Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Similares em SciELO
Compartilhar
Investigación en educación médica
versão On-line ISSN 2007-5057
Investigación educ. médica vol.2 no.8 Ciudad de México Out./Dez. 2013
Artículo original
Personalidad, aprendizaje y rendimiento académico en medicina
Personality, learning and academic performance in medicine
Noel David Torres-Acosta,1 Jaime Rodríguez-Gómez,2 Miriam Acosta-Vargas1
1 Universidad de Montemorelos, Montemorelos, N. L., México.
2 Centro de Investigación de la Universidad de Montemorelos, Montemorelos, N. L., México.
Correspondencia:
Noel David Torres Acosta.
Universidad de Montemorelos.
Teléfono: 826 263 0900, ext. 4051, 4052.
Correo electrónico: 1020275@alumno.um.edu.mx
Recepción 1 de agosto de 2013
Aceptación 16 de agosto de 2013
Resumen
Introducción: El éxito académico durante la vida estudiantil se ve afectado por muchos factores. La personalidad, de acuerdo las Five Factor Model y los enfoques de aprendizaje (profundo, estratégico y superficial) han mostrado ser condicionantes importantes del rendimiento académico.
Objetivo: Encontrar las correlaciones entre enfoques de aprendizaje-promedio de calificaciones (PC), factores de personalidad-PC, enfoques de aprendizaje-factores de personalidad.
Material y métodos: Estudio observacional, analítico, transversal y prospectivo. Población de estudio: 204 estudiantes de medicina en una universidad de Nuevo león. Se utilizaron Big Five Inventory (BFI) para medir la personalidad y Approaches and Study Skills Inventory for Students (ASSIST) para medir los enfoques de aprendizaje. Se utilizó correlación r de Pearson para ver las relaciones entre las variables principales del estudio y análisis discriminante para encontrar las variables que mejor describen el desempeño académico.
Resultados: Los resultados mostraron correlaciones significativas entre PC y enfoque profundo, PC y enfoque superficial y PC-responsabilidad de manera general. Asimismo, hubo correlaciones significativas entre neuroticismo-enfoque superficial y enfoque profundo, y los factores de responsabilidad y apertura a la experiencia. En el análisis discriminante se vio que el enfoque profundo y el factor de responsabilidad son los que mejor diferenciaron a los subgrupos.
Discusión: El presente estudio demuestra una asociación significativa entre el factor de responsabilidad y el enfoque profundo con el rendimiento académico, lo que concuerda con estudios previos.
Conclusión: Se sugiere realizar estudios similares utilizando BFI y ASSIST para acoplarlos más a la realidad mexicana.
Palabras clave: Rendimiento académico; BFI; ASSIST; México.
Abstract
Introduction: Academic success during student life is affected by many factors. Personality, according the Five Factor Model, and learning approaches (deep, strategic and surface) have shown to be significant determinants of academic performance.
Objective: Find association between learning approaches and GPA, personality factors and GPA, learning approaches and personality factors.
Material and methods: Observational, analytical, cross-sectional and prospective study. Study population: 204 medical students at a Nuevo Leon's university. Big Five Inventory (BFI) was used to measure personality and Approaches and Study Skills Inventory for Students (ASSIST) to measure learning approaches. Pearson r correlation was used to find relationship between the main variables of the study and discriminant analysis to find the variables that best describe the academic performance.
Results: The results showed significant correlations between grade point average (GPA)-deep approach, surface approach -GPA, and GPA- responsibility. There were also significant correlations between neuroticism-surface approach and deep approach with conscientiousness and openness to experience. Discriminant analysis showed deep approach and conscientiousness best differentiate between subgroups.
Discussion: The present study demonstrates a significant association between conscientiousness and a deep approach to academic performance consistent with previous research. Conclusion: It is suggested to conduct similar studies using BFI and ASSIST to adjust them to Mexican population.
Keywords: Academic achievement; BFI; ASSIST; Mexico.
Introducción
La educación es parte fundamental del éxito en la vida laboral. Este desafío educativo es enfrentado por miles de estudiantes cada año, con el objetivo de superar los cursos académicos y adquirir las habilidades necesarias para desarrollarse satisfactoriamente como profesionales. Muchos al seguir este camino educativo, obtienen las herramientas y llenan las expectativas que la institución educativa requiere para acreditarlos. Tradicionalmente, se ha estudiado la inteligencia, los factores socioeconómicos y la motivación como factores relacionados al rendimiento académico.1,2
Algunos autores como Diseth, Chamorro-Premuzic, Caprara, Furnham y Cupani, han estudiado la personalidad como factor determinante del rendimiento académico.1,3-5 El Modelo de los Cinco Factores de Personalidad (Five Factor Model, FFM) es una de las taxonomías de la personalidad más aceptadas. Ésta sirve como una plantilla universal para entender la estructura de la personalidad compuesta de cinco dimensiones:
• Neuroticismo. Tendencia a experimentar emociones negativas de forma crónica como depresión, ansiedad e ira.
• Extroversión. Predisposición a tener emociones positivas y rasgos relacionados a actividad y energía con tendencia a ser sociables, activos, locuaces y positivos.
• Apertura a la experiencia. Relacionada con la creatividad científica y artística, pensamiento divergente, liberalismo político y búsqueda proactiva y apreciación de nuevas experiencias.
• Amabilidad. orientación prosocial con tendencia a ser compasivos, cooperativos, amigables, considerados, generosos, confiados, perdonadores y dispuestos a comprometer sus intereses con los demás.
• Responsabilidad. Tendencia a la organización, autocontrol, perseverancia y motivación en conductas dirigidas a metas.69
Mediante la investigación de la personalidad se han logrado identificar factores que de manera frecuente, se correlacionan con el rendimiento académico. La mayoría de los autores concuerdan que el factor de responsabilidad es el predictor más robusto del rendimiento académico en alumnos universitarios, llegando a explicar hasta un 16% de la varianza (Tabla 1).10,1114 Los otros cuatro factores no se correlacionaron de manera consistente con el promedio general.
Otro campo que también se ha expandido en la investigación educativa es el de los enfoques de aprendizaje, y cómo estos, se relacionan con el rendimiento académico.4 Los enfoques de aprendizaje surgieron a raíz de las preguntas que se plantearon Marton y Säljö: ¿Cómo podemos explicar las diferencias cualitativas en el resultado del aprendizaje? ¿Cómo es que, al leer un texto, se dan tantas diferencias en su comprensión?
¿Qué se entiende por enfoque? Un enfoque está compuesto por un motivo (intenciones que mueven al estudiante) y las estrategias que adopta el estudiante frente a una tarea determinada.15,16 Hay algo que resaltar, el enfoque no es una característica propia de la personalidad del estudiante, sino lo que una tarea representa para el estudiante.15
Según Marton y Säljö, los siguientes enfoques de aprendizaje se aceptan universalmente:
• Profundo. Motivación intrínseca, con intención de entender las ideas por sí mismo, utilizando la estrategia de compresión a través de la interrelación de las ideas y lectura comprensiva.
• Superficial. Motivación extrínseca, miedo al fracaso con la estrategia de aprendizaje por memorización, y ausencia de reflexión acerca de propósitos.
• Estratégico. Intención de sobresalir y obtener las calificaciones más altas posibles, usando la estrategia de compresión del material y aprendizaje por memorización.17-19
El enfoque profundo es el que mejor se correlaciona con el rendimiento académico explicando hasta el 25% de la varianza, mientras que el estratégico ha llegado a explicar el 24% de la varianza.20,21 El enfoque superficial se correlaciona de manera negativa explicando hasta el 18% de la varianza.4,22,23 Para el alumno de medicina entender correctamente los conceptos es algo clave para aplicarlos adecuadamente en el futuro. Además, el enfoque profundo les brinda las herramientas a los estudiantes para adquirir un conocimiento y transformarlo en algo significativo. Es importante que los maestros impulsen al alumno a utilizar este tipo de enfoque para su aprendizaje, ya que se relaciona con un mejor comportamiento en la práctica clínica y a tener un aprendizaje autorregulado.24,25
El principal objetivo que se tuvo fue encontrar cuáles factores de personalidad y enfoques de aprendizaje están relacionados con el rendimiento académico en estudiantes de medicina. ¿Utilizan los estudiantes estrategias de aprendizaje que no garantizan el éxito? ¿Es la personalidad del estudiante la razón de su aprovechamiento escolar?
Material y métodos
El objetivo del estudio fue encontrar las correlaciones entre enfoques de aprendizaje y factores de personalidad con el promedio de calificaciones. El estudio tuvo un diseño observacional-descriptivo, transversal, prospectivo y de nivel relacional.
La muestra de investigación estuvo compuesta por 226 alumnos inscritos en la carrera de medicina, en el curso 2012-2013.
El instrumento que se utilizó para la presente investigación constó de tres secciones. La primera sección consistió en datos demográficos. La segunda sección estuvo constituida por la versión del Big Five Inventory (BFI) publicada por Benet-Martínez.8 Dicho instrumento consta de 44 ítems que se contestan en una escala de Likert de 5 puntos (1 = "muy de acuerdo" a 5 = "muy desacuerdo"). La tercera sección del instrumento ésta compuesta por Approaches and Study Skills Inventory for Students (ASSIST), en su versión publicada por Rodríguez consta de 32 ítems para medir los enfoques profundo y superficial descartando los 20 ítems del enfoque estratégico, con el propósito de tener un instrumento corto y que se amoldara a los propósitos de la investigación (Figura 1).15
La información obtenida fue recopilada en una matriz de datos creada en Excel® versión 2010 y después procesada en el programa SPSS versión 19. Se buscó correlación entre enfoques, factores de personalidad y PC utilizando correlación de Pearson. Además se realizó análisis discriminante para los grupos de alto y bajo rendimiento, así como para los grupos de materias reprobadas. Se consideró como alto rendimiento, la suma de la media del PC más una desviación estándar; y bajo rendimiento, la resta de media del PC menos una desviación estándar.
Resultados
De los 226 alumnos que originalmente participarían en el estudio, un total de 204 estudiantes de ambos sexos (mujeres 44% y hombres 56%) contestaron el instrumento. En cuanto a materias reprobadas durante la carrera, el 38.5% ha tenido alguna materia con calificación menor a 70 puntos al cierre del semestre. Los promedios tuvieron un rango de 60 a 93.5, con una media de 80.9 y desviación estándar de ± 6.04. Se eliminó de la muestra a un alumno cuyo promedio era de 24 puntos en una escala de 0 a 100, por ser un dato atípico en extremo.
La estadística descriptiva de los factores de personalidad y enfoques de aprendizaje se presenta en la Tabla 2.
Los coeficientes de correlación de Pearson bivariada entre factores, enfoques y PC se representan en la Tabla 3. De manera general se obtuvieron correlaciones entre PC-enfoque profundo (r=0.30; p<0.01), PC-enfoque superficial (r=-0.17; p<0.05), así como PC-responsabilidad (r=0.27; p<0.01), no siendo así para los demás factores.
Además, en la Tabla 4 se presentan las correlaciones entre los enfoques, factores de personalidad y PC en alumnos de alto rendimiento y bajo rendimiento. En dichos grupos no se encontraron correlaciones significativas entre los enfoques-PC, ni entre factores-PC.
En la Tabla 5, se presentan las correlaciones encontradas entre enfoques, personalidad y PC en los alumnos sin materias reprobadas y con materias reprobadas. Se encontraron correlaciones significativas entre enfoque profundo-PC y entre responsabilidad-PC para el grupo sin materias reprobadas. En el grupo materias reprobadas, se obtuvo correlación significativa entre amabilidad y PC.
Finalmente, se realizó análisis discriminante en el grupo de alto y bajo rendimiento, y en el de materias reprobadas. En el grupo de alto y bajo rendimiento, la correlación canónica tuvo un valor de 0.583, lambda de Wilks de 0.660, ji cuadrada de 31.793 (gl = 7; sig. = 0.000), lo cual demuestra que hay diferencias entre grupos. Las variables que mejor permitieron diferenciar entre estos grupos fueron: responsabilidad (β = 0.776) y enfoque profundo (β = 0.545). Al hacer agrupaciones de casos de acuerdo a su categoría, se lograron agrupar el 76.8% correctamente. En el análisis discriminante para el grupo de materias reprobadas y sin reprobar materias se encontró una correlación canónica de 0.308, lambda de Wilks de 0.905 y ji cuadrada de 19.920 (gl = 7; sig = 0.006). Asimismo, las variables que mejor definieron a cada grupo fueron responsabilidad (β = 0.594) y enfoque profundo (β = 0.484). Al hacer agrupaciones de casos de acuerdo a su categoría, se logró agrupar el 62.4% correctamente.
Discusión
El objetivo general del presente trabajo fue apoyado al encontrar correlaciones entre los enfoques de aprendizaje y factores de personalidad con el promedio. En efecto, los resultados mostraron correlaciones significativas entre PC-enfoque profundo, PC-enfoque superficial, así como PC-responsabilidad de manera general. Los resultados concuerdan en que responsabilidad es el factor de la personalidad que mejor se correlaciona con el rendimiento académico, no siendo así para apertura a la experiencia, la cual algunos autores la han encontrado relacionada con el rendimiento académico.4,10,14
También en concordancia con investigaciones previas, hubo una correlación significativa entre el enfoque superficial y el factor de neuroticismo de manera general y en los subgrupos.5 La anterior, fue la correlación más alta y consistente entre enfoques y factores de personalidad. Viendo dichos resultados se podría inferir que puntajes altos en el factor de neuroticismo, pudieran predisponer a tomar un enfoque superficial de aprendizaje. Asimismo, se encontró correlación consistente entre el enfoque profundo y los factores de responsabilidad, amabilidad y apertura a la experiencia, lo cual concuerda con Diseth.5
En el análisis discriminante, se vio de manera consistente que el enfoque profundo y el factor de responsabilidad son los que mejor diferenciaron a los grupos de alto y bajo rendimiento, siendo estos los que mejor se correlacionaron con un buen desempeño académico.4,20 El factor de responsabilidad puede ser un buen predictor del rendimiento académico, de acuerdo a lo encontrado, debido a la naturaleza organizada, sentido del deber y trabajadora de los individuos responsables.13
Otro de los propósitos de este estudio fue comparar la utilidad del BFI en el idioma español, para medir los factores de personalidad y su relación con el rendimiento académico. Lo anterior se logró, ya que se obtuvieron resultados similares a lo encontrado en publicaciones anteriores en inglés.10,14
Las limitaciones del presente estudio se pueden atribuir a la muestra, la cual no fue aleatoria. Además, no se midieron la inteligencia ni la motivación, los cuales se han asociado anteriormente con el rendimiento académico.4
Conclusión
En el presente estudio se concluye que existe una asociación significativa entre factores de personalidad y enfoques de aprendizaje con el rendimiento académico. Mediante este trabajo se intentó presentar algunas herramientas que podría utilizar el maestro para identificar tempranamente a los estudiantes con características de personalidad y estrategias de estudio, que podrían predisponerlos al fracaso y abandono escolar. Se sugiere realizar estudios similares utilizando BFI y ASSIST, con el fin de que en caso necesario se puede acoplar más a los estudiantes en México.
Contribución de los autores
NDTA, recopilación de datos, evaluación de información y redacción de artículo.
JRG, estadística.
MAV, evaluación de información y recopilación.
Financiamiento
Ninguno.
Conflicto de intereses
Los autores declaran no tener ningún conflicto de intereses.
Presentaciones previas
Ninguna.
Referencias
1. Perez E, Cupani M, Ayllon S. Predictores de rendimiento académico en la escuela media : habilidades, autoeficacia y rasgos de personalidad. Aval Psicol 2005;4(1):1-11. [ Links ]
2. Gatica-Lara F, Méndez-Ramírez I, Sánchez-Mendiola M, et al. Variables asociadas al éxito académico en estudiantes de la licenciatura en medicina de la UNAM. Rev Fac Med Univ Nac Auton Mex 2010;53(5):9-18. [ Links ]
3. Caprara GV, Vecchione M, Alessandri G, et al. The contribution of personality traits and self-efficacy beliefs to academic achievement: a longitudinal study. Br J Educ Psychol 2011;81:78-96. [ Links ]
4. Chamorro-Premuzic T, Furnham A. Personality, intelligence and approaches to learning as predictors of academic performance. Pers Individ Dif 2008;44(7):1596-1603. [ Links ]
5. Diseth Å. Personality and approaches to learning as predictors of academic achievement. Eur J Pers 2002;17(2):143-155. [ Links ]
6. John OP, Naumann LP, Soto CJ. Handbook of personality: theory and research. 3ra ed. Chapter 4. Paradigma shift to the integrative big five trait taxonomy. New York: Guilford Press; 2008. p. 114-148. [ Links ]
7. Kumar K, Bakhshi A. The five factor model of personality and organizational commitment: is there any relationship? Humanity & Social Sci J 2010;5(1):25-34. [ Links ]
8. Benet-Martínez V, John OP. Los cinco grandes across cultures and ethnic groups: multitrait multimethod analyses of the Big Five in Spanish and English. J Pers Soc Psychol 1998;75(3):729-750. [ Links ]
9. Mount MK, Barrick MR. Five-factor model of personality and performance in jobs involving interpersonal interaccions. Hum Perform 1998;11(2/3):145-165. [ Links ]
10. Wolfe RN, Johnson SD. Personality as a Predictor of College Performance. Educ Psychol Meas 1995;55(2):177-185. [ Links ]
11. Gray EK, Watson D. General and specific traits of personality and their relation to sleep and academic performance. J Pers 2002;70(2):177-206. [ Links ]
12. Lievens F, Coetsier P, De Fruyt F, et al. Medical students' personality characteristics and academic performance: a five-factor model perspective. Medical education 2002;36(11):1050-1056. [ Links ]
13. Chamorro-Premuzic T, Furnham A. Personality predicts academic performance: evidence from two longitudinal university samples. J Res Pers 2003;37(4):319-338. [ Links ]
14. O'Connor MC, Paunonen SV. Big five personality predistors of post-secondary academic performance. Pers Individ Dif 2007;43(5):971-990. [ Links ]
15. Rodríguez-Gómez J. Modelo de asociación entre los enfoques y estilos de aprendizaje en estudiantes universitarios del estado de Nuevo León. Tesis doctoral. Montemorelos: Universidad de Montemorelos; 2006. p. 24-107. [ Links ]
16. Marton F, Säljö R. The Experience of Learning: Implications for teaching and studying in higher education. 3ra ed. Chapter 3, Approaches to learning. Edinburgh: University of Edinburgh; 2005. p. 39-58. [ Links ]
17. Entwistle N. The Experience of Learning: Implications for teaching and studying in higher education. 3ra ed. Chapter 1, Contrasting perspectives on learning. Edinburgh: University of Edinburgh; 2005. p. 3-22. [ Links ]
18. Diseth Å. Validation of a Norwegian version of the approaches and study skills inventory for students (ASSIST): application of structural equation modelling. Scand J Educ Research 2001;45(4):381-394. [ Links ]
19. González-Pienda JA. Manual de Psicología de la Educación. Madrid: Piramide; 2002. p. 165-186. [ Links ]
20. Daly AL, Pinot de Moira A. Students' approaches to learning and their performance in the Extended Project pilot. Curriculum J 2010;21(2):179-200. [ Links ]
21. Diseth Å, Pallesen S, Brunborg GS, et al. Academic achievement among first semester undergraduate psychology students: the role of course experience, effort, motives and learning strategies. High Educ 2009;59(3):335-352. [ Links ]
22. Diseth Å. The relationship between intelligence, approaches to learning and academic achievement. Scand J Educ Research 2002;46(2):219-230. [ Links ]
23. Bernardo ABI. Approaches to learning and academic achievement of Filipino students. J Genet Psychol 2003;164(1):101-114. [ Links ]
24. Entwistle N. Promoting deep learning through teaching and assessment : conceptual frameworks and educational contexts. Ensayo presentado en: Teaching and Learning Research Programme 2000. 2002; Leicester, Reino Unido. [ Links ]
25. May W, Chung E-K, Elliott D, et al. The relationship between medical students' learning approaches and performance on a summative high-stakes clinical performance examination. Med Teach 2012;34(4):e236-241. [ Links ]