LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 867

DOI: https://doi.org/10.56712/latam.v6i1.3385

Escala de aprendizaje autónomo con estudiantes
universitarios

Autonomous learning scale with university students

Cynthia Zaira Vega Valero
vegavalero@hotmail.com

https://orcid.org/0000-0002-9367-8907
Facultad de Estudios Superiores Iztacala, UNAM

México

Irma Rosa Alvarado Guerrero
Irma.alvarado@iztacala.unam.mx

https://orcid.org/0000-0001-8873-2967
Facultad de Estudios Superiores Iztacala, UNAM

México

María Luisa Cepeda Islas
Luisa.cepeda@iztacala.unam.mx

https://orcid.org/0000-0001-9988-4202
Facultad de Estudios Superiores Iztacala, UNAM

México

Oscar García Arreola
Psi.oscar.garcia@gmail.com

https://orcid.org/0000-0003-4064-0910
Facultad de Estudios Superiores Iztacala, UNAM

México

María Esther Rodríguez de la Rosa
delarosaesther@yahoo.com

https://orcid.org/0000-0001-5336-9176
Facultad de Estudios Superiores Iztacala, UNAM

México

Artículo recibido: 16 de enero de 2025. Aceptado para publicación: 30 de enero de 2025.
Conflictos de Interés: Ninguno que declarar.

Resumen

El aprendizaje autónomo es un tema de interés ya que refiere la independencia del estudiante a realizar
actividades académicas que le permitan obtener un mejor aprendizaje de las diversas asignaturas
escolares. El objetivo de esta investigación fue confiabilizar y validar una escala de aprendizaje
autónomo, así como caracterizar la población participante. Se desarrolló una escala que evalúa
aprendizaje autónomo organizado de acuerdo con el modelo de Zimmerman. Se presentan los análisis
psicométricos de la escala como también los descriptivos de la muestra. Participaron voluntariamente
255 estudiantes de nivel licenciatura. Los resultados muestran que la confiabilidad de la escala es
aceptable, el análisis factorial agrupó los ítems en cuatro factores. Se concluye que los reactivos
apuntan a evaluar competencias como es la planeación, gestión del tiempo y metas.

Palabras clave: aprendizaje autónomo, evaluación, universitarios, confiabilidad, validez

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 868

Abstract
Autonomous learning is a topic of interest since it refers to students' independence in carrying out
academic activities that enable them to achieve better learning outcomes across various school
subjects. The objective of this research was to test the reliability and validity of an autonomous
learning scale, as well as to characterize the participant population. A scale was developed to assess
autonomous learning, organized according to Zimmerman’s model. The psychometric and descriptive
analyses of the scale and sample are presented. A total of 255 undergraduate students participated
voluntarily. The results show that the reliability of the scale is acceptable, and factor analysis grouped
the items into four factors. It is concluded that the items aim to evaluate competencies such as
planning, time management, and goal setting.

Keywords: autonomous learning, evaluation, university students, reliability, validity

Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicado en este sitio está disponibles bajo Licencia Creative Commons.

Cómo citar: Vega Valero, C. Z., Alvarado Guerrero, I. R., Cepeda Islas, M. L., García Arreola, O., &
Rodríguez de la Rosa, M. E. (2025). Escala de aprendizaje autónomo con estudiantes universitarios.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades 6 (1), 867 – 880.
https://doi.org/10.56712/latam.v6i1.3385

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 869

INTRODUCCIÓN

El sistema educativo presencial cambió en el contexto de la pandemia de COVID-19. Las estrategias
de enseñanza-aprendizaje de ser diacrónicas pasaron a ser asincrónicas en su mayoría, también
cambiaron las herramientas empleadas del pizarrón de pared a utilizar computadores, celulares,
tabletas, entre otras herramientas tecnológicas. En este contexto diversos problemas educativos se
agudizaron como la deserción escolar y el rezago escolar (Alvarado et al., 2014).

La deserción se puede definir como una manera de abandono e interrupción de estudios que afecta la
trayectoria escolar del estudiante. El rezago académico, es la prolongación del tiempo para finalizar
los estudios por parte del estudiante a lo establecido por la universidad o entidad educativa (Dumuner-
Flores et al., 2023). La deserción y el rezago escolar son problemas de la educación que afectan la
trayectoria de los estudiantes, antes y después de la reciente pandemia se han propuesto diversas
estrategias que disminuyen estas dificultades en la educación sin resolverlas en su totalidad (Alvarado
et al., 2014).

Una de las competencias que pueden evitar la deserción y el rezago, es el aprendizaje autonómo, éste
se considera como una capacidad que favorece los resultados académicos, como también le permite
al estudiante aprender fuera de contextos estructurados formales (Núñez et. Al., 2006).

Crispin et al., (2011) definen el aprendizaje autónomo como un proceso multifactorial que se extiende
más alla de un contexto escolar. Bravo-Cedeño et al., (2011) refieren que los estudiantes con
aprendizaje autónomo se caracterizan por ser autocríticos, autoevaluativos, se automotivan, son
organizados y administran su tiempo. En este sentido la construcción activa del aprendizaje autónomo
permite que el estudiante monitoree, regule y controle su aprendizaje con objetivos en un contexto
específico. El aprendizaje autorregulado refiere a aquellos aprendices que son capaces de establecer
metas, se motivan, y autorregulan su proceso utilizando estrategias que favorezcan su aprendizaje
(Gonzales et al., 2022).

Panadero (2017) menciona que han surgido modelos teóricos que describen el aprendizaje autónomo,
cabe mencionar que en la literatura se han empleado diferentes sinónimos de aprendizaje autónomo
como aprendizaje autodirigido, aprendizaje independiente o autorregulador, aunque esencialmente se
refieren al mismo constructo y se enfocan en la actuación individual del aprendiz (Requena, 2022).

Uno de los modelos teóricos explicativos es el de Winnie (1996) el cual lo presenta en cuatro etapas:
Nombrar la tarea, establecimiento de objetivos, implementar las estrategias planificadas y ajuste de
los procesos para futuras experiencias. Otro modelo es el Boekaerts (1999) denominado tres capas
AAR, establece tres momentos del aprendizaje autónomo: Regulación del yo, uso de conciencia y
control metacognitivo, y el último, regulación de los modos de procesamiento, elección e
implementación de estrategias cognitivas.

Un modelo más es el de Pintrinch (2000), este autor propone que el aprendizaje autorregulado (SRL)
está constituido por cuatro fases que a su vez se relaciona con cuatros áreas (cognición,
motivación/afecto, comportamiento y contexto). La primera fase se relaciona con la planificación, el
establecimiento de objetivos y la percepción de los conocimientos sobre una tarea, el contexto y la
autoevaluación. La fase dos se centra en el monitoreo a partir de la conciencia cognitiva de aspectos
como el contexto, la tarea y el yo. La tercera fase propone como eje principal el control de los aspectos
ya mencionados en la fase anterior. Finalmente, la fase cuatro propone diferentes tipos de reflexiones
y reacciones.

El modelo propuesto por Zimmerman (2000) establece un proceso cíclico de tres fases. La primera
fase es la de planificación, el estudiante se enfrenta por primera vez a una tarea, valora las actitudes

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 870

que se cuenta para elaborar la tarea, así como la motivación, las características y el valor de dicha tarea
para el propio aprendiz, en general se realiza un análisis de la tarea tomando en cuenta factores propios
y de la tarea, para posteriormente planificar, organizar y establecer objetivos y criterios de logro.

La segunda fase es la de ejecución, la cual consiste en realizar la tarea con estrategias funcionales
para el alumno, debido a que debe mantener la atención y la motivación para la realización de la tarea,
esta fase la podemos describir con dos momentos importantes, el primero es la auto observación que
permite comparar los avances entre el alumno y el experto, además de identificar deficiencias y
cualidades, recurriendo a la auto monitorización y el auto registro. En el segundo momento se relaciona
con el autocontrol, que es un proceso para mantener la concentración y el interés por medio de algunas
estrategias. La tercera fase es la de autorreflexión, en esta el estudiante juzga su desempeño con
respecto a la ejecución de la actividad, además que analiza los resultados encontrados. Se divide en el
proceso de auto-juicio y la auto-reacción.

Los modelos antes referidos coinciden, en la planeación, las actividades relativas a la tarea y a la
evaluación de las mismas. En particular el modelo de Zimmerman refiere que el aprendizaje autónomo
es un enfoque educativo en el cual los individuos (estudiantes) asumen la responsabilidad principal de
su propio proceso de aprendizaje. En lugar de depender exclusivamente de un instructor o un entorno
de aprendizaje formal, los estudiantes y personas en general que practican el aprendizaje autónomo
toman la iniciativa de identificar sus propias metas de aprendizaje, adquirir recursos, diseñar
estrategias de estudio y evaluar su propio progreso (Enríquez y Hernández, 2021).

Es relevante mencionar que el constructo de aprendizaje autónomo carece de instrumentos adecuados
que se encarguen de evaluar. Existen algunos instrumentos que se fundamentan en una aproximación
teórica, como es el caso del modelo de Boekaesrt que mide la sensibilidad para aprender en situaciones
concretas. El instrumento de Pintrich (MSLQ) que mide motivación y estrategias de aprendizaje, o el
cuestionario de experiencias metacognitivas de Efklides (2011). Con base en lo anterior el interés de
este trabajo es desarrollar un instrumento diseñado desde el modelo de Zimmerman que evalúe
aprendizaje autónomo, con la finalidad de identificar en estudiantes universitarios esta competencia y
en un futuro sirva para diseñar intervenciones que mejoren su desarrollo profesional, asimismo este
instrumento aportará a un proyecto más general (PAPIME 302723) la oportunidad de evaluar a los
estudiantes de nuevo ingreso en un carrera de una universidad pública la competencia de aprendizaje
autónomo para incidir con cursos, talleres, trabajo en tutorías, entre otras actividades, a quienes lo
requieran.

METODOLOGÍA

Diseño del estudio

El estudio es de carácter cuantitativo (Hernández-Sampieri y Mendoza, 2018); en esta investigación se
analizaron los puntajes de cada ítem que conformó la Escala de Aprendizaje Autónomo con la finalidad
de presentar un instrumento confiable y válido.

Participantes

Participaron 255 estudiantes de primer ingreso a la carrera de Psicología. La edad promedio fue de
18.59 (s= 1.90) años, 85 hombres y 170 mujeres quienes firmaron un consentimiento informado que
explicaba los objetivos del estudio, garantizando confidencialidad y voluntariedad de la participación.

Instrumento

La escala de aprendizaje autónomo (EAA) fue elaborada a partir de la consulta de los trabajos de Cerda
et al., (2025) y Fasce et al., (2011). Se diseñó la escala con 46 ítems cada uno de ellos con cinco

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 871

opciones de respuesta tipo Likert. Las opciones fueron de Nunca, otorgando un punto, casi nunca, 2,
algunas veces,3, casi siempre, 4 y siempre, otorgando 5 puntos. Con excepción de los ítems 5, 21, 42,
debido a que en estos ítems se invierten las respuestas (redacción inversa), donde la respuesta nunca
cuenta con un valor de 5 puntos, casi nunca, 4, algunas veces, 3, casi siempre, 2, y siempre, un punto.

Muestreo

El muestreo fue no probabilístico por conveniencia y el tamaño de la muestra se estableció con base a
los requerimientos necesarios para realizar la exploración factorial de las escalas. Se consideró una
muestra de al menos 200 participantes como aceptable para realizar los análisis (Lloret et al., 2014)
aunque se superó el tamaño de la muestra. Se estableció como criterio de inclusión a estudiantes
inscritos formalmente de la carrera de psicología que estuvieran cursando el primer año de la
licenciatura. Como criterio de exclusión fue que no completaron la escala.

Procedimiento

En la construcción del instrumento seguimos las normas que marcan DeVellis et al., (1993) y Muñiz
(2003): 1) Definir el ó los constructos respectivos (aprendizaje autónomo), 2) construcción de los ítems
y las opciones de respuestas (tipo Likert o binario), 3) analizar los ítems para la validación del
instrumento.

Los instrumentos en los que se basó la elaboración de este cuestionario fueron: la Escala de
Aprendizaje de Autodirigido (Cerda et al., 2015) y, la escala de aprendizaje autodirigido (Fasce et al.,
2011). La selección obedece a que se aplicaron en países latinoamericanos a nivel licenciatura.

Una vez elaborado el instrumento, se pasó a la aplicación de Google forms y se distribuyó por medio
de los jefes de grupo a todos los estudiantes del primer semestre de la carrera de Psicología, a través
de la lista de correo electrónico.

Análisis de datos

Los análisis estadísticos se llevaron a cabo con los programas Factor versión 12.04.05. El análisis
descriptivo de los ítems se realizó evaluando la distribución de los reactivos y a partir del índice MSA
(Medida de adecuación del muestreo) que permite valorar la pertenencia de los reactivos a un dominio
particular (Lorenzo-Seva y Ferrando, 2021). Con base en estos indicadores, se decidió mantener o
eliminar los reactivos, se tuvo en consideración mantener la suficiente cantidad de reactivos para que
resultara factible explorar la estructura teórica de las escalas a partir de un análisis factorial.

Para realizar el análisis factorial de las escalas se evaluó inicialmente la adecuación de los ítems con
los estadísticos KMO, la prueba de esfericidad de Bartlett y el valor del determinante, como lo sugieren
Frías-Navarro y Pascual (2012). Una vez aceptada la adecuación de los ítems al análisis, se realizó el
análisis factorial exploratorio con base en las recomendaciones de Lloret-Segura et al., (2014). Se
utilizó la matriz de correlaciones policóricas y el método de extracción de mínimos cuadrados no
ponderados. Para determinar la cantidad de dimensiones se utilizó un criterio teórico; no obstante, en
caso de identificarse un buen ajuste se estimó a partir del método de análisis paralelo propuesto por
Horn (1965). La consistencia interna de cada dimensión será estimada a partir del índice de
determinación de factores (IDF). Cuando el índice se aproxima a uno, las estimaciones de los puntajes
factoriales emergen como adecuados sustitutos para la representación de los puntajes de los factores
latentes. Además, las diversas estimaciones de los puntajes factoriales que se ajustan a la estructura
dada exhiben una correlación significativa entre sí, como se ha observado en estudios previos
(Guttman, 1955). Se consideran valores aceptables de 0.80 para utilizar el instrumento para fines de
investigación y puntuaciones al menos de 0.90 para la evaluación individual como lo sugiere Ferrando
y Lorenzo-Seva (2016).

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 872

Consideraciones éticas

A los participantes se les presentó un consentimiento informado el cual refería la confidencialidad de
sus datos, asimismo se les indicó que no habría ninguna sanción si no participaban. Se expresó que si
era de su interés conocer su resultado en la escala se le proporcionará asistiendo con cita al cubículo
de trabajo de las investigadoras de este trabajo.

RESULTADOS

La Tabla 1, ofrece un desglose de los estadísticos descriptivos para los ítems dentro de la Escala de
Aprendizaje Autónomo (EAA). Se puede observar que todos los ítems presentan valores de asimetría
adecuados, mientras que los ítems 7, 8, 11, 12, 17, 23, 24, 25, 26, 31, 35, 38 y 45 presentan valores por
arriba del valor absoluto de 1.5 de curtosis. Por lo que no es factible optar por un método de extracción
de máxima verosimilitud. Todos los ítems presentaron al menos una frecuencia en alguna opción de
respuesta en los extremos de la distribución de las respuestas. Al respecto de la pertenencia de los
ítems a un dominio, los ítems, 42, 10, 6, 13, 16, 43, 18, 1, 41, 45, 8, 30, 32, 11, 40, 31, 24 y 25 no cumplieron
con el criterio de pertenencia a un dominio presentando valores por debajo de .5. Se decidió eliminar
del análisis los ítems que presentaron valores de MSA (Medida de adecuación del muestreo) más
bajos. Al realizar este procedimiento únicamente se eliminó el ítem 1. El ítem eliminado no será
considerado en los análisis posteriores. Después del ajuste los puntajes de MSA se ubicaron por
encima de .612.

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 873

Tabla 1

Estadísticos de la Escala de Aprendizaje Autónomo

Ítem Ẋ DE Asimetría Curtosis MSA Ítem Ẋ DE Asimetría Curtosis MSA
1 3.70 0.51 -0.45 2.34 0.32 24 4.21 0.80 -1.25 1.90 0.45
2 3.90 0.84 -0.55 0.18 0.85 25 4.33 0.56 -1.30 3.58 0.44
3 3.38 0.64 -0.30 0.91 0.48 26 4.18 0.66 -1.04 2.21 0.61
4 3.86 0.67 -0.68 1.45 0.75 27 3.37 0.88 -0.20 0.16 0.57
5 2.86 0.91 -0.24 -0.13 0.84 28 3.52 0.70 -0.41 0.98 0.85
6 3.27 0.81 -0.20 0.40 0.42 29 3.58 0.81 -0.50 0.70 0.86
7 4.20 0.50 -0.98 3.64 0.79 30 3.93 0.69 -0.66 1.31 0.41
8 3.92 0.62 -0.73 1.97 0.38 31 4.04 0.54 -0.84 2.73 0.36
9 3.60 0.76 -0.34 0.44 0.83 32 3.95 0.76 -0.55 0.50 0.35

10 2.93 0.95 0.04 -0.18 0.49 33 4.12 0.64 -0.78 1.49 0.67
11 3.97 0.57 -0.88 2.87 0.39 34 4.00 0.93 -0.72 0.13 0.63
12 3.88 0.56 -0.60 1.97 0.59 35 4.40 0.56 -1.46 3.94 0.58
13 3.33 0.63 0.00 1.14 0.35 36 3.80 0.89 -0.52 0.17 0.77
14 3.84 0.71 -0.41 0.57 0.57 37 3.45 0.97 -0.25 -0.09 0.79
15 3.79 0.73 -0.62 1.16 0.63 38 4.33 0.56 -1.40 3.93 0.61
16 3.34 0.64 -0.14 1.20 0.47 39 3.52 0.93 -0.28 0.05 0.78
17 4.18 0.69 -1.13 2.12 0.86 40 4.02 0.69 -0.69 1.10 0.47
18 3.67 0.78 -0.50 0.64 0.46 41 3.75 0.67 -0.39 0.98 0.47
19 3.72 0.70 -0.46 0.87 0.86 42 2.88 0.98 0.06 0.15 0.41
20 3.96 0.74 -0.77 1.21 0.64 43 3.59 0.63 -0.23 0.85 0.43
21 3.06 0.88 -0.37 0.44 0.57 44 3.70 0.76 -0.34 0.32 0.86
22 3.20 0.72 -0.28 0.29 0.87 45 3.84 0.62 -0.88 2.46 0.48
23 3.82 0.61 -0.62 1.54 0.54 46 4.06 0.61 -0.65 1.47 0.61

Fuente: elaboración propia con información de la aplicación.

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 874

Análisis factorial exploratorio

Con los ítems restantes del análisis anterior se valoró la adecuación de los datos para la realización
del análisis factorial exploratorio. Los índices de KMO, la prueba de esfericidad de Bartlett y el valor del
determinante presentaron resultados favorables (KMO = .822, X^2= 2753.5 (990), p < .001 y un valor
del determinante diferente de cero (0.000001)). Se fijó la cantidad de dimensiones en tres como lo
describe el modelo de Zimmerman; sin embargo, en el momento de realizar los análisis, no se encontró
un buen ajuste, por lo que el número de dimensiones se estimó a partir de un análisis paralelo en que
arrojó un total de cuatro factores.

En la Tabla 2 se muestra el resultado de este análisis factorial con los ítems restantes, como también
los ítems por cada factor. Durante el análisis se eliminaron un total de 13 ítems. El ítem 17, 4, 40, 2, 13,
16, 35, 24, 11, 18 y 46 por presentar cargas factoriales menores a .4. y el ítem 23 por no discriminar
adecuadamente entre las dimensiones. La estructura resultante quedó integrada por 33 ítems bien
diferenciados y coherentes con cargas factoriales superiores a .443 en el factor de mayor carga.

Tabla 2

Análisis factorial exploratorio de la Escala de Aprendizaje Autónomo

Ítems Factor
F1 F2 F3 F4

Gestión del Tiempo
42. Soy desorganizado 0.80 -0.07 0.04 -0.08
22. Soy eficiente en el manejo de mi tiempo 0.78 -0.09 0.01 0.18
30. Soy responsable 0.77 0.02 0.13 -0.06
9. Soy auto disciplinado 0.77 -0.01 0.02 0.10
5. Manejo mal mí tiempo 0.76 -0.09 -0.04 -0.01
21. Me falta control en mi vida 0.71 -0.09 -0.03 -0.09
3. Tengo buenas habilidades de gestión 0.66 0.18 -0.09 0.01
37. Me doy tiempos específicos para mi estudio 0.65 0.19 -0.14 0.13
8. Priorizo mi trabajo 0.61 0.16 0.04 -0.05
10. Me fijo horarios rigurosos 0.59 0.07 0.01 0.17
15. Soy capaz de enfocarme en un problema 0.47 0.15 0.31 0.00
Autorreflexión
25. Deseo aprender nueva información -0.11 0.78 0.08 0.05
26. Tengo necesidad de aprender -0.05 0.75 -0.09 0.03
7. Disfruto aprendiendo nueva información 0.02 0.68 -0.01 0.09
38. Estoy abierto a nuevas ideas 0.01 0.61 0.19 -0.11
39. Disfruto un desafío 0.14 0.59 -0.13 0.01
28. Disfruto estudiando 0.23 0.58 -0.32 0.13
33. Creo en el esfuerzo para mejorar mi desempeño 0.11 0.57 0.24 -0.05
20. Tengo expectativas positivas cuando aprendo 0.31 0.57 0.08 -0.08
44. Me gustaría evaluar el nivel de avance de mi aprendizaje 0.02 0.53 0.09 0.05
12. Soy capaz de asociar la información cuando estoy
aprendiendo

0.02 0.51 0.17 0.14

31. Puedo encontrar información por mi cuenta -0.07 0.51 0.09 0.27
43. Evalúo críticamente las ideas nuevas -0.05 0.48 0.17 0.28
34. Tengo grandes expectativas de mí mismo 0.32 0.46 0.04 -0.01
45. Soy lógico 0.12 0.44 0.14 -0.08
36. Me gusta evaluar lo que hago 0.09 0.41 0.21 0.25
Evaluación
14. Me gusta recopilar los hechos antes de tomar una
decisión

0.07 0.14 0.58 0.18

32. Pienso muchísimo cuando resuelvo un problema -0.04 0.24 0.51 0.09

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 875

19. Pongo atención a todos los detalles antes de tomar una
decisión

0.36 0.12 0.48 0.06

Establecimiento de objetivos
6. Prefiero establecer mis propios criterios para evaluar mi
rendimiento

0.00 -0.18 0.20 0.71

27. Prefiero planificar mi propio aprendizaje 0.10 0.12 -0.03 0.65

29. Prefiero establecer mis propios objetivos de aprendizaje 0.07 0.24 -0.13 0.58

41. Se puede confiar en que puedo aprender por mi cuenta 0.14 0.21 0.04 0.50

Fuente: elaboración propia con información de la aplicación

La estructura factorial resultante explica el 56.77% de la varianza y está constituida por cuatro factores.
El primer factor explica el 37.24% de la varianza, con un autovalor de 12.291, está constituido por 11
ítems, los cuales pertenecen a la dimensión teórica de Gestión de tiempo, y una confiabilidad estimada
con el Índice de determinación de factores de .965. El segundo factor explica el 9.9% de la varianza,
con un autovalor de 3.269, quedó conformado por 15 ítems, pertenecientes a la dimensión teórica de
Autorreflexión, y una confiabilidad estimada con el Índice de determinación de factores de .957. El
tercer factor explica el 4.9% de la varianza, con un autovalor de 1.626, quedó conformado por tres
ítems, pertenecientes a la dimensión teórica de Evaluación, y una confiabilidad estimada con el Índice
de determinación de factores de .859. Por último, el cuarto factor explica el 4.6% de la varianza, con un
autovalor de 1.547 quedó conformado por cuatro ítems, pertenecientes a la dimensión teórica de
Establecimiento de objetivos, y una confiabilidad estimada con el Índice de determinación de factores
de .899.

La EAA por el momento se constituye como un instrumento confiable y con un análisis factorial que
permite estimar que los factores con los ítems funcionan adecuadamente.

En la tabla 3 se presentan los estadísticos descriptivos tanto de las dimensiones como del puntaje
total. Los valores mínimos y máximos nos permiten entender el rango de respuestas para cada factor,
asimismo ofrecen una idea clara de los extremos de desempeño, mostrando cuáles fueron las
puntuaciones más bajas y altas obtenidas en cada factor. En ningún caso se tuvo ocurrencia de las
puntuaciones más bajas de cada subdimensión. Al respecto de la puntuación total y la subdimensión
“Gestión de tiempo”, el valor de significancia de la prueba Shapiro-Wilk es indicativo de que siguen una
distribución normal.

Tabla 3

Estadísticos descriptivos de la Escala de Aprendizaje Autónomo

Variable Media Desviación
estándar

Mínimo Máximo Shapiro-Wilk

Puntaje total 121.96 14.64 82 161 .96
Gestión de tiempo 37.14 6.66 18 52 .22
Establecimiento de
objetivos

14.01 2.55 6 20 .00

Evaluación 11.55 1.87 6 15 .00
Autorreflexión 59.24 7.20 37 75 .04

Fuente: elaboración propia con información de la aplicación

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 876

En la figura 1 se observan las puntuaciones estandarizadas T por factor, gestión del tiempo,
establecimiento de objetivos, evaluación y autorreflexión además del puntaje total de la escala. Se
añadieron puntos de corte de manera arbitraria para evaluar el puntaje de la escala. Las cajas que
representan la dispersión de los datos (rango intercuartílico) indican una variación moderada en el
clúster de cada variable, especialmente en los factores de "Autorreflexión" y "Gestión de tiempo", donde
los cuartiles están más concentrados. El clúster de cada factor y el puntaje total se encuentra cercana
dentro del rango "Aceptable", con valores que oscilan alrededor de 43 y 57 tanto el puntaje total como
las dimensiones. Los valores atípicos se presentan de forma más evidente en la dimensión de
"Autorreflexión", con puntuaciones por debajo de 20. Los bigotes indican una distribución amplia, con
algunos datos que se extienden hacia puntuaciones extremas, esta condición se acentúa en las
dimensiones de "Evaluación" y "Establecimiento de objetivos", lo que sugiere una mayor
heterogeneidad en las respuestas y un área de potencial entrenamiento en la población. El puntaje total
muestra una tendencia similar, con una mediana en el rango aceptable y una dispersión moderada.

Gráfico 1

Gráficos de cajas y bigotes del puntaje total y las subdimensiones de la escala de aprendizaje autónomo

Fuente: elaboración propia con información de la aplicación.

DISCUSIÓN Y CONCLUSIONES

El instrumento desarrollado para medir aprendizaje autónomo desde el modelo de Zimmerman (EAA)
mostró una confiabilidad y validez aceptable en estudiantes de primer semestre de una universidad
pública del Estado de México. La importancia de contar con un instrumento como el aquí presentado
es el de medir dicha competencia durante la etapa formativa de los estudiantes, conocer el nivel de
aprendizaje autónomo con el que cuenta el alumno permitiría en etapa temprana mejorar o desarrollar
aprendizaje autónomo que lo forme de mejor manera para la vida profesional (Vega et al., 2023).

La creación de un instrumento especializado que evalúe el aprendizaje autónomo tiene que cumplir
ciertas características psicométricas que permita ser analizado en un contexto determinado, por lo que
existirá una vinculación entre la estructura factorial del instrumento y el modelo teórico (Cerda et al.,
2015). En este sentido los datos que se presentan permiten identificar que es confiable y válido, los
factores que se formaron a partir de los análisis estadísticos corresponden al pensamiento del modelo
de Zimmerman. Esto es relevante ya que proporciona una herramienta útil que brinda una perspectiva

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 877

general sobre el nivel de aprendizaje autónomo en universitarios mexicanos, así como poder identificar
áreas de oportunidad, fortalezas y debilidades del estudiante.

Los resultados encontrados en la aplicación del instrumento muestran que el nivel promedio de las
puntuaciones de los participantes en todos los factores se sitúa en nivel medio, indicando que los
estudiantes requieren habilidades que mejoren su competencia de aprendizaje autónomo. Al analizar
los factores de establecimiento de objetivos y evaluación, se observó en la figura 1 una mayor
dispersión de los datos sugiriendo poner especial atención en estás habilidades como áreas de
oportunidad.

Es relevante mencionar que se debe mejorar en el establecimiento de objetivos como parte de la fase
de planificación, lo que permitirá al estudiante conocer las herramientas con las que cuenta para
realizar una tarea, además de que accede a la creación de objetivos y metas a cumplir, permitiendo
crear estrategias funcionales para el aprendiz con base en la tarea propuesta. Respecto del factor de
evaluación mejorar en éste implicaría que el estudiante recopile información relevante para tomar
decisiones que lleven a buen término las tareas (Zimmerman, 2000). Ambos factores (establecimiento
de objetivos y evaluación) se ubican en la primera fase del modelo de Zimmerman, pensar en un
programa que mejore estas habilidades en el estudiante debe ser a que aprendan a planificar, esto es,
el estudiante tendría que aprender a elaborar una tarea, identificar el valor de ésta, automotivarse, todo
ello para organizarse, establecer objetivos y criterios de logro, si el estudiante no cuenta con estas
habilidades, las otras dos fases del modelo de Zimmerman, ejecución y autorreflexión, se verán
afectadas por lo que no llevaría a buen fin la realización de sus metas.

Cabe mencionar que es importante que el nivel de aprendizaje autónomo sea de nivel alto. De acuerdo
con Pegalajar (2020) ante la necesidad de crear estrategias que potencialicen el aprendizaje autónomo,
se proponen actividades que potencialicen las habilidades requeridas que menciona Zimmerman
(2000), como se mencionó, planeación, ejecución y autorregulación, actividades como la de contactar
a los alumnos que hayan obtenido un puntaje medio/bajo que estén interesados en tomar seminarios
que potencialicen habilidades y cualidades como el automonitoreo, la motivación, el autocontrol, la
autorreflexión y el planteamiento de objetivos, llevando un seguimiento sobre su progreso durante el
seminario.

Para mejorar en el factor de establecimiento de objetivos, se propone la creación de seminarios, que
busquen otorgar conocimientos teóricos y prácticos referente a la importancia del planteamiento de
objetivos y metas para realizar una tarea, así como la relevancia de monitorear el proceso de
aprendizaje con la participación de los profesores fomentando y enseñando estrategias de aprendizaje
autónomo para que el alumno se convierta en su propio regulador de aprendizaje. Respecto del factor
de evaluación se propone realizar ejercicios de análisis de efectos a corto y largo plazo de las
actividades a realizar con el propósito de que aprendan a tomar decisiones que conlleven mejores
resultados.

Entre las limitaciones de la presente investigación se encuentra la especificidad de la muestra, así
como factores culturales ya que solo se realizó con estudiantes universitarios de psicología en una
universidad pública del Estado de México. Se recomienda realizar estudios que correlacionen la escala
con otras variables que se relacionen con aprendizaje autónomo.

Un instrumento que evalúe el aprendizaje autónomo partiendo de conocimientos propuestos por
Zimmerman en su modelo permite ampliar el constructo de aprendizaje autónomo, así como identificar
las habilidades que carecen los estudiantes para mejorar su nivel de aprendizaje autónomo lo que
aumentará el rendimiento académico de quienes estudian una carrera, además que permitirá crear
profesionistas con mayores habilidades y con mayor preparación para el campo laboral, mejorando el
perfil del egresado de la carrera de psicología, así como adaptarse a los nuevos métodos de enseñanza

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 879

REFERENCIAS

Alvarado, I., Vega, Z., Cepeda, M., & Del Bosque, A. (2014). Comparación de estrategias de estudio y
autorregulación en universitarios. Revista Electrónica de Investigación Educativa, 16(1), 137-148
http://redie.uabc.mx/vol16no1/contenido-alvarado-vegaetal.html

Bravo-Cedeño, G., Loor-Rivadeneira, M.R. & Saldariaga-Zambrano P.J. (2017). Las bases psicológicas
para el desarrollo del aprendizaje autónomo. Dominio de las ciencias, 3, 32-45.

Boekaerts, M. (1999). Self-regulated learning: Where we are today. International Journal ofEducational
Research, 31(6), 445–457. https://doi.org/10.1016/S0883-0355(99)00014-2

Cerda, C., López, Ó., Osses, S.& Saiz, J.L. (2015). Análisis Psicométrico de la escala de Aprendizaje
Autodirigido basada en la Teoría de Aprendizaje Autodirigido de Garrison. Revista Iberoamericana de
Diagnóstico y evaluación-e Avaliação Psicologica, 1(39), 46-56.

Crispín, M.L. (Coord), Doria, M.C., Rivera, A.B., De la Garza, M. T., Carrillo, S., Guerrero, L.,
Guadarrama, L., Patiño, H., Caudillo, L., Fregoso, A., Martínez, J., Esquivel, M., Loyola, M.,
Costopoulos, Y. & Athié, M.J. (2011). Aprendizaje Autónomo. Orientaciones a la docencia. Universidad
Iberoamericana. Biblioteca Francisco Xavier Clavigero.

Devellis, R.F., Devellis, B.M., Blanchard, L.W., Klotz, M.L., Luchok, K. & Voyce, C. (1993). Development
and validation of the parent health locus of control (PHLOC) scales. Health Education Quarterly, 20(2),
211-225.

Demuner-Flores, María-del-Rosario; Ibarra-Cisneros, Manuel-Alejandro; Nava-Rangel, Rosa-María.
(2023). Estrategias de Aprendizaje autorregulado en estudiantes universitarios durante la contingencia
COVID-19. Revista iberoamericana de educación superior, XIV, 39, 116-130.

Efklides, A. (2011). Interactions of metacognition with motivation and affect in self-regulated learning:
The MASRL model. Educational Psychologist, 46(1), 6-25.
https://doi.org/10.1080/00461520.2011.538645

Enríquez, L., y Hernández, M. (2021). Alumnos en pandemia: una mirada desde el aprendizaje
autónomo. Revista Digital Universitaria, 22, 2, 1-10.

Fasce, E., Pérez, V., C. Ortiz, M. L., Parra, P. & Betancourt, O. (2011). Estructura factorial y confiabilidad
de la escala de aprendizaje autodirigido de Fisher, King & Tague en alumnos de medicina chilenos.
Revista Médica De Chile. 139, 1428-1434. 10.4067/S0034-98872011001100006.

Ferrando, P. J., & Lorenzo-Seva U. (2016). A note on improving EAP trait estimation in oblique factor-
analytic and item response theory models. Psicologica, 37, 235-247.

Frías-Navarro, D., & Pascual, J. (2012). Prácticas del análisis factorial: Para investigadores en ciencias
sociales y de la salud, Nutrición Hospitalaria, 27(6), 1803-1804.
https://doi.org/10.3305/nh.2012.27.6.6014

García, M. (2012). La autorregulación académica como variable explicativa de los procesos de
aprendizaje universitario. Revista de Currículum y Formación del Profesorado, 16(1), 203-221.

Guttman, L. (1955). The basis for Scalogram analysis. In Stouffer, S. A. (Ed.), Measurement and
Prediction. Princeton University Press. https://doi.org/10.1515/9781400876151-010

Henri, D.C. Morrell, L. J. y Scot, G.W. (2018). Student perceptions of their autonomy at university. High
Edu, 75, 507-516

LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2025, Volumen VI, Número 1 p 880

Hernández-Sampieri, R., y Mendoza, C. (2018). Metodología de la investigación, las rutas cuantitativa
cualitativa y mixta. Mc Graw Hill

Horn, J. L. (1965). A rationale and test for the number of factors in factor analysis. Psychometrika,
30(2), 179-185. https://doi.org/10.1007/BF02289447

Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A., & Tomás-Marco, I. (2014). El análisis
factorial exploratorio de los ítems: una guía práctica, revisada y actualizada, Anales de Psicología,
30(3), 1151-1169. https://doi.org/10.6018/analesps.30.3.199361

Lorenzo-Seva, U., & Ferrando, P. J. (2021). MFA: The ‘R’ package for multiple factor analysis. Behavior
Research Methods, 53(4), 2013-2021. https://doi.org/10.3758/s13428-020-01433-z

Martins, J.L. y Silva, B. (2016). Implications of autonomy in learning managing in virtual enviroment,
HOLOS, 8, 273-280.

Muñiz, J. (2003). Teoría clásica de los test. Ediciones Pirámide.

Nolla, M. (2006). Continuing Medical Education. The cognitive process and professional Learning. Educ
Med, 9, 1-6.

Núñez, J.C., Solano, P., González-Pienda , J, & Rosario, P. E. (2006). Evaluación de los procesos de
autorregulación mediante autoinforme. Psicothema, 18, 353-8.

Panadero, E. (2017). A review of self-regulated learning: Six models and four directions for research.
Frontiers in Psychology, 8(APR), 1–28. https://doi.org/10.3389/fpsyg.2017.00422

Pegalajar, M. (2020). Estrategias de trabajo autónomo en estudiantes universitarios noveles de
educación. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 18(3), 29-45.
https://doi.org/10.15366/reice2020.18.3.002

Pérez, L. A. (2020). El aprendizaje autónomo en la educación superior, modalidad virtual: una lectura
desde las antropotécnicas. Academia y virtualidad, 13(1), 80-92. DOI:
https://doi.org/10.18359/ravi.4361

Pintrich, P. (2000). An Achievement Goal Theory Perspective on Issues in Motivation Terminology,
Theory, and Research. Contemporary Educational Psychology, 25(1), 92–104.
https://doi.org/10.1006/ceps.1999.1017

Requena (2022). Caracterización y diferenciación del aprendizaje autorregulado. Visión compleja
desde una cartografía conceptual, parte II, Revista Paradigma, 2(43), 671-697.

Vega, C. Z., Cepeda, M., y Del Bosque, A., (2023). Análisis Psicométrico de la Escala de Aprendizaje
Autónomo. Congreso Internacional de Educación Curriculum 2023, Tlaxcala, Puebla, Julio 2023.

Winne, P. H. (1996). A metacognitive view of individual differences in self-regulated learning. Learning
and Individual Differences, 8(4), 327–353. https://doi.org/10.1016/S1041-6080(96)90022-9

Zimmerman, B. J. (2000). Attainng Self-Regulation. A social cognitive perspective. In M.Boekaerts, P.
Pintrich, & M. Zeidner (Eds.), Handbook of Self-Regulation (pp. 13–39). Academic Press.
https://www.sciencedirect.com/science/article/pii/B9780121098902500317

Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en
este sitio está disponibles bajo Licencia Creative Commons .