Diseño y validación de una escala de riesgo académico para  
estudiantes de educación media superior  
Design and validation of an academic risk scale for high school students  
Celso Humberto Ríos Godínez  
Universidad Autónoma de Nayarit  
Tepic, Nayarit México  
Sandra González Castillo  
Universidad Autónoma de Nayarit  
Tepic, Nayarit México  
Artículo recibido: 04 de diciembre de 2026. Aceptado para publicación: 09 de abril de 2026.  
Conflictos de Interés: Ninguno que declarar.  
Resumen  
El presente trabajo tuvo como objetivo diseñar y validar una escala de riesgo académico en  
estudiantes de educación media superior. Se utilizó una metodología cuantitativa con un diseño no  
experimental y de tipo instrumental. La muestra incluyó 423 estudiantes (37.4% hombres y 62.6%  
mujeres) de una preparatoria pública en Nayarit, México. El procedimiento implementado constó de  
cinco etapas: diseño del instrumento, validez de contenido mediante juicio de expertos, pilotaje,  
validez de constructo y análisis de consistencia interna. El diseño inicial del instrumento contó con 33  
ítems divididos en cuatro dimensiones teóricas. En la validez de contenido se obtuvo una V de Aiken  
superior a 0.70 en todos los ítems. El Análisis Factorial Exploratorio extrajo una estructura empírica  
de tres dimensiones: Dificultades Cognitivas, Desvinculación Escolar y Bajo Rendimiento Escolar,  
conformada por 26 ítems que explican el 52.7% de la varianza total. El análisis Factorial Confirmatorio  
corroboró el modelo tridimensional evidenciando un buen ajuste global (GFI = 0.914; CFI = 0.911; TLI  
= 0.902; PNFI = 0.729; RMSEA = 0.061). Finalmente, el análisis de consistencia interna arrojó un  
excelente coeficiente de Omega de McDonald de 0.946 para la escala total. Por lo tanto, se concluyó  
que la escala posee propiedades psicométricas robustas para la evaluación del riesgo académico, la  
cual puede ser implementada por instituciones como sistema de alerta temprana para la identificación  
de vulnerabilidades latentes en los estudiantes, facilitando el diseño de estrategias preventivas y  
tutorías personalizadas.  
Palabras clave: riesgo académico, abandono escolar, validación psicométrica, educación  
media superior, análisis factorial  
Abstract  
The objective of this study was to design and validate an academic risk scale for high school students.  
A quantitative methodology was used, employing a non-experimental, instrumental design. The  
sample included 423 students (37.4% male and 62.6% female) from a public high school in Nayarit,  
Mexico. The procedure consisted of five stages: instrument design, content validity through expert  
judgment, pilot testing, construct validity, and internal consistency analysis. The initial instrument  
design included 33 items divided into four theoretical dimensions. Content validity yielded an Aiken’s  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 599.  
V greater than 0.70 for all items. Exploratory Factor Analysis revealed an empirical three-dimensional  
structure: Cognitive Difficulties, School Disengagement, and Low Academic Performance, comprising  
26 items that explain 52.7% of the total variance. Confirmatory Factor Analysis corroborated the three-  
dimensional model, demonstrating good overall fit (GFI = 0.914; CFI = 0.911; TLI = 0.902; PNFI = 0.729;  
RMSEA = 0.061). Finally, the internal consistency analysis yielded an excellent McDonald’s Omega  
coefficient of 0.946 for the total scale. Therefore, it was concluded that the scale possesses robust  
psychometric properties for the assessment of academic risk, which can be implemented by  
institutions as an early warning system for identifying latent vulnerabilities in students, facilitating the  
design of preventive strategies and personalized tutoring.  
Keywords: academic risk, school dropout, psychometric validation, high school education,  
factor analysis  
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,  
publicado en este sitio está disponibles bajo Licencia Creative Commons.  
Cómo citar: Ríos Godínez, C. H., & González Castillo, S. (2026). Diseño y validación de una escala de  
riesgo académico para estudiantes de educación media superior. LATAM Revista Latinoamericana de  
Ciencias Sociales y Humanidades 7 (2), 599 613. https://doi.org/10.56712/latam.v7i2.5654  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 600.  
INTRODUCCIÓN  
La educación media superior constituye una opción primordial para la movilidad social de los jóvenes  
al igual que un importante nivel propedéutico para el ingreso a la universidad. Sin embargo, en México,  
dicho nivel educativo presenta la mayor tasa de abandono escolar. De acuerdo con datos del Instituto  
Nacional de Estadística y Geografía (INEGI, 2024), el ciclo escolar 2023/2024 contó con una tasa de  
abandono escolar del 10.8% en todo el país, lo que muestra una gran diferencia en comparación con  
los demás niveles educativos, siendo 0.1% en primaria, 2.9% en secundaria y 5.7% en el nivel superior.  
Este panorama no obedece a decisiones aisladas, sino que es el resultado de un fenómeno  
denominado “riesgo académico”, el cual corresponde a un estado definido por la concurrencia de  
factores que tornan al estudiante propenso a adoptar diferentes formas de actualización, tal como  
rezago escolar, bajo nivel de aprovechamiento académico, bajo rendimiento escolar y en el peor de los  
casos, fracaso escolar (Carpio Ramírez et al., 2018). Si bien este fenómeno no describe el daño  
consumado, representa una problemática urgente debido a que puede anticipar trayectorias  
fragmentadas y demás situaciones que llevan a que los alumnos abandonen la escuela.  
Diversas investigaciones coinciden en que el riesgo académico es un fenómeno complejo y  
multifactorial. A nivel individual, autores como Junto Chávez et al. (2024) señalan que las carencias en  
el manejo emocional, así como los altos niveles de estrés dificultan el proceso de enseñanza  
aprendizaje, lo que repercute en su rendimiento escolar. Desde el aspecto económico, la falta de  
ingresos desmotiva a los alumnos a continuar con sus estudios, obligándolos a su vez a tener que  
incursionar tempranamente en el mercado laboral para solventar los gastos escolares (López Borbón  
et al., 2022). Desde el ámbito familiar, investigaciones como la de Reyna Sáenz y Arce Trueba (2022)  
han señalado que indicadores de un buen funcionamiento familiar presentan una correlación  
significativa respecto a un mayor rendimiento académico en los alumnos.  
A nivel internacional, existen trabajos que señalan la importancia de los sistemas de alerta temprana  
(Early Warning Systems) en la identificación de alumnos en riesgo de abandonar los estudios. Por  
ejemplo, en una investigación realizada por Balfanz et al., (2007) encontró que algunos indicadores con  
un alto poder predictivo en la detección de alumnos que no llegan a graduarse son: la baja asistencia,  
indicadores de mal comportamiento, y suspensión en materias específicas como inglés o  
matemáticas. Mientras que, en un trabajo realizado por Allensworth y Easton (2007) uno de los  
principales hallazgos que obtuvieron fue que los estudiantes asisten a clase con más frecuencia  
cuando mantienen relaciones sólidas con sus profesores y cuando ven la escuela y sus estudios como  
relevantes e importantes para su futuro, lo cual resulta relevante al momento de realizar intervenciones  
preventivas frente a la desvinculación escolar.  
No obstante, a pesar de dichos hallazgos, la identificación oportuna de los factores que tornan a los  
estudiantes de educación media superior a colocarse en situación de riesgo representa un reto en  
México debido a la poca disponibilidad de herramientas diagnósticas contextualizadas para dicha  
población. Debido a esto, resulta importante evaluar el riesgo académico presente en los alumnos a  
través de instrumentos que posean la validez y confiabilidad necesaria para su detección a fin de llevar  
a cabo estrategias de prevención que contribuyan a evitar que los estudiantes caigan en las diferentes  
formas de actualización.  
Para ello es necesario señalar que, si bien existen propuestas para el diagnóstico y tratamiento del  
riesgo académico derivados del trabajo realizado en diferentes programas educativos (Carpio Ramírez  
et al., 2014; Morales Chávez et al., 2023) en los cuales se llevan a cabo procesos de entrevistas con  
alumnos, con padres de familia, cuestionarios, encuestas, observaciones directas, monitoreo por pares,  
asistencia institucional dirigida, etc., mostrando buenos resultados, como señala Balfanz et al. (2007)  
dichas propuestas constituyen esfuerzos que para muchas instituciones resultan difíciles de lograr.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 601.  
Ante esta necesidad, el presente trabajo tuvo como objetivo diseñar una escala para evaluar el riesgo  
académico en estudiantes de educación media superior mediante el análisis de validez de contenido,  
estructura factorial y consistencia interna.  
METODOLOGÍA  
Enfoque de Investigación  
Se realizó un estudio con enfoque cuantitativo de validez y confiabilidad instrumental de una escala de  
riesgo académico, siguiendo el procedimiento de construcción sugerido por Montero y León (2005) y  
ampliado por Torres-Hernández (2022).  
Diseño del Estudio  
El trabajo contiene un diseño no experimental y de tipo instrumental (Ato et al., 2013), debido a que  
estuvo orientado a realizar el análisis de las propiedades psicométricas, específicamente de la validez  
de contenido mediante juicio de expertos, validez de constructo, así como de consistencia interna, con  
la finalidad de que su aplicación como instrumento de diagnóstico y evaluación garantice la  
reproducibilidad de sus resultados en contextos diferentes (Antonenko, 2015).  
Participantes  
Se utilizó una muestra de 423 estudiantes de la Unidad Académica Preparatoria No. 1 “Julián Gascón  
Mercado” en el municipio de Tepic, Nayarit, México, siendo 158 (37.4%) hombres y 265 (62.6%) mujeres,  
de los cuales 133 (31.4%) se encontraban cursando primer semestre, 123 (29.1%) tercer semestre y  
167 (39.5%) quinto semestre, es decir, primer, segundo y tercer año consecutivamente.  
La selección de la muestra se realizó mediante un muestreo no probabilístico de tipo intencional,  
procurando mantener representación de los distintos grados escolares. Para ello, se permitió el acceso  
a un número similar de grupos en cada nivel. Los criterios de inclusión establecidos fueron: tener entre  
14 y 18 años de edad, no presentar materias reprobadas al momento de la aplicación y contar con el  
consentimiento informado firmado por los padres o tutores legales. Este tipo de muestreo se emplea  
cuando los participantes son elegidos a partir de características previamente definidas por el  
investigador y de las posibilidades reales de acceso a la población de estudio (Hernández Sampieri et  
al., 2018).  
Instrumentos  
Para llevar a cabo la recolección de los datos en el presente trabajo se aplicó la escala de riesgo  
académico propuesta, la cual incluyó en su sección inicial, un apartado de datos sociodemográficos  
en donde se preguntaba por la edad, sexo, grado escolar y si contaban con materias reprobadas. En su  
segunda sección se incluyó la escala dividida en cuatro secciones de acuerdo con las dimensiones  
teóricas propuestas en el diseño inicial, es decir, riesgo de rezago escolar, bajo nivel de  
aprovechamiento académico, bajo rendimiento escolar y fracaso escolar.  
Procedimiento  
El procedimiento metodológico constó de cinco etapas: 1) diseño del instrumento; 2) validez de  
contenido mediante juicio de expertos; 3) aplicación a grupo piloto; 4) validez de constructo; y 5)  
análisis de consistencia interna.  
La recolección de datos se llevó a cabo una vez obtenida la autorización por parte de las autoridades  
de la preparatoria para realizar la investigación. Dicho proceso se apegó a las consideraciones éticas  
establecidas en la Declaración de Helsinki y al Código de Ética de las y los Psicólogos Mexicanos  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 602.  
(FENAPSIME, 2018), garantizando la participación voluntaria de los estudiantes y recabando  
previamente el consentimiento informado por escrito de los padres de familia o tutores legales,  
asegurando en todo momento la confidencialidad de la información y el derecho a retirarse del estudio  
sin represalia alguna.  
Para garantizar las condiciones de evaluación oportunas y minimizar posibles sesgos de respuesta  
(como el temor a ser juzgados), al inicio de cada sesión el investigador leyó las instrucciones en voz  
alta, en donde a su vez se hizo énfasis en el carácter estrictamente anónimo del instrumento, aclarando  
explícitamente que las respuestas no tendrían ningún impacto, ni positivo ni negativo sobre las  
calificaciones ordinarias de los alumnos.  
La escala fue digitalizada mediante la plataforma Google Forms, lo que permitió su aplicación en línea.  
Posteriormente, el enlace del formulario fue distribuido a los estudiantes a través de sus teléfonos  
celulares durante el horario escolar. Las sesiones fueron coordinadas y supervisadas de manera  
presencial por el investigador principal, contando con el apoyo de los docentes o tutores titulares de  
cada grupo para preservar el orden y la dinámica del aula.  
El tiempo de resolución del instrumento requirió un promedio de 15 a 20 minutos por grupo. Una vez  
concluida la fase de aplicación a la muestra total, la base de datos resultante fue exportada y sometida  
a un riguroso proceso de depuración en donde se descartaron aquellas respuestas incompletas o que  
no cumplían con los criterios de inclusión, preparando así la matriz final para el análisis factorial y de  
consistencia interna.  
Análisis de Datos  
Los datos se analizaron utilizando principalmente el software estadístico JASP en su versión 0.95.4, a  
excepción de la validez de contenido mediante juicio de expertos, cuyo análisis se realizó en Excel  
gracias al formato de validación propuesta por Ventura-León (2022) con el que se calculó el coeficiente  
de la V de Aiken. Para la validez de constructo se realizó un Análisis Factorial Exploratorio (AFE) y un  
Análisis Factorial Confirmatorio (AFC), mientras que para el análisis de consistencia interna se utilizó  
el coeficiente de Omega de McDonald.  
RESULTADOS  
Diseño del Instrumento  
Se elaboró un instrumento de autoinforme compuesto inicialmente de 33 ítems divididos en cuatro  
dimensiones teóricas con base en la propuesta de Carpio Ramírez et al. (2018) sobre el riesgo  
académico y sus cuatro formas posibles de actualización (rezago escolar, bajo nivel de  
aprovechamiento académico, bajo rendimiento escolar y fracaso escolar), al igual que tomando como  
referencia ítems de otras escalas que evaluaban similarmente dichas dimensiones de forma individual  
(Mora-Romo y Martell-Muñoz, 2022; Preciado Serrano et al., 2021; Mejía Toiber et al., 2024). Las  
respuestas del instrumento fueron de escala de tipo Likert con 5 opciones: 1 = Nunca, 2 = Casi nunca,  
3 = A veces, 4 = Casi siempre y 5 = Siempre.  
Validez de Contenido Mediante Juicio de Expertos  
Para llevar a cabo la validez de contenido del instrumento este se integró dentro del formato de validez  
propuesto por Ventura-León (2022) y fue enviado a 10 expertos en disciplinas como la educación,  
psicología, psicometría y estadística, quienes evaluaron la escala en cuanto a la relevancia,  
representatividad y claridad de cada ítem, siguiendo una escala de tipo likert de 4 opciones que va de  
0 = nada relevante, hasta 3 = totalmente relevante, consecutivamente en cada apartado, además,  
añadiendo su retroalimentación y sugerencias en cada uno de los ítems.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 603.  
Dicho formato permite calcular y evaluar la validez de contenido de los ítems a través del coeficiente  
V de Aiken con el modo sugerido por Ventura-León (2022). La Tabla 1 muestra los resultados obtenidos  
en promedio para cada ítem, su interpretación y sus intervalos de confianza al 95%.  
Tabla 1  
Resultados de la evaluación de la validez de contenido  
Ítems  
1
2
3
4
5
6
7
8
V de Aiken  
0.91  
0.96  
0.87  
0.94  
0.93  
0.94  
0.87  
0.81  
0.84  
0.82  
0.9  
Interpretación  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
Válido  
ICI  
ICS  
0.97  
0.99  
0.95  
0.98  
0.98  
0.98  
0.95  
0.91  
0.93  
0.92  
0.97  
0.95  
0.93  
0.92  
1
0.89  
0.98  
0.98  
0.99  
0.99  
0.99  
1
0.98  
0.97  
0.97  
0.89  
1
1
1
0.99  
0.99  
0.98  
0.94  
0.76  
0.82  
0.71  
0.8  
0.78  
0.8  
0.71  
0.64  
0.67  
0.65  
0.74  
0.71  
0.67  
0.65  
0.89  
0.61  
0.78  
0.77  
0.82  
0.82  
0.82  
0.84  
0.77  
0.74  
0.74  
0.61  
0.87  
0.85  
0.84  
0.82  
0.82  
0.78  
0.7  
9
10  
11  
12  
13  
14  
15  
16  
17  
18  
19  
20  
21  
22  
23  
24  
25  
26  
27  
28  
29  
30  
31  
32  
33  
0.87  
0.84  
0.82  
1
0.78  
0.93  
0.92  
0.96  
0.96  
0.96  
0.97  
0.92  
0.9  
0.9  
0.78  
0.99  
0.98  
0.97  
0.96  
0.96  
0.93  
0.86  
Nota. El ICI y el ICS corresponden al intervalo de coeficiente inferior y el intervalo de coeficiente superior  
respectivamente.  
Fuente: elaboración propia.  
Según los valores mínimos (0.70) para la V de Aiken propuestos por Ventura León (2022), todos los  
ítems se consideran válidos. No obstante, de acuerdo con la teoría en la que se fundamenta el  
constructo de riesgo académico (Carpio Ramírez et al., 2018), así como a la retroalimentación y  
comentarios sugeridos por los expertos en su evaluación, se tomó la decisión de rediseñar algunos  
ítems y eliminar otros, quedando un total de 32 ítems.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 604.  
Aplicación a Grupo Piloto  
Una vez finalizada la etapa anterior, se piloteó el instrumento a una muestra de 104 estudiantes de  
educación media superior con el objetivo de analizar el funcionamiento del instrumento evaluando la  
comprensión de las instrucciones e ítems, así como los niveles de respuesta y la satisfacción general  
al contestar.  
Para el análisis de los datos se calcularon medidas de tendencia central y de forma, contrastando los  
resultados obtenidos con una media teórica de 3.0 establecida como criterio mínimo de idoneidad  
(donde 3 representa un nivel favorable de comprensión y satisfacción). En la Tabla 2 se muestra un  
resumen de los resultados del pilotaje.  
Tabla 2  
Evaluación del instrumento por el grupo piloto  
Ítems  
Media  
Asimetría  
Curtosis  
Prueba T para una  
muestra (media  
teórica: 3.0)  
0.925  
¿Qué tanto comprendiste las  
instrucciones del instrumento?  
(niveles: 1-4)  
3.058  
-0.509  
1.203  
¿Qué tanto comprendiste los ítems del  
presente instrumento? (niveles: 1-4)  
¿Qué tan apropiado te parecen los  
niveles de respuesta? (niveles: 1-4)  
¿Qué tan satisfecho(a) te encuentras  
con el llenado del instrumento?  
(niveles: 1-4)  
3.048  
3.173  
3.144  
-0.582  
-0.421  
-0.594  
0.733  
-0.131  
1.526  
0.698  
2.562  
2.336  
Fuente: elaboración propia.  
Como se puede observar, todos los indicadores evaluados obtuvieron puntuaciones medias superiores  
al valor teórico de 3.0, lo que confirma la pertinencia del diseño. Adicionalmente, el análisis de asimetría  
reveló valores negativos en todos los reactivos, lo que indica una distribución sesgada hacia la derecha;  
esto confirma que la mayoría de las respuestas de los participantes se encontraron en las opciones  
positivas. No obstante, es necesario tomar en cuenta que, aunque los resultados validan la estructura  
general y que los puntajes cercanos al límite teórico en la comprensión de instrucciones e ítems  
sugieren que el instrumento es funcional, este se podría beneficiar de una revisión final en la redacción  
para maximizar la claridad en su aplicación.  
Validez de Constructo  
Para la realización del AFE y el AFC se decidió dividir la muestra total de estudiantes (n = 423) en dos  
submuestras independientes para cada uno de los análisis. La división se realizó mediante un  
procedimiento aleatorio estratificado, considerando las variables de sexo y semestre en curso, con el  
objetivo de preservar la representatividad de los diferentes grupos de participantes. Dentro de cada  
estrato se seleccionó aleatoriamente el 60% de los casos para el AFE (n = 253) y el 40% restante para  
el AFC (n = 170). Este procedimiento garantiza que la fase exploratoria y confirmatoria se realicen con  
datos independientes y representativos, fortaleciendo la validez cruzada del modelo factorial y la  
estabilidad de los resultados que se obtengan.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 605.  
Previo a realizar el AFE se verificó la pertinencia de aplicar el análisis factorial evaluando la adecuación  
de los datos mediante la prueba Kaiser-Meyer-Olkin (KMO) y la prueba de Esfericidad de Bartlett. El  
valor obtenido en la prueba KMO fue de .950, lo que se considera excelente, superando el valor mínimo  
aceptable de 0.70. Asimismo, la prueba de Esfericidad de Bartlett mostró un resultado altamente  
significativo de χ²(496) = 5206.887, p < .001, lo que indica que la matriz de correlaciones no es una  
matriz de identidad y que existe una correlación suficiente entre los ítems para proceder con el análisis  
factorial.  
Para la extracción de los factores en el AFE se aplicó el método de extracción de Mínimos Cuadrados  
No Ponderados (ULS) con rotación oblicua PROMAX, dado el supuesto teórico de correlación entre los  
factores que conforman el constructo de riesgo académico. Aunque inicialmente la escala fue  
concebida con una estructura de cuatro dimensiones, los resultados del AFE indicaron que una  
solución de tres factores presentaba mayor claridad interpretativa y parsimonia estructural (véase  
Tabla 3).  
Tabla 3  
Factores arrojados a partir del AFE  
Ítems  
Factor 1  
Factor 2  
Factor 3  
16. Olvido la mayoría de lo que aprendo después de los  
exámenes.  
0.859  
11. Se me dificulta aplicar lo aprendido en una materia en otras  
asignaturas.  
10. Me cuesta recordar lo que aprendí en cursos o semestres  
anteriores.  
0.844  
0.84  
9. Aunque apruebo materias, siento que no aprendo lo  
suficiente.  
0.838  
20. Me cuesta retener la información que aprendo en clase.  
21. Se me dificulta seguir el ritmo del grupo durante las  
explicaciones en clase.  
0.816  
0.705  
19. Me esfuerzo por estudiar, pero no comprendo varios temas.  
12. Me cuesta comprender textos escolares complejos (por  
ejemplo, ensayos literarios, artículos científicos, problemas  
matemáticos, etc.).  
0.705  
0.701  
15. Considero que mis compañeros entienden mejor los temas  
que yo.  
14. Me resulta difícil relacionar lo que aprendo en clase con  
situaciones de la vida cotidiana.  
0.683  
0.668  
13. Comprendo poco los temas que vemos en clase.  
22. No entiendo qué esperan las y los profesores en tareas o  
exámenes.  
0.636  
-0.554  
28. Mis problemas familiares o personales afectan mis  
estudios.  
7. Situaciones personales me han hecho considerar pausar mis  
estudios.  
26. Me siento desconectado(a) de lo que ocurre en la escuela, lo  
que me hace pensar en que no vale la pena continuar en ella.  
31. Cuando me siento frustrado(a), pienso en dejar la escuela.  
29. Me siento poco motivado(a) para asistir a clases.  
4. Mi estado emocional dificulta que avance académicamente  
como debería.  
0.89  
0.838  
0.819  
0.817  
0.68  
0.585  
25. Falto frecuentemente a clases debido a problemas  
personales, familiares o económicos.  
0.581  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 606.  
30. No tengo un objetivo claro respecto de continuar con mis  
estudios.  
2. Mis responsabilidades familiares dificultan que cumpla con  
mis actividades escolares a tiempo.  
-0.578  
0.459  
23. Me han dicho que necesito mejorar mis calificaciones para  
evitar reprobar.  
0.78  
18. Me es difícil alcanzar el promedio mínimo aprobatorio en  
mis materias.  
0.689  
17. A pesar de estudiar, obtengo malas calificaciones.  
24. Me preocupa que, si sigo así, podría reprobar alguna  
materia.  
0.599  
0.504  
3. No entrego los trabajos obligatorios de algunas materias.  
-0.455  
Fuente: elaboración propia.  
De esta manera, durante el proceso iterativo de depuración, se eliminaron los ítems que presentaron  
cargas factoriales bajas (< .40), cargas cruzadas complejas o comunalidades insuficientes (ítems 1,  
27, 32, 5, 6 y 8). Asimismo, la solución factorial retuvo 26 ítems en tres dimensiones que explicaron el  
52.7% de la varianza total acumulada.  
Con base a los resultados anteriores, la interpretación de los tres factores arrojados en el AFE sugirió  
una reconfiguración de las cuatro dimensiones teóricas originales en donde: el Factor 1, agrupó ítems  
relacionados con el aprovechamiento y procesamiento de información (ítems 16, 11, 10, 9, 20, 21, 19,  
12, 15, 14, 13 y 22), por lo cual se renombró como “Dificultades Cognitivas”; por su parte el Factor 2,  
integró aspectos emocionales y conductuales asociados al riesgo de abandono y problemas familiares  
(ítems 28, 7, 26, 31, 29, 4, 25, 30 y 2), por lo que se decidió renombrar como “Desvinculación Escolar”;  
finalmente, el Factor 3, se mantuvo enfocado en los indicadores de calificaciones (23, 18, 17, 24, 3), por  
lo que se decidió mantener como “Bajo Rendimiento Escolar”.  
Con el objetivo de verificar la estabilidad del modelo de tres factores obtenido en el AFE, se procedió a  
realizar el AFC utilizando la submuestra conformada por el 40% restante de los participantes (n = 170).  
Dicho modelo especificado, compuesto por 3 variables latentes correlacionadas y 26 indicadores  
observados, fue evaluado mediante índices de bondad de ajuste absoluto, incremental y de parsimonia.  
Los resultados del ajuste global del modelo se presentan en la Tabla 4.  
Tabla 4  
Ajuste del modelo y medidas de ajuste adicionales  
Índice  
gl*  
Valor Obtenido  
296  
Criterio de Referencia  
Interpretación  
-
-
2*  
2 / gl  
GFI*  
CFI*  
TLI*  
483.242  
1.63  
0.914  
0.911  
0.902  
0.729  
0.058  
0.061  
-
-
< 3.0  
> 0.90  
> 0.90  
> 0.90  
>0.50  
< 0.08  
< 0.08  
< 0.08  
Buen ajuste  
Buen ajuste  
Ajuste aceptable  
Ajuste aceptable  
Buena parsimonia  
Buen ajuste  
Ajuste aceptable  
Precisión adecuada  
PNFI*  
SRMR*  
RMSEA*  
RMSEA (IC 90%)  
0.051 0.071  
Nota: gl* = grados de libertad; 2* = Chi cuadrada; GFI* = Índice de Bondad de Ajuste; CFI* = Índice de  
Ajuste Comparativo; TLI* = Índice de Tucker-Lewis; PNFI* = Índice de Ajuste Normalizado de  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 607.  
Parsimonia; SRMR* = Raíz del Error Cuadrático Medio Estandarizado; RMSEA* = Error Cuadrático Medio  
de Aproximación.  
Fuente: elaboración propia.  
El valor de Chi-cuadrada resultó estadísticamente significativo, lo cual es esperable dada la  
sensibilidad de la muestra. Con base a ello, la razón normada de Chi cuadrada/gl obtuvo un valor de  
1.63, encontrándose por debajo del límite de 3.0, lo que indica un buen ajuste general. Respecto a los  
índices de ajuste comparativo, tanto el índice de Bondad de Ajuste (GFI = 0.914) como el Índice de  
Ajuste Comparativo (CFI = 0.911) y el Índice de Tucker-Lewis (TLI = 0.902) superaron el umbral de .90,  
evidenciando que el modelo propuesto representa una mejora sustancial respecto al modelo nulo y  
ajusta adecuadamente a la matriz de covarianza observada. Asimismo, el Índice de Ajuste Normalizado  
de Parsimonia (PNFI = 0.729) utilizado para evaluar la eficiencia y simplicidad del modelo frente al  
número de parámetros estimados, superó el umbral recomendado de .50, confirmando que el modelo  
de tres factores es suficiente y no representa una complejidad innecesaria en la estimación del riesgo  
académico.  
En cuanto a las medidas de error, el Error Cuadrático Medio Estandarizado (SRMR) fue de 0.058,  
cumpliendo con el criterio de ser menor o igual a .08 para considerar un buen ajuste. Por su parte, el  
Error Cuadrático Medio de Aproximación (RMSEA) obtuvo un valor de 0.061, cumpliendo con el criterio  
de entre 0.05 y 0.08 para considerar un ajuste aceptable. Asimismo, es importante destacar que el  
intervalo de confianza al 90% del RMSEA osciló entre 0.051 y 0.071, por lo que, dado que el límite  
superior del intervalo no excede el valor crítico de .08 (e incluso se mantiene cercano a .07), se confirma  
con mayor certeza que el modelo tiene un grado de error bajo y aceptable en la población.  
La convergencia de estos múltiples indicadores ratifica la validez de estructura interna de tres factores  
para la medición del riesgo académico, el cual se representa a través del siguiente modelo (véase  
Figura 1).  
Figura 1  
Gráfico del modelo  
Nota: Gráfico obtenido a través del AFC realizado en JASP (versión 0.95.4).  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 608.  
Análisis de Consistencia Interna  
Finalmente, una vez confirmada la estructura factorial de las tres dimensiones, se procedió a realizar  
un análisis de consistencia interna general y para cada factor utilizando el Coeficiente de McDonald  
(), siendo este más robusto ante la violación del supuesto de tau-equivalencia (cargas factoriales  
distintas). En la Tabla 5 se muestran los resultados obtenidos en el análisis de la confiabilidad  
Tabla 5  
Resultados de confiabilidad mediante Omega de McDonald por factor y general  
Factor  
1. Dificultades Cognitivas.  
2. Desvinculación Escolar.  
3. Bajo Rendimiento Escolar.  
Escala Total.  
No. de ítems  
Omega de McDonald ()  
12  
9
5
0.935  
0.882  
0.847  
0.946  
26  
Fuente: elaboración propia.  
Como se puede observar, las puntuaciones obtenidas en el análisis de consistencia interna de cada  
factor, todos los resultados superan el punto de corte para el Coeficiente de Omega de McDonald ≥  
0.70, siendo este de 0.935 para el primer factor, lo cual se considera excelente, de 0.882 para el  
segundo factor y de 0.847 para el tercer factor, lo cual se considera buena. En general, la escala total  
obtuvo una puntuación de 0.946, lo cual indica que la escala cuenta con una excelente consistencia  
interna.  
DISCUSIÓN  
El objetivo de este trabajo fue diseñar y validar un instrumento cuantitativo que evalúe el riesgo  
académico en estudiantes de educación media superior. Para llevar a cabo dicho proceso se analizaron  
las propiedades psicométricas de la Escala de Riesgo Académico (ERA) propuesta para el presente  
estudio, cuyos resultados indican que la escala cuenta con evidencia sólida en cuanto a su validez de  
contenido, de constructo y consistencia interna.  
En la fase inicial, la validez de contenido mediante juicio de expertos garantizó que los reactivos del  
instrumento fueran representativos de las dimensiones teóricas propuestas originalmente. Siguiendo  
las recomendaciones de Ventura-León (2022), la obtención de coeficientes V de Aiken superiores a .70  
en los ítems permitió asegurar que la medición no se alejara del dominio conceptual del riesgo  
académico (Carpio Ramírez et al., 2018), evitando así que los ítems fallaron en capturar la complejidad  
del comportamiento estudiantil. Este proceso fue fundamental para depurar y rediseñar algunos  
reactivos del instrumento antes de someterlo al análisis empírico.  
Sin embargo, el hallazgo metodológico y teórico más significativo surgió durante la evaluación de la  
validez de constructo. Mientras que en el diseño teórico inicial se proponían cuatro dimensiones  
categóricas del riesgo (rezago escolar, bajo nivel de aprovechamiento, bajo rendimiento y fracaso  
escolar), el AFE demostró que una estructura de tres factores (Dificultades Cognitivas, Desvinculación  
Escolar y Bajo Rendimiento Escolar) resultaba empíricamente más adecuada y parsimoniosa,  
explicando el 52.7% de la varianza total.  
Este fenómeno de reducción o reconfiguración de factores es común en la validación de instrumentos  
educativos. Por ejemplo, en trabajos realizados por Mora-Romo y Martell-Muñoz (2022), así como por  
Preciado-Serrano et al. (2021), orientados al diseño y validación de escalas sobre compromiso y  
rendimiento académico, han reportado cómo la experiencia fenomenológica de los estudiantes tiende  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 609.  
a agrupar conceptualmente variables teóricamente aisladas. Tal es el caso de la ERA, en donde los  
estudiantes no percibieron una diferencia significativa entre “rezago” y “aprovechamiento”, lo que llevó  
a funcionar ambas dimensiones en una sola de “Dificultades Cognitivas”. Esto diálogo estrechamente  
con los trabajos sobre los Sistemas de Alerta Temprana, ya que mencionan que la predicción efectiva  
del abandono requiere evaluar áreas críticas de desempeño, comportamiento y vinculación  
institucional antes de que el fracaso se consolide (Allensworth y Easton, 2007; Balfanz et al., 2007).  
Asimismo, la viabilidad de este modelo de tres factores fue corroborado mediante un AFC, cuyos  
índices de bondad de ajuste obtenidos (CFI = .911, RMSEA = .061, SRMR = .058, PNFI = .729)  
demostraron que la estructura empírica reproduce de manera satisfactoria y eficiente la matriz de  
covarianzas de los datos. Estos resultados son consistentes, e incluso ligeramente superiores en  
parsimonia a los reportados en otros instrumentos validados en población educativa y estudiantil  
(Torres-Hernández, 2022; Remaycuna-Vásquez et al., 2023), lo que ratifica la estabilidad de la  
estructura de la escala ERA.  
Desde una perspectiva teórica y de intervención, la dimensión emergente de “Desvinculación Escolar”  
aporta un valor preventivo crucial. Investigaciones recientes sobre la deserción como la de Mejía Toiber  
et al., (2024) advierten que el abandono escolar (o fracaso escolar) es la fase terminal de una  
acumulación de factores de riesgo, lo que incluye la desconexión institucional y las tensiones  
sociodemográficas que vive el alumno. Esto resulta importante, ya que al medir la desvinculación de  
forma independiente al bajo rendimiento escolar (atribuido principalmente a las calificaciones), la ERA  
permite a los orientadores educativos detectar alumnos que, aunque aprueben materias, presentan un  
alto riesgo de abandono debido a factores emocionales o familiares, lo que facilita un abordaje desde  
perspectivas integrales que incluyan no solo al alumno, sino también a su sistema familiar.  
Con base en todo lo anterior, la presente investigación posee relevancia, ya que hasta la fecha no se  
han desarrollado más instrumentos que evalúen específicamente factores de riesgo asociados al  
riesgo académico y, que además, posean la confiabilidad necesaria (= 0.946) para medir de manera  
precisa y con un margen de error minimizado el constructo que se desea evaluar.  
Sin embargo, si bien los resultados demostraron una validez concisa respecto a las propiedades  
psicométricas del instrumento, es necesario señalar que el presente estudio cuenta con limitaciones.  
Por ejemplo, al haberse utilizado un diseño transversal en una única institución, la generalización de  
los resultados debe tomarse con cautela. Debido a esto, futuras investigaciones deberán replicar el  
análisis factorial en muestras más amplias y diversas, así como incorporar estudios de invarianza  
factorial (por sexo o nivel socioeconómico), así como diseños longitudinales que permitan observar  
cómo evolucionan o se mantienen los niveles de riesgo académico a lo largo del ciclo escolar y su  
relación predictiva con el abandono escolar definitivo. Del mismo modo, a pesar de que hasta el  
conocimiento actual de los autores la ERA es la primera escala construida y validada para evaluar el  
riesgo académico en estudiantes de educación media superior en México, para robustecer la validez  
del instrumento es recomendable realizar una validez de criterio, lo que nos permita comparar los  
resultados obtenidos en un instrumento estandarizado con el nuestro a fin de verificar si son similares  
y que evalúan lo mismo que pretendemos medir (Sarabia Cobo y Alconero Camarero, 2019).  
CONCLUSIÓN  
La ERA posee una adecuada validez de contenido y constructo, así como una alta confiabilidad para  
evaluar el riesgo académico en estudiantes de educación media superior en México. Las cinco etapas  
metodológicas implementadas en el procedimiento para el diseño y la validación del instrumento  
posibilitaron la depuración de los ítems que conforman la escala, lo que le permitió obtener una alta  
consistencia interna. A partir de este proceso empírico, se identificó una estructura tridimensional  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 610.  
(Dificultades Cognitivas, Desvinculación Escolar y Bajo Rendimiento Escolar) que captura de manera  
eficiente los factores asociados a la vulnerabilidad de los estudiantes.  
Más allá de los resultados psicométricos, la escala tiene implicaciones importantes en el contexto  
educativo. Por un lado, su aplicación permite identificar de forma oportuna estudiantes que podrían  
encontrarse en una situación de riesgo académico, lo cual facilita que las instituciones tomen  
decisiones más informadas para prevenir problemas como el rezago o el abandono escolar. En este  
sentido, la escala puede incorporarse como una herramienta útil dentro de los procesos de seguimiento  
académico, apoyando el fortalecimiento de las estrategias institucionales orientadas a la permanencia  
escolar.  
Por otra parte, la ERA también aporta información valiosa para la intervención educativa, ya que permite  
diseñar estrategias más específicas según las necesidades detectadas. A partir de sus dimensiones,  
es posible atender de manera diferenciada aspectos como las dificultades cognitivas, la  
desvinculación escolar o el bajo rendimiento, lo cual resulta especialmente relevante en espacios de  
orientación educativa y acompañamiento psicopedagógico.  
Finalmente, en el caso de la tutoría académica, la escala puede ser un recurso clave para identificar  
necesidades individuales de los estudiantes y orientar la elaboración de planes de apoyo más  
personalizados. Con base en los resultados, los tutores pueden implementar acciones concretas, como  
el fortalecimiento de hábitos de estudio, el trabajo de la regulación emocional o el acompañamiento en  
la definición de metas académicas, favoreciendo así una atención más integral.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 611.  
REFERENCIAS  
Allensworth, E. M., y Easton, J. Q. (2007). What Matters for Staying On-Track and Graduating in Chicago  
Public High Schools: A Close Look at Course Grades, Failures, and Attendance in the Freshman Year  
[Qué importa para mantenerse en el camino y graduarse en las escuelas secundarias públicas de  
Chicago: Una mirada cercana a las calificaciones de los cursos, los fracasos y la asistencia en el primer  
año].  
University  
of  
Chicago  
Consortium  
on  
School  
Research.  
Antonenko, P. D. (2015). The instrumental value of conceptual frameworks in educational technology  
research [El valor instrumental de los valores conceptuales en la investigación en tecnología educativa].  
9363-4  
Ato, M., López-García, JJ, & Benavente, A. (2013). Un sistema de clasificación para diseños de  
investigación en psicología. Anales De Psicología Annals of Psychology , 29(3), 10381059.  
Alfanz, R., Herzog, L., y Mac Iver, D. J. (2007). Preventing Student Disengagement and Keeping Students  
on the Graduation Path in Urban Middle-Grades Schools: Early Identification and Effective Interventions  
[Prevención del desinterés estudiantil y mantenimiento de los estudiantes en el camino de graduación  
en escuelas urbanas de educación secundaria: identificación temprana e intervenciones efectivas].  
Educational Psychologist, 42(4), 223235. https://doi.org/10.1080/00461520701621079  
Carpio Ramírez, C. A., Pacheco Chávez, V., Rodríguez Medina, R. N., & Morales Chávez, G. (2018). Riesgo  
Académico: un modelo de intervención, evidencias y extensiones. Universidad Nacional Autónoma de  
México.  
n_evidencias_y_extensiones  
FENAPSIME. (2018). Código de ética de las y los psicólogos mexicanos. Federación Nacional de  
Colegios, Sociedades y Asociaciones de Psicólogos de México, A. C.  
INEGI. (2024). Tasa de abandono escolar por entidad federativa según nivel educativo, ciclos escolares  
seleccionados  
de  
2000/2001  
a
2023/2024.  
4d89-4eaf-972e-431727fc686d  
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2018). Metodología de la  
investigación (6.ª ed.). McGraw-Hill Education.  
Junco Chávez, L. M., García Arellano, K. E., Ordoñez Vivero, R. E., y Reigosa Lara, A. (2024). Aplicación  
de la teoría sociocultural de Vygotsky y el rendimiento académico de los estudiantes de segundo  
López Borbón, M. F., Cubillas Rodríguez, M. J., Román Pérez, R. y Abril Valdez, E. (2022). El abandono  
escolar en educación media superior: afiliación institucional y dinámica familiar en estudiantes de  
Mejía Toiber, J. A., Cuellar Castilla, A. M., Gutiérrez González, M. A., Ducoing Rodríguez, P., y Puga  
Castro, R. (2024). Instrumento para identificar los factores de riesgo asociados a la deserción  
universitaria. South Florida Journal of Development, 5(7), 01-26. DOI: 10.46932/sfjdv5n7-015  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 612.  
Montero, I., & León, O. (2005). Sistema de clasificación del método en los informes de investigación en  
Psicología. International Journal of Clinical and Health Psychology, 5(1), 115-127. Available at:  
Morales Chávez, G., Peña Pérez, B., Hernández Corona, A. y Carpio Ramirez, C. A. (2023). Análisis e  
intervención en el riesgo académico en educación superior. Revista ConCiencia EPG, 8 (Especcial), 1-  
Mora-Romo, J. F., y Martell-Muñoz, J. (2022). Diseño y validación de instrumento para medir el  
compromiso académico en estudiantes universitarios mexicanos. Psicogente, 25(48), 1-23.  
Padua Rodríguez, L. (2019). Factores individuales y familiares asociados al bajo rendimiento  
académico en estudiantes universitarios. Revista Mexicana de Investigación Educativa, 24(80), 173-  
Preciado-Serrano, M. L., Ángel-González, M., Vázquez-Colunga, J. C., Esparza-Zamora, M. A., Vázquez-  
Juárez, C. L., y Obando-Changuán, M. P. (2021). Construcción y Validación de la Escala RAU de  
Rendimiento Académico Universitario. Revista Iberoamericana de Diagnóstico y Evaluación - e  
Remaycuna-Vásquez, A., Carrión-Barco, G., Espinoza-Porras, F. R., y Maquen, F. L. E. (2023). Validez y  
confiabilidad de la escala de rendimiento académico desde la percepción del alumno. Revista de  
Reyes Narváez, S. E., y Oyola Canto, M. S. (2022). Funcionalidad familiar y conductas de riesgo en  
estudiantes universitarios de ciencias de la salud. Comuni@cción: Revista de Investigación en  
Comunicación y Desarrollo, 13(2), 127-137. https://doi.org/10.33595/2226-1478.13.2.687  
Reyna Sáenz, M. S., y Arce Trueba, J. L. (2022). Funcionamiento familiar y rendimiento académico: su  
relación en estudiantes de bachillerato. Diversidad Aadémica, 2(1), 103-129.  
Torres Hernández, E. F. (2022). Diseño y validación de una escala de vocación docente para profesores  
Sarabia Cobo, C. M., y Alconero Camarero, A. R. (2019). Claves para el diseño y validación de  
cuestionarios en Ciencias de la Salud. Enfermería en Cardiología, XXVI(77), 69-73.  
Art_1-1.pdf  
Ventura-León, J. (2022). De regreso a la validez basada en el contenido. Adicciones, 34(3), 323-326.  
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en este  
sitio está disponibles bajo Licencia Creative Commons  
.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, abril, 2026, Volumen VII, Número 2 p 613.