar fenómenos de interés y no sólo variables de tipo cognitivo (Murillo & Hernández-Castilla, 2011).

El autoconcepto es definido como la valoración que una persona realiza de sus características, habilidades y acciones (Woolfolk, 2001). Se vincula con un mejor ajuste psicológico, buena competencia personal y con menor aparición de problemas comportamentales (Cazalla-Luna & Molero, 2013; Fuentes, García, Gracia, & Lila, 2011; Molero, Zagalaz, & Cachón, 2013), con menor depresión y mayor tolerancia al estrés (Garaigordobil & Dura, 2006), mayor satisfacción con la vida (Ayub, 2010; Moreno, Estévez, Murgui, & Musitu, 2009), emociones positivas como el orgullo (Bieg, Goetz, & Lipnevich, 2014) y mayor rendimiento académico (Anitha & Parameswari, 2013; Martín- Antón, Carbonero, & Román, 2012; Marsh & Craven, 2006; Marsh & Martin, 2011; Miñano, Cantero, & Castejón, 2008; Nagengast & Marsh, 2012; Niepel, Brunner, & Preckel, 2014; Pekrun, 2006; Preckel, Niepel, Schneider, & Brunner, 2013; Seaton, Parker, Marsh, Craven, & Yeung, 2014; Viljaranta, Tolvanen, Aunola, & Nurmi, 2014).

Cabe señalar, que el autoconcepto se puede considerar como un constructo global, o bien, como multidimensional distinguiéndose diferentes factores (García, Musitu, & Veiga, 2006; Marsh & Hau, 2003; Shavelson, Hubner, & Stanton, 1976). El autoconcepto académico, visto como un constructo global, es una de las creencias más importantes que tienen los estudiantes sobre sí mismos vinculadas con la escuela (Bieg, Goetz, & Lipnevich, 2014; Marsh & Martin, 2011).

El autoconcepto escolar representa cómo se siente el estudiante respecto de sí mismo en relación al ámbito escolar y sus progresos académicos (Bracken, 2009; Nagengast & Marsh, 2012). Según Bracken (2009) entre los factores que conforman el autoconcepto académico, se encuentran el éxito y los fracasos en los aprendizajes esperados, la facilidad o dificultad que experimenta el estudiante al aprender los contenidos, la relación que establezca con los integrantes de la comunidad educativa y valoración de sus contribuciones.

Recientes investigaciones relacionan este constructo con las decisiones que toman los estudiantes, en cuanto a la persistencia y el esfuerzo con que enfrentan las actividades escolares y el aprendizaje (Arens, Yeung, Craven, & Hasselhorn, 2011). También se asocia con el establecimiento de relaciones adecuadas entre pares, con las expectativas académicas de la familia, con el trabajo escolar (Calero, Dalley, Fernandez, Davenport-Dalley, Morote, & Tatum, 2014) y las aspiraciones futuras del adolescente (Nagengast & Marsh, 2012; Prince & Nurius, 2014).

En cuanto a las diferencias de género, se advierten resultados distintos. Goetz, Bieg, Lüdtke, Pekrun y Hall (2013) plantean que las mujeres poseen menor nivel de autoconcepto académico respecto de los varones. Estos resultados coinciden con la investigación realizada por Pastor, Balaguer y García-Merita (2003). Por el contrario, otras investigaciones plantean que las mujeres manifestarían mayor nivel de autoconcepto académico en comparación con los varones (Cerrato, Sallent, Aznar, Pérez, & Carrasco, 2011; Malo, Bataller, Casas, Gras, & González, 2011; Padilla, García, & Suárez, 2010). Otros hallazgos han evidenciado que hombres y mujeres no presentan diferencias en autoconcepto académico (Amezcua & Pichardo, 2000; Costa & Tabernero, 2012; Ghazvini & Khajehpour, 2011; Gupta, 2014; Pauriyal, Sharma, & Gulati, 2010; Rusillo & Arias, 2004).

Cabe destacar el rol que poseen los profesores en el desarrollo de un autoconcepto positivo (Bakadorova & Raufelder, 2014; Mih & Mih, 2013; Preckel et al., 2013). En este contexto, la retroalimentación del docente favorece el estado de ánimo de los alumnos que poseen un menor nivel de autoconcepto, mientras que aquellos que perciben un autoconcepto positivo, orientan mayores esfuerzos a la tarea (Baadte & Schnotz, 2014).

A raíz de lo anteriormente señalado, se plantea que si se favorece el desarrollo de un autoconcepto académico positivo se puede mejorar el desempeño de los estudiantes (Marsh & Craven, 2006), teniendo en cuenta que el autoconcepto académico es un predictor más relevante para explicar el logro académico, que las habilidades específicas que tenga el estudiante en un dominio determinado (Brunner, Lüdtke, & Trautwein, 2008; Chen et al., 2012).

En Chile, ha existido interés por estudiar el autoconcepto asociado a distintas variables (González, Leal, Segovia, & Arancibia, 2012; Hernández et al., 2011; Murillo & Hernández-Castilla, 2011; Rodríguez-Fernández, Droguett, & Revuelta, 2012; Rodríguez-Fernández & Villarroel, 2001). También se han realizado estudios psicométricos en escalas que evalúan el autoconcepto de manera multidimensional (García, Musitu, Riquelme, & Riquelme, 2011; Véliz & Apodaca, 2012). Sin embargo, se evidencian escasas investigaciones que evalúen el autoconcepto académico de forma específica (Arancibia, Maltés, & Álvarez, 1990).

Considerando la evidencia nacional e internacional, este artículo analiza los niveles de validez, fiabilidad e invarianza factorial de la Escala de Autoconcepto Académico (Schmidt, Messoulam, & Molina, 2008), en una muestra de estudiantes adolescentes chilenos, aportando evidencias psicométricas consistentes para su uso en este contexto.

Participantes

La población definida en el estudio se conformó por los establecimientos municipales y particulares subvencionados de las comunas de Temuco y Padre las Casas de la Región de la Araucanía de Chile, que totalizaron 20,971 estudiantes matriculados.

La selección de los participantes se realizó mediante un muestreo probabilístico estratificado, con una confiabilidad del 95%, un 3,56% de error de muestreo y una varianza p=q=.5 (Scheaffer, Mendenhall, & Ott, 1987). Participaron del estudio un total de 761 estudiantes adolescentes, que provenían de 11 establecimientos de la Región de la Araucanía de Chile (45.6% hombres y 54.4% mujeres), con un promedio de edad de 16.3 años (DT=1.374). A continuación se presenta la Tabla de estratificación según variables sociodemográficas de la población y el resultado muestreo.

Instrumento

La escala de Autoconcepto Académico (EAA) creada originalmente en Argentina por Schmidt, Messoulam y Molina (2008), es una escala de autorreporte que evalúa la confianza y autoeficacia académica percibida por el estudiante.

Tabla 1.
Población y muestra

Población y muestra

Se compone de 14 ítems a los que se responde mediante una escala de cinco puntos (1=totalmente en desacuerdo, 5=totalmente de acuerdo). La EAA se compone de dos factores: Rendimiento Académico, se refiere a la percepción de rendimiento actual y posibles dificultades para el aprendizaje (ítems: 3, 7, 8, 9, 10, 11, 14) y Autoeficacia Académica, referido a la percepción de las propias capacidades académicas (ítems: 1, 2, 4, 5, 6, 12, 13).

Las evidencias de validez (Schmidt, Messoulam, & Molina, 2008), mostraron que la EAA explica un 43% de la varianza; el factor Rendimiento Académico un 23.6% y el factor Autoeficacia Académica un 19.4%. La fiabilidad por consistencia interna, medida a través del coeficiente alfa de Cronbach presentó niveles aceptables, tanto para el factor Rendimiento académico alfa de Cronbach =.68, como para el factor Autoeficacia Académica alfa de Cronbach =.75.

Procedimiento

Una vez calculada la muestra y seleccionados los establecimientos, se tomó contacto con los directores de los centros educativos y se solicitó autorización para aplicar los cuestionarios. Además se realizaron reuniones informativas con padres y apoderados, para obtener el consentimiento informado y resguardar los principios éticos del proyecto. La escala se aplicó durante la primera hora de clases, los estudiantes que accedieron a participar lo hicieron de manera voluntaria y anónima.

Como la EAA no presentaba evidencias de validación en el contexto chileno, los ítems de la escala se sometieron a revisión de pertinencia lingüística (tres jueces expertos). La selección de los jueces expertos se basó en dos criterios generales, conocimiento de la variable en estudio y conocimiento de realidad de Chile y Argentina. Los resultados empíricos de esta revisión indicaron que los ítems 2 y 8 debían modificar el concepto “materia” por “asignatura”.

Análisis de datos

Para entregar evidencias de validez cruzada y estabilidad de los resultados, se dividió la muestra en dos mitades aleatorias de 380 y 381 estudiantes. Con la primera mitad de la muestra (n=380) se realizó un análisis factorial exploratorio (AFE) utilizando el programa FACTOR versión 9.2 (Lorenzo-Seva & Ferrando, 2006). Para la implementación del AFE se utilizó una matriz policórica (Freiberg, Stover, de la Iglesia & Fernández, 2013), el método de extracción Minimum Rank Factor Analysis (Ten Berge & Kiers, 1991) y asumiendo que los factores presentarían correlaciones moderadas (Worthington & Wittaker, 2006), una rotación oblimin direct.

Con la segunda mitad de la muestra (n=381), se efectuó un análisis factorial confirmatorio (AFC) con el programa MPLUS 7.11 (Muthén & Muthén, 2011). Para el AFC, se utilizó la media y la varianza ajustada del método Weigthed Least Square (WLSMV). Este método utiliza la matriz de correlaciones policórica, ideal para el modelamiento de datos ordinales y la obtención de índices de bondad de ajuste robustos, también estimaciones apropiadas de los parámetros y su nivel de error (Finney & Di Stefano, 2006; Flora & Curran, 2004). El AFC fue analizado a través de los siguientes índices de bondad de ajuste; chi-cuadrado de Satorra Bentler (SB-χ2) (Satorra & Bentler, 2001), índice de ajuste comparativo (CFI), Tucker-Lewis Index (TLI) y Error cuadrático medio de aproximación (RMSEA). Para los primeros los índices CFI y TLI, se consideran ajustes adecuados del modelo, valores superiores a .90 (Schumacher & Lomax, 1996), mientras que para el RMSEA, se considera un ajuste razonable valores inferiores a .08 (Browne & Cudeck, 1993).

Con el objetivo de evaluar el grado de estabilidad psicométrica de la EAA en hombres y mujeres, se realizaron una serie de procedimientos para evaluar su invarianza factorial. Para ello se tomaron los siguientes modelos (Vandenberg & Lance, 2000): Invarianza de configuración (M0), Invarianza métrica (M1), Invarianza escalar (M2) e Invarianza de medias latentes (M3). La comparación de los modelos se realizó tomando como criterio la diferencia de Chi-cuadrado de Satorra Bentler DSB-χ2 (Asparouhov & Muthén, 2012) y el criterio DCFI (Cheung & Rensvold, 2002).

Análisis factorial exploratorio

Considerando la propuesta teórica original (Schmidt, Messoulam, & Molina, 2008) y utilizando la primera muestra (n=380), se procedió a realizar un AFE. La prueba de adecuación muestral KMO (.853) y la prueba de esfericidad de Bartlett χ2 (gl=91)=1187.1 p<.001 avalan la pertinencia de realizar un AFE. Los resultados mostraron la presencia de dos factores correlacionados que en total explicaron un 47.6% de la varianza total del constructo. Sin embargo, al analizar los resultados de las saturaciones factoriales, se observa que el ítem 5 no se ajusta a la propuesta teórica (Schmidt, Messoulam, & Molina, 2008), presentando una carga mayor en el factor rendimiento académico, es por esto que se eliminó dicho ítem y se realizó nuevamente un AFE.

Los resultados obtenidos en la prueba KMO (.834) y el estadístico de Bartlett (χ2=1008.3; gl=78; p<.001) realizados a la primera muestra (n=380), ratifican la factibilidad de realizar nuevamente el AFE. Para determinar el número de factores se utilizó nuevamente el procedimiento de implementación óptima de análisis paralelo (PA) (Timmerman & Lorenzo-Seva, 2011), simulando 500 matrices aleatorias y el análisis de extracción basado en los autovalores propios. Ambos criterios sugirieron retener dos factores, que en conjunto explicaron 47.41% de la varianza total y el 69.92% de la varianza común. El primer factor, conformado por los ítems 1, 2, 4, 5, 11 y 12 se denomina autoeficacia y explicó un 49.78% de la varianza común y el segundo factor, constituido por los ítems 3, 6, 7, 8, 9, 10 y 13 que se denomina rendimiento explicó un 20.14% (ver Tabla 2).

Análisis factorial confirmatorio

Una vez explorada la dimensionalidad de la escala, se procedió a confirmar la estructura teórica de la escala utilizando un AFC con la segunda mitad de la muestra (n=381).

Para el modelo de dos factores correlacionados, los índices de bondad presentaron los siguientes valores SB-χ2 (gl=64)=153.927, p<.001; CFI=.963; TLI=.955; RMSEA=.061 (IC90%=.049 – .073). Estos valores indican en general, que el modelo ajusta bien a los datos, por lo que se confirma la estructura teórica planteada. En la Tabla 2 se observan las cargas factoriales. Para el factor rendimiento, las cargas fluctúan desde un mínimo de .515 hasta un máximo de .726; mientras que para el segundo factor, las cargas van desde .610 hasta un máximo de .740. Todas las cargas fueron estadísticamente significativas (p<.001), además se confirmó la correlación positiva entre ambos factores .592 (p<.001).

Análisis de invarianza factorial entre hombres y mujeres

El contraste de invarianza factorial comenzó analizando el nivel de estabilidad de la escala autoconcepto académico entre hombres y mujeres. El primer procedimiento fue examinar la estabilidad del modelo teórico de manera separada entre hombres y mujeres, estimando dos modelos factoriales confirmatorios con los 13 ítems. Ambos modelos correlacionados evidenciaron un ajuste satisfactorio (hombres) SB-χ2 (gl=64)=179.836, p<.001; CFI=.946; TLI=.934; RMSEA=.072 (IC90%=.060–.085); (mujeres) SB-χ2(gl=64) =154.624, p<.001; CFI=.961; TLI=.953; RMSEA=.058 (IC90%= .047–.070).

Seguidamente, se realizó un análisis factorial simultáneo, sin agregar restricciones. El nivel de invarianza de configuración (M0), evidenció índices de bondad de ajuste satisfactorios (ver Tabla 3). Estos resultados confirmaron que la estructura de dos factores y los ítems permanecen estables tanto para hombres como para mujeres. Este modelo se consideró como referencia para las siguientes anidaciones de restricciones.

El modelo 2 (M2) agrega la equivalencia entre intersecciones. Al comparar el modelo de configuración (M0), con el modelo 2 que agrega restricciones a las cargas factoriales y las intersecciones, las diferencias de chi-cuadrado y CFI (DSB-χ2=19.313, p=.626; DCFI<.001), indican que existe evidencia para aceptar que las intersecciones son iguales en hombres y en mujeres.

Tabla 2.
Medias, desviaciones típicas (DT). Análisis Factorial Exploratorio y Confirmatorio

Medias, desviaciones típicas (DT). Análisis Factorial Exploratorio y Confirmatorio

Finalmente, se procedió a comprobar si existen diferencias de medias entre las variables latentes M3. Este modelo (M3) impone restricciones a las cargas factoriales, intersecciones y las medias latentes. Al comparar este modelo con el modelo de base (M0) se observa que existe evidencia suficiente para aceptar que las medias latentes entre hombres y mujeres son iguales (DSB-χ2=28.061, p=.258; DCFI= -.004).

Análisis de fiabilidad

El análisis de consistencia interna medida a través del coeficiente alfa de Cronbach, evidencia una buena fiabilidad tanto para el factor Autoeficacia (alfa=.739) como para el factor Rendimiento (alfa=.784). El procedimiento alfa de Cronbach si se elimina el elemento muestra valores aceptables, dado que la eliminación de cualquier ítem bajaría la consistencia interna de los factores de la escala.

Como puede ser apreciado en la Tabla 4, la EAA es percibida por los estudiantes como una escala homogénea. El índice correlación ítem total evidencia valores aceptables (C.I.T >.3).

Tabla 3.
Invarianza Factorial. Índices de bondad de ajuste y Comparación de Modelos. Hombres y Mujeres

Invarianza Factorial. Índices de bondad de ajuste y Comparación de Modelos. Hombres y Mujeres* p<.001

Tabla 4.
Fiabilidad. Correlación ítem total (C.I.T) Alfa de Cronbach si se elimina el elemento (A.C.E.E)

Fiabilidad. Correlación ítem total (C.I.T) Alfa de Cronbach si se elimina el elemento (A.C.E.E)

El objetivo de este estudio fue presentar evidencias psicométricas de fiabilidad, validez e

invarianza factorial de la Escala de Autoconcepto Académico (EAA) en una muestra de estudiantes chilenos. Los resultados obtenidos a través de distintos procedimientos de análisis de datos permiten concluir que la EAA presenta evidencia empírica suficiente para respaldar su utilización en este contexto.

La (EAA) fue desarrollada originalmente por Schmidt, Messoulam y Molina (2008). El análisis de la estructura teórica de la escala revela que el constructo se mantiene estable, dando cuenta de dos dimensiones distintas, pero suficientemente correlacionadas que explican el Autoconcepto Académico. El análisis factorial exploratorio evidenció la existencia de dos dimensiones que explicaron el 47.41% de la varianza, esta solución factorial sugirió la eliminación del ítem 5 “Aunque me esfuerce, siempre me va a ir mal en la escuela”, este ítem pertenecía originalmente a la dimensión Autoeficacia Académica, pero los resultados obtenidos en el contexto chileno sugerían que debía ser considerado en la dimensión Rendimiento, esta inconsistencia teórica llevó al equipo de investigación a decidir eliminar dicha sentencia. Posteriormente el análisis factorial confirmatorio, aplicado mediante el procedimiento de validez cruzada ratificó la estructura propuesta teóricamente (Schmidt, Messoulam, & Molina, 2008).

Con el objetivo de presentar mayores evidencias de calidad psicométrica, se analizó el grado de invarianza factorial de la escala de Autoconcepto académico. Los modelos de invarianza factorial aplicados a los grupos de hombres y mujeres ratifican lo siguiente; el número de factores, los ítems que correspondían a cada factor, las cargas factoriales, intersecciones y medias latentes de los factores se mantienen equivalentes, por lo tanto es posible señalar que la medida global de Autoconcepto Académico (EAA) se mantiene equivalente para hombres y para mujeres, en cuanto a su estructura teórica y promedios de las dimensiones de las variables latentes, por lo tanto es un instrumento válido e invariante para ambos grupos. Otras investigaciones han comparado el nivel de Autoconcepto Académico entre hombres y mujeres, llevando a cabo procedimientos estadísticos más sencillos, obteniendo resultados similares (Amezcua & Pichardo, 2000; Costa & Tabernero, 2012; Ghazvini & Khajehpour, 2011; Gupta, 2014; Pauriyal, Sharma, & Gulati, 2010; Rusillo & Arias, 2004).

Las evidencias de fiabilidad de la escala de Autoconcepto Académico demuestran que tanto los ítems como las dimensiones del instrumento poseen una consistencia interna adecuada, que avala su utilización en el contexto chileno. El análisis de homogeneidad realizado a partir del procedimiento de correlación ítem total corregido demostró que cada una de las sentencias aportaba de manera significativa a la comprensión del constructo.

En términos conceptuales la medida global de autoconcepto académico EAA evalúa la confianza y autoeficacia académica percibida por estudiantes a través de dos dimensiones, Rendimiento Académico y Autoeficacia Académica. Ambas dimensiones cobran relevancia dado que por un lado, las creencias del adolescente con respecto al rendimiento percibido, configurarían su imagen como estudiante, mientras que también cumplirían un rol importante las creencias en relación a las propias capacidades que tiene como alumno para lograr alcanzar sus metas. Cabe señalar, que otras investigaciones han planteado una correlación positiva entre rendimiento académico y autoconcepto académico (Brunner, Lüdtke, & Trautwein, 2008; Chen et al., 2012; Villarroel, 2001), así también entre la percepción de autoeficacia y las variables rendimiento y autoconcepto académico (García-Fernández et al., 2010).

Desde el punto de vista aplicado, la escala resulta útil para la intervención educativa, al permitir evaluar de manera diferenciada dos dimensiones del autoconcepto académico. De esta manera, la evaluación de estos factores permitirá la planificación y evaluación de intervenciones diferenciadas, por una parte para quienes presentan dificultades de rendimiento académico, o bien, en la dimensión de autoeficacia académica. Asimismo como se señaló anteriormente, intervenir en estas variables, no solo permitirá favorecer el desarrollo de los estudiantes en este ámbito, sino que posibilitará la mejora de las relaciones interpersonales entre los estudiantes, así como el incremento de las expectativas académicas de la familia (Calero et al., 2014; Gálvez-Nieto, Vera-Bachmann, & Trizano, 2015; Gálvez-Nieto, Vera-Bachmann, Trizano, & García, 2015).

Finalmente, es necesario poder desarrollar una mayor cantidad de investigaciones psicométricas que avalen la estabilidad de este constructo en la realidad chilena, así también se hace necesario poder aportar normas de baremación para facilitar la interpretación de las puntuaciones de la escala en este contexto. Por otra parte, es necesario señalar que a pesar de haber contribuido con evidencia psicométrica de calidad, con una muestra probabilística y un amplio número de estudiantes, en futuros estudios sería conveniente ampliar la muestra a otras regiones del país y Latinoamérica, aportando evidencias de estabilidad en el tiempo e invarianza factorial entre distintas culturas.