Introduction

El concepto de ambiente de aprendizaje, desarrollado a partir de los trabajos pioneros de Murray y Lewin durante los años 30, reconoció que la conducta es función de la persona y del entorno. En el contexto escolar, este principio implica que las conductas de la maestra y las del alumnado¹ se influyen mutuamente, y que su interacción es muy importante para el aprendizaje del alumno (^{Abelló et al., 2020}). En los últimos 50 años, este reconocimiento ha favorecido la investigación del ambiente de aprendizaje en el aula a través sobre todo de las percepciones de los estudiantes (^{Fraser y Walberg, 2005}).

La investigación muestra que las variables docentes son los mejores predictores de los resultados escolares de los estudiantes (^{den Brok y van Tartwijk, 2015}). Se argumenta que la "interacción maestro-alumnado (IMA)" es uno de los principales factores que determinan su éxito escolar (^{Jimerson y Haddock, 2015}; ^{Roorda et al., 2011}). Sin embargo, cada maestro muestra un comportamiento particular, que es diferente al de sus colegas y que los estudiantes pueden o no apreciar. Y también es cierto, que hay profesores a los que les gusta, o no, el comportamiento de sus estudiantes. Pero, mas allá de gustos particulares, los estudiantes de una clase suelen ver el ambiente de aprendizaje de su aula de modo similar y diferente al de los estudiantes de otras clases (^{Scott y Fisher, 2004}). Numerosos estudios han encontrado logros académicos superiores y actitudes más positivas de los estudiantes en las clases en las que éstos percibían comportamientos interpersonales más positivos en sus maestras (^{Cornelius-White, 2007}; ^{Tennant et al., 2015}). Por el contrario, la percepción de relaciones conflictivas con los maestros, pueden conducir a una motivación más pobre y a un peor rendimiento (^{Wubbels et al., 2012}). La teoría interpersonal ha conceptualizado las IMA fructíferamente (^{Wubbels et al., 2012}), en téminos de conductas de Afiliación o afectivas y de Control u organizativas de las maestras, concluyendo que cuanto más positivas son estas conductas, mejores son los resultados de aprendizaje de los estudiantes (^{Passini et al., 2015}), de ahí la importancia de desarrollar instrumentos para conocer cómo los estudiantes perciben las conductas de sus maestras.

Nuestra meta es validar el Questionnaire on Teacher Interaction (QTI) para su uso con estudiantes de cursos superiores de educación primaria española. El QTI fue desarrollado originalmente por ^{Wubbels, Créton y Hooymayers (1985}) para examinar las IMA a través de las percepciones de los estudiantes de secundaria. Ha sido traducido y revisado en más de 15 lenguas y numerosos países (^{Fraser y Walberg, 2005}). El QTI se ha aplicado muy poco en educación primaria (QTI-P; ^{Goh y Fraser, 1998}), sin embargo, la cultura de la escuela primaria es diferente de la de secundaria (^{Maulana et al., 2012}), y los maestros de primaria crean ambientes de aula diferentes de los del profesorado de secundaria (^{Fisher et al., 2011}), por lo que los resultados obtenidos con el QTI en educación secundaria no son directamente generalizables a primaria. Además, tampoco se pueden transferir los resultados de unos países a otros. Los estudios multiculturales y cross-nacionales con el QTI en secundaria (^{den Brok y van Tartwijk, 2015}) muestran que, aunque los diferentes países suelen compartir la estructura del QTI, existe variabilidad en la percepción de la conducta del profesor de unos países a otros (^{Maulana et al., 2012}). En consecuencia, es necesario avanzar en el conocimiento de las IMA del profesorado de educación primaria en diferentes países.

El modelo interpersonal de la conducta del profesor

^{Wubbels et al. (1985}) aplicaron el modelo sobre las relaciones interpersonales propuesto por ^{Leary (1957}) al contexto de la educación. El modelo de Leary se representa como un círculo con dos dimensiones independientes que se cruzan: Control (Dominancia-Sumisión), el grado en que alguien domina el proceso de comunicación, y Afiliación (Cooperación-Oposición), el grado de cooperación que sienten los involucrados en el proceso de comunicación. Se pueden definir puntos intermedios entre Dominancia, Cooperación, Sumisión y Oposición para dividir el círculo interpersonal en 8 sectores.

El Modelo de la Conducta Interpersonal del Profesor (MITB, en inglés) propuesto por ^{Wubbels et al. (1985}, 2012) usa los mismos ejes de Control y Afiliación (dimensiones) que el de ^{Leary (1957}) y describe ocho tipos de conductas interpersonales (escalas) mostrados por los maestros (IMA): Directiva (E1), Amable (E2), Comprensiva (E3), Acomodaticia (E4), Insegura (E5), Insatisfecha (E6), Represiva (E7), e Impositiva (E8) (Figura 1). El MITB se caracteriza por su estructura circunfleja o circular, que se basa en los siguientes supuestos: (1) las ocho escalas de conducta del MITB están representadas por dos dimensiones, Control y Afiliación; (2) las dos dimensiones no están correlacionadas; (3) las escalas se distribuyen uniformemente en una estructura circular. Se espera que cada escala cargue simultáneamente en ambas dimensiones, aunque con diferente magnitud. Las puntuaciones de las dimensiones son una combinación lineal de las puntuaciones de las 8 escalas del QTI conforme a las siguientes ecuaciones, en donde los coeficientes (±.92 o ±.38) son las coordenadas geométricas teóricas de cada escala en el círculo interpersonal (Wubbels y Brekelmans, 2005) (Figura 1):

Control = .92*E1 + .38*E2 - .38*E3 - .92*E4 - .92*E5 - .38*E6 + .38*E7 + .92*E8

Afiliación = .38*E1 + .92*E2 + .92*E3 + .38*E4 - .38*E5 - .92*E6 - .92*E7 - .38*E8, (1)

siendo cada escala: E1, Directiva…, y E8, Impositiva. Obsérvese: (a) que Control y Afiliación están medidas sin error, y (b) que aquellas escalas cuya distancia es de 3 (E1 con E4, E2 con E5, …) su correlación es igual a cero, (Figura 1) o, usando términos factoriales, son ortogonales (^{Mindrila, 2017}).

Figura 1.  Estructura circunfleja del modelo de la conducta interpersonal del profesor (^{Wubbels et al., 2012}). 

Antecedentes de la investigación con QTI en educación primaria (QTI-P)

El QTI se desarrolló en los Países Bajos para analizar las conductas interpersonales de los docentes por medio de las percepciones del alumnado de secundaria, utilizando ocho escalas que se corresponden con los sectores del MITB. ^{Wubbels y Levy (1991}) redujeron la versión original de 77 a 64 ítems (8 escalas con 8 ítems) para usarla con muestras estadounidenses. ^{Fisher, Henderson y Fraser (1995}) validaron una nueva versión de 48 ítems para su uso en el contexto educativo australiano (cada escala tiene 6 ítems). Varios estudios han encontrado valores satisfactorios de fiabilidad y validez en el QTI (^{Wubbels et al., 2012}).

^{Goh y Fraser (1998}) adaptaron la versión australiana del QTI-secundaria para su uso en cursos superiores de educación primaria de Singapur (QTI-P), utilizando vocabulario y estructuras de oraciones más simples que el QTI-secundaria, y un formato de respuesta más sencillo, cambiando de “cinco” a “tres” puntos y de "importante" a "frecuente". El QTI-P fue validado originalmente con 1512 estudiantes de 5º curso de 39 aulas de 13 escuelas seleccionadas al azar.

El QTI-P ha sido validado con alumnado de edades comprendidas entre 9 y 14 años en múltiples países, Malasia (^{Scott y Fisher, 2004}), Brunei (^{den Brok et al., 2005}), Grecia (^{Kokkinos et al., 2009}) y Turquía (^{Telli y den Brok, 2012}). Los resultados con QTI-P replican los obtenidos en secundaria, pero con valores algo más bajos de fiabilidad (^{Kokkinos et al., 2009}; ^{Telli y den Brok, 2012}), y con medias más altas en las dos dimensiones (Control y Afiliación), en particular en Afiliación (Fisher et al., 2011).

En general, estos estudios utilizan grandes muestras, se suelen concentrar en el rango alto de edad (quinto curso o superiores), usan escalas de respuesta de tres puntos para referirse a la conducta del docente de una materia determinada, siguen procedimientos similares para estudiar las características psicométricas del QTI-P y suelen emplear el rendimiento académico como criterio para el estudio de la validez predictiva. En la Tabla 1 se presenta una comparativa de los estudios que han empleado el QTI-P.

Tabla 1:  Comparativa estudios previos sobre la versión del QTI para alumnos de los cursos superiores de educación primaria. 

Usaremos varias novedades respecto de la muestra, la escala de respuesta, el criterio, y los procedimientos de validación. Emplear muestras grandes puede sesgar algunos resultados, como el ajuste al modelo (^{Iacobucci, 2009}). Para evitar que nuestros resultados estén afectados por características de la muestra, emplearemos una muestra más pequeña y, puesto que el objetivo es estudiar la respuesta de alumnos más jóvenes de los usados hasta ahora, incluiremos alumnado de cuarto curso, primer curso que se considera educación primaria superior. Dos novedades más se refieren a la escala de respuesta del QTI-P y de quién se informa. Como indicaron ^{Telli y den Brok (2012}), puede ser que la escala de 3 puntos no permita una diferenciación suficiente en la versión QTI-P de la escuela primaria, lo que puede producir correlaciones inesperadas. Además, ^{Zijlstra, Wubbels, Brekelmans y Koomen (2013}) han mostrado que los estudiantes de primer y segundo curso tienen una buena comprensión de una escala de respuesta de 5 puntos en el QTI-EP (versión para los premros cursos de educación primaria). ^{García Bacete, Ferrá, Monjas y Marande (2014}) también llegan a la misma conclusión usando una muestra española. Tradicionalmente, se pide a los alumnos que informen sobre la conducta de un maestro de una asignatura. Nosotros hemos seleccionado la figura del maestro tutor, que representa mejor la cultura de la escuela primaria que el profesorado de una asignatura, más típico de la cultura de secundaria (^{García Bacete, Ferrà et al., 2014}; ^{Maulana et al., 2012}). El maestro-tutor es el que más tiempo pasa en el aula, quien imparte la mayor parte de las asignaturas y sobre quien recae la responsabilidad de establecer las normas del aula (^{Jimerson y Haddock, 2015}). Respecto al criterio, habitualmente se emplean pruebas estandarizadas de rendimiento académico (^{Scott y Fisher, 2004}), nosotros usaremos las calificaciones escolares, dado que las percepciones de los estudiantes de las IMA tienen mayor efecto sobre las notas que los tests estandarizados (^{Roorda et al., 2011}).

Respecto de las características psicométricas, estos estudios informan que las escalas tienen valores de fiabilidad altos cuando se calculan usando las puntuaciones agregadas de aula. Sin embargo, en los estudios que usan las puntuaciones de los alumnos, esos coeficientes de fiabilidad disminuyen mucho. De hecho, tres escalas, Acomodaticia, Insegura e Impositiva suelen tener valores de ( inferiores a .60, especialmente la escala Insegura. A pesar de estos resultados, no se suelen tomar decisiones sobre la composición de las escalas, quizás porque los valores de eta al cuadrado (η²) o los índices de correlación intraclase (ICC) son buenos, normalmente superiores a .15 en todas las escalas.

Respecto de la validación del modelo circunflejo, se observan dos tendencias generalizadas: (a) el uso de puntuaciones agregadas de aula en escalas y dimensiones, ignorando las puntuaciones individuales de los estudiantes, y (b) la utilización en los análisis factoriales de los efectos de las dimensiones sobre las escalas, ignorando los de las escalas sobre los ítems (^{den Brok, Brekelmans, y Wubbels, 2006}), reduciendo los modelos factoriales de segundo orden a modelos de primer orden. Pero como señalan ^{Lüdtke et al. (2008}), las variables agregadas de aula solo pueden utilizarse a nivel 2, y los estudios que las han usado en un primer nivel de análisis han cometido errores de sesgo y de distribución de parámetros (F, t, z,…). Los métodos más extendidos han sido el análisis del patrón de las correlaciones interescalas, que informan de un ajuste aceptable de las escalas a las dimensiones, con algún solapamiento entre escalas (por ejemplo, ^{Telli y den Brok, 2012}), y el análisis factorial exploratorio (AFE) (^{Kokkinos et al., 2009}). No obstante, estos métodos presentan dificultades para confirmar las dos dimensiones, su ortogonalidad y la posición de las escalas (^{Telli y den Brok, 2012}). Los únicos trabajos que han usado análisis factorial confirmatorio (AFC) han sido los realizados por ^{Kokkinos et al. (2009}), pero sólo confirma 7 escalas con α entre .51 y .64, y por ^{den Brok et al. (2005}) que también era multinivel, pero usaron puntuaciones agregadas de aula y no puntuaciones de los alumnos. Nosotros realizaremos AFC, con factores de segundo orden, y multinivel, en los que se considerarán tanto las variables observables (ítems) como las escalas, las puntuaciones de los estudiantes (nivel 1) como las puntuaciones de aula (nivel 2).

No obstante, los estudios muestran la validez predictiva del QTI-P usando diferentes criterios (rendimiento académico, disfrute, en una o varias asignaturas). Los logros más altos y las mejores actitudes de los estudiantes en las aulas, el agrado y el disfrute en las asignaturas de matemáticas y ciencias, se encontraron en las aulas en las que las maestras enfatizaron las conductas Directivas, Amables y Comprensivas, y mostraron menos signos de conductas Insatisfechas y Represivas (^{Goh y Fraser, 1998}; ^{Kokkinos et al., 2009}; ^{Scott y Fisher, 2004}). Se han usado diferentes procedimientos de análisis (correlaciones, regresión lineal, modelo lineal jerárquico, o análisis de varianza). Nosotros utilizaremos AFC y modelos de ecuaciones estructurales (SEM) multinivel.

Método

Estrategia Analítica

Los análisis de datos se llevaron a cabo con los programas SPSS 24 (IBM, 2016) y EQS 6.3 (^{Bentler, 2016}). Con el fin de comprobar las hipótesis, se han realizado análisis descriptivos, de fiabilidad, correlacionales (Pearson e ICC), AFC y SEM multinivel. En los AFC y SEM, como criterios de ajuste se han utilizado los índices propuestos por ^{Steiger (2007}). Para la comparación entre modelos no anidados utilizamos el procedimiento de Akaike Information Criterion (AIC; ^{Burnham, y Anderson, 2004}).

Con el fin de comprobar la primera hipótesis (H1), sobre la composición de cada escala, se han hecho AFC de primer orden (Figura 2) y análisis de fiabilidad para comprobar la consistencia interna de las 8 escalas. Primeramente, se comprobó si los ítems del QTI-P saturaban de manera significativa en cada uno de sus correspondientes factores de primer orden, o escalas. Para ello, se utilizaron las puntuaciones individuales de los alumnos en los 48 ítems originales y covarianzas entre las 8 escalas (M1), hasta alcanzar una configuración factorial que ajustara a los datos (M2). Para cada una de las escalas se estimó su media, desviación típica y α de Cronbach.

Figura 2.  Modelos analizados. A) Modelo M2, sólo de nivel 1, los efectos fijos entre factores y variables son iguales a 1. B) Modelos M3, M4 y M5, sólo de nivel 1. Para los efectos fijos entre factores se han utilizado los coeficientes circunflejos. C) M4, nivel 2. Los efectos fijos son iguales a 1. D) es el nivel 2 del modelo M5. 

Para comprobar H2, sobre la estructura circunfleja del modelo, se usó M3. En la Figura 2, apartado B, hay una representación de M3. Este modelo comprende dos factores ortogonales de segundo orden, o dimensiones, que son las variables independientes del modelo. Estas dimensiones, a través de las correspondientes cargas fijas factoriales circunflejas, influyen en las ocho escalas o factores de primer orden, que a su vez influyen en los ítems del QTI-P, de acuerdo con los supuestos del MITB. M3 incluye valores sólo a nivel 1, de alumno.

Al objeto de comprobar H3, sobre la influencia del aula (multinivel) en las percepciones de cada ítem del QTI-P, se calcularon los ICC de escalas y dimensiones, y se realizaron tres AFC multinivel. En los tres AFC, el primer nivel coincide con el de M3. A nivel 2, en el primer AFC se ha reproducido la estructura circunfleja de nivel 1 con efectos fijos, y en el segundo AFC se atenuó el modelo, dejando efectos libres (M4), Figura 2, apartado B para el nivel 1 y apartado C para el nivel 2, conforme al sistema de representación de ^{Muthén y Muthén (2017}). Otra comprobación complementaria de esta hipótesis multinivel (M5), ha sido incluir variables contextuales en el nivel 2 (es decir, no se reproduce la estructura circunfleja), sino las respectivas medias de los valores de QTI-P para cada escala en cada aula (^{Fisher et al., 2011}; ^{Hox, Moerbeek, y Schoot, 2017}; ^{Lüdtke et al., 2008}). Puesto que estas variables contextuales son valores proporcionados por los resultados (observables), no es preciso fijar a 1 ningún coeficiente de nivel 2, ver Figura 2, apartados B y D.

Figura 3.  Estructura circunfleja del QTI-P confirmada en puntuaciones directas, incluyendo los efectos sobre el rendimiento académico de cada alumno (M6): A) para el nivel 1, alumno; y B) para nivel 2, Aula. 

Con el fin de comprobar H4, referida a la capacidad predictiva de las percepciones de los estudiantes medidas con el QTI-P sobre el rendimiento académico, se usaron como criterio de rendimiento académico a nivel 1 las calificaciones escolares del alumno en Matemáticas, Ciencias, Castellano y Valenciano a final de curso, y a nivel 2 la media de la respectiva calificación por aula, M6, y Figura 3. M6 se basa en M5, pero añadiendo los efectos sobre el rendimiento académico como acabamos de explicar. M6 es un modelo SEM completo.

Resultados

Las medias y desviaciones típicas de las escalas y de las dimensiones se presentan en la Tabla 2. La fiabilidad compuesta de las escalas oscila entre .60 en la escala Insegura y .88 en la escala Represiva. El rango del porcentaje de varianza medido con la varianza media extractada (VME) va entre 23.7% y 58.2%, para las escalas Insegura y Amable, respectivamente. En el caso de las dimensiones, Afiliación explica un 64.1% y Control un 2.27%.

Tabla 2:  Información descriptiva (n=397) de las escalas y dimensiones interpersonales y del rendimiento académico (nivel alumno). 

(H1) El primer AFC (M1) se realizó con los 48 ítems originales del QTI-P y covarianzas entre todas las escalas. M1 no ajusta, pues, aunque el RMSEA es bueno y la razón χ²/gl también es aceptable, los otros indicadores no lo son (Tabla 3). Por lo tanto, se ha depurado el modelo completo, quitando los ítems que disminuían la fiabilidad de la escala (ítems 16, 37 y 41), con ( inferiores a .30 (ítem 30) o que correlacionaban más alto con los ítems de otra escala (ítems 6, 10, 12, 14, 15, 19, 23, 24, 25, 34, 36, 40, y 42) hasta llegar a los 31 ítems que participan en el Modelo 2 (M2). Este modelo tiene un buen ajuste en todos los índices, además las varianzas de las escalas y las covarianzas entre escalas son estadísticamente significativas, así como todos los efectos de las escalas sobre los correspondientes ítems ((). Las diferencias de AIC entre M1 y M2 son mucho más grandes del valor de 7 a favor de M2, por lo que aceptamos M2 como la mejor representación métrica de los datos del cuestionario QTI-P. No se exponen los resultados detallados de M2, pero los valores obtenidos de los efectos de las escalas sobre los ítems del QTI-P son sensiblemente iguales a los presentados en la Figura 3 (M6).

Tabla 3:  Modelos analizados y estadísticos de ajuste de conjunto. 

En resumen, ahora el QTI-P en castellano queda con 31 ítems (se presentan en el Anexo con un *), por lo que hay tres escalas que han quedado con 3 variables observables (Amable, Insatisfecha e Impositiva), otras tres que han quedado determinadas por 4 variables (Directiva, Acomodaticia y Represiva), y dos que han quedado con 5 variables (Comprensiva e Insegura). Este recorte en el número de variables por escala no supone un problema, pues en un AFC con más de un factor (escalas), se considera suficiente para la métrica sea correcta que cada factor tenga tres variables (^{Kenny y McCoach, 2003}). Los valores α obtenidos son buenos en todas las escalas, con un rango entre .63, escala Inseguridad, y .87, escala Represiva (ver Tabla 2).

(H2) El ajuste del modelo circunflejo (M3) se adecúa a los datos (Tabla 3), cumpliéndose la hipótesis del MITB, puesto que todos los indicadores son buenos. Las diferencias en AIC respecto del M2 son favorables al M2, pero aceptamos el M3 como mejor representación porque los indicadores de ajuste son buenos y responde a las hipótesis del MITB.

(H3) Las ICC de las escalas son muy altos (Tabla 2). Si exceptuamos la ICC de la escala Insegura (.10), las otras se sitúan en un rango entre .24 (Comprensiva) y .47 (Represiva). En ambientes escolares suelen ser infrecuentes ICC superiores a .30 (^{Lüdtke et al., 2008}). Las ICC de las dimensiones son también muy altos, .35 en Control y .42 en Afiliación. Estos valores confirman la influencia del ambiente aula en las percepciones e invitan a realizar AFC multinivel (M4 y M5), téngase en cuenta que el ICC indica el porcentaje de similitud en la variable medida dentro de la clase en comparación con las otras clases, a mayor ICC mayor parecido de los alumnos dentro de la clase. M4 ajusta bien a los datos, además, todos los coeficientes son significativos y con signos coherentes respecto de los valores obtenidos, pues hay coherencia métrica variable-escala, el valor del AIC es mucho menor que el de M2 y el de M3, por lo que M4 puede ser una buena representación de los datos obtenidos. Cuando en el nivel 2 se usan las medias de las puntuaciones de QTI-P para cada escala dentro de cada clase (M5), los indicadores de ajuste de conjunto son muy buenos (Tabla 3), y todos los parámetros han resultado ser significativos y coherentes en lo que a los signos se refiere. La lectura de los efectos de nivel 2 (la media de cada respectiva escala por clase), indica que, a más elevada media de clase en una escala, más puntuación tendrá un niño de esa clase en un ítem de esa escala. Las diferencias entre los índices de ajuste, incluido el AIC, con los modelos anteriores son siempre mejores en M5, por tanto, aceptamos este modelo como la mejor representación de ajuste de los resultados obtenidos del QTI-P. Por otra parte, se observa que los efectos de las escalas sobre los ítems y de las dimensiones sobre las escalas apenas cambian en M5 respecto a M2, M3 y M4, lo cual es un indicador de la estabilidad del modelo.

Así, de acuerdo con los valores de la Figura 3 llevados al M5, la ecuación de pronóstico para una niña i en una clase j, para el ítem 26 (QTI26'_ij, perteneciente a la escala Amable, Amable _i ), y a la variable contextual Amable, ContextualAmable _j , su valor pronosticado será:

QTI26' _ij = 1.332* Amable _i + .898*ContextualAmable _j (2)

Siendo, en la Ecuación 2, el valor 1.332 el efecto de la puntuación factorial de la niña i sobre QTI26, que es el mismo para todos los niños para pronosticar cada valor de QTI26, como en el análisis factorial exploratorio; Amable _i es la puntuación factorial de la niña i en la escala Amable, y es un valor propio de cada niño en esta escala; .898 es el valor del coeficiente de nivel 2 de la variable contextual Amable, y es un valor común para todos los niños; ContextualAmable _j es la media de la clase j en las variables de la Escala Amable, y es propia de cada clase, al haber 19 aulas habrá 19 valores distintos; y, por último, no se ha incluído E _26,ij , porque sería el error de pronóstico del niño i en la clase j para el pronóstico de QTI26 (QTI26' _ij ). En la Ecuación 2, el término 1.332*Amable _i es de primer nivel (propio para cada niña), mientras el término .898*ContextualAmable _j es de nivel 2 (específico para cada clase).

En la Ecuación 2, el término de nivel 2 (.898*ContextualAmable _j ) funciona como un intercepto, pues si se toma una clase (j) determinada, por ejemplo, para la clase 122, su valor de ContextualAmable para todos los niños de esa clase es de .692, por lo que para todos los niños de la clase el valor fijo es de .621 (.898*.692), que se puede considerar como el nivel inicial común (o intercepto) para todos los niños de esta clase.

(H4) La Tabla 3 muestra que los resultados de conjunto de M6 son muy buenos estadísticamente y en la Figura 3 se representa gráficamente. Se observa cómo Rendimiento Académico es un factor único muy estable (con varianza significativa, p < .001), que influye significativamente en cada calificación académica: Matemáticas, Ciencias, Castellano y Valenciano. En el nivel 1, estudiante, sólo la dimensión Afiliación influye de manera positiva y significativa sobre el factor Rendimiento Académico. En el nivel 2, Aula, los componentes del QTI-P no influyen en el Rendimiento Académico; pero Rendimiento Académico forma un factor a nivel 2 que determina la calificación media de cada clase en las calificaciones académicas, y cada una de ellas condiciona a su vez la puntuación individual de cada alumna en cada materia. De este modo, la calificación final de una alumna i (nivel 1) perteneciente a la clase j (nivel 2) en Ciencias sería (ver Figura 3):

Ciencias' _ij = 1.059*RendimientoAcadémico _i +

.996*ContxlCiencias _j (3)

Los términos de la Ecuación 3 son similares a los de la Ecuación 2, no se incluye el error de pronóstico en las Ecuaciones 3 y 5, porque es el error de pronóstico de la calificación en Ciencias (Ciencias' _ij ). Téngase en cuenta que a su vez la variable ContxlCiencias es generada mediante los valores de nivel 2:

ContxlCiencias' _j = 1.023*RendimientoAcadémico _j (4)

O lo que es lo mismo, substituyendo el componente determinístico de la Ecuación 4 en la 3, para pronosticar la puntuación de un alumno en Ciencias:

Ciencias' _ij = 1.059*RendimientoAcadémico _i +

.996*(1.023*RendimientoAcadémico _j ) (5)

De la misma manera que en la Ecuación 2, la Ecuación 5 indica que la calificación de nivel 2 de cada niño en la clase j es común para todos los otros niños de esa clase, por lo que el valor de RendimientoAcadémico _j (valor de nivel 2, multiplicado por sus correspondientes coeficientes) actúa como un intercepto para los alumnos de la clase j.

Discusión

Este estudio confirma la fiabilidad y validez estructural de la versión española de QTI para alumnos de cursos superiores de educación primaria (QTI-P). QTI-P mantiene 31 ítems de los 48 originales distribuidos en las ocho escalas, todas conservan 3 o más ítems, y presentan mejores índices de fiabilidad, porcentajes de varianza explicada y capacidad para diferenciar entre clases, por los elevados valores de ICC, que los obtenidos en otros estudios (^{Goh y Fraser, 1998}; ^{den Brok et al., 2005}; ^{Kokkinos et al., 2009}; ^{Scott y Fisher, 2004}; ^{Telli y den Brok, 2012}), muy especialmente en las escalas Insegura, Impositiva y Acomodaticia, todas ellas más relacionadas con la dimensión Control.

Quizá estos resultados pueden ser explicados por algunas de las novedades incorporadas en el estudio como son: (a) el empleo de una escala de respuesta de 5 puntos, que posibilita que exista suficiente diferenciación (^{Telli y den Brok, 2012}); (b) la utilización de la conducta del maestro tutor como referente del ambiente, más representativa de la cultura en las aulas de primaria que la de un profesor de una asignatura (^{Maulana et al., 2012}); y (c) el énfasis en considerar tanto la contribución de cada ítem a su escala teórica como su aportación a las relaciones entre escalas (^{Wubbels et al., 2012}).

Por lo que se refiere a la validación de la estructura circunfleja (Hipótesis 2, Modelo 3), los resultados muestran que, usando puntuaciones individuales (alumno) de las variables observables, las 8 escalas pueden ser explicadas por dos dimensiones independientes, Control y Afiliación, y que ocupan posiciones fijas en la estructura circular de acuerdo con lo pronosticado por el modelo MITB. Otros intentos no han resultado exitosos (^{Telli y den Brok, 2012}), o su confirmación se ha realizado de forma aproximada mediante la comparación entre patrones de correlaciones entre escalas (^{Telli y den Brok, 2012}). Por último, al igual que en la mayoría de los estudios, la dimensión Afiliación es la que más apoyo empírico recibe (^{Fisher et al., 2011}), pues en nuestro caso tiene mejor VME que Control, buena ICC y presenta efectos significativos sobre el factor Rendimiento Académico a nivel individual. Al mismo tiempo, en la versión española también se refuerza la dimensión Control, puesto que contribuye en mayor grado a la percepción de los estudiantes de las IMA (media = 0.56) y los alumnos dentro de las clases alcanzan mayor similitud en esta dimensión (ICC = .352) que en estudios anteriores.

Por lo que se refiere a la hipótesis 3 (Modelo 5), las ICC obtenidas son muy altas, tanto en las 8 escalas como en las dos dimensiones, mostrando diferencias entre aulas a la vez que similitud entre los estudiantes de la misma aula en su percepción de la conducta de la maestra tutora (^{Lüdtke et al., 2008}). Se trata del primer estudio con el QTI-P que ha usado un modelo multinivel, con puntuaciones individuales (alumno) de las variables observables explicadas por las escalas y éstas por las dimensiones bajo las hipótesis del MITB en el primer nivel, y con puntuaciones agregadas (aula) de las escalas explicando las variables observables en el segundo nivel. Previamente, solo el estudio de ^{Fisher et al. (2011}) había confirmado la estructura multinivel del QTI-P, pero usando las puntuaciones agregadas de aula de cada escala tanto en el primer y en el segundo nivel, y sin incluir en el modelo los efectos de las escalas sobre los ítems. En nuestra investigación se comprueba que, en la puntuación final de cada niño en cualquier ítem del QTI-P, influye la puntuación media de la escala a la que pertenece dicho ítem en su aula, más la puntuación específica del niño en ese ítem. De este modo, la media de la escala actúa como un intercepto común para los niños de una misma clase.

Por lo que se refiere a la hipótesis 4 (Modelo 6), sobre predicción del rendimiento, se ha comprobado que las percepciones del alumnado sobre la conducta del profesorado no dependen del rendimiento académico. En cambio, la calificación final obtenida por cada alumno depende de la percepción de la conducta afiliativa del maestro a nivel individual y de la calificación media agregada de cada asignatura a nivel de aula (ver Figura 3 y Ecuaciones 3 a 5).

Por último, ¿qué percepción tienen los estudiantes españoles de la conducta interpersonal de sus maestros con ellos? Las puntuaciones de los estudiantes españoles en todas las escalas del QTI-P son más bajas que en los estudios previos, lo que puede dar la impresión de que el alumnado percibe que el profesorado se ocupa poco de ellos. Una observación más detenida señala que las medias son particularmente bajas en las escalas que cargan negativamente en la dimensión de Afiliación, muy especialmente las que comparten Control bajo, conductas Inseguras e Insatisfechas. Esto es, que los estudiantes españoles, aunque perciben menos conductas Cooperativas y de Dominancia en sus maestros que los estudiantes de otros países, perciben todavía menos conductas de Oposición y de bajo Control. Ello se concreta en que las conductas docentes que combinan Oposición y bajo Control son muy infrecuentes en nuestro país y, sobre todo, en que la Afiliación resulte muy alta y el Control moderado, muy superior y ligeramente superior a lo que ocurre en otros países, respectivamente, de acuerdo con las indicaciones propuestas por ^{den Brok et al. (2006}), lo que resulta en una imagen positiva del profesorado.

Estos resultados concuerdan con los dos únicos trabajos que hemos encontrado en los que participan estudiantes de origen hispano: a) En el estudio multicultural de den Brok, Levy, Wubbels y Rodríguez (2003, citado en ^{den Brok y van Tartwijk, 2015}) se encontró que los estudiantes de secundaria hispanoamericanos generalmente percibían que las IMA era más afiliativas y dominantes que los otros alumnos de la muestra. b) Los estudiantes españoles de primer y segundo curso puntuaron más alto en ambas dimensiones (^{García Bacete et al., 2014}) que en otro estudio realizado con niños de los países bajos de la misma edad (^{Zijlstra et al., 2013}).

En conclusión, hemos visto que el QTI-P, al solicitar a los alumnos percepciones compartidas sobre la maestra, más que individuales, permite describir un ambiente propio en cada aula, entendido como la interacción de la maestra con el alumnado como colectivo, y que el QTI-P lo mide de modo fiable. En esta afirmación destacamos tres aspectos: (a) la idoneidad del QTI-P para captar el ambiente único de cada aula; (b) la relevancia del aula como grupo de alumnos; y (c) la relevancia de la maestra como constructora del ambiente. El efecto del ambiente es tal que tiene una clara influencia en el rendimiento académico individual, junto con el rendimiento medio del aula, sin que la percepción del ambiente del aula se vea influida por el rendimiento académico.

En definitiva, las investigadoras y maestras españolas tienen disponibles dos versiones del QTI que les permite evaluar la interacción profesora-alumnado a lo largo de toda la educación primaria, la versión QTI-EP, válida para los escolares de 1º a 3º de educación primaria, y la versión QTI-P para los de 4º a 6º; un inconveniente de nuestra muestra es que no ha podido contar con alumnos de 5º curso por limitación de presupuesto, pero cabe esperar que si el modelo propuesto se ajusta a los datos de nuestros alumnos de 4º y 6º, también se ajustará a los de 5º. Ahora el reto consiste en determinar cómo el profesorado puede crear tales relaciones positivas (Wubblels et al., 2012). En nuestra opinión, y de acuerdo con las conclusiones enumeradas, dos ejes deben dirigir estas intervenciones: (a) la necesaria autorreflexión del profesorado sobre su conducta interactiva en cada aula, a partir de las respuestas proporcionadas por el alumnado y de sus propias respuestas al QTI-P (^{Brekelmans et al., 2011}); (b) el diseño de procesos de acompañamiento y consultoría al profesorado, que le facilite las condiciones para desarrollar y aplicar intervenciones curriculares y universales de gestión socioemocional dirigidas a todo el alumnado del aula (^{García Bacete et al, 2019}). Finalmente, como líneas de futuro señalamos la realización de estudios que incorporen un mayor número de aulas, el análisis de los perfiles conductuales de profesorado de primaria y la extensión de la validación del QTI a todos los cursos de la educación secundaria en España.