Participantes

El instrumento se administró a 415 profesores (204 mujeres y 211 hombres) (M _{de edad} = 45.03, DT = 10.58) de educación superior de diversas universidades de España. La selección de la muestra fue incidental, pero se trató de que fuera equilibrada en cuanto al género, grupo de edad, titularidad de la universidad de pertenencia, título en el que se imparte la docencia y experiencia docente de los participantes. Asimismo, se procuró que estuvieran representadas todas las áreas de conocimiento (véase la Tabla 1). La participación fue voluntaria y todos los participantes dieron su consentimiento informado antes de la inclusión en el estudio. Se excluyeron del estudio los profesores que en ese momento no impartían docencia en educación superior (n = 15).

Tabla 1:  Datos sociodemográficos del profesorado participante. 

Instrumentos

Cuestionario Aprender a Aprender (CAA). El CAA es un cuestionario que mide los contextos facilitadores de enseñanza-aprendizaje para el desarrollo de la competencia aprender a aprender en el profesorado universitario. Consta de 39 ítems que el participante debe responder en una escala tipo Likert con 5 opciones de respuesta que van desde “Muy en desacuerdo/casi nunca” hasta “Muy de acuerdo/casi siempre”. Se necesitan aproximadamente 20-25 minutos para cumplimentarlo. El CAA incluye 4 factores. El factor Compromiso con los estudiantes y con la enseñanza (8 ítems) se centra en la implicación del profesor para incidir en el desarrollo profesional y personal del estudiante. Asimismo, se refiere al compromiso con la profesión y la calidad de la enseñanza a través del análisis de la propia práctica y la mejora continua (p. ej., “Creo que en la interacción con las y los estudiantes aprendo continuamente y que esto contribuye en mi desarrollo personal y profesional”). El factor Clima del aula (7 ítems) alude a los entornos de enseñanza-aprendizaje basados en la aceptación, el compromiso y el respeto mutuo, para lo que es clave el establecimiento de relaciones positivas y cercanas tanto entre los profesores y el alumnado como entre los propios estudiantes (p. ej.,” Valoro las aportaciones de los y las alumnas y así se lo hago saber”). El factor Metodología (15 ítems) hace referencia a las metodologías activas de enseñanza-aprendizaje centradas en el alumnado. Son metodologías que comprenden un planteamiento investigativo y exploran situaciones complejas conectadas con la realidad sociocultural del alumnado. La enseñanza se entiende como un proceso de creación de oportunidades de aprendizaje en el que el profesor trata de incidir en la forma en la que los estudiantes consideran su aprendizaje y en la construcción del conocimiento (p. ej., “Priorizo las estrategias metodológicas que implican indagación y resolución de problemas”). Por último, el factor Autorregulación (9 ítems) describe el tipo de apoyo que presta el profesor para que el alumno realice una adecuada transición de la regulación externa del proceso de aprendizaje a la interna. Para ello favorece la metacognición e impulsa el aprendizaje autónomo lo que a su vez influye en la autorregulación del aprendizaje (p. ej., “Realizo la autoevaluación de mi intervención en el aula con los estudiantes de cara a ofrecer estrategias para que los estudiantes desarrollen esta capacidad de autoevaluación”).

Versión española del cuestionario Approaches to Teaching Inventory (S-ATI-20, ^{Monroy et al., 2015}; versión original de ^{Trigwell y Prosser, 2004}). El S-ATI-20 mide los enfoques de enseñanza de los profesores universitarios. Consta de 20 ítems agrupados en dos escalas de 10 ítems. Cada una representa los extremos de un continuo de los enfoques de enseñanza: Transmisión de Información/Estrategia centrada en el Profesor (TICP) (p. ej., “Es recomendable que los estudiantes centren su estudio en aquello que yo les proporcione”) y Cambio Conceptual/Estrategia centrada en el Estudiante (CCCE) (p. ej., “En las sesiones de clase de esta asignatura deliberadamente provoco debate y discusión”). El TICP hace referencia a un tipo de enfoque que aborda la enseñanza centrándose en el profesor en términos de cómo estructura, presenta, gestiona y transmite la materia, independientemente de lo que hagan los estudiantes. Para el presente estudio se utilizó el factor CCCE que se caracteriza por ser un enfoque docente centrado en el estudiante. En nuestra muestra, el índice de consistencia interna evaluado mediante el coeficiente alfa de Cronbach fue de .91.

Procedimiento

En primer lugar, se realizó una conceptualización y operacionalización del constructo objeto de estudio. Del mismo modo, se procedió a definir a quién evaluar y el uso que se les daría a las puntuaciones obtenidas, y se argumentó la justificación y viabilidad de la creación del instrumento (^{Abad, Olea, Ponsoda, & García, 2011}). Este proceso dio lugar a la confección de los ítems y propuesta de las dimensiones a las que teóricamente cabría asignar dichos ítems. La primera versión del cuestionario se compuso de 86 ítems.

Para determinar en qué medida el contenido del cuestionario era congruente y apropiado para los objetivos específicos del mismo, se llevó a cabo una evaluación por un grupo de expertos. Concretamente participaron 18 jueces expertos de diversas universidades de España (6 hombres y 12 mujeres) y 2 jueces expertos de una universidad de Chile (1 hombre y 1 mujer). Para la identificación de las personas que formaron parte del juicio de expertos se siguieron los siguientes criterios: experiencia en relación al constructo tratado; reputación en la comunidad científica; disponibilidad y motivación para participar; e imparcialidad.

El proceso se realizó en dos fases. En un primer momento, se seleccionaron 5 expertos que formaron parte de un grupo de trabajo. Después de especificar a los participantes tanto el objetivo de la prueba como las dimensiones y los indicadores que medía cada uno de los ítems, se llegó a un consenso de la validez de las dimensiones y de los ítems mediante discusión. Partiendo de esta versión consensuada, se creó un panel de expertos (n = 15) y se aplicó la metodología Delphi para evaluar la validez de contenido de la prueba. Para la evaluación de la relevancia y representatividad de las dimensiones y los ítems, se elaboró una herramienta con sus respectivos indicadores para la valoración cuantitativa (escala Likert de 1 a 10; desde “nada relevante” hasta “totalmente relevante”) y cualitativa. Una vez realizada la primera valoración, se informó a cada uno de los expertos sobre las respuestas y las justificaciones dadas por el resto de los participantes y se les dio la posibilidad de cambiar alguna respuesta tras valorar otras posibles argumentaciones. Se realizaron dos rondas de valoración hasta definir un número de ítems por dimensión y conseguir una primera versión del cuestionario. Todo el proceso se realizó por vía telemática. Se eliminaron las dimensiones e ítems con valoraciones cuantitativas inferiores a siete o valoraciones cualitativas con menos de un 70% de acuerdo entre expertos (^{Bulger & Housner, 2007}).

Para obtener evidencias de validez basadas en los procesos de respuesta se utilizó el método de entrevista cognitiva (Miller, Cheep, Wilson, & Padilla, 2013). El cuestionario se administró a 10 docentes universitarios. En primer lugar, mientras cumplimentaban el cuestionario, se solicitó a los participantes que verbalizasen sus pensamientos. Después, a través de una entrevista semiestructurada se recopiló información verbal sobre las respuestas emitidas durante la realización del cuestionario. De ese modo se evaluó la calidad de la respuesta y se determinó si los ítems generaban la información que se pretendía. Se llevaron a cabo ligeras modificaciones como, por ejemplo, en el ítem “Cuando emito mensajes apreciativos, tengo en cuenta las características de cada estudiante, el momento y las consecuencias potenciales” que generaba ciertos problemas de comprensión, se modificaron las palabras “mensajes apreciativos” por “opiniones y valoraciones”, ya que era más fácil de entender y además se mantenía fiel al significado original del ítem.

A continuación, se realizó un estudio piloto a fin de obtener datos empíricos acerca del funcionamiento del CAA. Tomaron parte 50 profesores universitarios (64.4% mujeres y 35.4% hombres) de entre 25 y 60 años de edad. Se llevó a cabo un análisis de tendencia de respuesta de los ítems, un análisis de los índices basados en la distribución y un estudio de la relación entre cada uno de los ítems que componían la escala y la escala misma por medio del índice de discriminación. Así, se obtuvo la versión preliminar del CAA compuesta por 80 ítems.

Por último, con objeto de obtener evidencias de validez y fiabilidad de las puntuaciones del CAA, nos pusimos en contacto por vía telemática con 1500 profesores de diversas universidades españolas a los que se les invitó a participar en el estudio.

Análisis de datos

Para el estudio de las evidencias de validez de la estructura interna del CAA, la muestra total (n = 415) se dividió en dos grupos equivalentes mediante selección aleatoria a través del Programa SPSS V. 24. Con la primera mitad (n = 207) se llevó a cabo un análisis factorial exploratorio (AFE) y con la segunda mitad (n=208) se llevó a cabo un análisis factorial confirmatorio (AFC). Para realizar el AFE de la versión preliminar del CAA se utilizó el programa FACTOR 10.8.02 (^{Lorenzo-Seva & Ferrando, 2013}) y el software Mplus v7.4. Las respuestas a los ítems fueron tratadas como variables ordinales-categóricas, por lo tanto, se optó por el modelo de análisis factorial con metodología de variable categórica (GVM-AF, ^{Muthén & Kaplan, 1985}) basado en las correlaciones inter-ítem policóricas. En primer lugar, partiendo de la matriz de correlaciones policórica, se determinó el número de dimensiones a retener mediante el procedimiento de análisis paralelo optimizado con extracción aleatoria de 500 submatrices y basado en un análisis de rangos mínimo (^{Timmerman & Lorenzo-Seva, 2011}). A continuación, se llevó a cabo el AFE mediante el método de estimación de mínimos cuadrados no ponderados y el método de rotación de factores Promin (^{Lorenzo-Seva, 1999}), ya que se esperaba que los factores estuvieran correlacionados. El grado de adecuación de los datos al análisis factorial se realizó mediante el test de esfericidad de Bartlett y el índice de Kaiser-Meyer-Olkin (KMO). Además, se seleccionaron aquellos ítems que presentaron cargas factoriales estandarizadas superiores a .30. Los siguientes índices fueron utilizados para determinar la bondad de ajuste del modelo: el error cuadrático medio de aproximación por grados de libertad (RMSEA), el índice de ajuste comparativo (GFI) y la raíz media cuadrática residual estandarizada (SRMR). Para el manejo de los datos faltantes, se utilizó el procedimiento de imputación múltiple (Hot-Deck Multiple; ^{Lorenzo-Seva & Van Ginkel, 2016}).

Con el objetivo de validar la solución factorial propuesta en el AFE, se procedió a efectuar un AFC con la segunda mitad de la muestra (n=208). Los datos se analizaron mediante el software MPLUS versión 7.4. Para analizar el ajuste del modelo propuesto en el AFC se utilizó el método de estimación de mínimos cuadrados ponderados robusto con un estadístico χ2 ajustado por media y varianza (WLSMV), método que es preferible a otros cuando las variables son de naturaleza ordinal, no siguen una distribución normal y existen indicadores que muestran efectos techo o suelo (^{Finney & DiStefano, 2013}). Se usaron los siguientes indicadores de bondad de ajuste: (1) χ2 dividido por los grados de libertad (cocientes ≤ 2.0 indican excelente ajuste; a menor índice menor ajuste; ^{Bollen, 1989}); (2) CFI (comparative fit index); (3) TLI (Tucker-Lewis index), (4) RMSEA (root mean square error of approximation) y WRMR (weighted root mean square residual). Se considera que valores CFI y TLI mayores que .90 y .95 reflejan un ajuste aceptable y un ajuste excelente, respectivamente (^{Hu & Bentler, 1999}). En el caso del RMSEA, valores inferiores a .08 y .06 indican, respectivamente, un ajuste aceptable y un ajuste adecuado (Hu & Bentler, 1999). Por último, en lo que se refiere WRMR, valores inferiores a 1 indican un buen ajuste (^{DiStefano, Liu, Jiang, & Shi, 2018}).

Para la estimación de la fiabilidad de las puntuaciones se partió del modelo trifásico propuesto por ^{Viladrich, Angulo-Brunet, & Doval (2017}).

Con el objetivo de estudiar la validez convergente del CAA, se examinaron las relaciones previsibles entre las puntuaciones del cuestionario CAA y la versión española del cuestionario S-ATI-20 (^{Monroy et al., 2015}). Para el presente estudio se utilizó el factor Cambio Conceptual/Estrategia centrada en el Estudiante (CCCE). Dado que no cumplía el supuesto de normalidad, se estimó el coeficiente de correlación de rho de Spearman.

Por último, se estudiaron las diferencias en la expresión de las dimensiones del CAA en función del género, la edad y la experiencia docente. En primer lugar, se probó la invarianza de la estructura del modelo obtenido en el análisis factorial confirmatorio. A continuación, para analizar las diferencias, se utilizó el coeficiente de correlación de rho de Spearman y las pruebas Kruskall-Wallis y U de Mann-Whitney.

Análisis factorial exploratorio

La matriz de correlaciones policórica mostró apropiados indicadores de adecuación para su factorización (estadístico de Bartlett =7248.9; gl = 2016; p < .0001; Kaiser-Meyer-Olkin KMO = .902; p < .0001). A continuación, partiendo de dicha matriz de correlaciones policórica, se realizó un análisis paralelo optimizado en el que 4 factores superaron el porcentaje de varianza explicado por aquellos generados aleatoriamente. Tal y como se puede observar en la Tabla 2, el modelo compuesto por 4 factores mostraba un mejor ajuste.

Tabla 2:  Índices de bondad de ajuste del modelo en el AFE. 

Los resultados del AFE pusieron de manifiesto que 5 ítems (8, 32, 65, 67, 68) presentaban una carga factorial menor que .30, los cuales se eliminaron progresivamente de uno en uno. También se observó que 11 ítems (4, 25, 29, 33, 48, 53, 55, 57, 59, 60, 62) presentaban una carga factorial similar en más de una dimensión, por lo que también se procedió a su eliminación. Por último, se descartaron 5 ítems (2, 14, 51, 52, 61) cuya ubicación en el factor propuesto no tenía un significado sustantivo. En total, la versión final resultante de estos análisis quedó configurada por 43 ítems agrupados en 4 factores: Compromiso con los estudiantes y con la enseñanza (9 ítems), Clima del aula (7 ítems), Metodología (18 ítems) y Autorregulación (9 ítems), explicando en conjunto el 50.40% de varianza común.

Análisis factorial confirmatorio

En primer lugar, con el propósito de evaluar la estructura unidimensional del CAA, se realizó un AFC con los 43 ítems extraídos en el AFE. Este modelo presentó los siguientes índices de ajuste: χ²(819, n = 208) = 1473.5, p = .0001; χ²/df = 1.80; CFI = .895; TLI = .890; RMSEA(CI90%) = .062(.057; .067); WRMR = 1.306. A continuación, se puso a prueba el modelo cuatridimensional propuesto en el AFE, el cual presentó un mejor ajuste, χ ² (854, n = 208) = 1408.4, p = .0001; χ ^2/df = 1.65; CFI = .913; TLI = .908; RMSEA(CI90%) = .056(.051; .061); WRMR = 1.215. No obstante, con el objetivo de elegir el modelo más parsimonioso, con sentido conceptual y una óptima bondad de ajuste, en base a los valores de los índices de modificación ofrecidos por el programa MPLUS 7.4, se fueron suprimiendo ítems inapropiados de forma sucesiva. Finalmente se obtuvo una solución compuesta por 39 ítems agrupados en 4 factores: factor 1. Compromiso con los estudiantes y con la enseñanza (8 ítems), factor 2. Clima del aula (7 ítems), factor 3. Metodología (15 ítems) y factor 4. Autorregulación (9 ítems), χ ² (696, n = 208) = 992.7, p = .0001; χ ^2/df = 1.43; CFI = .950; TLI = .946; RMSEA(CI90%) = .045(.039; .052); WRMR = 1.024. Todas las cargas factoriales fueron estadísticamente significativas (p < .0001) y superiores a .40 (valores entre .45 y .80). Cabe señalar que se halló una equivalencia de esta estructura factorial tanto en la primera mitad de la muestra, χ ² (696, n = 207) = 970.9, p = .0001; χ ^2/df = 1.40; CFI = .953; TLI = .949; RMSEA(CI90%) = .044(.037; .050); WRMR = 1.004, como en la muestra total, χ ² (696, n = 415) = 1257.3, p = .0001; χ ^2/df = 1.81; CFI = .951; TLI = .947; RMSEA(CI90%) = .044(.040; .048); WRMR = 1.143.

En la Tabla 3 se muestran las dimensiones del CAA, ítems que las componen y cargas factoriales estandarizadas.

En la Tabla 4 se presentan las medias, desviaciones típicas y correlaciones de rho de Spearman entre los diferentes factores que componen el instrumento de medida.

Tabla 3:  AFC. Dimensiones del CAA, ítems que las componen y cargas factoriales estandarizadas. 

Tabla 4:  Medias, desviaciones típicas y coeficientes de correlación entre los factores del CAA. 

Consistencia interna

Partiendo del modelo propuesto por ^{Viladrich et al., (2017}), en la primera fase se estudiaron las distribuciones univariadas y las relaciones entre ítems. La exploración de los datos puso de manifiesto efectos de techo, los valores de asimetría no fueron particularmente destacados y se observaron valores altos de curtosis, por lo que los datos fueron tratados como ordinales. Por esta razón, se obtuvieron los coeficientes de correlación policórica. En una segunda fase, en primer lugar, se especificaron con AFC los modelos de medida tau-equivalentes y el de medidas congenéricas. A continuación, se estimaron los parámetros del modelo, se calcularon los índices de bondad de ajuste y se eligió el modelo de medición con mejor ajuste que a la vez parsimonioso e interpretable. Para ajustar a los datos los modelos de medida se utilizó el estimador WLSMV mediante el programa Mplus versión 7.4. En la Tabla 5 se presentan los resultados principales de los modelos de medida.

Como se observa en la Tabla 5, el ajuste al modelo de medidas congenéricas fue mejor que el ajuste de medidas tau-equivalentes. Por lo tanto, se estimó la consistencia interna a partir del coeficiente omega ordinal (^{Gadermann, Guhn, & Zumbo, 2012}). Los valores fueron de .826 (.814-.838) para el Compromiso con los estudiantes y con la enseñanza, .815 (.802-.828) para el Clima del aula, 0.887 (0.88-0.894) para la Metodología y .784 (.768-.800) para la Autorregulación.

Tabla 5:  Resultados principales de los modelos de medida. 

Relaciones entre las dimensiones del cuestionario CAA y el S-ATI-20 (^{Monroy et al., 2015})

Se obtuvieron correlaciones positivas y moderadas entre las puntuaciones obtenidas por los participantes en las dimensiones del CCA y la dimensión Cambio Conceptual/Estrategia centrada en el Estudiante (CCCE) del S-ATI-20 (^{Monroy et al., 2015}). Para una información más detallada véase la Tabla 6.

Diferencias en la expresión de las dimensiones del CAA en función del género, la edad y la experiencia docente

En la Tabla 7 se presentan los índices de bondad de ajuste de los modelos de invarianza configural en función del género, la edad y la experiencia docente.

Tabla 6:  Correlaciones entre las puntuaciones obtenidas por los participantes en las dimensiones del CCA y la dimensión CCCE del S-ATI-20. 

Tabla 7:  Índices de bondad de ajuste de los modelos de invarianza configural. 

Tal y como se observa en la Tabla 7, los índices de ajuste permiten aceptar la equivalencia de la estructura factorial obtenida en el AFC para los diversos grupos en función del género, la edad y la experiencia docente.

Con el objetivo de examinar si existían diferencias entre las profesoras y los profesores en las puntuaciones de las dimensiones del CAA, se aplicó la prueba U de Mann-Whitney, obteniéndose diferencias estadísticamente significativas entre las medias de los rangos en los factores Compromiso con los estudiantes y con la enseñanza (U = 17771; p = .002), Clima del aula (U = 18758.5; p = .023), Metodología (U = 18216; p = .009) y Autorregulación (U = 17098; p = 0,001). De acuerdo con estos resultados, los tamaños del efecto asociados a las diferencias de rangos entre las profesoras y los profesores fueron de pequeña magnitud en todos los casos (r = .15, r = .11, r = .13 y r = .18, respectivamente).

Con el fin de conocer si existían diferencias en las puntuaciones de las dimensiones del cuestionario CAA en función de la edad, se aplicó la prueba de Kruskal-Wallis, en el que se tomó el grupo de edad como variable predictora y las puntuaciones de las dimensiones en el cuestionario CAA como variable criterio. Los resultados mostraron que no existían diferencias estadísticamente significativas en las puntuaciones de las dimensiones del cuestionario CAA en función del grupo de edad.

Por último, con objeto de averiguar si los grupos de experiencia docente (0-5 años, 6-15 años, 16-25 años y más de 25 años) diferían en las dimensiones del CAA se aplicó la prueba de Kruskal-Wallis. Los resultados mostraron que no existían diferencias estadísticamente significativas en las dimensiones del cuestionario CAA en función de la experiencia docente.