Batería de estrategias de aprendizaje con herramientas TICs, en contextos universitarios: aprende TIC

Abstract

Se presenta el cuestionario “Aprende TIC,” formulado por la doctora Silvia Castellanos Cano que evalúa el uso de las múltiples técnicas necesarias para el aprendizaje de las tecnologías emergentes. Se parte del modelo del Procesamiento Estratégico de la Información (PEI) de Martín del Buey, Camarero y Sáez y Martin Palacio (2000), modelo que diferencia fases, procesos, estrategias y técnicas para el tratamiento de la información discursiva o unimedial. Para la construcción de los ítems se siguieron las directrices de los trabajos de Downing y Haladyna (2006); Haladyna, (2004); Muñiz, Fidalgo, García-Cueto, Martínez y Moreno (2005) y Muñiz y Fonseca (2008). Los ítems fueron sometidos a juicios de expertos en base a la congruencia, claridad y relevancia de cada ítem. Finalizado el proceso, el cuestionario quedó conformada por 14 dimensiones y 108 ítems. Finalidad: Evaluar estrategias de aprendizaje de estudiantes universitarios. Las 14 dimensiones evaluadas se estructuran según las fases del Modelo PEI que a su vez se estructuran en torno a 4 fases Recepción, Transformación, Comunicación y Metacognitiva. Para el tratamiento psicométrico de los cuestionarios se procedió a la selección de la muestra realizada a través de un muestreo no probabilístico de carácter incidental de estudiantes de nacionalidad española. Para el estudio de la estructura interna de la batería, se consideró necesario dividir la muestra de forma aleatoria en dos mitades equivalentes: una muestra para realizar un AFE y otra para realizar un Análisis Factorial Confirmatorio (AFC), con el fin de validar la estructura factorial obtenida en la fase exploratoria. En el AFE, se obtuvieron cargas factoriales mayores de .30 en los ítems, así como una varianza total que explica entre el 37% y 53% a nivel de escalas. Las escalas presentan fiabilidades comprendidas entre .737 y .876 considerados estos valores como suficientes. Como complemento y apoyo a estos datos, se analizó la bondad de ajuste al modelo teórico de partida, a través del AFC. Los índices de bondad de ajuste indican un buen ajuste de los datos al modelo de partida, siendo los índices de ajuste más altos, los presentados por los estadísticos GFI, AGFI y NFI.