Publicado 2026
“…El objetivo fue analizar los factores asociados al rendimiento académico en asignaturas de matemáticas en estudiantes de ingeniería de universidades
peruanas, integrando validación psicométrica del instrumento de medición y modelamiento multinivel de tres niveles, como métodos se desarrolló un estudio cuantitativo, explicativo y transversal con una muestra de 432 estudiantes, un cuestionario inicial de 47 ítems fue sometido a análisis factorial exploratorio y confirmatorio, reteniéndose 27 ítems agrupados en cinco factores latentes, los cuales son: innovación metodológica, entorno de aprendizaje, calidad docente, discrepancia esfuerzo–logro y ansiedad matemática; el modelo confirmatorio mostró adecuados índices de ajuste (CFI = 0.919; TLI = 0.909; RMSEA = 0.061; SRMR = 0.047), la consistencia interna fue satisfactoria (α = 0.89; ω = 0.91); posteriormente, se estimaron modelos de regresión multinivel con estudiantes anidados en carreras y universidades, Con respecto a los resultados, el modelo nulo indicó que el 11.9% de la varianza del rendimiento académico se atribuía a niveles superiores al estudiante (ICC), el modelo final mostró que la calidad docente se asoció positivamente con el rendimiento (β = 0.72, p < .001), mientras que la repitencia previa (β = −0.66, p < .001) y la discrepancia percibida esfuerzo–logro (β = −0.50, p = .002) se asociaron negativamente, la ansiedad matemática mostró una asociación significativa con el rendimiento académico; dado que la escala fue invertida, lo que indica que menores niveles de ansiedad matemática se asociaron con un mejor rendimiento académico (β = 0.33, p = .002), el tipo de universidad no mostró un efecto directo significativo tras controlar las variables individuales, el modelo explicó el 19.9% de la varianza a nivel individual (R² marginal) y el 26.5% considerando los efectos contextuales (R² condicional); se concluye que el rendimiento académico en matemáticas en ingeniería presenta una estructura multifactorial donde predominan los efectos individuales, aunque existe una contribución contextual significativa, a calidad docente emerge como el predictor más robusto, mientras que la discrepancia percibida esfuerzo-logro sugiere mecanismos de atribución académica asociados a menor desempeño; la integración de validación psicométrica y modelamiento multinivel aporta solidez metodológica para futuras investigaciones en educación superior en ingeniería.…”
Enlace permanente (DOI o Handle)
Monografía o trabajo académico