Palabras clave
Cómo citar
Resumen
La presente investigación pretende abordar la problemática existente en los estudiantes universitarios que manifiestan distintas actitudes hacia las matemáticas y el efecto provocado en su nivel de desempeño académico. El objetivo del estudio es analizar la relación entre el desempeño matemático de los estudiantes y sus actitudes hacia las matemáticas. Metodológicamente, se empleó un diseño de investigación cuantitativa de enfoque correlacional y corte transversal; además, se aplicaron dos instrumentos: uno para evaluar el desempeño académico mediante un examen no estandarizado, y otro para medir las actitudes hacia las matemáticas; a una muestra de 339 estudiantes de la Facultad de Ciencias Administrativas, Gestión Empresarial e Informática en la Universidad Estatal de Bolívar. Los resultados obtenidos indicaron que los factores actitudinales de motivación, agrado y ansiedad se relacionan directamente con su nivel de desempeño académico.
Citas
Auzmendi Escribano, E. (1992). Las actitudes hacia la matemática-estadística en las enseñanzas media y universitaria. Mensajero.
Berkowitz, L. (1977). Advances in Experimental Social Psychology. (Vol. 10) Academic Press. https://doi.org/10.1016/S0065-2601(08)60101-0
Costello, A. B., & Osborne, J. W. (2018). Best Practices in Exploratory Factor Analysis: Four Recommendations for Getting the Most From Your Analysis. Practical Assessment, Research & Evaluation, 10(7), 1-9.
Chen, C.T., Wang, P.P., Mo, W.J., Zhang, Y.P., Zhou, W., Deng, T.F., Zhou, M., Chen, X.W., Wang, S.Q., Wang, C.X. (2019). Expression profile analysis of prognostic long non-coding RNA in adult acute myeloid leukemia by weighted gene co-expression network analysis (WGCNA). Journal of Cancer, 10(19), 4707-4718. https://doi.org/10.7150/jca.31234.
Deckers, L. (2021). Motivation: Biological, Psychological, and Environmental. Routledge
Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). Sage.
García, A., & López, J. (2020). Actitudes hacia las matemáticas y su relación con el rendimiento académico en estudiantes de secundaria. Revista de Educación, 25(1), 123-140. https://doi.org/10.5354/0718-5276.2020.56870
Gaspard, H., Dicke, A.-L., Flunger, B., Schreier, B., Häfner, I., Trautwein, U., & Nagengast, B. (2018). More value through greater differentiation: Gender differences in value beliefs about math. Journal of Educational Psychology, 110(7), 977-993. https://doi.org/10.1037/edu0000256
Gómez, R., et al. (2022). Actitudes del profesorado hacia las matemáticas y su relación con el rendimiento de los estudiantes. Revista de Educación, 400, 151-174. https://revistascientificas.us.es/index.php/educacion/article/view/16697
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage Learning.
Hernández, R. (2014). Metodología de Investigación. McGraw-Hill
Jain, A. K., Murty, M. N., & Flynn, P. J. (2019). Data clustering: A review. ACM Computing Surveys, 31(3), 264-323. https://doi.org/10.1145/331499.331504
Johnson, B. (2018). Practical Sampling (3rd ed.). Sage.
OCDE (2018). Resultados PISA 2018. https://www.oecd.org/pisa/publications/pisa-2018-results.htm
Petriz, M., Barona, C., López, R., & Quiroz, J. (2010). Niveles de desempeño y actitudes hacia las matemáticas en estudiantes de la Licenciatura en Administración en una Universidad Estatal Mexicana. Revista Mexicana de Investigación Educativa, 15(47), 1223-1249.
Rodríguez, C., Díaz-Morales, JF, Vanegas, P., & Quiroga M. A. (2018). Diferencias de género en las actitudes hacia las matemáticas: el papel mediador de la autoeficacia. Frontiers in Psychology, 9, 2088. https://doi.org/10.3389/fpsyg.2018.02088
Smith, R., & Johnson, M. (2019). The relationship between attitude toward mathematics and mathematics achievement: A meta-analytic review. Journal of Educational Psychology, 111(1), 1-15. https://doi.org/10.1037/edu0000286
Steele, JR, Cohn, SJ y Hood, M. (2020). Promoción de actitudes positivas hacia las matemáticas: un examen del impacto de las estrategias de enseñanza. Revista de Educación Matemática, 13(2), 54-65.
Suhr, D. (2021). KMO Measure of Sampling Adequacy. In M. R. Encarnación, & S. W. Kee (Eds.), Encyclopedia of Research Design (pp. 1-4). SAGE Publications, Inc.
Tavakol, M., & Dennick, R. (2018). Making sense of Cronbach’s alpha. International Journal of Medical Education, 9, 53-55.
Wang, C., Liu, R., Ding, Y., & Meng, W. (2020). Longitudinal relationships between math anxiety, math self-concept, and math achievement in elementary school. Frontiers in Psychology, 11, 261. https://doi.org/10.3389/fpsyg.2020.00261
Wasserstein, R. L., & Lazar, N. A. (2016). The ASA’s Statement on p-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129-133.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Derechos de autor 2023 Claudio José Hidalgo Vargas, Jessica Katherine Gaona Alvarado, Ana Lucia Hidalgo Vargas, Richar Lutter Calderón Zambrano, Esteban Xavier Pérez Villafuerte