¿Con qué factores se asocia el rendimiento académico de escolares de cuarto de primaria?
Barra lateral del artículo
Contenido principal del artículo
Resumen
En este trabajo se analizan factores que se asocian con el rendimiento académico de escolares de cuarto de Educación Primaria, considerando variables propias del escolar, de su entorno escolar y de su contexto familiar. Los participantes analizados corresponden a 25245 escolares de cuarto nivel de Educación Primaria, evaluados por la “Evaluación General de Diagnóstico” en España en el año 2009. La estrategia estadística de análisis fue Análisis de Correspondencias Múltiples. Los principales resultados obtenidos permiten concluir que existe una asociación entreelalto rendimiento yla no repetición escolar,el gusto (bastante) por asistir a la escuela, lalengua en la que los escolares realizaron la prueba (evaluación en castellano) y titularidad de la escuela (privada). El alto rendimiento académico se asocia además con un alto nivel educativo de padres y madres. En cuanto a factores con los que se asocia un rendimiento académico considerado medio, se tiene el gusto por asistir a la escuela (mucho gusto), la lengua en la que realizaron las evaluaciones (valenciano y catalán), la titularidad de la escuela (públicas) y el nivel educativo del núcleo familiar (ESO/EGB). Por último, los factores asociados a valores bajos de rendimiento académico se identifican con poco gusto por asistir a la escuela (nada), repetición de al menos un año de primaria, realización de las pruebas en vasco y hogares monoparentales. No se detectan asociaciones entre el rendimiento académico y el sexo del escolar.
Descargas
Detalles del artículo
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: —se debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante (Atribución); — no se puede hacer uso del material con propósitos comerciales (No Comercial); — si se remezcla, transforma o crea a partir del material, no podrá distribuirse el material modificado (Sin Derivadas).
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Citas
Alejandre Casanova, X. (2014). Rendimiento académico, entorno social y titularidad dellas escuelas de educación primaria de la ciudad de Barcelona. Trabajo Final de Máster oficial en Política Social, Treball i Benestar, Universitat Autònoma de Barcelona, 2013 – 2014.
Barca Enríquez, E.y Barca Lozano, A. (2019). rendimiento académico en niñosadoptados: interacción e influencia de variables escolares y conductuales. International Journal of Developmental and Educational Psychology INFAD Revista de Psicología, Nº1 - Monográfico 2, 2019. ISSN: 0214-9877. pp:241-252.
Benzecri, J.P. (1992). Correspondence Analysis Handbook. New York. Marcel Dekker. Greenacre, M. (1993). Correspondence Analysis in Practice. London: Academic Press.
Greenacre, M. (2009). Power transformations in correspondence analysis. Computational Statistics & Data Analysis. Vol. 53, No. 8.
Greenacre, M. and Blasius, J. (2006). Multiple Correspondence Analysis and Related Methods. London: Chapman & Hall/CRC.
Instituto de Evaluación (España). (2010). Evaluación general de diagnóstico 2009. Instituto de Evaluación.
Kassambara A.l y Mundt F.. (2019). factoextra: Extract and Visualize the Results of Mu ltivariate Data Analyses. R package version 1.0.6. https://CRAN.R-project.org/package=factoextr.
Le, S., Josse J., y Husson F.. (2008). FactoMineR: An R Package for Multivariate Anal ysis. Journal of Statistical Software, 25(1), 1-18. 10.18637/jss.v025.i01
Martínez, C., Rúa, A., Redondo, R., Fabra, ME., Núñez, A., y Martín, MJ. (2010). Influencia del nivel educativo de los padres en el rendimiento académico de los estudian tes de ADE. Un enfoque de género. AEDE, 5, 1273-94.
Montes, J. F. C., Castro, B. E. P., & González, M. G. M. (2007). Niveles de estrés y ren dimiento académico en estudiantes de la carrera de Psicología del Centro Universitario d e Los Altos. Revista de Educación y Desarrollo, 77-82.
Navarro, R. E. (2003). El rendimiento académico: concepto, investigación y desarrollo. REICE Revista Electrónica Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 1(2), 1-15.
RCore Team (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
Santamaría Villar, B. y Valdés Muñoz, M.. (2017). Rendimiento del alumnado de educa ción secundaria obligatoria: influencia delas habilidades sociales yla inteligencia emocional. International Journal of Developmental and Educational Psychology. INFAD Revi sta de Psicología, Nº1 - Monográfico 1, 2017. ISSN: 0214-9877. pp:57-66.
Siegenthaler Hierro, R., Abellán Roselló, L., Badenes-Gasset Presentación, A., y Mercader Ruiz, J. (2019). Motivación temprana haciaelaprendizajeyrendimiento lector: estudio longitudinal. Journal of Developmental and Educational Psychology INFAD Revista de Psicología, Nº1 - Monográfico 2, 2019. ISSN: 0214-9877. pp:381-390
Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York.
Wickham, H., Romain François, Lionel Henry and Kirill Müller (2019). dplyr: A Gram mar of Data Manipulation. R package version 0.8.1. https://CRAN.R-project.org/packag e=dplyr