Análisis multivariado mediante análisis factorial y de conglomerados de variables académicas y socioeducativas relacionadas con las dificultades en el razonamiento numérico de estudiantes que no ingresaron a la universidad

Autores/as

DOI:

https://doi.org/10.23857/dc.v12i2.4838

Palabras clave:

análisis multivariado, razonamiento numérico, análisis factorial, análisis de conglomerados, acceso a la universidad, variables socioeducativas

Resumen

El no ingreso a la universidad constituye una problemática educativa compleja asociada a factores académicos, sociales y personales. Entre las competencias que inciden en este fenómeno, el razonamiento numérico ocupa un lugar central, dado que interviene en la resolución de problemas, la interpretación cuantitativa y la toma de decisiones en contextos académicos. El presente estudio tiene como objetivo analizar, mediante técnicas multivariadas, las variables académicas y socioeducativas relacionadas con las dificultades en el razonamiento numérico de estudiantes bachilleres que no ingresaron a la universidad. La investigación se plantea desde un enfoque cuantitativo, con diseño no experimental, transversal y correlacional. Se propone trabajar con una muestra de estudiantes egresados de bachillerato que participaron en procesos de admisión sin lograr el ingreso a la educación superior. Para la recolección de datos se considera la aplicación de un cuestionario estructurado sobre factores académicos, socioeducativos y de autoeficacia, así como una prueba diagnóstica de razonamiento numérico. El análisis se realizará en SPSS mediante estadística descriptiva, alfa de Cronbach, análisis factorial exploratorio y análisis de conglomerados. Se espera identificar dimensiones latentes que expliquen las dificultades en el razonamiento numérico y, a su vez, establecer perfiles diferenciados de estudiantes según sus características académicas y socioeducativas. Los hallazgos pueden aportar evidencia útil para el diseño de estrategias de nivelación, acompañamiento y orientación educativa dirigidas a población bachiller que busca acceder a la educación superior.

Biografía del autor/a

German Fernando Martínez Armendáriz

Docente de la Universidad Politécnica Estatal de Carchi, Ecuador

Citas

Aguilar, M., & Zúñiga, L. (2022). Uso de GeoGebra en el desarrollo del pensamiento matemático en educación superior. PNA. https://doi.org/10.30827/pna.v16i2.22336

Boaler, J. (2022). Math-ish: Finding creativity, diversity, and meaning in mathematics. HarperOne.

Carey, E., McCarthy, M., Kappler, G., & Devine, A. (2020). Mathematics anxiety and the role of numerical ability: A meta-analytic review. Educational Psychology Review, 32(2), 509–540. https://doi.org/10.1007/s10648-019-09511-8

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage.

Johnson, R. A., & Wichern, D. W. (2019). Applied multivariate statistical analysis (6th ed.). Pearson.

Kline, P. (2019). An easy guide to factor analysis. Routledge.

Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A., & Tomás-Marco, I. (2019). El análisis factorial exploratorio de los ítems: Una guía práctica, revisada y actualizada. Anales de Psicología, 35(1), 115–128. https://doi.org/10.6018/analesps.35.1.299651

OECD. (2023a). PISA 2022 results (Volume I): The state of learning and equity in education. OECD Publishing. https://doi.org/10.1787/53f23881-en

OECD. (2023b). PISA 2022 results (Volume II): Learning during and from disruption. OECD Publishing. https://doi.org/10.1787/a97db61c-en

Pérez, E. R., & Medrano, L. A. (2020). Análisis factorial exploratorio: Bases conceptuales y metodológicas. Revista Argentina de Ciencias del Comportamiento, 12(1), 58–66. https://doi.org/10.32348/1852.4206.v12.n1.22982

Santos-Trigo, M. (2021). Digital technologies and mathematical reasoning. En Digital technologies in mathematics education. Springer. https://doi.org/10.1007/978-3-030-65621-6

Siegler, R. S., Braithwaite, D. W., & Pyke, A. A. (2021). Numerical development. Annual Review of Psychology, 72, 187–213. https://doi.org/10.1146/annurev-psych-061020-053007

Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.

Trouche, L., Gueudet, G., Pepin, B., & Sabra, H. (2022). Digital resources in mathematics education. Springer. https://doi.org/10.1007/978-3-030-84381-4

UNESCO. (2022). Reimagining our futures together: A new social contract for education. UNESCO Publishing. https://unesdoc.unesco.org/

Descargas

Publicado

2026-05-20

Cómo citar

German Fernando Martínez Armendáriz. (2026). Análisis multivariado mediante análisis factorial y de conglomerados de variables académicas y socioeducativas relacionadas con las dificultades en el razonamiento numérico de estudiantes que no ingresaron a la universidad. Dominio De Las Ciencias, 12(2), 928–943. https://doi.org/10.23857/dc.v12i2.4838

Número

Sección

Artí­culos Cientí­ficos