predicción del rendimiento académico universitario

8/6/2019 prediccin del rendimiento acadmico universitario

1/26

38PERFILESEDUCATIVOS

El objetivo del presente artculo es estudiar la relacin del rendimiento acadmico con capacidadintelectual, alexitimia como indicador de inteligencia emocional, salud mental y variables sociodemogrficas.La muestra const de 362 estudiantes universitarios. La inteligencia se midi mediante el DAT y el Domin, laalexitimia por la TAS-20, la salud mental por el MMPI y el rendimiento acadmico por la calificacin promediodel semestre y nmero de materias de segunda oportunidad. El anlisis estadstico de datos se realiz contcnicas de correlacin, regresin y anlisis factorial. El rendimiento acadmico se asoci fundamentalmentecon las capacidades intelectuales, aunque de forma dbil. Respecto a la alexitimia, la calificacin promediodicotomizada por los cuarteles primero y tercero mostr una relacin significativa con el PensamientoExternamente Orientado (tercer factor de las TAS-20) y el nmero de materias de segunda oportunidadse asoci con Dificultad para Expresar Sentimientos (primer factor de la TAS-20 en la adaptacin mexicana),pero con influencia de la edad en esta ltima relacin. Las escalas de inteligencia (DAT y Domin) fueron lospredictores significativos de rendimiento acadmico. Por el contrario, las escalas de alexitimia (TAS-20) y eldesequilibrio psquico (MMPI), as como las variables sociodemogrficas, resultaron predictores inadecuados.

The objective of the present paper is to study the relationship of academic performance with intellectual capacity,

alexithymia, mental health and socio-demographic variables. The sample consisted of 362 students. The intelligence

was measured by theDATand the Domino Series, the alexithymia by theTAS-20, the mental health by theMMPI

and the academic performance by the semester grade-point average and the number of second opportunity subjects.The data statistical analysis was done by techniques of correlation, regression and factor analysis. The academic

performance was associated fundamentally with the intellectual capacities, although in a weak way. In regard

to alexithymia, the grade-point average dichotomized by first and third quartiles showed a significant relationship

with Externally Oriented Thinking (EOT) (TAS-20 third factor) and the number of second opportunity subjects with

Difficulty Describing Feelings (DDF) (TAS-20 first factor in Mexican adaptation), but with influence of the age

in this latter relationship. The intelligence scales (DAT, Domino Series) were the significant predictors of academic

performance. On the contrary, the scales of alexithymia (TAS-20) and psychic imbalance (MMPI) as well as

the socio-demographic variables were inadequate predictors.

Rendimiento acadmico / Inteligencia / Alexitimia / Coeficientes intelectuales / TAS-20/ MMPIAcademic performance / Intelligence / Alexithymia / Intellectual quotients /TAS-20/MMPI

Prediccin delrendimiento acadmico universitario*

JOS MORAL DE LA RUBIA**

Recepcin: 26.09.2005 /

aprobacin: 27. 06.2006

* Quiero agradecer a la licenciadaDelfina Mara Trevio Leceay las alumnas de servicio social porsu ayuda valiossima en la capturade datos desde el Departamento deOrientacin Vocacional de laFacultad de Psicologa de la UANL.

** Profesor-investigador de tiempocompleto, Facultad de Psicologa,Universidad Autnoma deNuevo Len.Correo electrnico:[email protected]

Perfiles113 claves 11/21/06 15:15 Page 38


2/26

INTRODUCCIN

Los trabajos pioneros en la medicin de la inteligencia (Binet ySimon, 1905, y Terman, 1916) estn ntimamente relacionadoscon procesos de seleccin de alumnos, as como con seleccin desoldados y trabajadores mediante las pruebas desarrolladas por

Yerkes, Bridges y Hardwick (1915) para el ejrcito estadounidensedurante la primera guerra mundial y por Raven (1941) para el ejr-cito britnico durante la segunda guerra mundial. La primera teo-ra de la inteligencia afirmaba que sta es una capacidad general quese manifiesta en todas las tareas que requiriesen uso del razona-miento, el discernimiento y la comprensin (Spearman, 1927). No

obstante, pronto surgen dos teoras competitivas. La primera pos-tula una estructura jerrquica. Se habla de una inteligencia generalen primer nivel, de las capacidades verbal y manipulativa en segun-do nivel, y de un tercer nivel de aptitudes ms especficas subordi-nadas a la verbal o manipulativa (Weschler, 1939; Vernon, 1960).Otra habla de capacidades mltiples sin contemplar una capacidadgeneral (Thurstone, 1938; Guilford, 1967).

Las tres teoras, de la inteligencia general, de estructura jerrqui-ca o de factores independientes, han obtenido apoyos empricos porinstrumentos muy fiables, con estructuras factoriales estables. Noobstante, la validez de estas medidas ha resultado de dbil a mode-rada. As, las escalas de inteligencia tienen en s poca capacidad parapredecir rendimiento acadmico o laboral, o para seleccionar lde-res aptos (Detterman, 1979). Esto ha provocado que ciertos auto-res como Perlman y Kaufman (1990) sealen la debilidad concep-tual que subyace a la operativizacin de la inteligencia mediante losinstrumentos que dicen medirla.

Entre los aos setenta y ochenta surgen en Estados Unidos crti-cas de corte social. Se seala que las escalas de inteligencia midenhabilidades especialmente cultivadas por los nios y adultos de laclase social media y alta que son quienes puntan ms. Por el con-

trario, en la clase social baja y otros grupos tnicos donde dichashabilidades son menos cultivadas, se observan puntuaciones signi-ficativamente ms bajas. Al emplear estas pruebas como indicado-res de capacidad de razonamiento, resolucin de problemas, apren-dizaje y adaptacin en situaciones complejas que requieran delintelecto, y como un criterio crucial de seleccin de alumnos, tra-bajadores y directivos, la consecuencia es una segregacin social.Incluso se puede convertir en la base de un discurso racista queproclame la superioridad de una raza y la inferioridad de otras. Taldiscurso acude frecuentemente a un argumento biolgico (Wi-

lliams, 1970; Jackon, 1975).


Prediccin del rendimiento acadmico universitario... Jos Moral (2006), vol. XXVIII, nm. 113, pp. 38-63



3/26

Dentro de la crisis conceptual de las medidas de inteligencia seempieza a acentuar dimensiones prcticas, afectivas y sociales,

imponindose el enfoque multidimensional y una concepcin delas capacidades como caractersticas en su mayor parte desarrolla-das y modificables. En esta lnea podemos destacar como autorespioneros a Gardner (1983) y Stenberg (1985).

Salovey y Mayer en 1990 crean el concepto de inteligencia emo-cional y lo definen como un conjunto de rasgos mentales cuyo pro-psito primario es la resolucin de problemas en uno u otro domi-nio de la emocin. Requiere la capacidad de representar la emociny referir estas representaciones con informacin contextual, biogr-fica y conceptual, con lo que se crean smbolos cargados de signifi-

cados. A su vez, requiere la capacidad para plantear problemas, fijarmetas y descubrir y crear medios para alcanzarlas, valindose engran parte de conocimiento experto. Finalmente, est la capacidadpara llevar a cabo los planes trazados, esto es, motivar y controlarla conducta propositiva. Con el trabajo de Mayer, DiPaolo ySalovey (1990) se inicia la primera lnea de investigacin que con-cepta la inteligencia emocional como competencias cognitivo-emocionales, independientes tanto de las capacidades intelectivas oacadmicas como de los rasgos de personalidad, y que culmina conla creacin del Mayer-Salovey-Caruso Emocional Intelligence Test(MSCEIT) (2002).

Con el libro La inteligencia emocionalde Goleman (1995), eltrmino alcanza gran popularidad. Dicha inteligencia es contem-plada como un conjunto de competencias cognitivo-emocionales yrasgos de personalidad. Precisamente, los autores que trabajan coneste modelo mixto de competencias y rasgos de personalidad acen-tan el carcter adquirido y modificable de la inteligencia emocio-nal y su papel primario para el xito acadmico, laboral y personal.De ah el atractivo del concepto. Ya no son unas pocas personas quenacen inteligentes quienes estn destinadas al xito, sino que elxito est al alcance de todos; slo basta con cultivar la inteligencia

emocional, especialmente desde los primeros aos de vida. En estalnea de investigacin podemos destacar a Bar-On, quien crea elEmotional Quotient Inventory (EQ-i) publicado en 1997.

Un concepto afn al de inteligencia emocional es el de alexiti-mia. Fue acuado por Sifneos en 1967 y definido como un dficiten la funcin de la fantasa, expresado en una pobre concienciaemocional, dificultad para expresar los sentimientos, ausencia deensueos, sueos nocturnos con escaso material simblico y unestilo de pensamiento externamente orientado sin contacto con elmundo vivencial interno (Sifneos, 1972). Las primeras medidas

que aparecen de la alexitimia son una entrevista clnica, el Beth-





4/26

Israel Psychosomatics Questionnaire (BIQ) de Sifneos (1973), y unaescala psicomtrica, el Schalling-Sifneos Alexithymia Scale (SPSS)

de Apfel y Sifneos (1979).La medicin de la alexitimia adoleci de problemas de fiabili-

dad y validez hasta la publicacin en 1985 de la Toronto AlexitimiaScale (TAS) por Taylor, Ryan y Bagby. Es una escala tipo Likert de26 reactivos, con una consistencia interna de .79 para la escala y de.83 a .64 para los factores y una fiabilidad temporal de .82 a unasemana y .75 a 5 semanas para la escala. Presenta una estructura de4 factores ortogonales que explican 32% de la varianza comn:dificultad para identificar los sentimientos, dificultad para expresarverbalmente los sentimientos, pobreza de la fantasa y pensamiento

externamente orientado. Presenta un sesgo dbil introducido por lavariable deseabilidad social (correlacin de -.178 con la SocialDeseability Scale (SDS) de Crowne y Marlowe, 1960).

La TAS fue revisada por Bagby, Parker y Taylor en 1994, pasan-do de 26 a 20 elementos, de 4 a 3 factores, mejorando su consis-tencia interna (de .73 a .81) y eliminando su correlacin con desea-bilidad social. Precisamente, el factor de pobreza de la fantasa fueeliminado por su correlacin significativa con la SDS de Crowne yMarlowe (1960) (Bagby, Parker y Taylor, 1994). En la mayora delos estudios la TAS-20 muestra equivalencia entre hombres y muje-res, independencia con clase social, educacin y medidas de inteli-gencia (Taylor, Bagby y Parker, 1997). Aunque la alexitimia surgien el contexto de la psicosomtica desde un enfoque psicodinmi-co, los estudios empricos potenciados especialmente por la TASmuestran a la alexitimia como un factor de riesgo para toda enfer-medad fsica y mental relacionada con la regulacin de las emocio-nes. Asimismo, stos van tomando un enfoque neurocognitivo.

La existencia de un solapamiento considerable entre los concep-tos de inteligencia intrapersonal e interpersonal de Gardner y el dealexitimia es sealada por Taylor y Bagby (2000). En particular conla capacidad para identificar, etiquetar, discriminar entre sentimien-

tos y representarlos simblicamente. Aunque la dificultad paraobservar los sentimientos y emociones de los otros no est incluidaen la definicin de alexitimia, hay evidencias clnicas y empricas deque los individuos con alto grado de alexitimia experimentan difi-cultades para identificar adecuadamente las emociones en las expre-siones faciales de los dems (Parker, Taylor y Bagby, 1993) y quemanifiestan una capacidad limitada para empalizar con los estadosemocionales de los dems (Davies, Stankov y Roberts, 1998).

Salovey y Mayer (1990), inspirados en los dos factores de inteli-gencia intrapersonal e interpersonal de Gardner (1983), definen la

inteligencia emocional como la capacidad para observar en uno





5/26


6/26

bles psicosociales. Por medio de modelos estructurales linealesobservan un mejor ajuste con vas directas de relacin entre la

inteligencia emocional y el rendimiento acadmico. La inteligen-cia intrapersonal influye sobre la salud mental de los estudiantes yeste equilibrio psicolgico est relacionado con el rendimientoescolar. Barchard (2003) midi la inteligencia emocional (MSCEIT),capacidades intelectuales (habilidad verbal, razonamiento inducti-vo y visualizacin) y medidas de personalidad (NEO-PI). Halla quela inteligencia emocional junto con las aptitudes intelectuales pre-dicen rendimiento escolar, aunque con potencia explicativa pobre.

El presente trabajo tiene por objetivos estudiar la asociacin ycapacidad para predecir rendimiento acadmico (calificacin pro-

medio y nmero de materias para segunda oportunidad) de dosmedidas de inteligencia (DAT y Domin), 14 medidas de persona-lidad y psicopatolgicas alexitimia por la TAS-20, las 3 escalasde validacin y 10 clnicas del Inventario Multifsico de laPersonalidad (Minnessotta Multiphasetic Personality Inventory)(MMPI) y 3 variables sociodemogrficas (sexo, edad y padresseparados). Se espera que el rendimiento acadmico est relaciona-do, en primer lugar, con las medidas de inteligencia, y en segundolugar con medidas psicopatolgicas que indiquen desequilibriopsquico. La asociacin con alexitimia ser dbil y mediada por lasvariables psicopatolgicas, destacando especialmente depresin.Una de las variables psicopatolgicas que ms afecta al rendimien-to escolar es la depresin que es precisamente la que muestramayor correlacin con alexitimia con coeficientes de .40 a .60 enmuestra clnicas (Honkalampi, Saarinen, Hintikka et al., 1999) yde .30 a .60 en poblacin general (Honlampi, Hintikka, Tanska-nen et al., 2000).

MTODO

Sujetos

Nuestro estudio correlacional emplea un diseo no experimentalde tipo transversal con una muestra no probabilstica por conve-niencia de 362 sujetos voluntarios, obtenida durante el proceso deseleccin de estudiantes para primer semestre de la Facultad dePsicologa de la Universidad Autnoma de Nuevo Len (UANL) en

junio de 2003. La edad media fue de 17.65 aos con una desvia-cin estndar de 2.32 aos. La edad mnima era de 16 y mximade 36. En la poblacin, 76% eran mujeres; 98% eran solteros; 2%,casados o en unin libre; 98% eran dependientes econmicos de

los padres y slo 20% trabajaba a tiempo parcial.





7/26

Instrumentos de medida

Prueba de Aptitudes Diferenciales(Diferential Ability Test)(DAT) de Bennett, Seashore y Wesman con la traduccin dis-tribuida por Manual Moderno (1980). Parte de una teorafactorial de la inteligencia, compuesta por un conjunto de 6factores independientes, cada una de ellos medido por unaescala independiente: Razonamiento Verbal (RV), HabilidadNumrica (HN), Razonamiento Abstracto (RA), Velocidad yExactitud (VE), Razonamiento Mecnico (RM), RelacionesEspaciales (RE). En la presente muestra (n=362), las seis esca-las tuvieron una consistencia interna que vara de .88 a .96.

Las distribuciones de todas ellas se ajustaron a una curva nor-mal. Series de Domin de Anstey(1955). Mide un factor general de

inteligencia o capacidad de abstraccin. Consta de 48 elemen-tos no verbales en orden de dificultad creciente. En la presen-te muestra (n=362), la escala tuvo una consistencia interna de.94, ajustndose su distribucin a una curva normal.

Escala de Alexitimia de Toronto de 20 reactivos(TAS-20) deBagbyet al. (1994), con la adaptacin a poblacin mexicanade Moral (en prensa) llevada a cabo en una muestra de 381estudiantes que incluye a los 262 del presente estudio. En laadaptacin mexicana, la TAS-20 por anlisis factorial explora-torio, con la tcnica de Ejes principales, presenta una estruc-tura de tres factores ortogonales que explican 30.16% de lavarianza total: 1) Dificultad para Expresar Sentimientos (DES)(2, 4, 11, 12, y 17);2) Dificultad para Identificar Sentimien-tos (DIS) (1, 3, 6, 7, 9, 13 y 14), y3) Pensamiento Externa-mente Orientado (PEO) (5, 8, 10, 15, 16, 18, 19 y 20).

Asimismo, por anlisis factorial exploratorio por el mtodoGLS-ML presenta un excelente ajuste al modelo de tres facto-res relacionados (RMS SR =.053, RMS EA =.041, PGI = .949,

APGI= .935, GFI = .923 yAGFI =.903). La escala result con-sistente (a=.82) y fiable a los 6 meses (r=.70), as como susdos primeros factores de Dificultad para Expresar (a=.80 yr=.55) y Dificultad para Identificar Sentimientos (a=.78 yr=.61). El tercer factor tiene una fiabilidad baja (a=.53 yr=.36). Aunque en la versin original canadiense cada reacti-vo tiene una amplitud de 5 puntos (de 1 a 5 ); en la adapta-cin mexicana, stos se presentaron con un formato de 6puntos (de 0 a 5), eliminando el punto medio y poniendotres a cada lado. As, el recorrido potencial de la escala es de

0 a 100. La distribucin de la escala se ajusta a una curva nor-





8/26

mal, con una media aritmtica de 25 y una desviacin estn-dar de 12. La distribuciones de sus tres factores son asimtri-

cas positivas. Inventario Multifsico de la Personalidad(MMPI) de Hathaway

y McKinley (1967), con la traduccin al espaol de Nez(1979) distribuida por Manual Moderno. El inventario cons-ta de 366 elementos que componen 4 escalas de validez (delas que se emplean la L, F y K) y 10 clnicas (Hipocondriasis(Hs), Depresin (D), Histeria (Hi), Desviacin Psicoptica(DP), Masculinidad - Femeneidad (M-F), Paranoia (Pa), Psi-castenia (Pt), Esquizofrenia (Es), Hipomana (Ma), Intro-versin Social (IS). En la presente muestra (n=362), la con-

sistencia interna de las escalas vari de .60 a .82. Slo lasdistribuciones de 5 escalas se ajustaron a una curva normal,siendo las restantes asimtricas positivas (K, Histeria,Masculinidad-Feminidad, Hipomana e Introversin Social).Se emplearon las puntuaciones brutas sin emplear las correc-ciones de la escala K.

Procedimiento estadstico

Ambas variables-criterio (calificacin promedio y nmero de mate-rias para segunda oportunidad) se manejaron como continuas enlos modelos de regresin lineal. Con el fin de reducir el nmero deentradas para calcular el modelo, de forma previa, se estudi lacorrelacin de cada criterio con los potenciales predictores (DAT,Domin, TAS-20, MMPI y edad) por el coeficiente de Pearson, ascomo la intercorrelacin entre las variables significativamente aso-ciadas al criterio. En caso de alta intercorrelacin se opta por elempleo de componentes factoriales estimados por Anlisis Factorialde Componentes Principales con una rotacin Varimax. A su vez,ambos criterios se dicotomizaron para el clculo de los modelos deregresin logstica lineal. Los modelos fueron estimados por mto-

do Forward empleando la prueba de Wald como criterio de inclu-sin. La calificacin promedio se dicotomiz mediante dos proce-dimientos: por la mediana y por los cuarteles primero y tercero. Elnmero de materias para segunda oportunidad se dividi en ausen-cia (0) y presencia (1 o ms). De forma previa se estudia la correla-cin de cada criterio con los potenciales predictores por el coefi-ciente biserial para las variables continuas (DAT, Domin, TAS-20,MMPI y edad) y por el coeficiente phi para las dicotmicas (sexo ypadres divorciados), as como la intercorrelacin entre las variablessignificativamente asociadas al criterio. El modelo de regresin li-

neal ordinal de McCullagh (1980) se aplic para predecir el nme-





9/26

ro de materias reprobadas. La funcin de vnculo del modelo seestim por el mtodo Logit. De forma previa al clculo del mode-

lo, se estudia la correlacin de los potenciales predictores con elcoeficiente de Spearman para las variables continuas y el coeficien-te biserial-puntual para las dicotmicas, as como la intercorrela-cin entre las variables significativamente asociadas al criterio. Porltimo, por anlisis factorial de eje principal con una rotacinVarimax, se estudia la composicin de los factores que explican lavarianza compartida entre los predictores y el criterio, para obteneruna imagen ms clara de la asociacin entre las variables. Comonivel de significacin se emple .05. Se habla de tendencia a la sig-nificacin con probabilidades de entre .10 y .05.

RESULTADOS

Prediccin de la calificacin promedio

Modelo por regresin lineal para calificacin promediocomo variable continua

De las 25 posibles variables predictoras, slo 5 mostraron correlacinsignificativa: Razonamiento abstracto del DAT (r=.164, p=.002),Capacidad verbal del DAT (r=.162, p=.003), las Series de Domin(r=.151, p=.005), Velocidad y exactitud del DAT (r=.128, p=.017) yRazonamiento numrico del DAT (r=.126, p=.020). A mayor califica-cin promedio en el primer semestre de carrera, los alumnos mues-tran mayores capacidades para el razonamiento abstracto, el razona-miento verbal, la concentracin y discriminacin sensorial, as comopara el razonamiento numrico. Es decir, aparecen las capacidadesintelectuales tpicamente asociadas con rendimiento acadmico. Laalexitimia no muestra ninguna relacin con el rendimiento.

Las 5 variables de capacidad intelectual se encuentran significa-tivamente correlacionadas entre s con un nivel de significacin

menor que .01. La capacidad verbal es la que muestra magnitudesde correlacin ms altas con las 4 restantes (de .431 a .195) y laVelocidad y exactitud presenta las ms bajas (de .278 a .195).Debido a la alta interrelacin, se aplic un anlisis factorial de com-ponentes principales a estas 5 variables con una rotacin Varimax.

La matriz de correlaciones era apta para la factorizacin. Por elndice de adecuacin de la muestra de Kaiser-Meyer-Olkin (.779)y la prueba de Bartlett (x2 = 315.643, g.l.=10, p= .000) se observaalta interdependencia de las variables. El clculo arroj un nicocomponente factorial con un autovalor mayor que 1. ste explica

47.305% de la varianza total, donde la variable con ms peso es la





10/26

escala de razonamiento verbal (.749), seguida del razonamientonumrico (.736), verbal (.733), las series de Domin (.705) y, por

ltimo, la escala de velocidad y exactitud (.478). Con las puntua-ciones factoriales se crea una nueva variable denominadaComponentes intelectuales acadmicos (CIA): CIA= .316 (DAT: Abs)+ .311 (DAT: Num) + .310 (DAT: Verbal) + .298 (Domin) + .202(DAT: V yE). sta presenta una correlacin directa y significativacon la calificacin promedio del primer semestre (r = .215, p =.000) y de mayor magnitud que sus 5 variables componentes. Estavariable muestra una distribucin normal (Zk-s=.692, p=.724).

Al aplicar el anlisis de regresin lineal, empleando las puntua-ciones factoriales como predictores, se obtiene un modelo signifi-

cativo que explica 4.4% de la varianza del criterio. El coeficientede determinacin del predictor es significativamente distinto decero (B = .333, t = 4.072, p = .000). Por cada unidad de incremen-to en la variable de componentes de inteligencia acadmica hay unincremento de .333 en la calificacin promedio de primer semes-tre. Es un modelo significativo con baja potencia explicativa, el cualnos indica que a mayor puntuacin en la combinacin lineal de lasescalas de inteligencia abstracta, verbal, numrica y de velocidad yexactitud, mayor rendimiento acadmico estimado por la puntua-cin promedio.

Asimismo, con las 5 variables de inteligencia correlacionadas conel criterio y significativamente interrelacionadas, se estim unmodelo por el mtodo Stepwise. El modelo resultante slo quedcompuesto por una variable predictora: la escala de Razonamientoabstracto del DAT. El modelo explica 2.4% de la variable criteriocon base en la correlacin lineal al cuadrado. La variableRazonamiento abstracto del DAT muestra un coeficiente de deter-minacin (B = .290) significativamente distinto de cero (t = 3.071,p = .002). As tenemos que por cada unidad de incremento en laescala de Razonamiento abstracto del DAT, se corresponde un incre-mento de .290 en la calificacin promedio.

Modelos por regresin logstica lineal para la calificacinpromedio dicotomizada

En primer lugar, la calificacin promedio se dicotomiza con base enla mediana (84.13). Al estudiar las variables predictivas que se aso-cian con el criterio, slo aparecen correlaciones significativas con lasescalas de Razonamiento numrico (r = .152, p = .005) y Abstracto(r = .138, p = .010) del DAT. Tienden a la significacin las relacionescon padres separados (r = .099, p = .069) y la capacidad de razona-

miento abstracto medida por las Series de Domin (r = .090, p =





11/26

.096). Una mayor capacidad para el razonamiento numrico y parael razonamiento abstracto medida por el DAT se asocia a pertenecer

al grupo de calificaciones promedio por encima de la mediana. Asu vez, el no tener padres separados y poseer ms capacidad de razo-namiento abstracto medida por la prueba Domin, tiende a aso-ciarse con pertenecer al grupo de calificacin promedio por encimade la mediana.

La correlacin entre las escalas de razonamiento numrico yrazonamiento abstracto (r = .434, p = .000) es directa, significativay de mayor magnitud que las de estas escalas con el criterio, esdecir, no son independientes. As, al estar interrelacionadas se optpor el mtodo Forward que introduce las variables una a una slo

si su coeficiente de determinacin es significativamente distinto decero, contrastado por la prueba Wald. Este mtodo garantiza varia-bles significativas y normalmente independientes. Se obtiene unmodelo con un solo predictor significativo: Razonamiento numri-co. El modelo es significativo al mostrar coeficientes de determina-cin significativamente distintos de cero (x2 = 7.987, g.l. = 1, p =.005) y al mantenerse la hiptesis nula de ajuste entre los valoresobservados (1 = por debajo o igual a la mediana y 2 = por encimade la mediana) y las probabilidades pronosticadas de asignacin agrupo (x2 = 11.298, g.l. = 8, p = .185). El modelo explica 3.1% dela varianza del criterio por el ndice de Nagelkerke. As, tiene unapotencia explicativa baja, clasificando correctamente a 57% de loscasos. Nos indica que a mayor capacidad de razonamiento numri-co, habr ms probabilidad de pertenecer al grupo de calificacionespromedio por encima de la mediana. El modelo presenta un coefi-ciente de determinacin del predictor significativamente distintode cero (Wald = 7.410, g.l.=1, p=.006).

En segundo lugar, se dicotomiz la Calificacin promedio pormedio de los cuarteles: primero (77.62) y tercero (89.38). As, seobtiene un grupo de promedios bajos de calificaciones constituidopor los alumnos con promedios iguales o menores al primer cuartil

(77.62) y el grupo de promedios altos de calificaciones constituidopor los alumnos con promedios iguales a mayores al tercer cuartil(89.38). Cada grupo est integrado por 89 sujetos.

Se observa diferencia de correlacin significativa en 5 variables:En la escala de Velocidad y exactitud del DAT (r=.204, p=.007),en la escala de validacin F del MMPI (r=-.178, p=.018), en el ter-cer factor de Pensamiento Externamente Orientado de la TAS-20(r=-.149, p=.047), en la escala de Razonamiento abstracto del DAT (r=.149, p=.049) y en la escala de Razonamiento verbal del DAT(r=.149, p=.049). Aparece tendencia a la significacin en la escala

de Razonamiento numrico delDAT

(r=.138, p=.069). As tenemos





12/26

que el pertenecer al grupo de promedios bajos de calificaciones(77.62) se asocia con una menor capacidad para la discriminacin

y concentracin sensorial, el reporte de una mayor tensin internay una mayor exageracin de la propia problemtica psquica, unestilo de pensamiento externamente orientado con pobre contactocon el mundo vivencial interno de deseos, fantasas e intuiciones,una menor capacidad para el razonamiento abstracto y una menorcapacidad verbal. Asimismo, tiende a asociarse con menor capaci-dad para el razonamiento numrico.

En el modelo, calculado por el mtodo paso a paso Forward, enprimer lugar, aparece la escala de Velocidad y Exactitud del DAT(B=.037, W=5.779, p=.016), y en segundo lugar, la escala de vali-

dez F del MMPI (B=-.078, W=4.260, p=.039). Cuanto menor es lacapacidad para la discriminacin y concentracin sensorial y sereporta una mayor tensin interna, exagerndose ms la problem-tica psquica propia, hay ms probabilidades de pertenecer al grupode promedios bajos de calificaciones (77.62). Por la prueba mni-bus se puede mantener que los coeficientes de determinacin delmodelo son significativamente distintos de cero (x2 =12.111,g.l.=2, p=.002); y por la prueba de Hosmer y Lemeshow, se puedemantener la hiptesis nula de ajuste entre los datos observados ypronosticados (x2 =7.103, g.l.=8, p=.526). As, el modelo es signi-ficativo. Por el ndice de Nagelkerke se puede considerar que elmodelo explica 9% de la varianza del criterio. Clasifica correcta-mente 62.6% de los casos, con 65.2% de aciertos a los del grupode promedios bajos y 60% a los del grupo de promedios altos. Porconsiguiente, resulta un modelo lineal significativo, con pocapotencia explicativa y ms exacto para los sujetos con promediosbajos de calificaciones.

Prediccin del nmero de materias para segunda oportunidad

Modelo de regresin lineal para Nmero de materias

como variable continua

De las posibles variables predictoras slo cuatro muestran correla-cin significativa con el criterio: Razonamiento abstracto del DAT(r=-.129, p=.017), Inteligencia general de las Series de Domin (r=-.112, p=.036), Capacidad verbal del DAT (r=-.111, p=.039) y Edad(r=.110, p=.040). A su vez, tres variables muestran tendencia a lasignificacin: Dificultad para expresar las emociones (r=-.104,p=.052), Sexo (r=-.096, p=.075) y escala de Masculinidad-Feminidad del MMPI (r=.-095, p=.077). Un mayor nmero de

materias para segunda oportunidad de primer semestre se asocia a





13/26

una menor capacidad de razonamiento abstracto y verbal, y msedad. A su vez, tiende a asociarse con una menor Dificultad para

Expresar Sentimientos, ser hombre y mayor desviacin del papelestereotpico de gnero. Debido a la alta proximidad a la significa-cin del primer factor de la TAS-20 Dificultad para expresar lasemociones (r=-.104, p=.052), ste se consider como variable sig-nificativamente asociada al criterio, junto con el Razonamientoabstracto del DAT, la inteligencia general del Domin, el Razona-miento verbal del DAT y la Edad.

Al estudiar la interrelacin de las 5 variables, la Edad resultaindependiente de las dems escalas, as como la Dificultad paraExpresar Sentimientos (DES). Sin embargo, las tres escalas de inteli-

gencia correlacionan significativamente entre s. A fin de tener pre-dictores independientes en el modelo de regresin, debido a la inter-dependencia de las 3 escalas de inteligencia, se opta por introducirslo la ms asociada con el criterio y con las otras dos escalas de inte-ligencia, siendo sta la escala de Razonamiento abstracto del DAT.

Con la edad, DES y razonamiento abstracto, se obtuvo un mode-lo con un solo predictor, la escala de Razonamiento abstracto delDAT. Desde el anlisis de las fuentes de variacin del modelo, por elanlisis de varianza, se observa que la varianza atribuida al modelo(8.895) es significativamente mayor (F=5.788, p=.017) que lavarianza residual (1.537). Asimismo, presenta un error estndar deestimacin pequeo de 1.24. As, el modelo es significativo, expli-cando 1.7% de la varianza del criterio. Respecto al cumplimientode los supuestos de normalidad, igualdad de varianza a lo largo dela distribucin (homocedasticidad) e independencia de los residuos,tenemos que s se cumple el supuesto de normalidad, pero la mues-tra residual es asimetra negativa y con ligera heterocedasticidad, vio-lndose fundamentalmente el supuesto de normalidad. Precisa-mente, el criterio es una variable ordinal cuya distribucin no seajusta a una curva normal. De ah que la interpretacin que se deri-va del coeficiente de regresin no estandarizado (B=-.268) tenga que

realizarse en un sentido aproximado: por cada unidad de decremen-to de la variable predictora (Razonamiento abstracto del DAT), lecorresponde un incremento de .27 en la variable-criterio (Nmerode materias para segunda oportunidad), es decir, por cada 4 puntosde decremento en Razonamiento abstracto del DAT desde el valormedio, corresponde el incremento de una materia reprobada.

Modelo de regresin ordinal para nmero de materias

Slo tres variables numricas tienen correlaciones significativas con

el nmero de materias para segunda oportunidad (p


14/26

cidad y exactitud del DAT (r=-.145, p=.007), Razonamiento abs-tracto del DAT (r=-.115, p=.033) y Edad (r=.110, p=.040). A menor

capacidad para discriminacin sensorial, el razonamiento abstractoy mayor edad, el alumno tendr un mayor nmero de materias parasegunda oportunidad.

Existe una interaccin dbil, determinada por el coeficiente decorrelacin lineal de Pearson, de la variable Velocidad y exactitudcon el Razonamiento abstracto (r=.188 p=.000) y la Edad (r=-.130p=.014). Al ser de baja magnitud y para evitar un incremento exce-sivo de las celdas, estas dos interacciones van a ser ignoradas en elmodelo de regresin ordinal, reducindose ste a los efectos princi-pales de las tres variables predictoras.

El cruce de los 8 niveles de la variable-criterio y las tres variablespredictoras generan un gran nmero de celdas vacas (86.7%), loque resta potencia a la tcnica. Se obtiene un modelo significativo(x2=10.871, g.l.= 3, p=.012) que explica 3.4% de la varianza delcriterio por el ndice de Nagelkerke. Se puede mantener la hiptesisnula de ajuste entre valores predichos y observados (x2=2155.286,g.l.= 2195, p=.723). El modelo es significativo para valores altosdel criterio (3 ms materias para segunda oportunidad). No obs-tante, slo dos variables predictoras tienden a mostrar estimacionesdistintas de cero: Razonamiento abstracto (p=.072) y Velocidad yexactitud (p=.090)

Debido a las malas propiedades de este modelo de regresinordinal se ensaya otro. Se reduce el nmero de niveles de la varia-ble criterio a 4 (0, 1, 2, 3 o ms materias para segunda oportuni-dad) y slo se consideran las dos variables predictoras que mostra-ron tendencia a la significacin: Razonamiento abstracto yVelocidad y exactitud. El cruce de los 4 niveles del criterio y las dosvariables dependientes siguen generando un nivel muy alto de cel-das vacas (69.8%). El modelo es significativo (x2=8.724, g.l.= 2,p=.013) y explica 2.8% de la varianza del criterio por el ndice deNagelkerke. Se puede mantener la hiptesis nula de ajuste entre

valores predichos y observados (x2=755.861, g.l.=766, p=.596). Elmodelo es significativo para el valor de ninguna materia parasegunda oportunidad (p=.012). La variable predictora Velocidad yexactitud presenta una estimacin significativamente distinta decero (p=.049) y el Razonamiento abstracto tiende a la significacin(p=.085). Sigue siendo un modelo malo con poca capacidad pre-dictiva. Nos indica que a mayor capacidad para el razonamientoabstracto y para la discriminacin sensorial, menos materias parasegunda oportunidad le quedarn al alumno, teniendo realmenteslo potencia predictiva para casos en los que se aprob todas las

materias (vase cuadro 1).





15/26

Modelo de regresin logstica lineal para el nmerode materias dicotomizado

El criterio se dicotomiza entre aquellos alumnos que no presentanninguna materia para segunda oportunidad (n=193, 55%) y aque-llos que presentan al menos una (n=156, 45%). Se obtiene correla-cin significativa con dos variables: Velocidad y exactitud (r=-.163,p=.002) y Razonamiento numrico (r=-.112, p=.037). Con tenden-cia a la significacin (.05


16/26

Factorizacin del rendimiento acadmico

con sus variables asociadas

Calificacin promedio y sus variables asociadas

Por el ndice de Adecuacin de la muestra de Kaiser-Meyer-Olkinse consideran las variables interrelacionadas (.783) y por la pruebade la esfericidad de Bartlett se puede rechazar la hiptesis nula deindependencia de las variables o equivalencia estadstica entre lamatriz de correlaciones y una matriz identidad (x2=305.422,g.l.=15, p=.000). La solucin convergi en la sexta iteracin. Seobtiene un solo factor que explica 29.527% de la varianza comn;

est compuesto por las 6 variables. La escala de abstraccin del DAT(.674) es la que tiene ms peso o carga factorial. Le sigue Razona-miento verbal (.629) y Numrico del DAT (.622), Inteligencia gene-ral del Domin (.586), Velocidad y exactitud del DAT (.361). Porltimo, se halla la calificacin promedio de primer semestre (.248).

As, se puede interpretar como un factor de capacidades intelectua-les y rendimiento escolar, reflejando que las aptitudes para la abs-traccin, el razonamiento verbal y numrico, para la discrimina-cin y atencin sensorial, forman una unidad de capacidadesasociadas al rendimiento escolar (vase cuadro 2).

Nmero de materias para segunda oportunidady sus variables asociadas

El ndice de adecuacin de la muestra de Kaiser-Meyer-Olkin conun valor de .674 indica una interrelacin significativa y moderadaentre las variables. Asimismo, la prueba de la esfericidad de Bartlettpermite rechazar la hiptesis nula de independencia de las variableso equivalencia estadstica entre la matriz de correlaciones y unamatriz identidad (x2=189.095, g.l.=15, p=.000). Ello indica quelos datos son aptos para anlisis factorial. El anlisis arroja dos fac-

tores que explican 26.682% de la varianza comn. La variable-cri-terio Nmero de materias para segunda oportunidad aparece en losdos componentes factoriales, aunque con mayor carga en el segun-do. El primer factor explica 21.471% de la varianza comn. Estintegrado por las tres escalas de inteligencia: Razonamiento

Abstracto (.684), Inteligencia General (.647) y RazonamientoVerbal (.624), as como por el Nmero de materias para segundaoportunidad (-.200). El segundo explica 5.210% de la varianzacomn. Est constituido por la Edad (.314), Dificultad para expre-sar sentimientos (-.303) y el Nmero de materias para segunda

oportunidad (.259) (vase cuadro 3).





17/26

Basndose en los factores que explican la varianza compartidapor el criterio y las variables asociadas al mismo, un mayor nmero

de materias para segunda oportunidad se asocia fundamentalmentecon la edad y la dificultad para expresar sentimientos. En segundolugar, se asocia con una menor capacidad intelectual. Si aadimosa la matriz de correlaciones sobre la que se calcula el anlisis facto-rial, las otras dos variables que mostraban tendencia a la significa-cin: Sexo y Masculinidad-Feminidad, stas no aportan informa-cin nueva. Encontramos una estructura de tres factores, donde elsegundo y tercero coinciden con los ya descritos y el primero estformado por las dos nuevas variables introducidas. Este primerfactor es independiente del nmero de materias para segunda

oportunidad.

DISCUSIN Y CONCLUSIONES

En primer lugar, vamos a discutir los resultados en relacin con lahiptesis de alexitimia (TAS-20) y psicopatologa (MMPI); en segun-do lugar, se contemplan los hallazgos con relacin a las escalas deinteligencias (DAT y Domin), que son los pronosticadores msfuertes de rendimiento acadmico medido tanto por calificacinpromedio como por materias para segunda oportunidad; en tercerlugar se sealan las limitaciones del estudio, para finalmente pasara las conclusiones.

Estudios anteriores han sealado una fuerte asociacin entre ale-xitimia y las medidas por autorreporte de la inteligencia emocional(Schutte et al., 1998; Parker et al., 2001). Asimismo, se ha postula-do que la inteligencia emocional es clave para el rendimiento aca-dmico, incluso por encima de las capacidades intelectuales(Goleman, 1995). De este modo esperbamos que la alexitimiaestuviera asociada al rendimiento acadmico y fuese un predictorsignificativo del mismo. A mayor alexitimia, habr menor rendi-miento. No obstante, nuestros datos reflejan ms bien independen-

cia de la alexitimia con el rendimiento acadmico estimado porcalificacin promedio y materias para segunda oportunidad. Lanica asociacin que es significativa aparece entre el factor dePensamiento Externamente Orientado y la variable promedio de lacalificaciones tratada como una dicotoma entre promedios bajos yaltos. A ms caractersticas de pensamiento externamente orienta-do, hay ms probabilidades de pertenecer al grupo de promediosbajos. Resultados afines a los de Parker et al. (2004), quienes trashallar una asociacin dbil entre medidas de inteligencia emocio-nal (EQ-i) y la calificacin promedio, observan una fuerte capaci-

dad discriminativa de 3 factores de la inteligencia emocional (intra-





18/26

personal, manejo del estrs y adaptabilidad) al dicotomizar la varia-ble rendimiento escolar por los cuarteles primero y tercero.

Por otra parte, la asociacin del primer factor de dificultad paraexpresar sentimientos de la TAS-20 con el nmero de materias parasegunda oportunidad tiende a la significacin. Pero la direccin deesta relacin va contra las expectativas. A mayor dificultad paraexpresar las emociones, tiende a haber menor nmero de materiaspara segunda oportunidad. Tal asociacin puede implicar loshallazgos de Trevio (2005). En una muestra de estudiantes desegundo y sptimo semestres de psicologa se encuentra correlacindirecta y significativa del nmero de materias para segunda opor-tunidad con la capacidad de empata, el gusto por la relacin per-

sonal y la preocupacin por los dems; variables medidas respecti-vamente con las escalas de Intracepcin, Afiliacin y Nutrimentodel Edwards. Estas relaciones tambin, en un principio, se mues-tran en contra de las expectativas y parecen indicar que las perso-nas con una actividad social de escucha y ayuda excesiva restantiempo al estudio, redundando en un menor rendimiento acadmi-co. Con los datos de este estudio realizado en la misma poblacinde estudiantes de psicologa se podra aadir que estas personastienden a presentar una edad por encima del promedio y expresancon facilidad sus sentimientos. As, se colegira que en nuestramuestra de primer semestre, al igual que los grupos de segundo ysptimo semestre del estudio de Trevio, hay un subgrupo de per-sonas abocadas a relaciones de escucha y ayuda, con ms capacida-des para la empata, expresar emociones y dar apoyo. Esa relacinimplica ms materias para segunda oportunidad, no necesariamen-te reprobadas, sin repercutir claramente en un menor promedio.

Las escalas clnicas del MMPI no presentaron correlacin significa-tiva con ninguna de las estimaciones del criterio (rendimiento aca-dmico). No obstante, la alexitimia (como puntuacin total de laTAS-20) s correlaciona significativamente con 5 de las 10 escalas cl-nicas: Introversin social (r=.416, p=.000) Psicastenia (r= .313, p=

.000), Depresin (r=.231, p=.000), Esquizoidismo (r=.223, p=.000)e Hipomana r=.168, p=.001). Al estudiar la estructura factorial quesubyace por medio de la factorizacin de eje principal con una rota-cin Varimax, se hallan dos factores. El primero explica 28.07% dela varianza comn, siendo las escalas con mayor saturacin en elmismo: Introversin social (con carga factorial de .744), Depresin(.742), Psicastenia (.530) y la Alexitimia (.372); as puede interpre-tarse como una dimensin de depresin y neurosis con marcadosrasgos de introversin y con rasgos alexitmicos. El segundo factorexplica 21.85% de la varianza comn, siendo las escalas de mayor

saturacin en el mismo: Esquizoidismo (.736), Psicatenia (.638) e





19/26

Hipomana (.557), pudindose interpretar como una dimensin depsicoticismo. Esta estructura factorial refleja una asociacin ms

fuerte de la alexitimia con la introversin social y la depresin, comose ha reportado frecuentemente en consonancia con el constructo(Taylor et al., 1997).

En las hiptesis, se adelantaba la mediacin de la depresin enla relacin entre alexitimia y rendimiento. Sin embargo, resultarontanto la depresin y la TAS-20 independientes del rendimiento esco-lar. El nico factor de la alexitimia que correlacion de forma sig-nificativa fue Pensamiento Externamente Orientado (PEO). Estefactor suele ser independiente de depresin y presenta cierto sesgode gnero (Pez, Fernndez y Mayordomo, 2000). Precisamente,

en nuestra muestra PEO slo correlacionaba significativamente conIntroversin social (r=.172, p=.001) y Masculinidad-Feminidad(r=-.141, p=.001). Al parcializar el efecto de la Introversin social,la relacin entre Pensamiento Externamente Orientado y la califi-cacin promedio dicotomizada por los cuarteles primero y tercerodeja de ser significativa, pasando la correlacin de -.149 (p=.047) a-.140 (p=.064). Igualmente sucede al parcializar el papel de gne-ro, tomando la correlacin un valor de -.142 (p=.062).

La dificultad para expresar sentimientos correlaciona significati-vamente con 4 de las 10 escalas clnicas del MMPI: Introversin social(r=.458), Psicastenia (r=.293, p=.000), Depresin (r=.265, p=.000)y Esquizoidismo (r=.243, p=.000). Al parcializar el efecto de la de-presin, por el contrario, la correlacin se torna significativa, pasan-do de -.104 (p=.052) a -.112, (p=.038). Igualmente sucede con laIntroversin social (r=-.117, p=.029), Psicastenia (r=-.111, p=.040)y Esquizoidismo (r=-.112, p=.040). La relacin del PensamientoExternamente Orientado con el rendimiento acadmico se debilitaal eliminar el efecto de la introversin y el sesgo de la masculinidad,pero la relacin de la Dificultad para Expresar Sentimientos se forta-lece al eliminar la influencia de la Depresin, Introversin social,Psicastenia y Esquizoidismo. As, al eliminar la influencia de la psi-

copatologa sobre la dificultad para expresar los sentimientos, larelacin con rendimiento acadmico se vuelve ms clara. Esto dafuerza a la sugerencia interpretativa de que aquellas personas con msmaterias para segunda oportunidad no slo se comunican emocio-nalmente con ms fluidez, empalizan ms, sino no sufren de depre-sin, psicastenia, esquizoidismo o introversin acusada.

El rendimiento acadmico no slo est muy dbilmente asocia-do con alexitimia, sino que es independiente de las escalas psicopa-tolgicas del MMPI. Los datos del presente estudio no apoyan unmodelo propuesto por Extremera y Fernndez-Berrocal (2004),

donde un alto nivel de alexitimia (baja inteligencia emocional)





20/26

determinara una pobre salud mental (puntuaciones altas en lasescalas clnicas del MMPI) y este desequilibrio psquico un pobre

rendimiento escolar (baja calificacin promedio y nmero alto dematerias para segunda oportunidad). Los resultados divergentespueden reflejar diferencias de poblacin. El estudio de Extremera yFernndez-Berrocal se realiz con estudiantes de secundaria y elactual, con estudiantes universitarios.

Los cuatro modelos de regresin nos indican que las calificacio-nes promedio del primer semestre de carrera de psicologa se encuen-tran relacionadas de forma directa y dbil con las capacidades inte-lectuales de razonamiento abstracto, verbal, numrico y capacidadde concentracin y discriminacin sensorial. La calificacin prome-

dio como variable continua es mejor pronosticada por la escala derazonamiento abstracto; como variable dicotomizada, empleandocomo punto de corte la mediana, es mejor predicha por el razona-miento numrico; y dicotomizada por los cuartiles primero y terceropor la escala de velocidad y exactitud del DAT. El anlisis factorialrevela una imagen semejante. Slo parece un factor que relaciona deforma directa las capacidades intelectuales de abstraccin, razona-miento verbal, razonamiento numrico y de discriminacin senso-rial con mayor rendimiento acadmico o calificacin promedio.

Respecto al nmero de materias para segunda oportunidad, losmodelos de regresin nos reflejan que la variable ms importantecomo predictor al considerar al criterio como variable continua esel factor de Razonamiento abstracto y al considerarlo como ordinalo cualitativa dicotmica es el factor de Velocidad y exactitud.

Ambos factores de inteligencia son medidos por el DAT. Por unaparte, tenemos que a menor capacidad para el razonamiento abs-tracto, ms materias habr para segunda oportunidad. Por otraparte, a mayor capacidad sensorial discriminatoria y concentracin,mayor probabilidad habr de no reprobar ninguna materia. El an-lisis factorial revela dos formas distintas de relacin entre el criteriocon los predictores. El factor que explica ms varianza comn aso-

cia la capacidad intelectual con menor reprobacin, independientede la edad, la Dificultad para Expresar Sentimientos e incluso elsexo y el papel de gnero. El segundo factor donde adquiere mspeso el criterio asocia a ste con la mayor edad y ms facilidad deexpresin verbal de sentimientos, con independencia de la capaci-dad intelectual, e incluso del sexo y el papel de gnero. Ya seanhombres o mujeres, reprueban menos quienes tienen ms capaci-dades intelectuales para la abstraccin y el razonamiento verbal yreprueban ms los alumnos con edad por encima del promedio,ms abocados a las relaciones de escucha y apoyo, con ms fluidez

en su expresin verbal de sus sentimientos.





21/26

Como limitaciones del presente estudio se pueden sealar: 1) Seforj el supuesto de normalidad e incluso de continuidad con algu-

nas variables (en 8 escalas del MMPI, los 3 factores de la TAS-20 y lasdos variables de rendimiento acadmico), al emplearse pruebasestadsticas paramtricas como correlacin lineal de Pearson, regre-sin lineal y anlisis factorial. No obstante, las escalas de inteligen-cia que fueron las que ms participaron en los modelos y anlisisfactoriales s se ajustaron a una distribucin normal. Adems, eltamao grande la muestra compensa la prdida de potencia por laviolacin del supuesto.2) Los sujetos rellenaron los cuestionariosdurante un proceso de seleccin. Tal situacin puede restar sinceri-dad a sus respuestas. Como argumentos a favor de la fiabilidad de

las respuestas tenemos que los niveles medios de la escalas de vali-dez del MMPI son adecuados, considerando los estndares estadou-nidenses [L=(PB=5, PT=53), F=(PB=8, PT=61), K=(PB=13, PT=53)](Hathaway y McKinley, 1967); a su vez hay un porcentaje muybajo de sujetos (12 de 362, 3.31%) que podra ser descartado porpuntuacin extrema (PT80 o PT 20) en alguna de las tres escalasde validacin (012, 015 y 028). Por otra parte, el estu-dio de fiabilidad temporal para la TAS-20, aplicado a esta mismamuestra 6 meses despus result muy satisfactorio, con una corre-lacin lineal de .70.3) El alcance de las conclusiones de este estu-dio se limita al primer semestre de carrera. A pesar de ello puedengeneralizarse a otros semestres (segundo y sptimo), basndose enlos resultados altamente coincidentes con los de la tesis de maestrade Trevio (en proceso) dentro de la misma poblacin de estudian-tes (Facultad de Psicologa de la UANL).

Trevio, en su tesis, emple como predictores del rendimientoacadmico: la prueba de Aptitudes Diferenciales (DAT), el MMPI, loscuestionarios de intereses vocacionales tanto el de Kuder como elde Angellini y la prueba de preferencias personales de Edward.

Asimismo, contempl el sexo (hombre/mujer) y la calificacin pro-medio del ltimo semestre de preparatoria. La muestra constaba de

277 alumnos de sptimo y 207 de segundo semestre de la facultadde psicologa. El sexo, el promedio de preparatoria, las escalas deaptitudes de inteligencia del DAT, as como algunas escalas deKuder, Angellini y Edward correlacionaron con el promedio de lacalificacin en el semestre cursado. Los coeficientes de correlacinvaran de .11 a .26, es decir, de magnitud baja (


22/26

modelo, finalmente, las aptitudes de inteligencia pierden potenciaexplicativa. Son cuestiones de gnero, inters vocacional, base de

conocimientos y hbitos de estudios (calificacin promedio de pre-paratoria) los mejores predictores del rendimiento en la carrera dePsicologa. Respecto al nmero de materias para segunda oportuni-dad, el sexo, la calificacin promedio del ltimo semestre de prepa-ratoria, las escalas del DAT, algunas de Kuder, Angellini, Kuder eincluso del MMPI son sus correlatos significativos, con coeficientesbajos (de .11 a .19). De stos, slo cuatro quedaron como predic-tores en el modelo de regresin lineal: sexo (=-.182), aptitud ver-bal de DAT (=-.177), la escala de Psicastenia del MMPI (=-.160) yla escala de Heterosexualidad del Edward (=.136). El modelo

tiene potencia explicativa baja, de 11%. Entre los reprobados hayms varones, con peores habilidades verbales, con quejas de can-sancio, fobias y preocupaciones diversas y con un desempeo depapel de gnero ms estereotpico masculino. Nuevamente, cues-tiones de gnero adquieren ms peso que la inteligencia en el fen-meno de la reprobacin en la carrera de Psicologa. El hecho de queel sexo, el papel de gnero y los intereses vocacionales no hayansido contemplados en el presente estudio, puede explicar la bajapotencia explicativa de sus modelos predictivos.

Se ha de sealar que la magnitud de las correlaciones significati-vas de nuestro estudio (de .13 a .17), la capacidad explicativa de losmodelos predictivos (de 3% al 14%) y las comunalidades iniciales(.048 y .038) de las variables de rendimiento acadmico son bajas,lo que indica que las variables empleadas son pronosticadorespobres, aunque de uso muy comn, y deberan ser reemplazadospor otros. Se podra probar con escalas de hbitos de estudio, esti-los de aprendizaje, asimismo con el sexo (hombre/mujer), el papelde gnero (masculinidad/feminidad) e intereses vocacionales (comogusto con la escucha y el apoyo emocional a los dems). Cuestio-nes, estas tres ltimas, muy especficas y relevantes para una carreracomo la de Psicologa, la cual muestra un claro sesgo femenino y

de vocacin de escucha y apoyo emocional. Por otra parte, el con-tenido curricular de esta carrera (exento de matemticas, fsica, qu-mica y lgica, con un peso pequeo de la estadstica, la psicome-tra y la biologa, pero saturado de contenidos declarativos verbalesy de contenidos procedurales de entrevista, psicoterapia, as comode tcnicas de apoyo y mediacin) hace que las aptitudes de inteli-gencia acadmica medidas por el DAT y las Series de Domin pier-dan relevancia, y por el contrario, la cobren el gnero y la vocacinhacia las profesiones o actividades de ayuda.

En conclusin, el rendimiento acadmico dentro de la carrera

de Psicologa, al contemplar variables de capacidad intelectual, psi-





23/26

copatologa, alexitimia y sociodemogrficas (sexo, edad y padresseparados), se asocia fundamentalmente con las capacidades inte-

lectuales, aunque de forma dbil. La calificacin promedio, conindependencia del gnero y la edad, se asocia con las capacidadesintelectuales de abstraccin, verbal, nmero y discriminacin sen-sorial. El nmero de materias para segunda oportunidad, con inde-pendencia del gnero y la edad, se asocia con las capacidades inte-lectuales de abstraccin y razonamiento verbal; e independiente delgnero, pero no as de la edad, con dificultad para expresar los sen-timientos. En nuestra muestra hallamos un subgrupo de alumnoscon edad mayor al promedio, con ms capacidad para expresar lossentimientos, ms abocados a las relaciones empticas y de ayuda

que presentan un mayor nmero de materias para segunda oportu-nidad. La alexitimia es un criterio inadecuado para predecir rendi-miento acadmico, al igual que las variables de salud mental pobreo desequilibrio psquico.





24/26

CUADRO 2 Comunalidades y matriz factorial para califcacin promedio y sus variables asociadas

DAT: Abstracto

DAT: Verbal

DAT: Numrico

Series de Domin: Inteligencia general

DAT: Velocidad y exactitud

Promedio de calificacin de un semestre

FactorComunalidadesInicial Final

.316

.276

.279

.246

.109

.048

.454

.396

.387

.343

.130

.062

.674

.629

.622

.586

.361

.248



CUADRO 1 Modelo final de regresin ordinal para predecir el nmero de materias para segundaoportunidad (NM2O), empleando como predictores iniciales: Razonamiento abstracto (Abs) y Velocidad

y exactitud (V y E) de la Prueba de aptitudes diferenciales (DAT).

Por los valores

de NM2O

Por los 2

predictores

NM2O=0

NM2O=1

NM2O=2

DAT Abs

DATVyE

Anlisis de la significacin Estimacin Errorestndar

Wald g.l. Sig. Intervalo de confianzaa 95%

Lmite inferior Lmite superior

-1.795

-.702

.255

-.03225

-.01859

.718

.713

.719

.019

.009

6.255

.969

.126

2.971

3.840

1

1

1

1

1

0.12

.325

.723

.085

.049

-3.202

-2.099

-1.154

-.06892

-.03714

-.388

.695

1.664

.004423

-.000004

CUADRO 3 Comunalidades y matriz factorial para Nmero de materias para segunda oportunidad

y sus variables asociadas

DAT: Abstracto

Series de Domin: Inteligencia general

DAT: Verbal

Edad

Dificultad de expresar sentimientos

Nmero de materias para segunda oportunidad

Factores

1 2

Comunalidades

Inicial Final

.277

.260

.242

.019

.023

.038

.468

.420

.404

.100

.101

.107

Nota: Factorizacin por ejes principales. DAT - Prueba de Aptitudes Diferenciales de Bennett, Seashore y Wesman (1980). Series de

Domin de Anstey (1955).

.684

.647

.624

-.035

.096

-.200

-.009

.034

.123

.314

-.303

.259

Nota: Factorizacin por ejes principales. DAT - Prueba de Aptitudes Diferenciales de Bennett, Seashore y Wesman (1980). Series de

Domin de Anstey (1955).



25/26



REFERENCIAS

ANSTEY, Edgar (1955), Test de Domin, Buenos Aires, Argentina, Paids.

APFEL, Roberta J. y Peter E. Sifneos (1979), Alexithymia: concept and measurement, enPsychotherapy and Psychosomatics, vol. 32, nms. 1-4, pp. 180-190.

BAGBY, R. Michael, James D.A. Parker y Graeme J. Taylor (1994), The twenty-item Torontoalexithymia scale-I. Item selection and cross-validation of the factor structure, enJournal ofPsychosomatic Research, vol. 38, nm. 1, pp. 23-32.

BARCHARD, Kimberly A. (2003), Does emotional intelligence assist in the prediction of acade-mic success?, en Educational and Psychological Measurement, vol. 63, pp. 840858.

BAR-ON, Reuven (1997), Baron Emotional Quotient Inventory (EQ-i): Technical manual, Toronto,Multi-Health Systems.

BENNETT, George, K., Harold, G. Seashore y Alexander, G. Wesman (1980), Pruebas de AptitudDiferencial (DAT). Forma V: Manual del instructor, Mxico, El Manual Moderno.

BINET, Alfred y Theophile Simon (1905), Mthodes nouvelles pour le dignostic du niveau inte-llectuel des anormaux, enAnne Psychologique, vol. 11, pp. 191-244.

CROWNE

, Douglas P. y David Marlowe (1960), A new scale of social desirability independentof psychopathology, enJournal of Consulting and Clinical Psychology, vol. 24, pp. 349-354.DAVIES, M., L. Stankov, y R.D. Roberts (1998), Emotional intelligence: In search of an elusive

construct, enJournal of Personality and Social Psychology, vol. 75, pp. 989-1015.DETTERMAN, Douglas K. (1979), Human intelligence research in the year 2000, en Intelligence,

vol. 3, pp. 295-306.EXTREMERA, Natalio y Pablo Fernndez-Berrocal (2004), El papel de la inteligencia emocional

en el alumnado: evidencias empricas, en Revista Electrnica de Investigacin Educativa, vol.6, nm. 2. Consultado en red el lunes 4 de abril de 2005; disponible en: http://redie.uabc.mx/vol6no2/contenido-extremera.html

GARDNER, Howard (1983), Frames of mind: The theory of multiple intelligence, Nueva York, Basic Books.GUILFORD, Joy Paul (1967), The nature of human intelligence, Nueva York, McGraw-Hill.GOLEMAN, Daniel (1995), Emotional intelligence, Nueva York, Bantam Books.HATHAWAY, Starke R. y J. Charnley Mckinley (1967), Minnesota Multiphasic Personality

Inventory: Manual for administration and scoring, Nueva York, Psychological Corporation.HONKALAMPI, Kirsi, Jukka Hintikka, Antti Tanskanen et al. (2000), Depression is strongly asso-

ciated with alexithymia in the general population, enJournal of Psychosomatic Research, vol.48, pp. 99-104.

HONKALAMPI , Kirsi, Pirjo Saarinen, Jukka Hintikka et al. (1999), Factors associated with ale-xithymia in patients suffering from depression, en Psychotherapy and Psychosomatics, vol.68, pp. 270-275.

JACKSON, Gordon D. (1975), On the report of the Ad Hoc Committee on Educational Uses ofTests with Disadvantaged Students: Another psychological view from the Association ofBlack Psychologists, enAmerican Psychologist, vol. 30, pp. 88-93.

MAYER, John D., Marco T. Dipaolo y Peter Salovey (1990), Perceiving content in ambiguousvisual stimuli: A component of emotional intelligence, enJournal of Personality Assessment,vol. 54, pp. 772-781.

MAYER, John D., Peter Salovey y David R. Caruso (2002),Mayer-Salovey-Caruso EmotionalIntelligence Test (MSCEIT) Item Booklet, Toronto,: MHS Publishers.

MCCULLAGH, Peter (1980), Regression models for ordinal data, enJournal of the Royal Statisti-cal Society, Series B 42, pp. 109-142.

MORAL, Jos (en prensa), Estudio de las propiedades psicomtricas de la TAS-20 en muestramexicana, en Salud Pblica de Mxico.

NEWSOME, Shaun, Arla L. Day, y Victor M. Catano (2000), Assessing the predictive validity ofemotional intelligence, en Personality and Individual Differences, vol. 29, nm. 6, pp. 1005-1016.

NUEZ, Rafael (1979), Aplicacin del Inventario Multifsico de la personalidad (MMPI), Mxico,Manual Moderno.

PAEZ, Daro, Itziar Fernndez, y Sonia Mayordomo (2000), Caractersticas alexitmicas y dife-rencias culturales, en Daro Pez y Mara Martina Casullo (eds.), Cultura y alexitimia,Buenos Aires, Paids, pp. 51-71.

PARKER, James D.A., Gordon J. Taylor y R. Michael Bagby (1993), Alexithymia and the recog-



26/26



nition of facial expressions of emotion, en Psychotherapy and Psychosomatics, vol. 59, pp.197-202.

PARKER, James D.A., Gordon J. Taylor y R. Michael Bagby (2001), The relationship between

emotional intelligence and alexithymia, en Personality and Individual Differences, vol. 30,pp. 107-115.

PARKER, James D. A., L. J., Summerfeldt, M. J. Hogan y S. A. Majeski (2004), Emotional inte-lligence and academia success: examining the transition from high school to university, enPersonality and Individual Differences, vol. 36, nm. 1, pp. 163-172.

PERLMAN, Matthews D. y Alan S. Kaufman (1990), Assessment of child intelligence, en GeraldGoldstein y Michel Hersen (dirs.), Handbook of psychological assessment, 2a. ed., Nueva York,Pergamon Press, pp. 59-78.

RAVEN, John Carlyle (1941), Standardization of progressive matrices, enBristish Journal ofMedical Psychology, vol. 19, pp. 137-150.

SALOVEY, Peter y John D. Mayer (1990), Emotional intelligence, en Imagination, Cognitionand Personality, vol. 9, pp. 185-211.

SCHUTTE, Nicola S., John M. Malouff, Lena E. Hall et al. (1998). Development and validation

of a measure of emotional intelligence, en Personality and Individual Differences, vol. 25,nm. 2, pp. 167-177.SIFNEOS, Peter E. (1973) The prevalence of alexithymic characteristics in psychosomatic

patients, en Psychotherapy and Psychosomatics, vol. 22, pp. 255-262. (1972), Short term psychotherapy and emotional crisis, Cambridge, Massachusetts, Harvard

University Press. (1967), Clinical observations on some patients suffering from a variety of psychosomatic

diseases, en European Psychosomatic Association (ed.), Medic Psychosomatic Act: 7thEuropean Conference on Psychosomatic Research, Roma, European Psychosomatic Association,pp. 3-11.

SPEARMAN, Carl (1927), The abilities of man, Nueva York, MacMillan.STENBERG, Robert J. (1985), Beyond IQ: a triarchic theory of human abilities, Nueva York,

Cambridge University Press.TAYLOR, Gordon J. y R. Michael Bagby (2000), An overview of the alexithymia construct, en

Revuen Bar-On y James D.A. Parker (ed.), The handbook of emotional intelligence. Theory,development, assessment, and application at home, school and in the workplace, San Francisco,Jossey-Bass, pp. 40-66

TAYLOR, Gordon, J. Bagby, R. Michael Parker et al. (1997), Disorders of affect regulation: ale-xithymia in medical and psychiatric illness, Cambridge, Reino Unido, Cambridge UniversityPress.

TAYLOR, Gordon J., D.P. Ryan y R.M. Bagby (1985), Toward the development of a new self-report alexithymia scale, en Psychotherapy and Psychosomatics, vol. 44, nm. 4, pp. 181-199.

TERMAN, Lewis Madison (1916), The mesurement of intelligence, Boston, Houghton Mifflin.THURSTONE, Louis L. (1938), Primary mental abilities, Chicago, University Chicago Press.TREVINO, Delfina Mara (2005), Relacin entre puntaje de pruebas psicomtricas, perfil desea-

do, rendimiento acadmico y grado de satisfaccin en la eleccin de la profesin (tesis demaestra), Monterrey, N.L., Mxico, Facultad de Psicologa, Universidad Autnoma deNuevo Len.

VERNON, Philip E. (1960), The structure of human abilities, Londres, Methuen.WESCHLER, David (1939), The measurement of adult intelligence scale, Baltimore, Williams and

Wilkins.WILLIAMS, Robin L. (1970), Danger: testing and deshumanizing the black child, en Clinical

Child Psychology Newsletter, vol. 9, pp. 5-6.YERKES, Robert M., James W. Bridges y Rose S. Hardwick (1915),A point scale for measuring

mental ability, Baltimore, Warwick & York.


predicción del rendimiento académico universitario

Documents