Dimensiones clave en la satisfacción con los entornos virtuales de aprendizaje en la enseñanza universitaria: el caso de PoliformaT ¹

José Serafín Clemente Ricolfe, Carmen Escribá Pérez y Juan Manuel Buitrago Vera

Profesores del Departamento de Economía y Ciencias Sociales de la Universidad Politécnica de Valencia. Camino Vera s/n, 46022, Valencia, España. CE: jocleri1@upv.es

Artículo recibido: 5 de agosto de 2009
Dictaminado: 28 de octubre de 2009 ]]> Segunda versión: 9 de noviembre de 2009
Aceptado: 10 de noviembre de 2009

Resumen

Este artículo analiza los factores clave en la satisfacción de los alumnos de la Universidad Politécnica de Valencia (España) con PoliformaT, parte del proyecto Sakai (software educativo de código abierto). A partir de 916 entrevistas personales, 70% de los estudiantes se mostraron muy o bastante satisfechos con PoliformaT; estos factores se agruparon en cuatro dimensiones: el profesorado, los estudiantes, la tecnología "dura" (interface) y la tecnología "blanda" (fácil acceso y navegación). La dimensión que más influye en la satisfacción con PoliformaT es la tecnología "dura". Además, mediante un modelo estructural se ha comprobado que la satisfacción tiene una relación directa y positiva con la recomendación del uso de PoliformaT a otros estudiantes.

Palabras clave: e–learning, encuestas, satisfacción en los estudios, software educativo, espacios educativos, España.

Abstract

This article analyzes the key factors in student satisfaction at Universidad Politécnica de Valencia (Spain) with PoliformaT, part of the Sakai project (open–code educational software). Based on 916 personal interviews, 70% of the students showed to be very or quite satisfied with PoliformaT. These factors were grouped into four dimensions: teachers, students, "hard" technology (interface) and "soft" technology (easy access and navigation). The dimension that most influences satisfaction with PoliformaT is "hard" technology. In addition, a structural model was used to prove that satisfaction has a direct and positive relation with recommendations for other students to use PoliformaT.

Keywords: e–learning, surveys, student satisfaction, educational software, schools, Spain.

Introducción

La Universidad Politécnica de Valencia (UPV) (España) es una institución pública dedicada a la investigación y la docencia que, a la vez, pretende mantener fuertes vínculos con el entorno social. Hoy en día cuenta con más de 37 mil alumnos, y tiene una fuerte vocación internacional con presencia en países como Colombia, Argentina, México, Cuba o Uruguay, entre otros. La Universidad Politécnica de Valencia ha sido una de las pioneras en la adopción en un campus de las tecnologías inalámbricas y ya en el año 2000 se creó el Área Universidad Politécnica Abierta (AUPA) encargada de la formación, empleando como soporte las nuevas tecnologías (Busquets et al., 2006: 2). La educación superior tiene que considerar la creciente importancia de las nuevas tecnologías o entornos virtuales en el desarrollo de las clases porque está ocasionando un cambio organizacional de alcance profundo (Schneckenberg, 2004: 144).

PoliformaT es la plataforma de e–learning o teleformación de la UPV y es miembro del proyecto Sakai (software educativo de código abierto). Con ella, tanto los profesores como los alumnos pueden compartir toda la información acerca de sus asignaturas y utilizar las herramientas para su gestión: repositorio de contenidos, prácticas, exámenes, foros, etcétera; sustituyó a otras soluciones de teleformación de la UPV como las microwebs, cuyo contenido se migró a esta nueva plataforma a partir del curso 2006/07. PoliformaT ofrece una amplia variedad de herramientas de apoyo a la docencia presencial y en línea, tanto en su versión reglada como no reglada, para mejorar la calidad educativa. Permite la creación de materiales, gestión de grupos, tablón de anuncios, chat, foros, entre otros.

Aunque existen diferentes aspectos que influyen en el éxito de la educación en línea, como el soporte institucional, uno de sus pilares es la satisfacción de los alumnos con la tecnología (Volery y Lord, 2000: 216–217). Precisamente, el objetivo principal de este artículo es analizar los factores clave en la satisfacción de los alumnos de la UPV que utilizan PoliformaT, plataforma educativa de código abierto. En particular se pretende:

1) conocer la satisfacción de los estudiantes con esta plataforma;

2) evaluar diferentes variables en el uso de PoliformaT;

3) determinar las dimensiones que conforman la satisfacción de los alumnos que utilizan la plataforma;

4) conocer si alguna dimensión influye en mayor medida en la satisfacción de los estudiantes con PoliformaT; y

]]> 5) medir la influencia de la satisfacción en la recomendación del uso.

Dimensiones clave en la satisfacción con los entornos virtuales de aprendizaje

En este apartado se presentan las variables clave que se relacionan con la satisfacción o aceptación del e–learning por parte del alumnado. Gallagher y Newman (2002:2) dividen los elementos críticos en servicios directos e indirectos. Los directos incluyen la plataforma de e–learning, apoyo al estudiante y el de la facultad. Por otro lado, los indirectos suponen la infraestructura tecnológica y la administración del programa. Tanto Sacco (2008) como Volery y Lord (2000:217–219) destacan que además de la accesibilidad tecnológica, los otros dos factores críticos relacionados con los programas en línea son las características de los instructores y de los estudiantes. Para Selim (2007: 397–398), las variables clave se podrían englobar en cuatro dimensiones: instructor, estudiante, tecnología de la información y apoyo de la universidad. Así, para este trabajo y considerando las propuestas de los diferentes autores, las variables clave en la satisfacción con los entornos virtuales de aprendizaje se clasificarán en tres (figura 1). Nótese que existe una combinación de aspectos tecnológicos y pedagógicos (apoyo del profesorado y estudiantes).

En primer lugar, en cuanto al instructor o profesor, Cabero (2006:6) resalta que su papel será muy diferente al que desempeña en la formación presencial, pues pasará de ser un transmisor de información a diseñador de situaciones de aprendizaje, tutor y orientador virtual, entre otras. Martins y Kellermanns (2004:1–12) señalan que los instructores desempeñan una función muy importante en las reacciones comprensivas de los estudiantes ante las nuevas tecnologías educativas. Tal como señala Johnston et al. (2005), en entornos virtuales de aprendizaje se podría asumir que el profesor toma un papel menor y la tecnología está a la vanguardia en la satisfacción del alumno. Sin embargo, Sangrá (2001), Picciano (2002:23) o Johnston et al. (2005) concluyen que uno de los principales predictores de la satisfacción del estudiante es el contacto y la interacción con el profesor. Tanto en el feedback del profesor como en la interacción con éste se encontraron diferencias estadísticamente significativas en múltiples estudios (Johnston et al., 2005). Para ello, los profesores deben estar educados en el diseño de cursos y el uso de la tecnología, proporcionar una orientación básica en línea para la plataforma, dar pronta respuesta a las cuestiones planteadas por los alumnos, etcétera. De lo precedente, se propone como primera hipótesis:

H.1: La satisfacción con los entornos virtuales se ve influida positiva y directamente por el apoyo del profesorado

Existe una variedad de características que debe reunir el profesorado en entornos virtuales, y que tras una revisión de la literatura se pueden resumir en los siguientes aspectos:

1) es amistoso con los estudiantes: Volery y Lord (2000: 218–222) y Selim (2007: 397–398);

2) motiva a los alumnos: Martins y Kellermanns (2004: 12) y Llorente (2006:12);

3) maneja efectivamente las unidades de e–learning: Volery y Lord (2000: 218) y Selim (2007: 410);

4) explica cómo usar la plataforma: Volery y Lord (2000: 222), Selim (2007: 410) y Llorente (2006: 15);

5) favorece la interacción del estudiante: Volery y Lord (2000: 218) y Selim (2007: 410); o

6) fomenta la participación: Volery y Lord (2000: 221) Llorente (2006: 13) y Selim (2007:410).

El profesor en relación con los estudiantes:

]]> 1) hace que se sientan bienvenidos cuando buscan ayuda: Volery y Lord (2000: 218–222) y Selim (2007: 410);

2) están invitados a hacer preguntas/recibir respuestas: Volery y Lord (2000: 222) y Selim (2007: 410); y

3) pueden ponerse en contacto con facilidad con el profesor: Volery y Lord (2000: 221) y Selim (2007: 411).

En cuanto al estudiante, tenemos que partir de la idea que en el e–learning, el alumno es uno de los máximos responsables de su aprendizaje y es quien busca, relaciona y crea conocimiento (Sánchez, 2007: 199). Martins y Kellermanns (2004: 10) señalan que la aceptación de entornos virtuales de aprendizaje por parte del alumnado, está en la percepción de la utilidad del sistema y la comodidad de su uso. Precisamente, Selim (2007:411) señala que mediante la plataforma educativa, los alumnos pueden actuar recíprocamente con otros compañeros de clase. Otra ventaja es la eficacia como señalan Braak y Tearle (2007:2971), pues el empleo de una computadora para el estudio ayuda, en educación superior, a alcanzar los objetivos a los estudiantes.

Por otro lado, Gilbert et al. (2007:570) concluyen que los criterios utilizados por los estudiantes al expresar la satisfacción son: sinergia entre la teoría y práctica; temas específicos; foros de discusión y otra interacción con el estudiante; y el apoyo en el aprendizaje. También es necesario que el alumno esté automotivado para el estudio y perciba las ventajas que obtiene con el e–learning.

Luján (2005:93) resume lo que esperan los alumnos en tres bloques. El primero es la facilidad y rapidez en el acceso a los materiales de la asignatura y a la información. El segundo es la mejora de la comunicación con el profesor y con sus compañeros de clase. Y, por último, el tercero es la posibilidad de trabajar de un modo más personalizado porque el ritmo podrá marcarlo cada uno individualmente y habrá menos dependencia de lugares concretos de estudio, es decir, autonomía y ahorro de tiempo. El e–learning facilita unos estudios flexibles y la conveniencia de realizarlos cuando y donde desee (Smart y Cappel, 2006: 211; Gallego y Martínez, 2003: 8). Para Cuthrell y Lyon (2007:358), el apoyo del profesor conduce a la satisfacción de los estudiantes en entornos virtuales de aprendizaje. Así, atendiendo a la revisión de la literatura realizada, la segunda hipótesis propuesta sería:

H.2. La satisfacción con los entornos virtuales se ve influida positiva y directamente por las motivaciones de los estudiantes

La tecnología de la información también es otra variable clave tal como señalan Johnston et al. (2005:1) o Cabero (2006:5), porque sin ella no es posible siquiera comenzar la acción formativa. Debería contarse con una plataforma tecnológica estable que garantizase la comunicación entre todos los miembros de la comunidad universitaria (Sangrá, 2001). Otras variables a considerar, como indica Selim (2007: 411), son el fácil acceso al campus, el hecho de no experimentar problemas mientras se navega, una velocidad de navegación satisfactoria o un fácil uso. Además, la flexibilidad y la autoeficacia con la tecnología contribuyen decisivamente a la satisfacción de los estudiantes con el e–learning. En esta línea, Gilbert et al. (2007: 564–565) indica que los temas que son asociados con el descontento incluyen el valor práctico de la plataforma así como el acceso a recursos (tales como artículos y libros). Por tanto, la tercera hipótesis será:

]]> H.3. La satisfacción con los entornos virtuales se ve influida positiva y directamente por la tecnología

Sin embargo, para autores como Cabero (2006:5), aunque la tecnología debe ser lo más amigable y flexible posible, en sí misma no es considerada como una variable crítica del entorno virtual de aprendizaje.

Finalmente, como señalan Martins y Kellermanns (2004:17–19), uno de los efectos de la satisfacción con el sistema de aprendizaje virtual es la recomendación de uso que se hace del mismo. De esta manera, a diferencia de las anteriores hipótesis, en esta última se plantea que la satisfacción con PoliformaT tiene como consecuencia que los alumnos la recomienden a otros compañeros. Así, se propone la siguiente hipótesis:

H.4. La recomendación del uso de los entornos virtuales se ve influida positiva y directamente por la satisfacción con los mismos.

Método

Muestra y procedimiento

La población estudiada ha sido el alumnado de la Universidad Politécnica de Valencia que cursa primer y segundo ciclos universitarios y que utiliza PoliformaT. Se excluyó a los alumnos de posgrado y doctorado porque el uso de esta herramienta es muy desigual. En cuanto al trabajo de campo, se realizó durante el mes de abril de 2008. Como puede verse en la ficha técnica que aparece en el cuadro 1, se han realizado un total de 916 entrevistas personales, con un error máximo de 3.25% en el caso más desfavorable. La elección de la muestra ha sido aleatoria y con una afijación proporcional al número de alumnos por ciclo de estudios en la UPV durante el curso 2005–2006.

El cuestionario estaba formado por 19 preguntas divididas en tres bloques. El primero de ellos, que incluía nueve cuestiones, se centraba en los hábitos de uso de PoliformaT, así como el nivel de satisfacción global del estudiante con esta herramienta y su recomendación a otros alumnos. A continuación había dos preguntas que constaban de 25 ítems que detallaban las dimensiones clave para la satisfacción de los estudiantes con los entornos virtuales, y que se obtuvieron de la revisión bibliográfica, ya expuesta anteriormente. Para la respuesta de estos ítems, se recurrió a una escala Likert de cinco puntos (totalmente en desacuerdo—totalmente de acuerdo). Finalmente, las siete últimas preguntas hacían referencia a las características de los estudiantes.

Instrumentos

En primer lugar se describen las características sociodemográficas de los alumnos, así como sus estudios, junto con la disponibilidad de una computadora con acceso a Internet. También se detalla el uso y valoración de esta plataforma. En segundo lugar, se realiza un análisis factorial cuyo objetivo es explorar los datos para descubrir las dimensiones fundamentales y, posteriormente, un análisis de la fiabilidad mediante el coeficiente de alfa de Cronbach. Finalmente, para la fase confirmatoria se utilizan los modelos de ecuaciones estructurales, ya que es una técnica que permite testar modelos teóricos con datos empíricos. En los análisis precedentes se ha recurrido a los programas informáticos, SPSS 15.0 y AMOS 5 (Arbuckle y Wothke, 1999) para los modelos causales.

Cabe destacar que el análisis factorial se utiliza muchas veces como paso previo a la aplicación de otras técnicas multivariantes (Hair et al., 1999: 80–81) como en este caso con las ecuaciones estructurales. Este tipo de análisis se han desarrollado por parte de otros autores en educación como Bazán y López (2002), Cervelló et al. (2004), García–Renedo et al. (2006), Lozano (2007) y Gaviria et al. (2009). En cambio, en entornos virtuales de aprendizaje solamente han sido utilizado por Martins y Kellermanns (2004) y por Chang y Tung (2008).

Resultados

El apartado de resultados se estructura en cuatro subapartados. En primer lugar se presentan los datos descriptivos de las variables utilizadas; en segundo, se realiza un análisis factorial exploratorio que determine cómo se agrupan las variables; el tercer apartado mide la fiabilidad y validez de las escalas; y, por último, se presenta y se valida el modelo de ecuaciones estructurales.

Estadísticos descriptivos

Empezando por el perfil sociodemográfico del alumno de la Universidad Politécnica de Valencia, predomina ligeramente el hombre (53.2%); el conjunto de entrevistados tienen una edad media de unos 22.8 años; por titulaciones se distribuyen: 37.1% en primer ciclo, 8.5% en segundo y un 54.4% en titulaciones de primer y segundo ciclos; el número medio de cursos que llevan matriculados en la Universidad Politécnica de Valencia está entre 3 y 4; por último, 86.9% dispone de computadora con acceso a Internet donde estaba viviendo.

En cuanto a las variables utilizadas, seleccionadas tras efectuar la revisión bibliográfica del tema, sus valores medios están reflejados en el cuadro 2, en donde se incluye junto a la afirmación, un nombre corto que será utilizado en el resto del artículo. Todos los ítems fueron medidos en una escala Likert de 5 puntos, donde 1 implicaba un total desacuerdo y 5 un total acuerdo con la afirmación planteada. Las variables mejor puntuadas son la facilidad para acceder a PoliformaT (4.1) y la facilidad de utilizarlo y disponer de información actualizada sobre las asignaturas matriculadas (3.7). Mientras que los peores resultados son que el profesor favorezca la interacción del estudiante y que el profesor explique cómo usar los componentes del PoliformaT, con unos valores medios de 2.7 y 2.5, respectivamente.

Análisis factorial exploratorio

Toda la información sobre las variables que influyen en la satisfacción con PoliformaT, se agrupó mediante un análisis factorial de componentes principales con rotación varimax. En el cuadro 3 se aprecia que hay cuatro factores que explican casi 53% del total de la varianza, siendo un valor aceptable para ciencias sociales (Hair et al., 1999: 93). Además, el valor 0.92 de la medida de adecuación muestral KMO, junto con los coeficientes alfa de Cronbach, indican que los resultados que a continuación se analizan son adecuados y que, por tanto, se podrán resumir las anteriores variables en cuatro dimensiones. Nótese que la variable denominada ACTUALIZ no fue incluida pues su carga factorial rotada no facilitaba una correcta interpretación.

El factor uno está compuesto por nueve ítems, los cuales se refieren al profesorado. El dos está muy correlacionado con las motivaciones de los estudiantes, como que le permita estudiar cuando quiera o que les facilite el aprendizaje, y lo forman cinco variables. El tercer factor, que incluye cuatro ítems, se centra en aspectos de la interface de PoliformaT y por ello se le ha denominado "tecnología dura". Finalmente, el cuarto factor recoge aspectos sobre la facilidad de acceso y navegación, es decir, del uso de PoliformaT por parte de los estudiantes, por lo que se ha etiquetado a esta dimensión con "tecnología blanda" que incluye cuatro ítems.

Con los resultados del análisis factorial exploratorio previo nos encontramos con que la variable satisfacción con PoliformaT será explicada (ver figura 2) por cuatro variables latentes: profesorado, estudiantes, tecnología dura y tecnología blanda. Por tanto se podrían formular dos nuevas hipótesis que provienen de la hipótesis 3 y que quedarían de esta forma:

H.3.a. La satisfacción con los entornos virtuales se ve influida positiva y directamente por la tecnología dura.

H.3.b. La satisfacción con los entornos virtuales se ve influida positiva y directamente por la tecnología blanda.

El siguiente paso es asegurar la adecuación y fiabilidad de las escalas.

En primer lugar se comprueba que cada factor está medido al menos por tres indicadores, como fijan algunos autores como Luque (2000:503) o incluso cuatro, como señalan Castro y Galindo (2000:239).

Por otro lado, la valoración de la fiabilidad de los constructos nos permite comprobar con qué rigurosidad están midiendo las variables planteadas a la misma variable latente. De acuerdo con Hair et al. (1999: 638–639) un valor generalmente aceptable es el que la fiabilidad compuesta supere el 0.7. En el cuadro 4 se puede comprobar la superioridad de estos resultados.

La validez convergente indica la cantidad de varianza que una variable no observada obtiene de sus indicadores en relación con la cantidad de varianza debida al error de medida. Ésta se mide a través de la varianza extraída (AVE), que según Hair et al. (1999:639) sugiere debe superar el 0.5 para un constructo. Los valores correspondientes al presente modelo se incluyen en el cuadro 5, donde se puede observar que todas las variables latentes superan dicho valor.

Por último, la validez discriminante indica el grado en que un determinado constructo es diferente al resto. Para medirla se utiliza tanto el AVE (valores en negrita en el cuadro 6), como el cuadrado de las correlaciones entre constructos (datos restantes del cuadro). El AVE debe superar el cuadrado de las correlaciones, como sucede en todos los casos con los datos de este trabajo.

Así que todos los factores utilizados en el modelo tienen una adecuada fiabilidad y validez.

Análisis confirmatorio. Valoración del modelo estructural

Lo que se quiere comprobar con el modelo causal es que todas las variables tienen una relación directa y positiva con la satisfacción. Pero, además, se quiere corroborar que la satisfacción tiene una relación directa y positiva con la recomendación de PoliformaT a otros estudiantes. En la figura 2 podemos ver representadas estas relaciones.

Tras aplicar las ecuaciones estructurales con el programa AMOS 5 (Arbuckle y Wothke, 1999), en el cuadro 7 se muestran los resultados de los estimadores de las cuatro variables latentes. El método utilizado para la estimación de parámetros ha sido el de máxima verosimilitud, dado que facilita la convergencia de los estimadores con los parámetros aun en ausencia de la normalidad de los datos (Bollen, 1989, citado en Rial et al., 2009:138).

En primer lugar, todos los coeficientes estandarizados son significativos al nivel de 99% (t de Student superior a ±2.58). Además, todos los pesos de regresión estandarizados superan el valor de 0.5, considerado como aceptable.

Los resultados del modelo nos indican que las cuatro dimensiones influyen de forma directa y positiva sobre la satisfacción del alumno en PoliformaT (figura 3), pero de forma desigual. En concreto, la que más influye es la tecnología "dura", con un peso estandarizado de 0.45; mientras que el resto de variables latentes tienen unos valores inferiores de 0.12 para los estudiantes, de 0.09 para la tecnología "blanda" y de 0.01 para el profesorado. La tecnología "dura" se mide con aspectos relacionados con la interface de la plataforma (que el diseño sea agradable o que disponga de características útiles entre otras). En consecuencia, estos ítems son los que más influyen para que el alumno de la Universidad Politécnica de Valencia se encuentre satisfecho con PoliformaT.

Por otro lado, también se quería comprobar si existía una relación directa y positiva entre la satisfacción con PoliformaT y la recomendación de la plataforma a otros alumnos. El modelo indica que así es, y que además está relación es muy alta, con un coeficiente estandarizado de 0.69. Es decir, aquellos alumnos que están muy satisfechos con la plataforma recomendarían su utilización a otros estudiantes.

En cuanto a las medidas de calidad del ajuste del modelo, como puede observarse en el cuadro 8, se dividen en las de ajuste absoluto, de ajuste incremental y de ajuste de la parsimonia.

Para el primer grupo se ha elegido en primer lugar la X². La prueba X² es sensible al tamaño de la muestra según Castro y Galindo (2000:246), para resolver este problema se recomienda utilizar diferentes índices de comprobación del ajuste del modelo (Bentler, 1990, citado en Cervelló et al., 2004:376). Así que se ha utilizado la Goodness of Fit Index (GFI), obteniendo un valor cercano a 1 recomendado por la bibliografía (Hair et al., 1999:681 o Luque. 2000: 515–516), y el Root Mean Square Error of Aproximation (RMSEA) que tiene un valor de 0.06, situado entre 0.05 y 0.08, tal como sugieren Lévy y Varela (2003: 795–798).

Para las medidas del ajuste incremental se han utilizado los indicadores Adjusted Goodness of Fit Index (AGFI), Normed Fit Index (NFI) y el Comparative Fit Index (CFI) que obtienen valores cercanos a 1 que recomiendan autores como Hair et al., 1999:683 o Luque, 2000:517–520.

Por último, para el ajuste de la parsimonia se ha manejado el indicador Parsimony Goodness of Fit Index (PGFI) con un valor cercano a 1 como los anteriores y el AIC de Akaike que nos ha servido para comparar distintos modelos. eligiéndose el de menor valor.

Con estos resultados se puede afirmar que globalmente los índices de bondad del ajuste son aceptables y que, por tanto, podemos dar por válido el modelo planteado.

Las hipótesis han sido aceptadas pero se debe resaltar que, aunque los cuatro constructos influyen en la satisfacción con la plataforma PoliformaT, lo hacen de forma desigual ya que la tecnología dura es la que mayor peso tiene.

Conclusiones

Este artículo se ha centrado en analizar la influencia de diferentes variables en la satisfacción de los estudiantes de la Universidad Politécnica de Valencia con el uso de PoliformaT, plataforma de e–learning. Los estudiantes de la UPV se muestran muy satisfechos con la herramienta, así como recomiendan altamente su uso. En particular, tienen un alto agrado por el fácil acceso.

Este trabajo muestra que existen cuatro dimensiones que influyen en el grado de satisfacción con PoliformaT y que se han nombrado como "profesorado", "estudiantes", "tecnología dura" y "tecnología blanda". Así, estos resultados confirman lo señalado en la bibliografía sobre los factores de éxito del e–learning. Sin embargo, este artículo destaca que el factor tecnológico se divide en dos vertientes. Por un lado, la que se centra en el hardware, que se ha denominado como "tecnología dura" y, por otro, que resalta la facilidad de acceso y navegación, es decir, la utilización de PoliformaT por parte de los estudiantes, etiquetada como "tecnología blanda".

La "tecnología dura" es la variable que mayor peso posee en la explicación de la satisfacción con PoliformaT. Precisamente, la relevancia de este trabajo es que aporta información sobre las variables y los niveles de satisfacción de los estudiantes con un entorno virtual de aprendizaje. Mediante este tipo de líneas de investigación se puede conocer mejor el qué hacer y el cómo hacerlo.

Según los resultados obtenidos, el factor que más contribuye a la satisfacción del estudiante con PoliformaT es fundamentalmente tecnológico; mientras que es menor el papel del profesorado; la facilidad de uso de la plataforma o las ventajas que representa para el alumno este tipo de aprendizaje. Este resultado difiere de otros estudios como el de Johnston et al. (2005:4), en donde se destaca que la satisfacción del estudiante depende fundamentalmente del papel del profesorado. Quizás cabría matizar que el presente trabajo se ha realizado en una universidad marcadamente técnica como es la Politécnica de Valencia. Por ello, como línea futura de trabajo, sería conveniente conocer si existen diferencias entre universidades tecnológicas y sociales/literarias.

Referencias

Arbuckle, J. L. y Wothke, W. (1999). "AMOS 4.0 User's Guide", EUA: SmallWaters Corporation.         [ Links ]

Bazán, A. y López, M. (2002). "Los componentes en la adquisición de la lengua en la escuela primaria mexicana: un caso de validación de constructos", Revista Mexicana de Investigación Educativa, vol. 7, núm. 16. pp. 603–625.         [ Links ]

Bentler, P. M. (1990). "Comparative fit indexes in structural models", Psychological Bulletin, vol. 107, pp. 238–246.         [ Links ]

Bollen. K. A. (1989). Structural Equation Models with latent variables, Nueva York: John Wiley & Sons.         [ Links ]

Braak, J. y Tearle, P. (2007). "The computer attributes for learning scale (CALS) among university students: Scale development and relationship with actual computer use for learning", Computers in Human Behavior, vol. 23, núm. 6, pp. 2966–2982.         [ Links ]

Busquets, J.; Roldán, D.; Martínez, S. y Del Blanco, D. (2006). "PoliformaT: una estrategia para la formación on–line en la Educación Superior", Virtual Educa 2006. Bilbao, 20–23 de junio.         [ Links ]

Cabero, J. (2006). "Bases pedagógicas del e–learning", Revista de Universidad y Sociedad del Conocimiento (RUSC), vol. 3, núm. 1, UOC. Disponible en: http://www.uoc.edu/rusc/3/1/dt/esp/cabero.pdf, consultado: 18 de enero de 2008.         [ Links ]

Castro, J. A. y Galindo, M. P. (2000). Estadística multivariante. Análisis de correlaciones. Salamanca: Amarú ediciones.         [ Links ]

Cervelló, E. M.; Iglesias, D.; Moreno, P.; Jiménez, R. y Del Villar, R (2004). "Aplicación de modelos de ecuaciones estructurales al estudio de la motivación de los alumnos en las clases de educación física", Revista de Educación, núm. 335, pp. 371–382.         [ Links ]

Chang, S. C. y Tung, R C. (2008). "An empirical investigation of students' behavioural intentions to use the online learning course websites", British Journal of Educational Technology, vol. 39, núm. 1, pp. 71–83.         [ Links ]

Cuthrell, K. y Lyon, A. (2007). "Instructional strategies: What do online students prefer?", Journal of Online Learning and Teaching, vol. 3, núm. 4, pp. 357–362.         [ Links ]

Gallagher, S. y Newman, A. (2002). Distance learning at the tipping point. Critical success factors to growing fully online distance learning programs. Disponible en: http://www.eduventures.com/pdf/distance.pdf, consultado: 15 de enero de 2008.         [ Links ]

Gallego, A. y Martínez, E. (2003) "Estilos de aprendizaje y e–learning. Hacia un mayor rendimiento académico", Revista de Educación a Distancia (RED). núm. 7, pp. 1–10.         [ Links ]

García–Renedo, M.; Llorens, S.; Cifre, E. y Salanova, M. (2006). "Antecedentes efectivos de la autoeficacia docente: un modelo de relaciones estructurales", Revista de Educación, núm. 339, pp. 387–400.         [ Links ]

Gaviria, J. L.; Chantal, M. y Navarro, E. (2009). "Invarianza de la estructura de covarianzas de las medidas de rendimiento académico en estudios longitudinales en la transición de educación primaria a secundaria", Revista de Educación, núm. 348, pp. 153–173.         [ Links ]

Gilbert, J.; Morton, S. y Rowley, J. (2007). "' e–Learning: The student experience", British Journal of Educational Technology, vol. 38, núm. 4, pp. 560—573.         [ Links ]

Hair, J.; Anderson, R.; Tatham, R. y Black, W. (1999). Análisis multivariante, Madrid: Prentice Hall.         [ Links ]

Johnston, J.; Killion, J. y Oomen, J. (2005). "Student satisfaction in the virtual classroom". The Internet Journal of Allied Health Sciences and Practice, vol. 3, núm. 2, abril.         [ Links ]

Lévy, J. P. y Varela, J. (2003). Análisis multivariable para las Ciencias Sociales. Madrid: Prentice Hall.         [ Links ]

Lozano, S. (2007). "Validación de un modelo de medida de las dificultades en los procesos de toma de decisiones sobre la carrera profesional", Revista de Educación, núm. 343, pp. 325–351.         [ Links ]

Llorente, M. C. (2006). "El tutor en e–Learning_: aspectos a tener en cuenta", Edutec. Revista Electrónica de Tecnología Educativa, núm. 20, pp. 1–24.         [ Links ]

Luján, E. (2005). "La aplicación de las TIC en la docencia universitaria en filología: un estudio contrastivo", en Fernández–Valmayor. Fernández–Pamipillón y Merino Granizo Cómo integrar investigación y docencia en el CV–UCM/, pp. 90–97, Madrid: Campus Virtual UCM.         [ Links ]

Luque, T. (2000). Técnicas de análisis de datos en investigación de mercados, Madrid: Pirámide.         [ Links ]

Martins, L. y Kellermanns, F.W. (2004). "A model of business school students' acceptance of a web–based course management system", Academy of Management Learning and Education, vol. 3, núm. 1, pp. 7–26.         [ Links ]

Picciano, A. (2002). "Beyond student perceptions: issues of interaction, presence and performance in an online course", JALN, vol. 6, núm. 1, julio, pp. 21–40.         [ Links ]

Rial, A.; Lamas, L. y Varela, J. (2009) "Aplicación de los modelos de ecuaciones estructurales a la identificación de las variables predictoras de la fidelidad a un centro comercial", Anales de Psicología, vol. 25, núm. 1, pp.134–141.         [ Links ]

Sacco, G. (2008). "Factores críticos en los programas de educación a distancia", Revista digital E–learning América Latina, año 1, núm. 1, enero.         [ Links ]

Sánchez, J. (2007). "La calidad del e–Learning en su implementación y desarrollo: Investigación Evaluativa y Consulto ría Pedagógica", en Sánchez y Revuelta (coords.) Estudio de los comportamientos emocionales en la red [monográfico en línea], Revista Electrónica Teoría de la Educación: Educación y Cultura en la Sociedad de la Información, vol. 8, núm. 1, Universidad de Salamanca. Disponible en: http://www.usal.es/~teoriaeducacion/rev_numero_08_01/n8_01_sanchez_soto.pdf, consultado: 18 de enero de 2008.         [ Links ]

Sangrá, A. (2001). La calidad en las experiencias virtuales de educación superior. Disponible en: http://www.uoc.es/web/esp/uoc/0106024/sangra.html, consultado: 18 de enero de 2008.         [ Links ]

Schneckenberg, D. (2004). "El e–Learning transforma la educación superior", Educar, núm. 33, pp. 143–156.         [ Links ]

Smart, K. y Cappel, J. (2006) "Students' perceptions of online learning: A comparative study", Journal of Information Technology Education, vol. 5, pp. 201–219.         [ Links ]

Selim, H (2007). "Critical success factors for e–learning acceptance: Confirmatory factor models", Computers & Education, núm. 49, pp. 396–413.         [ Links ]

Volery, T. y Lord, D. (2000). "Critical success factors in online education", The International Journal of Educational Management 14/5, pp. 216–223.         [ Links ]

¹ En relación con un comentario de los revisores sí se ha efectuado un análisis de correlación entre la satisfacción y la recomendación de PoliformaT y los resultados son muy similares a los obtenidos a través del modelo de ecuaciones estructurales. Además hay autores que ya proponen el efecto directo y positivo entre la satisfacción y la intención de comportamiento mediante los modelos causales, por ejemplo el artículo de Gotlieb. J. B., Grewal. D. y Brown. S. W. (1994). "Consumer satisfaction and perceived quality, complementary or divergent constructs?", Journal of Aplied Psychology, vol. 79, núm. 6. pp. 875–885.