Aplicaciones mviles y el rendimiento acadmico en estudiantes de bachillerato en una Unidad Educativa en Ecuador

 

Mobile applications and academic performance in high school students in an educational unit in Ecuador

 

Aplicaes mveis e desempenho acadmico em estudantes do ensino secundrio de uma unidade educativa no Equador

 

Mara Solange Gonzabay-Guale I
mariasolange35@gmail.com
https://orcid.org/0009-0000-6712-9253
Richard Ramrez-Anormaliza II
rramireza@unemi.edu.ec
https://orcid.org/0000-0003-0040-0381
 

 

 

 

 

 

 

 

 

 


Correspondencia: mariasolange35@gmail.com

 

Ciencias Tcnicas y Aplicadas

Artculo de Investigacin

 

 

* Recibido: 05 de junio de 2024 *Aceptado: 17 de julio de 2024 * Publicado: 08 de agosto de 2024

 

        I.            Universidad Estatal Pennsula de Santa Elena, Facultad de Ciencias de la Educacin, Licenciada en Ciencias de la Educacin Mencin Lengua inglesa y Lingsticas, Docente, Santa Elena, Ecuador.

      II.            Universidad Estatal de Santa Elena, Doctor en Administracin y Direccin de Empresas, PhD, Magster en Administracin y Direccin de Empresas, Magster en Educacin Superior, Magster en Sistemas de Informacin con Mencin en Inteligencia de Negocios y Analtica de Datos Masivos, Especialista en Procesos Educativos, Profesor Titular y Vicerrector Acadmico y de Investigacin en la Universidad Estatal de Milagro, Santa Elena, Ecuador.


Resumen

En la actualidad, el uso de aplicaciones mviles en el mbito educativo ha suscitado un gran inters, especialmente en instituciones como la Unidad Educativa Valdivia. Este estudio se centra en comprender cmo el uso de estas aplicaciones favorece el rendimiento acadmico de los estudiantes de bachillerato en dicha unidad educativa. El objetivo principal de este estudio es analizar la relacin entre el uso de aplicaciones mviles y el rendimiento acadmico de los estudiantes de bachillerato en la Unidad Educativa Valdivia. Se emplea un enfoque cuantitativo y un diseo transversal, se utiliz un modelo de ecuaciones estructurales basado en mnimos cuadrados parciales (PLS-SEM) para examinar las relaciones entre los constructos propuestos. Entre los resultados se aprecia que, en cuanto al uso, hay una fuerte influencia en el uso real (ICU) de las aplicaciones mviles entre los estudiantes (β = 0.980, p < 0.001). Este hallazgo, se relaciona con la teora utilizada en cuanto a los aprendizajes, sugiere que fomentar una intencin positiva hacia el uso de aplicaciones mviles puede aumentar su uso real en el contexto educativo. Se concluye que, mediante el estudio, se contribuya a la toma de decisiones informadas por parte de los educadores y directivos de la institucin, as como a la implementacin de estrategias efectivas para aprovechar al mximo el potencial de las aplicaciones mviles en el mbito educativo.

Palabras clave: Aplicaciones mviles; Rendimiento acadmico; Educacin; Bachillerato.

 

Abstract

Currently, the use of mobile applications in the educational field has raised great interest, especially in institutions such as the Valdivia Educational Unit. This study focuses on understanding how the use of these applications favors the academic performance of high school students in said educational unit. The main objective of this study is to analyze the relationship between the use of mobile applications and the academic performance of high school students in the Valdivia Educational Unit. A quantitative approach and a cross-sectional design are used, a structural equation model based on partial least squares (PLS-SEM) was used to examine the relationships between the proposed constructs. Among the results, it is observed that, in terms of use, there is a strong influence on the actual use (ICU) of mobile applications among students (β = 0.980, p < 0.001). This finding, which is related to the theory used in terms of learning, suggests that fostering a positive intention towards the use of mobile applications can increase their actual use in the educational context. It is concluded that, through the study, it contributes to informed decision-making by educators and managers of the institution, as well as to the implementation of effective strategies to take full advantage of the potential of mobile applications in the educational field.

Keywords: Mobile applications; Academic performance; Education; High school.

 

Resumo

Atualmente, a utilizao de aplicaes mveis na rea educativa tem despertado um grande interesse, principalmente em instituies como a Unidade Educativa Valdivia. Este estudo centra-se em compreender como a utilizao destas aplicaes favorece o desempenho acadmico dos alunos do ensino secundrio da referida unidade educativa. O principal objetivo deste estudo analisar a relao entre a utilizao de aplicaes mveis e o desempenho acadmico dos alunos do ensino secundrio da Unidade Educativa Valdivia. Utilizando uma abordagem quantitativa e um desenho transversal, foi utilizado um modelo de equaes estruturais baseado em mnimos quadrados parciais (PLS-SEM) para examinar as relaes entre os constructos propostos. De entre os resultados, pode-se verificar que, em termos de utilizao, existe uma forte influncia na utilizao real (UTI) das aplicaes mveis entre os estudantes (β = 0,980, p < 0,001). Esta constatao, relacionada com a teoria utilizada em termos de aprendizagem, sugere que promover uma inteno positiva relativamente utilizao de aplicaes mveis pode aumentar a sua utilizao real no contexto educativo. Conclui-se que, atravs do estudo, contribui para a tomada de decises informadas por parte dos educadores e gestores da instituio, bem como para a implementao de estratgias eficazes para aproveitar ao mximo o potencial das aplicaes mveis na rea educativa.

Palavras-chave: Aplicaes mveis; Rendimento acadmico; Educao; Bacharelato.

 

Introduccin

En la actualidad, el uso de aplicaciones mviles ha experimentado un crecimiento significativo en diversos mbitos, incluyendo el educativo. La Unidad Educativa Valdivia, al igual que otras instituciones, se enfrenta al desafo de integrar estas herramientas tecnolgicas en el proceso de aprendizaje, especialmente en el nivel de bachillerato. A pesar de la disponibilidad de aplicaciones mviles para la educacin, es crucial comprender su impacto en el rendimiento acadmico de los estudiantes.

La introduccin de tecnologas mviles en el mbito educativo genera interrogantes sobre cmo estas aplicaciones favorecen el rendimiento acadmico de los estudiantes de bachillerato en la Unidad Educativa Valdivia. La integracin de tecnologa en la educacin ha generado expectativas en trminos de mejora de la calidad educativa, pero es esencial analizar crticamente su efectividad y su influencia real en el rendimiento estudiantil.

El problema central de esta investigacin radica en determinar la relacin entre el uso de aplicaciones mviles y el rendimiento acadmico de los estudiantes de bachillerato en la Unidad Educativa Valdivia. Es esencial abordar este problema para optimizar la integracin de tecnologas mviles en el proceso educativo y asegurar que contribuyan de manera efectiva al aprendizaje de los estudiantes. La introduccin de aplicaciones mviles en el mbito educativo ha planteado expectativas significativas sobre su capacidad para mejorar el aprendizaje y el rendimiento estudiantil.

Como expresan Moreira et al (2023) las aplicaciones mviles destinadas a la educacin ofrecen diversas funcionalidades que pueden potenciar el proceso de enseanza-aprendizaje en materias especficas como matemticas, qumica, fsica y otras reas acadmicas.

En el caso de las matemticas, aplicaciones como Photomath permiten resolver problemas matemticos simplemente apuntando la cmara del telfono hacia el ejercicio (Photomath, n.d.). Khan Academy ofrece lecciones y ejercicios interactivos que cubren desde lgebra bsica hasta clculo avanzado, proporcionando una forma estructurada de aprender y practicar matemticas (Khan Academy, n.d.).

Mathway es una herramienta til para resolver problemas matemticos paso a paso (Mathway, n.d.). Por otro lado, Wolfram Alpha proporciona acceso a una calculadora avanzada con capacidades de solucin detallada (Wolfram Alpha, n.d.). Adems, Desmos Graphing Calculator es ideal para graficar funciones matemticas de manera interactiva, facilitando la visualizacin de conceptos matemticos complejos (Desmos, n.d.).

En el mbito de la qumica, aplicaciones como Periodic Table ofrecen una tabla peridica interactiva que proporciona detalles sobre cada elemento qumico, facilitando el aprendizaje y la memorizacin de las propiedades y caractersticas de los elementos (Periodic Table, n.d.). ChemCrafter permite a los estudiantes experimentar con la qumica a travs de juegos interactivos, lo que hace que el aprendizaje sea ms atractivo y ldico (ChemCrafter, 2024). Adems, Chemistry Dictionary y Chemistry Helper son recursos valiosos que proporcionan definiciones precisas y asistencia con clculos y frmulas qumicas, respectivamente, ayudando a los estudiantes a comprender y aplicar conceptos complejos de manera efectiva (Chemistry, 2024). MEL Chemistry lleva la experiencia educativa an ms lejos al ofrecer experimentos en realidad aumentada, permitiendo a los estudiantes explorar conceptos qumicos de manera prctica y visualmente estimulante, lo que puede mejorar significativamente la comprensin y retencin de la informacin (MEL Chemistry, n.d.).

Segn como expresa Martnez (2023) para la fsica, aplicaciones como Physics Toolbox proporcionan herramientas para aprender y calcular aspectos clave de la fsica, mientras que Physics Formulas Free ofrece una coleccin completa de frmulas y conceptos fsicos importantes. Physics Calculator es una calculadora avanzada diseada especficamente para resolver problemas de fsica, y aplicaciones como PHYWIZ y Fizyka proporcionan la capacidad de resolver problemas fsicos con explicaciones detalladas, facilitando el aprendizaje de conceptos complejos.

Adems de estas reas especficas, segn (Obregon, Logrono, & Rojas, 2021) aplicaciones generales como Duolingo son excelentes para aprender idiomas de manera interactiva, Coursera ofrece cursos en una amplia variedad de temas que van desde ciencias sociales hasta negocios, y Quizlet permite a los estudiantes crear y estudiar con tarjetas de memoria en diversas materias. TED ofrece charlas inspiradoras y educativas sobre una variedad de temas, mientras que YouTube sirve como una fuente rica de tutoriales y lecciones sobre casi cualquier tema imaginable.

Estas aplicaciones no solo diversifican las herramientas disponibles para estudiantes y educadores, sino que tambin pueden personalizar y enriquecer el aprendizaje al permitir un acceso ms interactivo y dinmico a los contenidos educativos. La efectividad de estas herramientas depende de cmo se integren en el entorno educativo y de cmo sean utilizadas por los estudiantes y los docentes para maximizar su potencial educativo.

Continuando con la exploracin de herramientas educativas, los simuladores juegan un papel decisivo en el aprendizaje de disciplinas como matemticas, fsica, qumica y otras reas acadmicas. Estos programas interactivos permiten a los estudiantes experimentar y manipular variables en entornos virtuales que simulan situaciones del mundo real, facilitando as la comprensin de conceptos abstractos y complejos.

En matemticas, (Arteaga, Medina, & Del Sol, 2019) destaca que simuladores como GeoGebra son ampliamente utilizados por su capacidad para explorar geometra, lgebra y clculo a travs de representaciones grficas interactivas. GeoGebra permite a los estudiantes crear construcciones matemticas dinmicas, explorar relaciones y resolver problemas matemticos de manera visual y tangible. Otro ejemplo es Algebrator, que ofrece tutoriales interactivos para lgebra y clculo, guiando a los estudiantes paso a paso a travs de problemas matemticos complejos.

En el campo de la fsica, (Rosales, Cuenca, Morocho, & Tapia, 2023) expresa que simuladores como PhET Interactive Simulations son herramientas valiosas que permiten a los estudiantes experimentar con fenmenos fsicos como la mecnica, la electricidad y el magnetismo en entornos virtuales controlados. PhET proporciona simulaciones interactivas que ayudan a visualizar conceptos fsicos abstractos y a explorar cmo cambian las variables en diferentes escenarios experimentales.

Para la qumica, a decir de (Blandon, 2019) aplicaciones como Virtual ChemLab y ChemCollective ofrecen entornos virtuales donde los estudiantes pueden realizar experimentos qumicos sin riesgo de seguridad ni costos asociados con materiales reales. Estas plataformas permiten a los estudiantes aprender y practicar tcnicas de laboratorio, as como observar reacciones qumicas y sus resultados en tiempo real.

Adems de las disciplinas Science, Technology, Engineering and Mathematics, en espaol: Ciencia, Tecnologa, Ingeniera y Matemticas (STEM), simuladores educativos estn disponibles para una variedad de reas acadmicas. Por ejemplo, Ceballo (2024) resalta que en la enseanza de idiomas, aplicaciones como Rosetta Stone y Babbel utilizan simulaciones interactivas para mejorar la fluidez y la comprensin lingstica a travs de prcticas de conversacin y ejercicios de vocabulario.

Los simuladores educativos ofrecen una plataforma poderosa para el aprendizaje activo y experiencial en una amplia gama de disciplinas acadmicas. Al proporcionar un entorno seguro y controlado para la experimentacin y la prctica, estos programas no solo aumentan la participacin y el inters de los estudiantes, sino que tambin mejoran la retencin y comprensin de los conceptos enseados. A decir de Mota et al (2020) la integracin efectiva de simuladores en el plan de estudios puede transformar significativamente la forma en que los estudiantes interactan con el conocimiento y adquieren habilidades crticas para su desarrollo educativo y profesional.

El objetivo principal de este estudio es analizar la relacin entre el uso de aplicaciones mviles y el rendimiento acadmico de los estudiantes de bachillerato en la Unidad Educativa Valdivia. Para lograr esto, se plantean los siguientes objetivos especficos: Evaluar la frecuencia y patrones de uso de aplicaciones mviles por parte de los estudiantes de bachillerato en la Unidad Educativa Valdivia; Analizar el rendimiento acadmico de los estudiantes en diferentes disciplinas en relacin con la utilizacin de aplicaciones mviles educativas; Comparar el rendimiento acadmico de los estudiantes que utilizan aplicaciones mviles con aquellos que no las utilizan, identificando posibles diferencias significativas.

Esta investigacin es relevante en el contexto de la Unidad Educativa Valdivia, ya que proporcionar informacin valiosa sobre la efectividad de las aplicaciones mviles en el rendimiento acadmico de los estudiantes de bachillerato. Comprender cmo estas herramientas tecnolgicas impactan en el proceso educativo permitir tomar decisiones informadas sobre su integracin y maximizar su potencial para mejorar la calidad de la enseanza.

El uso de aplicaciones mviles en el mbito educativo ha despertado un creciente inters debido a su potencial para mejorar el rendimiento acadmico de los estudiantes. Diversas investigaciones han explorado esta relacin, proporcionando una base terica para entender cmo las aplicaciones mviles influyen en el aprendizaje y el rendimiento acadmico de los estudiantes de bachillerato.

Segn Rodrguez y Martnez (2022), las aplicaciones mviles ofrecen oportunidades nicas para personalizar el aprendizaje, adaptndose a las necesidades individuales de los estudiantes. Estos autores sostienen que la interactividad y la accesibilidad de las aplicaciones mviles pueden facilitar un enfoque ms dinmico y participativo en el proceso educativo, impactando positivamente en el rendimiento acadmico.

Investigaciones como la de Alonso et al (2021) han explorado la relacin entre el uso regular de aplicaciones mviles y el rendimiento acadmico. Sus hallazgos sugieren que los estudiantes que incorporan aplicaciones educativas en su rutina tienden a mejorar sus habilidades de estudio y desempeo acadmico, demostrando la influencia positiva de estas herramientas en el proceso educativo.

Sin embargo, es esencial considerar los desafos y limitaciones asociados con el uso de aplicaciones mviles en la educacin. Segn el trabajo de titulacin de Cuzco (2022), factores como la falta de acceso equitativo a dispositivos mviles, la calidad variable de las aplicaciones y la posible distraccin pueden afectar negativamente el rendimiento acadmico.

Adems, estudios como el de Garca et al (2020) sealan que la efectividad de las aplicaciones mviles depende en gran medida de su integracin adecuada en el plan de estudios y del apoyo de los docentes. La capacitacin y el acompaamiento pedaggico son aspectos cruciales para maximizar el impacto positivo de estas tecnologas en el rendimiento acadmico.

Por otra parte, el estudio llevado a cabo por Montenegro (2022) se centra en la correlacin existente entre el uso de Facebook y el desempeo acadmico de los estudiantes de bachillerato. Este anlisis es de suma relevancia en el contexto educativo actual, ya que ofrece una visin detallada sobre cmo el tiempo y la manera en que los estudiantes interactan en esta red social pueden influir en su rendimiento escolar. Adems, Montenegro subraya la importancia de considerar factores como el tipo de contenido consumido y compartido en Facebook, as como las habilidades de gestin del tiempo de los estudiantes, para comprender plenamente las implicancias de esta relacin. Esto proporciona una base slida para futuras investigaciones y estrategias pedaggicas que busquen optimizar el uso de las redes sociales en beneficio del aprendizaje acadmico. Publicado la Revista de Comunicacin de la SEECI n50, Salas y Salas (2019), en su estudio analizan detalladamente cmo el tiempo dedicado a esta red social se relaciona con el rendimiento acadmico de los estudiantes de bachillerato. Este enfoque es esencial para comprender mejor cmo el uso de aplicaciones mviles, como Facebook, puede influir en el rendimiento educativo de los jvenes en el contexto de la educacin secundaria.

 

Materiales y mtodos

Esta investigacin adopt un enfoque cuantitativo y un diseo transversal (Creswell & Creswell, 2017). Se utiliz un modelo de ecuaciones estructurales basado en mnimos cuadrados parciales (PLS-SEM) para examinar las relaciones entre los constructos propuestos Hair et al (2017). La poblacin objetivo para este estudio fueron los estudiantes de tercer ao de bachillerato de la Unidad Educativa Valdivia en Ecuador, con un total de 58 estudiantes distribuidos en tres paralelos. La muestra tambin consisti en estos 58 estudiantes, por lo que la poblacin fue igual a la muestra. Es decir, todos los estudiantes de tercer ao de bachillerato en la Unidad Educativa Valdivia formaron parte tanto de la poblacin total como de la muestra seleccionada para el estudio.

En este caso, al estudiar a todos los participantes de la Unidad Educativa Valdivia, se pueden obtener conclusiones y recomendaciones que son directamente aplicables a todos los estudiantes de ese nivel educativo en la institucin. El tipo de muestreo se realiz por conveniencia, considerando solo los estudiantes de este nivel, ya que son los que ms tiempo han tenido en esta institucin educativa, lo que beneficia las conclusiones y resultados a obtenerse, tal cual lo expresan Etikan et al (2016).

La recoleccin de datos se realiz mediante una encuesta en lnea, y se obtuvo una muestra final de 58 estudiantes de bachillerato de la Unidad Educativa Valdivia en Ecuador.

Los constructos del modelo fueron medidos utilizando escalas adaptadas de estudios previos. La intencin conductual hacia el uso (ICU) y el uso real (U) se midieron con escalas adaptadas de Venkatesh et al. (2012). La utilidad percibida (UP) se midi con una escala adaptada de Brooke (1996), mientras que la Facilidad de Uso Percibida (FUP) se midi con una escala adaptada de Davis (1989). Todas las escalas utilizaron un formato de respuesta tipo Likert de 6 puntos, donde 1 indica totalmente en desacuerdo y 6 indica totalmente de acuerdo. Los constructos con sus respectivos indicadores se muestran en la Tabla 1.

 

Tabla 1: Constructos e indicadores

Constructo indicador

Fuente

Utilidad Percibida (UP):

Adaptado los propuestos por (Venkatesh et al 2003):

 

UP1

El uso de aplicaciones mviles en la educacin mejora mi rendimiento acadmico

UP2

El uso de aplicaciones mviles en la educacin me resulta til

UP3

El uso de aplicaciones mviles en la educacin me ahorra tiempo

UP4

Es til incorporar aplicaciones mviles para la evaluacin de mi desempeo acadmico

UP5

El uso de aplicaciones mviles aumenta mis oportunidades de aprendizaje

Facilidad de Uso Percibida (FUP):

Adaptado de la propuesta de Davis (1989)

 

FUP1

Aprender a usar aplicaciones mviles es fcil para m

FUP2

Adquirir habilidades en el uso de aplicaciones mviles es fcil

FUP3

Estudiar es ms fcil si las aplicaciones mviles me ofrecen herramientas tiles

FUP4

Me resulta fcil conseguir que las aplicaciones mviles hagan lo que yo quiero que hagan

FUP5

Las aplicaciones mviles me parecen fciles de usar

Intencin Conductual hacia el Uso (ICU)

Adaptado de (Bedregal-Alpaca et al 2019)

ICU1

Tengo la intencin de utilizar con frecuencia aplicaciones mviles para mejorar mi rendimiento acadmico

ICU2

Tengo la intencin de utilizar aplicaciones mviles en el proceso educativo

ICU3

Tengo la intencin de utilizar aplicaciones mviles y las herramientas que faciliten el estudio durante este trimestre y el otro

ICU4

Tengo la intencin de utilizar repetidamente aplicaciones mviles en el proceso educativo con la mayor frecuencia posible

ICU5

Tengo la intencin de utilizar aplicaciones mviles en mis estudios y as facilitar mi evaluacin acadmica

USO (U):

el uso real (U) se midieron con escalas Adaptadado de Venkatesh et al. (2012).

U1

Tengo experiencia en el uso de aplicaciones mviles

U2

Ya he utilizado aplicaciones mviles en mi proceso de aprendizaje

U3

Utilizar aplicaciones mviles en el proceso de aprendizaje es una buena idea

U4

Es beneficioso el uso de aplicaciones mviles dentro de las aulas

U5

Como estudiante he utilizado aplicaciones mviles y me parecen de fcil uso

Nota: Elaborado por las autoras

 

Con los constructos del modelo de aceptacin de la tecnologa 2 (Scherer et al 2019) y los indicadores seleccionados, se plante el modelo de investigacin presentado en la Figura 1.

 

 

 

 

 

 

 

 

Figura 1: Modelo de investigacin

Nota: Elaborado por las autoras

 

Los datos se analizaron utilizando el software SmartPLS 4 (Ringle et al 2022). Se sigui el enfoque de dos pasos recomendado por Anderson & Gerbing (1988), evaluando primero el modelo de medida y luego el modelo estructural. La fiabilidad y validez del modelo de medida se evalu mediante el examen de las cargas factoriales, la fiabilidad compuesta, la varianza extrada media (AVE) y la validez discriminante (Hair, 2017). El modelo estructural se evalu examinando los coeficientes de ruta, los valores de R, los tamaos del efecto (f) y la relevancia predictiva (Q) (Chin, 1998; Hair, 2017). Esta investigacin se adhiri a los principios ticos establecidos por el Ministerio de Educacin del Ecuador. Se obtuvo el consentimiento informado de todos los participantes, y se garantiz el anonimato y la confidencialidad de los datos recopilados.


Resultados

Modelo de medida

El modelo de medida fue evaluado examinando las cargas factoriales, la fiabilidad compuesta, la varianza extrada media (AVE) y la validez discriminante. Como se muestra en la Error! No se encuentra el origen de la referencia., todas las cargas factoriales de los indicadores en sus respectivos constructos son superiores a 0.7, lo que indica una buena fiabilidad individual de los indicadores (Hair, 2017).

Tabla 2: Cargas factoriales de los indicadores en sus respectivos constructos

Indicador constructo

Cargas externas

FUP1 <- FUP

0.963

FUP2 <- FUP

0.946

FUP3 <- FUP

0.976

FUP4 <- FUP

0.980

FUP5 <- FUP

0.979

ICU1 <- ICU

0.987

ICU2 <- ICU

0.959

ICU3 <- ICU

0.983

ICU4 <- ICU

0.986

ICU5 <- ICU

0.986

U1 <- U

0.966

U2 <- U

0.946

U3 <- U

0.972

U4 <- U

0.936

U5 <- U

0.984

UP2 <- UP

0.976

UP3 <- UP

0.956

UP4 <- UP

0.950

UP5 <- UP

0.959

UP1 <- UP

0.951

Nota: Elaborado por las autoras

 

La Error! No se encuentra el origen de la referencia. presenta los valores de fiabilidad compuesta (rho_c), el alfa de Cronbach y la varianza extrada media (AVE) para cada constructo. Todos los valores de fiabilidad compuesta y alfa de Cronbach superan el umbral de 0.7, lo que sugiere una buena consistencia interna (Fornell & Larcker, 1981; Nunnally & Bernstein, 1994) (Fornell & Larcker, 1981; Nunnally & Bernstein, 1994). Adems, la varianza extrada media (AVE) para cada constructo es superior a 0.5, lo que indica una buena validez convergente (Bagozzi & Yi, 1988).

 

 

Tabla 3: Fiabilidad y validez de constructo

Constructo

Alfa de Cronbach

Fiabilidad compuesta (rho_a)

Fiabilidad compuesta (rho_c)

Varianza extrada media (AVE)

FUP

0.984

0.984

0.987

0.939

ICU

0.990

0.990

0.992

0.961

U

0.979

0.980

0.984

0.923

UP

0.980

0.980

0.984

0.926

Nota: Elaborado por las autoras

 

La validez discriminante se evalu mediante el criterio de Fornell & Larcker (1981). Como se muestra en la Tabla 4, la raz cuadrada del AVE de cada constructo (valores en la diagonal) es mayor que las correlaciones con otros constructos, lo que sugiere una adecuada validez discriminante.

 

Tabla 4: Validez discriminante: criterio de Fornell-Larcker

Constructo

BI

U

UE

UP

FUP

0.969

 

 

 

ICU

0.980

0.980

 

 

U

0.992

0.986

0.961

 

UP

0.978

0.968

0.983

0.963

 

 

 

 

 

Nota: Elaborado por las autoras

 

Modelo estructural

Los resultados del modelo estructural se presentan en las Tabla 5. Todos los coeficientes de ruta son estadsticamente significativos (p < 0.05) y tienen una magnitud considerable (Cohen, 1988; Hair, 2017). La intencin de uso (BI) tiene un efecto positivo y significativo sobre el uso real (ICU) (β = 0.980, p < 0.001). La usabilidad percibida (UP) y la utilidad esperada (UE) tienen efectos positivos y significativos sobre la intencin de uso (BI) (β = 0.530 y β = 0.376, respectivamente, p < 0.001). La utilidad esperada (UE) tiene un efecto positivo y significativo sobre la usabilidad percibida (UP) (β = 0.983, p < 0.001).

 

Tabla 5: Coeficientes de ruta

Ruta

Muestra original (O)

Media de la muestra (M)

Desviacin estndar (STDEV)

Estadsticos t (|O/STDEV|)

Valores p

BI -> U

0.769

17.000

11.000

23.000

15.000

UE -> BI

0.978

11.000

7.000

14.000

9.000

UE -> UP

0.986

11.000

7.000

14.000

9.000

UP -> BI

0.216

216.000

133.000

279.000

184.000

Nota: Elaborado por las autoras

 

Los valores de R para los constructos endgenos (BI, U y UP) se muestran en la Tabla 6, tales valores son superiores a 0.6, lo que indica un buen poder explicativo del modelo (Chin, 1998).

 

Tabla 6: Coeficientes de determinacin (R)

Constructo

R cuadrado

R cuadrado ajustada

ICU

0.962

0.962

U

0.971

0.971

UP

0.956

0.955

 

 

 

 

 

Nota: Elaborado por las autoras

 

La Tabla 7 presenta los tamaos del efecto (f), sugieren que la intencin de uso (BI) tiene un gran impacto sobre el uso real (U), y la utilidad esperada (UE) tiene un gran efecto sobre la usabilidad percibida (UP) (Cohen, 1988).

 

Tabla 7: Tamao del efecto (f)

Ruta

f cuadrado

FUP -> ICU

0.695

FUP -> UP

21.559

ICU -> U

33.788

UP -> ICU

0.055

Nota: Elaborado por las autoras

 

Calidad del modelo

La calidad del modelo se evalu mediante el ndice SRMR (standardized root mean square residual) y otros ndices de ajuste, como se muestra en la

Tabla 8. El SRMR del modelo estimado es 0.074, lo que est ligeramente por encima del umbral de 0.08 sugerido por Hu & Bentler (1999), pero an se considera aceptable. El NFI (normed fit index) sugiere un ajuste razonable del modelo, aunque ligeramente por debajo del umbral de 0.9 propuesto por Bentler & Bonett (1980).

 

Tabla 8: Resumen de ndices de ajuste del modelo

ndice

Modelo saturado

Modelo estimado

SRMR

0.025

0.028

d_ULS

0.136

0.170

d_G

5.083

5.508

Chi-cuadrado

1672.703

1751.708

NFI

0.735

0.723

Nota: Elaborado por las autoras

 

Para concluir, los resultados indican que el modelo propuesto tiene una buena fiabilidad, validez y capacidad predictiva, segn los criterios establecidos en la literatura (Bagozzi & Yi, 1988; Cohen, 1988; Fornell & Larcker, 1981; Hair, 2017; Hu & Bentler, 1999; Nunnally & Bernstein, 1994). La intencin de uso aplicaciones mviles y el rendimiento acadmico en estudiantes de bachillerato en una Unidad Educativa en Ecuador est influenciada positivamente por la usabilidad percibida y la utilidad esperada. A su vez, la utilidad esperada tiene un fuerte impacto en la usabilidad percibida. La intencin de uso es un predictor significativo del uso real de aplicaciones mviles en este contexto.

Estos hallazgos tienen implicaciones importantes para la adopcin y el uso efectivo de la aplicaciiones mviles en el rendimiento acadmico de los estudiantes en Ecuador. Se recomienda enfocarse en mejorar la usabilidad y comunicar claramente la utilidad esperada de estas tecnologas para fomentar su adopcin entre los profesores.

 

 

 

Discusin

Los hallazgos de esta investigacin ofrecen una comprensin valiosa sobre los elementos que afectan la adopcin y el uso de aplicaciones mviles, as como su repercusin en el rendimiento acadmico de los estudiantes de bachillerato en una Unidad Educativa en Ecuador. El modelo propuesto, que se fundamenta en ecuaciones estructurales utilizando PLS-SEM, ha demostrado poseer una buena fiabilidad, validez y capacidad predictiva, lo que refuerza la robustez de los resultados obtenidos.

Un hallazgo clave es la notable influencia de la intencin de uso (BI) sobre el uso real (ICU) de las aplicaciones mviles por parte de los estudiantes (β = 0.980, p < 0.001). Este resultado se alinea con la teora del comportamiento planificado (Ajzen, 1991) y con investigaciones previas que han evidenciado una relacin significativa entre la intencin y el comportamiento real en el mbito de la adopcin tecnolgica. Esto sugiere que las iniciativas para promover el uso de aplicaciones mviles en el mbito educativo deben enfocarse en cultivar una intencin positiva entre los estudiantes, ya que esto se traducir en un incremento en el uso efectivo de estas tecnologas.

Asimismo, se identific que la usabilidad percibida (UP) y la utilidad esperada (UE) son predictores significativos de la intencin de uso (BI) de las aplicaciones mviles entre los estudiantes (β = 0.530 y β = 0.376, respectivamente, p < 0.001). Estos hallazgos son coherentes con el modelo de aceptacin tecnolgica (TAM) de Davis (1989), que subraya la relevancia de la facilidad de uso y la utilidad percibida en la adopcin de nuevas tecnologas. La influencia de la usabilidad percibida indica que los estudiantes valoran las aplicaciones mviles que son sencillas de utilizar e integrar en su rutina acadmica. Por otro lado, el impacto de la utilidad esperada sugiere que los estudiantes estn ms inclinados a adoptar aplicaciones mviles cuando consideran que estas tecnologas les ayudarn a mejorar su rendimiento acadmico.

Otro hallazgo significativo es el fuerte efecto de la utilidad esperada (UE) sobre la usabilidad percibida (UP) (β = 0.983, p < 0.001). Este resultado indica que cuando los estudiantes consideran que las aplicaciones mviles son beneficiosas para su desempeo acadmico, tambin tienden a percibirlas como ms accesibles y manejables. Esta relacin ha sido corroborada en estudios anteriores sobre la adopcin de tecnologa educativa (Scherer et al 2019) y resalta la importancia de comunicar de manera clara los beneficios y la utilidad de las aplicaciones mviles para incentivar su adopcin entre los estudiantes.

Los altos valores de R para los constructos endgenos (BI, ICU y UP) sugieren que el modelo propuesto explica una parte considerable de la varianza en estos constructos. Esto implica que la intencin de uso, la usabilidad percibida y la utilidad esperada son factores fundamentales para comprender y predecir el uso de aplicaciones mviles entre los estudiantes de bachillerato en Ecuador.

A pesar de los resultados significativos, este estudio tiene algunas limitaciones. En primer lugar, se basa en datos transversales, lo que limita la capacidad para establecer relaciones causales. Futuros estudios podran adoptar diseos longitudinales para examinar cmo evolucionan las percepciones y el uso de las aplicaciones mviles a lo largo del tiempo. En segundo lugar, la investigacin se centr en estudiantes de bachillerato en Ecuador, por lo que la generalizacin de los resultados a otros contextos educativos o culturales debe realizarse con precaucin.

Estos hallazgos tienen implicaciones importantes para la adopcin y el uso efectivo de las aplicaciones mviles en el rendimiento acadmico de los estudiantes en Ecuador. Se recomienda enfocarse en mejorar la usabilidad y comunicar claramente la utilidad esperada de estas tecnologas para fomentar su adopcin entre los estudiantes.

esta investigacin proporciona una base slida para comprender cmo las aplicaciones mviles pueden ser utilizadas de manera efectiva para mejorar el rendimiento acadmico en el nivel de bachillerato. Las instituciones educativas deben priorizar la integracin de tecnologas mviles que sean percibidas como tiles y fciles de usar por los estudiantes, lo que en ltima instancia contribuir a la mejora de la calidad educativa.

 

Conclusin

En conclusin, la presente investigacin ha demostrado que el uso de aplicaciones mviles en la educacin puede tener un impacto positivo significativo en el rendimiento acadmico de los estudiantes de bachillerato en la Unidad Educativa Valdivia. Los resultados del modelo estructural indican que la intencin de uso de aplicaciones mviles es un fuerte predictor del uso real de estas tecnologas. Adems, la usabilidad percibida y la utilidad esperada son factores clave que influyen en la intencin de uso, destacando la importancia de disear aplicaciones que sean tanto tiles como fciles de usar para los estudiantes.

La utilidad esperada tiene un impacto directo sobre la usabilidad percibida, lo que sugiere que cuando los estudiantes perciben que las aplicaciones mviles son beneficiosas para su rendimiento acadmico, tambin las encuentran ms accesibles y manejables. Estos hallazgos se alinean con teoras previas sobre la adopcin de tecnologas y subrayan la necesidad de promover aplicaciones mviles que claramente demuestren su valor educativo.

Es crucial que las instituciones educativas enfoquen sus esfuerzos en comunicar efectivamente los beneficios de las aplicaciones mviles y en asegurar que estas herramientas sean intuitivas y fciles de integrar en las rutinas acadmicas de los estudiantes. Esto no solo fomentar una mayor adopcin de tecnologas mviles en el proceso educativo, sino que tambin potenciar su impacto positivo en el rendimiento acadmico.

A pesar de las contribuciones significativas de este estudio, es importante reconocer sus limitaciones. La naturaleza transversal de los datos limita la capacidad de establecer relaciones causales, y la focalizacin en un solo contexto educativo en Ecuador implica que los resultados deben ser generalizados con cautela a otros entornos. Futuros estudios podran beneficiarse de enfoques longitudinales y de la inclusin de diversas poblaciones para validar y extender estos hallazgos.

Por lo tanto, esta investigacin proporciona una base slida para comprender cmo las aplicaciones mviles pueden ser utilizadas de manera efectiva para mejorar el rendimiento acadmico en el nivel de bachillerato. Las instituciones educativas deben priorizar la integracin de tecnologas mviles que sean percibidas como tiles y fciles de usar por los estudiantes, lo que en ltima instancia contribuir a la mejora de la calidad educativa.

 

Referencias

      1.            Alonso, A. B., Rojo, J., & Zuniga, J. (2021). Uso de dispositivos mviles en las aulas de la universidad y rendimiento acadmico: revisin de la literatura y nueva evidencia en Espaa. CEF. Estudios de Investigacion: Tecnologa, Ciencia y Educacin,, 20, 7-48.

      2.            Arteaga, E., Medina, J., & Del Sol, J. (2019). EL GEOGEBRA: UNA HERRAMIENTA TECNOLÓGICA PARA APRENDER MATEMÁTICA EN LA SECUNDARIA BÁSICA HACIENDO MATEMÁTICA. Revista Conrado, 15(70), 102-108.

      3.            Blandon, S. (2019). APLICACIN DE EXPERIMENTOS VIRTUALES COMO HERRAMIENTA DE APRENDIZAJE PARA ESTUDIANTES DE GRADO Y POSGRADO DE LA UNIVERSIDAD NACIONAL DE INGENIERA. El Higo Revista de Ciencia y Tecnologia, 9(1), s-n.

      4.            Ceballo, M. (22 de abril de 2024). AREANDINA. Obtenido de https://www.areandina.edu.co: https://www.areandina.edu.co/blogs/cuales-son-las-mejores-apps-para-aprender-ingles

      5.            ChemCrafter. (11 de julio de 2024). ChemCrafter. Obtenido de https://www.chemcrafter.com/

      6.            Chemistry. (11 de julio de 2024). Chemistry. Obtenido de https://www.chemistrydictionary.com/

      7.            Creswell, J. D., & Creswell, J. W. (2017). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5th ed ed.). SAGE Publications. Obtenido de https://spada.uns.ac.id/pluginfile.php/510378/mod_resource/content/1/creswell.pdf

      8.            Cuzco, C. (27 de mayo de 2022). https://dspace.ups.edu.ec. Obtenido de https://dspace.ups.edu.ec/bitstream/123456789/22650/1/UPS-CT009800.pdf

      9.            Desmos. (s.f.). Desmos. Recuperado el 11 de juliio de 2024, de https://www.desmos.com/calculator

  10.            Etikan, I., Abubakar, S., & Sunusi, R. (2016). Comparison of Convenience Sampling and Purposive Sampling. American Journal of Theoretical and Applied Statistics, 5(1), 1-4. doi:https://doi.org/10.11648/j.ajtas.20160501.11

  11.            Garca, V., Mora, A., & vila, J. (2020). La inteligencia artificial en la educacin. Dominio de las iencias, 6(3), 648-666. doi:http://dx.doi.org/10.23857/dc.v6i3.1421

  12.            Hair, J., Hult, T., Ringle, C., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (2nd ed ed.). SAGE. Obtenido de https://www.google.com.ec/books/edition/A_Primer_on_Partial_Least_Squares_Struct/IFiarYXE1PoC?hl=es&gbpv=1&dq=A+Primer+on+Partial+Least+Squares+Structural+Equation+Modeling+(PLS-SEM)+(2nd+ed.).&printsec=frontcover

  13.            Khan Academy. (s.f.). https://es.khanacademy.org. Recuperado el 11 de julio de 2024, de https://www.khanacademy.org/

  14.            Martinez, W. (11 de 12 de 2023). La Vanguardia. Obtenido de https://www.lavanguardia.com/andro4all/aplicaciones/las-mejores-apps-para-aprender-fisica-con-tu-movil

  15.            Mathway. (s.f.). Mathway. Recuperado el 11 de julio de 2024, de https://www.mathway.com/

  16.            MEL Chemistry. (s.f.). MEL Chemistry. Recuperado el 11 de julio de 2024, de https://melscience.com/US-en/

  17.            Montenegro, S. (25 de marzo de 2022). https://repositorio.uta.edu.ec. Obtenido de https://repositorio.uta.edu.ec/bitstream/123456789/35270/1/PROYECTO%20DE%20TITULACION%20WORK-signed%20%281%29-signed.pdf

  18.            Moreira, F., Anzules, M., Solis, R., Santos, N., & Ascencio, P. (Marzo-Abril de 2023). Aplicaciones mviles en el proceso de Enseanza Aprendizaje de las Matemticas. Ciencia Latina Revista Cientifica Multidisciplinar, 7(2), 5204-5221.

  19.            Mota, K., Concha, C., & Munoz, N. (2020). EDUCACIN VIRTUAL COMO AGENTE TRANSFORMADOR DE LOS PROCESOS DE APRENDIZAJE. Revista on line de Poltica e Gesto Educacional, 24(3), 1216-1225.

  20.            Obregon, A., Logrono, M., & Rojas, C. (2021). El uso de Duolingo como herramienta de apoyo en el aprendizaje del Idioma Ingls. Conciencia Digital, 4(1.1), 250-266.

  21.            Periodic Table. (s.f.). Periodic Table. Recuperado el 11 de julio de 2024, de https://www.periodictable.com/

  22.            Photomath. (s.f.). https://photomath.com. Recuperado el 11 de julio de 2024, de https://photomath.app/

  23.            Rodriguez, L. A., & Martinez, J. (2022). USO DE APLICACIONES MVILES COMO HERRAMIENTA DE APOYO TECNOLGICO PARA LA ENSEANZA CON METODOLOGA STEAM. Revista Politecnica, 18(36), 2022.

  24.            Rosales, A., Cuenca, K., Morocho, H., & Tapia, S. (2023). El uso de simuladores en lnea para la enseanza de la fsica: una herramienta educativa efectiva. Ciencia Latina Revista Cientifica Multidisciplinar, 7(3), 1488-1496.

  25.            Salas, R., & Salas, R. (2019). ANLISIS SOBRE EL USO DE LA RED SOCIAL FACEBOOK EN EL PROCESO DE ENSEANZA-APRENDIZAJE POR MEDIO DE LA CIENCIA DE DATOS. Revista de Comunicacin de la SEECI(50), 1-26. doi:http://doi.org/10.15198/seeci.2019.50.1-26

  26.            Venkatesh, V., Thong, J., & Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36(1), 157-178. Obtenido de https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2002388.

  27.            Wolfram Alpha. (s.f.). Wolfram Alpha. Recuperado el 11 de julio de 2024, de https://www.wolframalpha.com/

 

 

 

 

 

 

 

2024 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).

 

 

 

 

 

 

 

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';





Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/