Custom services
Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
Introducción
Se conoce a la investigación como el acto de indagar, buscar, explorar y aplicar nuevos conocimientos a interrogantes de carácter científico, humanístico o tecnológico. Por tanto, puede considerarse a la investigación como una forma ordenada de recopilar, interpretar y valorar la información obtenida en aras de conocer una realidad, entender un proceso, o hallar un resultado (Pope et al., 2006; Pruzan, 2016).
El primer contacto con las investigaciones científicas suele producirse en las instituciones de educación superior, donde el estudiante tiene la oportunidad de reflexionar sus inquietudes intelectuales, de desarrollar su capacidad de búsqueda y lectura crítica, de proponer alternativas con argumentación, y de presentar los resultados en forma escrita u oral mediante una metodología acorde a sus objetivos de estudio (Ries y Dimick, 2018). Por tanto, las universidades se constituyen en un contexto propicio para que el alumno participe en los diversos proyectos de investigación promovidos por dichos centros; de ahí que se considere a la investigación como un eje transversal en la educación superior, para fomentar el pensamiento analítico-crítico en los estudiantes universitarios (Mtshali y Sooryamoorthy, 2018).
Así, la investigación científica comienza a materializarse en las elaboraciones de los trabajos finales de grado, donde los estudiantes universitarios plantean temáticas de estudio, formulan interrogantes, localizan y valoran información, redactan objetivos e hipótesis, establecen diseños metodológicos, e indican el uso responsable, ético y legal de los datos bibliográficos empleados (Smith et al., 2009). De ahí que Gallart et al. (2015) consideren al trabajo final de grado como el primer paso del estudiante hacia la investigación científica, ya que fomenta el pensamiento crítico, lógico y reflexivo de los estudiantes próximos a graduarse, resaltando su capacidad innovadora, analítica e interpretativa para el desarrollo de dicho trabajo científico.
Por consiguiente, al culminar un trabajo final de grado los alumnos deberían demostrar que pueden pensar críticamente, formular y resolver problemas, tomar decisiones en base a lo indagado, y estructurar trabajos científicos acorde a los conocimientos teóricos y habilidades de investigación adquiridas (De Jong et al., 2018).
Sin embargo, muchos estudiantes universitarios no están interesados en investigar por considerar este tipo de trabajo aburrido, estresante, agobiante y complejo (Criollo et al., 2017). Aunado a ello, algunas dificultades como el aprendizaje autónomo, la adaptación con el ritmo de enseñanza universitaria, la dificultad para simultanear trabajo y estudios, y la falta de confianza hacia sí mismos, potencializan su desmotivación hacia la investigación (Hassel y Ridout, 2018). De ahí que los docentes recomienden a los estudiantes universitarios ser disciplinados, motivados, autónomos, y eficientes para alcanzar sus logros académicos.
Se ha identificado una gran cantidad de obstáculos que limitan el desarrollo de investigaciones académicas. Dies (1993) considera la falta de tiempo, el miedo de que el trabajo sea intrascendente, la identificación de literatura relevante, y el escaso conocimiento metodológico e informático. Gill et al. (2001) enfatizan en el desinterés por investigar, la falta de experiencia previa, y la desmotivación por la falta de apoyo tanto institucional como de sus pares. Por último, Lee et al. (2013) destacan las limitaciones del idioma, los estilos de aprendizaje y, en ocasiones, la falta de pericia de los docentes para motivar a los alumnos como los principales obstáculos para investigar.
La revisión de la literatura muestra las limitaciones más frecuentes que tienen los estudiantes de grado para desarrollar un proyecto de investigación (Burton, 2000; Flowerdew, 2014; King y McGinnies, 2013; Pruzan, 2016; Richardson y McBryde-Wilding, 2009):
Competencias tecnológicas: comprende las dificultades de buscar información en bases de datos de documentación científica, como también seleccionar y utilizar los programas estadísticos más apropiados a los objetivos de la investigación.
Competencias del discurso académico: comprende las dificultades de redacción académica para escribir informes científicos, y la comprensión de manuales y términos técnicos para entender textos académicos en la literatura.
Competencias metodológicas: comprende las dificultades para precisar métodos y técnicas de estudio, como también plantear objetivos y problemas concretos para abordar una investigación científica.
Formación investigadora: comprende la falta de pericia o experiencia del estudiante universitario hacia la investigación científica, cuyas capacidades y conocimientos adquiridos en las aulas universitarias, son insuficientes para abordar la elaboración de un proyecto académico.
Actitud a la investigación: comprende la indiferencia que tiene el estudiante universitario para investigar, cuyo comportamiento está orientado a postergar la investigación científica, y a participar pasivamente en proyectos académicos por considerarlos aburridos o poco interesantes.
Clements (2007) indica que es necesario que las universidades enfaticen más en la investigación científica y en la redacción académica en sus planes de estudios, para facilitar el desarrollo de los trabajos finales de grado. De este modo se evitaría que muchos estudiantes abandonen los proyectos de investigación antes de finalizarlos debido a la insuficiente formación metodológica y tecnológica, la falta de apoyo de las autoridades, la ausencia de financiación y las pocas oportunidades de participación (Carter et al., 2018).
En la actualidad no hay instrumentos que nos permitan evaluar cuáles son los obstáculos más frecuentes a los que se enfrentan los alumnos en las asignaturas que implican realizar tareas de investigación. Por este motivo, el objetivo de este trabajo es desarrollar una escala que mida los obstáculos para investigar de estudiantes universitarios que se encuentran realizando sus trabajos finales de grado. Construir esta escala permitirá conocer los obstáculos del estudiante universitario para enfrentarse a las asignaturas que incluyen tareas de investigación y diseñar estrategias de intervención centradas en las dificultades encontradas.
Método
Participantes
Se trabajó con una muestra incidental de 650 estudiantes universitarios, 423 mujeres (65.1 %) y 219 hombres (33.7 %) habiendo 8 (1.2 %) participantes que no especificaron su sexo. Las edades de los participantes están comprendidas entre 18 y 56 años de edad (M = 26.68, DT = 5.37). El resto de las características sociodemográficas se muestran en la Tabla 1. El criterio de selección de los participantes fue que estuvieran realizando sus Trabajos Finales de Grado en la Universidad Técnica de Machala-Ecuador.
Tabla 1. Características sociodemográficas de la muestra de estudio
| Variables sociodemográficas | N | (%) | |
|---|---|---|---|
| Sexo | Hombres | 219 | (33.7) |
| Mujeres | 423 | (65.1) | |
| Situación laboral | Estudia y trabaja | 353 | (54.3) |
| Sólo estudia | 231 | (35.5) | |
| Estado civil | Soltero | 428 | (65.8) |
| Casado | 122 | (18.8) | |
| Divorciado | 22 | (3.4) | |
| Unión libre | 47 | (7.2) | |
| Número de hijos | Ninguno | 407 | (62.6) |
| Uno o más | 235 | (36.2) | |
| Familiares a cargo | Si | 189 | (29.1) |
| No | 445 | (68.5) | |
| Facultades | Ciencias Sociales | 153 | (23.5) |
| Ingeniería Civil | 26 | (4.0) | |
| Ciencias Empresariales | 282 | (43.4) | |
| Ciencias Agropecuarias | 33 | (5.1) | |
| Ciencias Químicas y de la Salud | 128 | (19.7) | |
Instrumento
Se creó una escala de 32 ítems tras revisar la literatura vinculada con los obstáculos para investigar. Posteriormente, para obtener evidencias de validez de contenido, la escala fue valorada por cinco jueces/expertos. Durante este proceso se eliminaron siete reactivos. La escala consta de un total de 25 ítems (véase Tabla 2) que miden cinco indicadores, a saber, competencias tecnológicas (ítems 1, 6, 11, 16, 21), competencias del discurso académico (ítems 2, 7, 12, 22, 24), competencias metodológicas (ítems 3, 8, 13, 18), formación investigadora (ítems 4, 9, 14, 19), y actitud a la investigación (ítems 5, 10, 15, 20, 23, 25). La escala presenta un formato tipo Likert con cuatro opciones de respuestas en función del grado de acuerdo que tiene el participante con cada uno de los enunciados.
Tabla 2. Modelo Bifactorial: Correlaciones policóricas, Método de extracción MRFA, Rotación Promin
| Matriz de configuración rotada | ||
|---|---|---|
| Ítems | F1 | F2 |
| 1. Es fácil realizar búsquedas en bases de datos de documentación científica. | 0.99 | |
| 2. Comprendo bien los manuales técnicos. | 0.83 | |
| 3. Tengo dificultades para estructurar el apartado metodológico de mi investigación. | 0.47 | |
| 4. Me siento capaz de investigar nuevas temáticas de estudio. | 0.52 | |
| 5. Investigar es aburrido. | 0.67 | |
| 6. No sé utilizar programas estadísticos para analizar los datos de una investigación. | 0.64 | |
| 7. Tengo dificultades para escribir un informe científico. | 0.79 | |
| 8. Me resulta difícil definir en unos objetivos concretos lo que quiero abordar en la investigación. | 0.71 | |
| 9. Me estresa mi falta de conocimiento sobre la investigación. | 0.60 | |
| 10. La investigación es poco atractiva e interesante para mí. | 0.80 | |
| 11. Desconozco cómo utilizar internet para investigar. | 0.54 | |
| 12. Hay muchos términos técnicos que desconozco en la literatura. | 0.44 | |
| 13. Es fácil plantear un problema de investigación. | 0.69 | |
| 14. La formación universitaria que he recibido me ha preparado para realizar una investigación. | 0.65 | |
| 15. Me gustaría participar en proyectos académicos. | 0.44 | |
| 16. Me resulta fácil encontrar artículos científicos con respecto a mi temática de estudio. | 0.79 | |
| 17. Me cuesta valorar la relevancia de la información en la literatura. | 0.51 | |
| 18. Tengo dificultades para diseñar un proyecto de investigación. | 0.69 | |
| 19. Dudo de mi capacidad para desarrollar una investigación científica. | 0.77 | |
| 20. Cuando se trata de investigar dejo todo para última hora. | 0.73 | |
| 21. Me resulta complicado distinguir la información fiable de la que no lo es en internet. | 0.48 | |
| 22. Me resulta difícil escribir el marco teórico de una investigación. | 0.66 | |
| 23. Me olvido de la investigación cuando organizo mi tiempo de estudio. | 0.81 | |
| 24. El apartado que más me cuesta entender cuando leo un artículo científico es el de Resultados. | 0.56 | |
| 25. Cuando investigo el tiempo pasa sin darme cuenta. | ||
| Matriz de correlaciones entre-factores | 0.61 | |
| Autovalor | 8.50 | 2.14 |
| % de la varianza explicada | 46.46 | 11.69 |
| % de la varianza total | 58.15 | |
Procedimiento
Se utilizó la herramienta de formularios de Google Drive para la elaboración y aplicación de la escala en línea (Anderson, 2018). Se envió por correo electrónico el enlace de la escala a los estudiantes que estaban realizando sus Trabajos Finales de Grado, después de recibir la autorización de la Universidad Técnica de Machala-Ecuador para aplicar dicha escala. Los participantes, después de aceptar el consentimiento informado, completaron la escala en línea cuyo tiempo de respuesta fue alrededor de 20 minutos. Se enviaron avisos de recordatorio a los participantes cada quince días durante un mes y medio.
También se solicitó la siguiente información sociodemográfica: edad, sexo, estado civil, si tiene hijos o algún familiar a cargo, carrera que estudia, semestre, asignaturas cursadas en investigación, y si sólo estudia o trabaja simultáneamente. Estas preguntas se realizaron con el objetivo de conocer y evaluar si los estudiantes universitarios tienen otras responsabilidades además de los estudios universitarios, que los limiten en el desarrollo de sus Trabajos Finales de Grado.
Análisis de datos
Se recogieron evidencias de validez de contenido, contando con cinco expertos que evaluaron los ítems de la escala utilizando la planilla propuesta por Escobar-Pérez y Cuervo-Martínez (2008). Como consecuencia de los comentarios recibidos se realizaron algunas modificaciones para mejorar la comprensión de los ítems (e.g., “tengo dificultades para escribir académicamente” por “tengo dificultades para escribir un informe científico”). El análisis estadístico de los datos se realizó en tres etapas interdependientes.
Etapa 1: Pre-procesamiento de los datos. En el preprocesamiento de los datos, se optó por eliminar todos los casos que contenían valores perdidos, para no distorsionar los resultados con algún método de imputación. De esta forma se redujo la base inicial de 650 a 616 casos (reducción del 5.2 % de la muestra). La muestra total se dividió aleatoriamente en dos submuestras de 308 casos cada una con el programa SPSSv25, en un proceso de validación cruzada. En la primera submuestra, se realizó un análisis factorial exploratorio (AFE), y en la segunda submuestra se realizó un análisis factorial confirmatorio (AFC).
Etapa 2: Análisis factorial exploratorio. Se realizó el AFE para determinar la estructura factorial subyacente de los 25 ítems que componen la escala. Previamente, se comprobó el grado de adecuación de los datos para el análisis factorial, mediante la prueba de Kaiser-Meyer-Olkin (KMO). Kaiser (1970) considera una matriz satisfactoria con valores de 0.80 en adelante. También se contrastó la prueba de esfericidad de Bartlett para poder aplicar el análisis factorial, a partir de un nivel de significación menor de 0.05.
Como método para determinar el número de factores a retener, se empleó el Análisis Paralelo (AP), considerado más apropiado que los métodos convencionales para determinar efectivamente el verdadero número de dimensiones (Ruscio y Roche, 2012; Zwick y Velicer, 1986). Como método de extracción de factores, se empleó el Análisis de Factor de Rango Mínimo (MRFA) y como método de rotación se empleó Promin. Se trabajó con una saturación factorial superior a 0.30.
Durante esta etapa se empleó el programa FACTOR 10.9. Debido a que incorpora los procedimientos estadísticos empleados en el presente análisis factorial (AP, MRFA, Promin) que no son incluidos en otros programas estadísticos (Lorenzo-Seva y Ferrando, 2006).
Etapa 3: Análisis factorial confirmatorio. Se realizó el AFC para evaluar si el modelo obtenido del AFE se ajusta adecuadamente a los datos. En esta etapa se empleó el programa Amos en su versión 24, donde se utilizó como método de estimación el de Máxima Verosimilitud (Maximum Likelihood, ML). Como medidas de ajuste se emplearon χ2/gl con valores aceptables entre 1 y 3, el error de aproximación cuadrático medio (RMSEA), el residuo cuadrático medio (RMR) con valores menores a 0.08 y el índice de ajuste comparativo (CFI) con valores superiores a 0.90.
Resultados
Generación de los ítems de la escala
El banco de reactivos se redactó teniendo en cuenta la literatura revisada sobre los obstáculos que tienen los estudiantes universitarios para investigar, previamente reportada. Una vez diseñados los reactivos se procedió a la valoración de la validez de contenido del instrumento, para comprobar si los ítems son una muestra adecuada del contenido del dominio que se pretende medir.
Validación de contenido
Se contó con la participación de cuatro profesores universitarios de España, y un profesor universitario de Ecuador (para los detalles lingüísticos propios del país donde se recogen los datos). La selección de los jueces/expertos se basó en sus conocimientos psicométricos y en sus funciones como docentes de trabajos finales de grado y de máster (que es el tipo de alumnado al que va dirigida la escala).
Se valoró la claridad, coherencia y relevancia de los ítems, así como también la suficiencia de las dimensiones. Algunas de las recomendaciones de los jueces expertos fueron: (a) redactar ítems más específicos y comprensibles; (b) eliminar ítems redundantes y no relacionados con sus dimensiones de estudio; y (c) situar ítems en otras dimensiones que ajusten mejor teóricamente.
Como resultado del trabajo de los expertos se eliminaron 7 ítems de los 32 originalmente propuestos, quedando conformados de esta manera 25 ítems distribuidos en los 5 indicadores de estudio (Competencias tecnológicas, Competencias del discurso académico, Competencias metodológicas, Formación investigadora, y Actitud a la investigación).
Análisis Factorial Exploratorio
Para el AFE se empleó la primera muestra aleatoria con 308 participantes. El análisis de la idoneidad de los datos para analizar factorialmente mediante la adecuación muestral de Kaiser-Meyer-Olkin (KMO = 0.90) y la prueba de esfericidad de Bartlett significativa (χ2 276 = 2321.3; p =.00) indican viabilidad en los criterios para realizar el AFE.
El análisis paralelo determinó la existencia de dos factores subyacentes al constructo obstáculos para investigar en estudiantes universitarios. Para depurar el instrumento de aquellos ítems que no realizaban una aportación significativa a la varianza explicada, se consideraron las cargas factoriales iguales o superiores a 0.30 (Hogarty et al., 2004).
Los índices de Simplicidad de Bentler (índice S) y el índice de simplicidad de carga de Lorenzo-Seva (índice LS), nos indican que cada elemento se debe a un sólo factor, dado a sus valores altos de simplicidad (S = 0.99; LS = 0.52). Se calculó la Raíz Media Cuadrática Residual (Root Mean Square of Residuals, RMSR) que indica la magnitud media de las correlaciones residuales. Se obtuvo la RMSR = 0.0617 y el criterio de Kelley equivalente a 0.0571.
En la matriz de configuración rotada (véase Tabla 2) se excluyó el ítem 25, dado a su peso factorial inferior a 0.30. El resultado fue una escala de 24 ítems que explican el 58.15 % de la varianza asociada al constructo. Las cargas factoriales de ambas dimensiones son altas, el Factor 1 (0.44 a 0.81) y el Factor 2 (0.44 a 0.99). Se evidencia que ambos factores se hallan correlacionados r = 0.61 y presentan una alta consistencia interna, un alfa de Cronbach y un coeficiente Omega de 0.92.
El Factor 1, denominado “inexperiencia e indiferencia hacia los procesos de una investigación” cuenta con 17 reactivos que explica el 46.46 % de la varianza. Evalúa las dificultades que tienen los estudiantes universitarios para realizar una investigación. Dificultades como: la revisión de la literatura y redacción académica, la formulación del objetivo de estudio, el método a emplear, la difusión de resultados, como también, el aburrimiento, estrés y desinterés que tienen al investigar.
El Factor 2, denominado “inseguridad en las habilidades para investigar” cuenta con 7 ítems que explican el 11.69 % de la varianza. Evalúa las dificultades que tienen los estudiantes universitarios en torno a sus capacidades para investigar, pues desconfían de realizar exitosamente proyectos académicos. Dudan de sus capacidades para realizar búsquedas en bases de datos de documentación científica, formular la problemática de estudio, entender manuales técnicos, y analizar-sintetizar nuevas temáticas de estudio, lo que genera en los alumnos de grado el desapego y rechazo hacia los proyectos de investigación.
Análisis Factorial Confirmatorio
Se realizó un AFC poniendo a prueba la estructura encontrada en el AFE: 2 factores de 17 y 7 ítems. Aunque su uso requiera que sus variables estén normalmente distribuidas, resulta robusto frente a pequeñas desviaciones de la normalidad, ya que la asimetría y curtosis presentan valores inferiores a 3 y 8 respectivamente, por lo que las respuestas se distribuyen de manera suficientemente normal (Kline, 2011).
El modelo bifactorial de 24 ítems presenta un ajuste aceptable (véase Tabla 3).
Tabla 3. Análisis factorial confirmatorio: Índices de ajuste para el modelo bifactorial
| Medidas de ajuste absoluto | Medidas de ajuste incremental | |||
|---|---|---|---|---|
| Método de estimación ML | χ2/gl | RMSEA | RMR | CFI |
| Modelo bifactorial de 24 ítems (eliminando ítem 25) | 1.93 | 0.06 | 0.03 | 0.91 |
Nota:. χ2/gl= ji cuadrada dividida entre grados de libertad; RMSEA= error de aproximación cuadrático medio; RMR= residuo cuadrático medio; CFI= índice de ajuste comparativo.
El diagrama de vías del modelo bifactorial se muestra con sus coeficientes de regresión estandarizados y las correlaciones entre los factores obtenidos (véase Figura 1).
Validez diferencial
Se utilizó un análisis de varianza multivariante (MANOVA) para evaluar las diferencias en las puntuaciones de las dos subescalas con respecto a las variables so ciodemográficas recogidas en el estudio (véase Tabla 4).
Tabla 4. Resultados MANOVA para las variables sociodemográficas
| Inexperiencia e indiferencia M (DT) |
Inseguridad en las habilidades M (DT) |
F | Sig. | η2 | ||
|---|---|---|---|---|---|---|
| Género | Hombres Mujeres |
1.76 (0.45) 1.76 (0.43) |
2.22 (0.58) 2.36 (0.55) |
5.91 | 0.01 | 0.02 |
| Familiares a cargo | Si No |
1.79 (0.46) 1.76 (0.43) |
2.35 (0.58) 2.31 (0.55) |
3.95 | 0.62 | 0.00 |
| Situación laboral | Estudia y trabaja Sólo estudia |
1.76 (0.45) 1.78 (0.43) |
2.33 (0.58) 2.33 (0.54) |
0.13 | 0.88 | 0.00 |
Se encontraron diferencias significativas según el género en la subescala de “Inseguridad en las habilidades para investigar” (F1, 606 = 8.99, p = .003, η2 = .015) mostrándose las mujeres más inseguras que los hombres. Sin embargo, en la subescala de “inexperiencia e indiferencia hacia los procesos de una investigación no hubo diferencias entre sexos (p > .05). En cuanto a las variables familiares a cargo y situación laboral, no se hallaron diferencias estadísticamente significativas (p > .05) en las puntuaciones de las dos subescalas.
Discusión
El objetivo del presente trabajo fue crear una escala que mida los obstáculos para investigar en los estudiantes universitarios con el fin de proporcionar un instrumento psicométrico conveniente para evaluar las principales dificultades o limitaciones que surgen al realizar una investigación científica. Los análisis factoriales sugirieron una estructura bifactorial de 24 ítems (se eliminó el ítem 25 por motivos psicométricos y 7 ítems fueron eliminados inicialmente durante el proceso de validación de contenido).
El primer factor está compuesto por 17 ítems que miden la inexperiencia e indiferencia hacia los procesos de una investigación (como las dificultades para construir el marco teórico, metodológico, manipulación de programas estadísticos, etc.,) generando dichas limitaciones indiferencia y desinterés para investigar. El segundo factor está compuesto por 7 ítems que miden la inseguridad en las habilidades para investigar (se centra en la desconfianza que tienen los estudiantes universitarios en sus capacidades para desarrollar una investigación científica).
Los resultados de nuestro estudio muestran que la escala elaborada presenta buenas propiedades psicométricas, con elevados índices de consistencia interna y una estructura factorial adecuada para valorar los obstáculos para investigar en estudiantes universitarios.
Diversos investigadores (Cameron y Este, 2008; Corrales et al., 2017; Hernández-Pina y Monroy, 2015; Hoffait y Schyns, 2017; Hoyt y McGoldrick, 2017; NikkarEsfahani et al., 2012; Zimmerman et al., 1992) ponen de manifiesto los principales factores que dificultan a los estudiantes desarrollar sus primeros trabajos de investigación, entre los que destacan la ausencia de la adecuada formación del estudiante para afrontar este tipo de tarea, y su desmotivación ante un proceso que perciben difícil y les genera inseguridad.
Esta escala permite conocer los obstáculos del estudiante universitario para enfrentarse a las asignaturas que incluyen tareas de investigación. Al conocer los obstáculos para investigar, el estudiante tendrá un mayor acercamiento e interés hacia la investigación científica, ya que los alumnos identificarán y trabajarán en sus dificultades al momento de desarrollar su trabajo final de grado.
Por tanto, tiene una utilidad práctica potencial en el ámbito educativo ya que esta escala posibilitará, no sólo conocer los obstáculos del estudiante para investigar, sino también posibilitará el diseño de estrategias de intervención adecuadas a las principales limitaciones detectadas en el desarrollo del proceso investigador por parte del alumno, en los trabajos finales de grado.
Limitaciones e investigaciones futuras
Esta investigación presenta algunas limitaciones que deben abordarse en futuros estudios. En primer lugar, el carácter incidental de la muestra limita la generalización de los resultados a toda la población de estudiantes universitarios, por lo que sería conveniente comprobar las relaciones encontradas en otras muestras para poder generalizar los resultados. En segundo lugar, se trata de un estudio transversal en la cual los datos han sido recogidos únicamente por cuestionarios autoinformados. En un futuro sería interesante estudiar este constructo en relación a otros como la autoeficacia, analizando en qué medida los estudiantes con alta y baja percepción de autoeficacia se adaptan a los procesos de una investigación.
A pesar de estas limitaciones, creemos que la escala propuesta en este trabajo es una contribución importante al estudio de los obstáculos que tienen los estudiantes universitarios para investigar. Las dimensiones encontradas facilitarían el diseño de intervenciones concretas para avivar el interés en los alumnos hacia la realización de investigaciones científicas.
Conclusiones
Se concluye que la escala se basa en los obstáculos más frecuentes que tienen los estudiantes universitarios al momento de realizar investigaciones científicas, y se adapta a las características y necesidades de los estudiantes universitarios que están realizando sus TFG. Por lo que resulta un instrumento de medición sumamente útil a nivel educativo para el diseño de estrategias de intervención, como incluir en los planes de estudios asignaturas o cursos extracurriculares centrados en los obstáculos para investigar. De esta forma, les permite a los alumnos tomar conciencia de sus dificultades mediante las estrategias de intervención para potencializar la participación activa hacia los TFG, minimizando al máximo conductas asociadas a “todo menos investigación” (Gascón, 2008).
