Relaciones estructurales entre factores contextuales y personales, y el rendimiento académico en Contabilidad

Authors

  • Antonio Humberto Closas Universidad Nacional del Nordeste (UNNE), Argentina
  • Idalia Gabriela de Castro Universidad Nacional del Nordeste (UNNE), Argentina
  • Noelia Beatriz Franchini Universidad Nacional del Nordeste (UNNE), Argentina
  • Rosa Teresa Cruz Universidad Nacional del Nordeste (UNNE), Argentina
  • María Alicia Dusicka Universidad Nacional del Nordeste (UNNE), Argentina

DOI:

https://doi.org/10.32870/punto.v1i10.83

Keywords:

Rendimiento, Contabilidad, Estudiantes universitarios, Ecuaciones estructurales, Modelización estadística

Abstract

En la región nordeste de Argentina, como en otras zonas de Latinoamérica, un número considerable de alumnos abandonan sus estudios universitarios o deciden cambiar de carrera poco tiempo después de su ingreso. El objetivo es desarrollar, mediante la técnica estadística de ecuaciones estructurales, un modelo que explique de qué manera se relacionan ciertos factores contextuales y personales con los resultados en la asignatura Contabilidad. La muestra estuvo conformada por 110 jóvenes, con una media de 19.84 años ( e = 1.78), que asistieron en el año 2018 a la Facultad de Ciencias Económicas de la Universidad Nacional del Nordeste. El diseño metodológico es de tipo explicativo, de corte transversal, de línea cuantitativa y de perfil correlacional. Se comprobó que el modelo hipotetizado se ajusta al empírico y sería de utilidad para explicar que los factores aspectos contextuales, autoconcepto y estrategias de aprendizaje influyen de diferente forma en la variabilidad del rendimiento académico en Contabilidad. La representación propuesta podría considerarse un recurso interesante para plantear medidas de intervención educativa que promuevan soluciones válidas al problema analizado.

Author Biographies

Antonio Humberto Closas, Universidad Nacional del Nordeste (UNNE), Argentina

Doctor en Estadística e Investigación Operativa por la Universidad Pública de Navarra, Pamplona, España. Profesor titular de Estadística II y director de proyectos de investigación en la Facultad de Ciencias Económicas de la Universidad Nacional del Nordeste (UNNE), Argentina. Investigador categorizado del Programa de Incentivos del Ministerio de Educación de la Nación Argentina.

Idalia Gabriela de Castro, Universidad Nacional del Nordeste (UNNE), Argentina

Magíster en Metodología de la Investigación Científica. Especialista en Contabilidad Superior y Auditoria. Profesora adjunta, con dedicación exclusiva, en la cátedra Fundamentos de Contabilidad de la Facultad de Ciencias Económicas (FCE) de la UNNE. Integrante de equipos de investigación de proyectos acreditados por la unne que se llevan a cabo en la FCE. Investigadora del Programa de Incentivos del Ministerio de Educación de la Nación Argentina, categoría III. 

Noelia Beatriz Franchini, Universidad Nacional del Nordeste (UNNE), Argentina

Especialista en Contabilidad Superior y Auditoria, y contadora pública por la UNNE. Coordinadora del Programa Permanente de Tutorías. Docente, con dedicación exclusiva, en las cátedras Organización Administrativa y Fundamentos de Administración. Integrante de un equipo multidisciplinar de investigación científica.

Rosa Teresa Cruz, Universidad Nacional del Nordeste (UNNE), Argentina

Especialista en Sindicatura Concursal y contadora pública por la UNNE. Profesora en Ciencias Económicas y profesora titular de Fundamentos de Contabilidad y Estados Contables. Docente de posgrado en temáticas del área contable. Investigadora del Programa de Incentivos del Ministerio de Educación de la Nación Argentina, categoría II. Desempeñó funciones de codirectora de proyectos de investigación científica, así como de secretaria de Asuntos Estudiantiles y secretaria de Extensión y Ejercicio Profesional de la FCE.

María Alicia Dusicka, Universidad Nacional del Nordeste (UNNE), Argentina

Especialista en Docencia Universitaria y contadora pública por la unne. Docente de asignaturas del área de Administración e integrante de un equipo multidisciplinar de investigación científica en la FCE. Investigadora categorizada del Programa de Incentivos del Ministerio de Educación de la Nación Argentina. Desempeñó funciones de gestión técnico-administrativas en la UNNE.

References

Angulo, M. E. (1988). Schooling in Illinois: an Analysis of Selected School Variables and Math Performance of Third Grade Students. Illinois State University, Estados Unidos: UMI Dissertation Services.

Aranda, R. F. (2017). Relación entre autoeficacia, autoconcepto y desempeño en la asignatura de Matemáticas (Tesis de maestría, Universidad de Concepción, Chile).

Browne, M. W. & Cudeck, R. (1993). Alternative Ways of Assessing Model Fit. En K. A. Bollen & J. S. Long (Eds.), Testing structural equation models (pp. 136-162). Newbury Park, Estados Unidos: SAGE.

Bentler, P. M. (2006). EQS Structural equations program manual. Encino, Estados Unidos: Multivariate Software, Inc.

Bentler, P. M. & Wu, E. J. (2015). Supplement to EQS 6.3 for Windows User's Guide. Encino, Estados Unidos: Multivariate Software, Inc.

Closas, A. H., Franchini, N. B., Kuc, L. C., Dusicka, M. A. & Hisgen, C. M. (2018). Modelo logístico explicativo de las relaciones entre autoconcepto y rendimiento académico. Revista de la Facultad de Ciencias Económicas de la UNNE, 20, 187-208.

Closas, A. H., Hisgen, C. M. & Sanz de Acedo, M. T. (2017). Estrategias de aprendizaje y su relación con el rendimiento académico mediante regresión logística. Cuadernos de Pedagogía Universitaria, 13(25), 8-20.

Deci, E. L. & Ryan, R. M. (1985). Intrinsic Motivation and SelfDetermination in Human Behavior. Nueva York, Estados Unidos: Plenum Press.

Deci, E. L., Schwartz, A. J., Sheinman, L. & Ryan, R. M. (1981). An Instrument to Assess Adults' Orientations toward Control versus Autonomy with Children: Reflections on Intrinsic Motivation and Perceived Competence. Journal of Educational Psychology, 73, 642-650.

De la Fuente, J. (5 de abril de 2004). Perspectivas recientes en el estudio de la motivación: la teoría de la orientación de meta. Electronic Journal of Research in Educational Psychology, 2(1), 35-62. Recuperado de http://www.investigacionpsicopedagogica.org/revista/new/index.php?3

De la Fuente, J. & Martínez, J. M. (2004). Escalas para la evaluación interactiva del proceso de enseñanza-aprendiza}e, EIPEA. Madrid, España: EOS.

Fuentes, A. (1986). Procesos funcionales y eficacia de la escuela. Un modelo causal (Tesis doctoral, Universidad Complutense de Madrid, España).

Gage, N. (1979). The Scientific Basis of the Art of Teaching. Nueva York, Estados Unidos: Teacher College Press.

Gargallo, B., Suárez, J. & Ferreras, A. (2007). Estrategias de aprendizaje y rendimiento académico en estudiantes universitarios. Revista de Investigación Educativa, 25(2), 421-441.

García, F. & Musitu, G. (2014). AF5. Autoconcepto forma 5 (4.a ed.). Madrid, España: TEA.

Harter, S. (1982). The Perceived Competence Scale for Children. Child Development, 53, 87-97.

López, B. G. (2006). Estrategias de aprendizaje, rendimiento y otras variables relevantes en estudiantes universitarios. Revista de Psicología General y Aplicada, 59(1-2), 109-130.

Marchesi, A. & Martín, E. (Eds.). (2002). Evaluación de la educación secundaria. Fotografía de una etapa polémica. Madrid, España: SM.

Marsh, H. W. (1993). Academic self-concept: theory measurement and research. En J. Suls (Ed.), Psychological perspectives on the self (vol. 4, pp. 59-98). Hillsdale, Estados Unidos: Erlbaum.

Martínez, R. A. (1987). Clima afectivo y rendimiento escolar. Aula Abierta, 49, 79-83.

Miñano, P. & Castejón, J. L. (Junio de 2008). Capacidad predictiva de las variables cognitivo-motivacionales sobre el rendimiento académico. Revista Electrónica de Motivación y Emoción, 11(28). Recuperado de http://reme.uji.es/articulos/numero28/article4/article4.pdf

Molina, S. & García, E. (1984). El éxito y el fracaso escolar en la EGB. Barcelona, España: Laia.

Nortes, A. (1993). Un modelo de evaluación diagnóstica en Matemáticas. Murcia, España: Universidad de Murcia.

Núñez, J., González, J., García, M., González, S., Roces, C., Álvarez, L. & González, M. (1998). Estrategias de aprendizaje, autoconcepto y rendimiento académico. Psicothema, 10(1), 97-109.

Polaino-Lorente, A. (1982). El estrés de los profesores: estrategias psicológicas de intervención para su manejo y control. Revista Española de Pedagogía, 157, 17-46.

Rodríguez-Rodríguez, D. & Guzmán, R. (2016). Autoconcepto académico y atribuciones causales sobre el rendimiento académico en adolescentes en situación de riesgo. En J. L. Castejón (Ed.), Psicología y educación: presente y futuro (pp. 2172-2179). Madrid, España: ACIPE.

Román, J. M. & Gallego, S. (2008). Escalas de estrategias de aprendizaje, ACRA (4.a ed.). Madrid, España: TEA.

Rossi, L. E., Neer, R. H., Lopetegui, M. S. & Doná, S. (2010). Estrategias de aprendizaje y rendimiento académico según el género en estudiantes universitarios. Revista de Psicología, 11, 199-211.

Ryan, R. & Grolnick, W. (1986). Origins and Pawns in the Classroom: Self-Report and Projective Assessments of Individual Di erences in Children's Perceptions. Journal of Personality and Psychology, 50, 550-558.

Satorra, A. & Bentler, P. M. (1988). Scaling Corrections for Statistics in Covariance Structure Analysis. Los Ángeles, Estados Unidos: Universidad de California, Los Ángeles.

Schermelleh-Engel, K., Moosbrugger, H. & Müller, H. (2003). Evaluating the Fit of Structural Equation Models: Tests of Significance and Descriptive Goodness-of-Fit Measures. Methods of Psychological Research Online, 8(2), 23-74.

Thompson, W. W. (1985). Environmental E ects on Educational Performance. The Alberta Journal of Educational Research, 31(1), 11-25.

Torrano, F. & González-Torres, R. G. (2004). El aprendizaje autorregulado: presente y futuro de la investigación. Electronic Journal of Research in Educational Psychology, 2(1), 1-34. Recuperado de http://www.investigacion-psicopedagogica.org/revista/new/index.php?3

Villa, A. (1985). Multidimensionalidad del modelo de profesor ideal y condicionantes estructurales que la determinan. Bilbao, España: Universidad de Deusto.

Vygotski, L. S. (1977). Pensamiento y lengua}e. Buenos Aires, Argentina: Pléyade.

Walberg, H. J. & Moos, R. G. (1980). Assessing Educational Environment. New Directions for Testing and Measurement, 7, 63-76.

Published

2020-01-01 — Updated on 2022-02-24

Versions

How to Cite

Humberto Closas, A., de Castro, I. G., Franchini, N. B., Cruz, R. T., & Dusicka, M. A. (2022). Relaciones estructurales entre factores contextuales y personales, y el rendimiento académico en Contabilidad. Punto Cunorte, 1(10), 115–141. https://doi.org/10.32870/punto.v1i10.83 (Original work published January 1, 2020)