Evaluación institucional basada en baremación y puntos de  
corte: instrumento de Entornos Educativos Flexibles en  
educación superior tecnológica  
Institutional evaluation based on norm-referenced scoring and cut-off  
points: the Flexible Educational Environments instrument in technological  
higher education  
María Guadalupe Balderrábano Saucedo1  
Instituto Tecnológico de Orizaba Colegio Interdisciplinario de Especialización  
Orizaba, Veracruz México  
Martha Patricia Quintero Fuentes  
Instituto Tecnológico de Orizaba Colegio Interdisciplinario de Especialización  
Orizaba, Veracruz México  
Artículo recibido: 12 de enero de 2026. Aceptado para publicación: 19 de mayo de 2026.  
Conflictos de Interés: Ninguno que declarar.  
Resumen  
La medición de constructos educativos complejos requiere, además de evidencias de validez y  
consistencia interna, criterios interpretativos que permitan transformar puntajes continuos en niveles  
útiles para la toma de decisiones institucionales. El objetivo de este estudio fue evaluar el instrumento  
de Entornos Educativos Flexibles en educación superior tecnológica mediante técnica de baremos. En  
este contexto, los baremos consistieron en establecer puntos de corte sobre la distribución de  
puntajes para clasificar el desempeño en tres niveles de interpretación: bajo, medio y alto. Se  
desarrolló un estudio cuantitativo, transversal e instrumental. Se analizaron 355 registros y se  
evaluaron seis dimensiones: (1) Accesibilidad y Flexibilidad de Recursos, (2) Autonomía y Aprendizaje  
Autodirigido, (3) Interacción y Colaboración Social, (4) Innovación Didáctica y Tecnológica, (5)  
Evaluación y Retroalimentación, y (6) Bienestar y Apoyo Institucional. El análisis incluyó estadística  
descriptiva mediante frecuencias y porcentajes por nivel y por dimensión. Los hallazgos mostraron  
predominio del nivel medio en todas las dimensiones: 57.58%, 49.72%, 47.75%, 48.03%, 45.51% y  
46.35%, respectivamente. El nivel alto osciló entre 29.78% y 45.51%, mientras que el nivel bajo se ubicó  
entre 7.02% y 12.64%. Se concluyó que la técnica de baremos permitió generar rangos interpretativos  
comparables por dimensión y aportó una base operativa para el diagnóstico, el seguimiento y la  
priorización de acciones de mejora en educación superior tecnológica.  
Palabras clave: educación superior tecnológica, entornos educativos flexibles, puntos de  
corte, técnica de baremos  
Abstract  
The measurement of complex educational constructs requires, in addition to evidence of validity and  
1
Autora de correspondencia.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3075.  
internal consistency, interpretive criteria that make it possible to transform continuous scores into  
useful levels for institutional decision-making. The objective of this study was to evaluate the Flexible  
Educational Environments instrument in technological higher education using a norm-referenced  
scaling (baremos) technique. In this context, the baremos consisted of establishing cut-off points on  
the score distribution to classify performance into three interpretive levels: low, medium, and high. A  
quantitative, cross-sectional, and instrumental study was conducted. A total of 355 records were  
analyzed, and six dimensions were assessed: (1) Accessibility and Flexibility of Resources, (2)  
Autonomy and Self-Directed Learning, (3) Social Interaction and Collaboration, (4) Didactic and  
Technological Innovation, (5) Assessment and Feedback, and (6) Well-Being and Institutional Support.  
The analysis included descriptive statistics using frequencies and percentages by level and by  
dimension. The findings showed a predominance of the medium level across all dimensions: 57.58%,  
49.72%, 47.75%, 48.03%, 45.51%, and 46.35%, respectively. The high level ranged from 29.78% to  
45.51%, while the low level ranged from 7.02% to 12.64%. It was concluded that the baremos technique  
made it possible to generate comparable interpretive ranges by dimension and provided an operational  
basis for diagnosis, monitoring, and prioritization of improvement actions in technological higher  
education.  
Keywords: technological higher education, flexible educational environments, cutoff points,  
norm-referenced scaling technique.  
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,  
publicado en este sitio está disponibles bajo Licencia Creative Commons.  
Cómo citar: Balderrábano Saucedo, M. G., & Quintero Fuentes, M. P. (2026). Evaluación institucional  
basada en baremación y puntos de corte: instrumento de Entornos Educativos Flexibles en educación  
superior tecnológica. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades 7 (2), 3075  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3076.  
INTRODUCCIÓN  
La evaluación de constructos educativos complejos en educación superior tecnológica exige no solo  
evidencias psicométricas como validez y consistencia interna, sino también criterios de interpretación  
que transformen los puntajes en información útil para la gestión institucional. En este marco, los  
Entornos Educativos Flexibles (EEF) requieren métricas capaces de identificar niveles de desempeño  
comparables entre dimensiones clave del proceso formativo. En México, la magnitud del subsistema  
incrementa esta exigencia, de acuerdo con ANUIES (2024), se reportan 3,331,032 estudiantes inscritos  
en instituciones de educación superior públicas.  
Desde una perspectiva psicométrica contemporánea, la validez se refiere a la justificación de las  
interpretaciones y usos de las puntuaciones; por ello, los puntos de corte requieren reglas explícitas de  
clasificación y consideración del error de medición, especialmente cerca de los umbrales. (American  
Educational Research Association [AERA], American Psychological Association [APA], & National  
Council on Measurement in Education [NCME], 2014).  
Aunque existen avances en validación del instrumento EEF (por ejemplo, evidencia de validez de  
contenido), persiste una brecha entre obtener puntajes continuos y traducirlos en criterios operativos  
comparables por dimensión para la gestión institucional (Balderrábano-Saucedo et al., 2025). En  
consecuencia, el problema de investigación se centra en definir: ¿Cómo establecer e interpretar puntos  
de corte mediante técnica de baremos para clasificar el desempeño en EEF de manera consistente y  
útil para diagnóstico, seguimiento y mejora?  
En consecuencia, el objetivo general es:  
Evaluar el instrumento de Entornos Educativos Flexibles en educación superior tecnológica  
mediante técnica de baremos para establecer puntos de corte interpretables por dimensión.  
La pregunta de investigación general es: ¿Cómo establecer e interpretar puntos de corte, mediante  
técnica de baremos, para clasificar el desempeño en EEF (bajo, medio y alto) de forma que los  
resultados sean comparables y accionables en la gestión institucional?  
METODOLOGÍA  
Enfoque de investigación  
El estudio se desarrolló bajo un enfoque cuantitativo, debido a que buscó medir de forma objetiva el  
constructo Entornos Educativos Flexibles (EEF) y clasificar los puntajes en niveles de desempeño  
interpretables para la gestión institucional. Este enfoque permitió trabajar con datos numéricos,  
describir distribuciones y establecer puntos de corte mediante baremación.  
En términos psicométricos, la interpretación de puntuaciones se sustentó en la integración de  
evidencia de validez y confiabilidad, considerando que esta última depende de la muestra y del contexto  
de aplicación (Reidl-Martínez, 2013; AERA, APA, & NCME, 2014).  
Diseño del estudio  
Se utilizó un diseño no experimental, transversal, de alcance observacional-descriptivo y con  
orientación instrumental. No experimental, porque no se manipularon variables. Transversal, porque la  
recolección de datos se realizó en un solo momento. Instrumental, porque el interés central fue evaluar  
el comportamiento del instrumento EEF y su utilidad para clasificar niveles de desempeño en contextos  
de educación superior tecnológica.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3077.  
Participantes  
La muestra estuvo conformada por 355 estudiantes de cuatro instituciones de educación superior  
tecnológica. La distribución por institución fue: Institución A: 216 estudiantes (60.85%), Institución B:  
61 estudiantes (17.18%), Institución C: 52 estudiantes (14.65%) e Institución D: 26 estudiantes (7.32%).  
Ver Tabla 1.  
Tabla 1  
Participantes de Instituciones de Educación Superior (IES) según carrera  
IES  
A
B
C
D
IGE  
132  
3
38  
0
Arquitectura  
IELO  
36  
0
1
0
IME  
32  
0
0
0
ISC  
6
19  
0
MSC  
IIND  
2
2
12  
0
ISEM  
IINF  
1
0
0
0
IQUI  
IGyDSM  
0
37  
0
5
0
1
0
1
0
0
0
1
0
0
0
0
0
0
0
0
26  
Nota: Ingeniería en Gestión Empresarial (IGE), Ingeniería Electrónica (IELO), Ingeniería Mecánica (IME),  
Ingeniería en Sistemas Computacionales (ISC), Maestría en Sistemas Computacionales (MSC),  
Ingeniería Industrial (IIND), Ingeniería en Semiconductores (ISEM), (Ingeniería Informática (IINF),  
Ingeniería Química (IQUI), Ingeniería en Gestión y Desarrollo de Software Multiplataforma (IGyDSM).  
Fuente: elaboración propia.  
Instrumento de recolección de datos  
Se empleó el instrumento de Entornos Educativos Flexibles (EEF), integrado por 42 ítems distribuidos  
en seis dimensiones: (1) Accesibilidad y Flexibilidad de Recursos (ítems 17), (2) Autonomía y  
Aprendizaje Autodirigido (ítems 814), (3) Interacción y Colaboración Social (ítems 1521), (4)  
Innovación Didáctica y Tecnológica (ítems 2228), (5) Evaluación y Retroalimentación (ítems 2935)  
y (6) Bienestar y Apoyo Institucional (ítems 3642) (Balderrábano-Saucedo et al., 2025, pp. 5354).  
La validez del instrumento se abordó de manera secuencial: (i) validez de contenido mediante juicio de  
expertos, que permitió delimitar seis dimensiones a priori; y (ii) evidencia de estructura interna  
mediante AFE, que en esta muestra sugirió una solución de cinco factores. La diferencia entre  
dimensionalidad teórica y estructura factorial empírica es metodológicamente plausible, pues el  
número de factores retenidos depende de la magnitud de las correlaciones entre dimensiones, el  
patrón de cargas y los criterios de retención/parsimonia. Estudios recientes destacan la sensibilidad  
de la decisión de retención de factores y proponen estrategias modernas para robustecer esta etapa  
(Morán, Villarrubia, Fabbro, & Natera, 2023).  
Procedimiento  
El levantamiento y procesamiento de la información se desarrolló en cinco etapas secuenciales:  
Gestión institucional: coordinación con cuatro IES para autorizar la aplicación del instrumento.  
Consentimiento informado: presentación del consentimiento antes de responder el cuestionario.  
Aplicación del instrumento: administración en línea mediante Google Forms.  
Preparación de base de datos: depuración, revisión y codificación inicial en Microsoft Excel.  
Procesamiento estadístico: análisis en SPSS v27.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3078.  
Análisis de datos  
El análisis se efectuó en tres fases:  
Estadística descriptiva de los puntajes por dimensión para caracterizar su distribución.  
Análisis factorial exploratorio (AFE) para examinar la estructura interna del instrumento. Se empleó  
extracción por cuadrados mínimos no ponderados (ULS) y rotación Varimax con normalización de  
Kaiser para facilitar la interpretabilidad de la solución factorial.  
Criterio de retención de ítems con base en cargas factoriales, considerando  
sustantivas las cargas ≥ 0.40.  
Finalmente, se aplicó una técnica de baremación con intervalos equidistantes para establecer puntos  
de corte y clasificar el desempeño en tres niveles: Bajo, Medio y Alto, con fines de diagnóstico  
institucional y comparación entre dimensiones.  
Consideraciones éticas  
La participación fue voluntaria y se recabó consentimiento informado previo a la aplicación. La  
información se trató de forma confidencial y con fines exclusivamente académicos y de investigación.  
DESARROLLO  
El estudio se sitúa en el enfoque argumental de la validez, que exige justificar las inferencias derivadas  
de las puntuaciones y su uso en decisiones institucionales, especialmente cuando se emplean niveles  
de desempeño definidos por puntos de corte.  
Desde el enfoque argumental de la validez, la calidad de una medición depende de la solidez de las  
inferencias y usos derivados de las puntuaciones, más que del instrumento considerado de manera  
aislada (Kane, 2013). Por tanto, una evaluación institucional robusta exige justificar explícitamente la  
relación entre puntaje observado, interpretación del nivel de desempeño y decisión académica o de  
gestión que se desprende del resultado (AERA et al., 2014; Kane, 2013).  
Bajo esta lógica, el establecimiento de puntos de corte (cut scores) constituye un componente central  
cuando se pretende clasificar el desempeño en categorías interpretables. Dichos puntos de corte  
deben definirse con metodología explícita, juicio experto y criterios de calidad técnica, ya que su  
función es separar niveles de logro que serán utilizados en decisiones educativas (Zieky & Perie, 2006).  
Así, la baremación permite traducir puntajes continuos a niveles operativos (p. ej., bajo, medio y alto),  
favoreciendo comparabilidad y uso institucional de resultados.  
Asimismo, la consistencia de las puntuaciones es indispensable para sostener clasificaciones válidas,  
especialmente cerca de los umbrales de decisión, donde el error de medición puede afectar la  
asignación de nivel (Reidl-Martínez, 2013). En consecuencia, la interpretación por niveles debe  
sustentarse de manera conjunta en evidencia de validez, evidencia de confiabilidad y reglas  
transparentes de clasificación (AERA et al., 2014; Reidl-Martínez, 2013).  
Como antecedente directo del constructo EEF, la validación de contenido del instrumento mediante  
juicio de expertos aporta evidencia favorable de pertinencia y coherencia de los ítems, lo que respalda  
su uso para estudios posteriores orientados en baremación y puntos de corte para evaluación  
institucional (Balderrábano-Saucedo et al., 2025).  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3079.  
El estudio se sustenta, en primer lugar, en la tradición psicométrica de la Teoría Clásica de los Tests,  
que permite comprender el puntaje observado como una combinación de puntuación verdadera y error  
de medición, y en la necesidad de estimar la consistencia interna de los instrumentos para respaldar  
la calidad de sus resultados (Cronbach, 1951; Lord & Novick, 1968).  
Se adopta una perspectiva contemporánea de validez centrada en el argumento de interpretación y uso  
de los puntajes. Desde este enfoque, validar implica reunir evidencia suficiente para sostener las  
inferencias que se realizan a partir de los resultados y su empleo en contextos reales de decisión  
(American Educational Research Association, American Psychological Association, & National Council  
on Measurement in Education [AERA, APA, & NCME], 2014; Kane, 2013).  
En coherencia con lo anterior, la baremación se justifica como un procedimiento técnico para  
transformar puntajes continuos en categorías interpretativas (bajo, medio, alto) mediante puntos de  
corte explícitos, lo que incrementa la utilidad de los resultados para diagnóstico, seguimiento y  
priorización institucional (Cizek & Bunch, 2007). Finalmente, el constructo de Entornos Educativos  
Flexibles se entiende como una organización pedagógica e institucional que amplía opciones de  
acceso, trayectorias y formas de aprendizaje; además, la evidencia empírica ha mostrado su relación  
con procesos de autorregulación del aprendizaje, aspecto clave para interpretar dimensiones como  
autonomía y trabajo académico independiente (Bergamin et al., 2012; Collis & Moonen, 2001).  
Los conceptos clave en este estudio son: Constructo educativo complejo: variable latente  
multidimensional que no se observa de forma directa y requiere indicadores válidos y consistentes  
para su medición (AERA, APA, & NCME, 2014; Kane, 2013). Consistencia interna: grado de coherencia  
entre ítems que pretenden medir el mismo rasgo o dimensión (Cronbach, 1951). Baremos: normas  
derivadas de la distribución de puntajes para interpretar el desempeño relativo de una población  
evaluada (Cizek & Bunch, 2007). Puntos de corte: umbrales técnicos utilizados para clasificar  
resultados en niveles de desempeño (p. ej., bajo, medio, alto) con fines de decisión (Cizek & Bunch,  
2007). Entornos Educativos Flexibles: configuración de condiciones didácticas, tecnológicas e  
institucionales que amplían opciones de aprendizaje y favorecen autonomía y adaptación a  
necesidades diversas (Bergamin et al., 2012; Collis & Moonen, 2001).  
RESULTADOS  
El instrumento se diseñó inicialmente con seis dimensiones sustentadas en juicio de expertos  
(evidencia de contenido), el AFE identificó una solución de cinco factores para esta muestra. Esta  
discrepancia se interpreta como una convergencia empírica entre dimensiones teóricas  
conceptualmente próximas, lo cual es esperable cuando la estructura interna se estima a partir de  
covarianzas observadas y bajo criterios de retención e interpretabilidad. En consecuencia, el reporte de  
resultados se organiza según la estructura empírica de cinco factores, manteniendo la discusión  
teórica sobre el dominio original del constructo (Morán et al., 2023)  
Adecuación de la matriz para el AFE  
La matriz de datos mostró condiciones adecuadas para el análisis factorial. El índice KMO=0.972  
evidenció una adecuación muestral excelente. La prueba de esfericidad de Bartlett fue significativa,  
χ²(861)=11749.026, p<0.001, lo que justificó la factorización de la matriz de correlaciones.  
Solución factorial y depuración de ítems  
La rotación Varimax con normalización Kaiser convergió en 11 iteraciones. La retención de ítems se  
estableció con cargas factoriales ≥0.40. Con base en este criterio, se eliminó el ítem 1 por no presentar  
carga factorial sustantiva en la solución final.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3080.  
Estructura factorial final  
La solución final quedó conformada por cinco factores:  
Factor 1. Bienestar y apoyo institucional al estudiante: 19, 21, 36, 37, 38, 39, 40, 41, 42.  
Factor 2. Clima colaborativo y participación activa: 2, 11, 14, 15, 16, 17, 20, 26.  
Factor 3. Innovación pedagógico-tecnológica para la autonomía: 10, 12, 13, 18, 22, 23, 24, 25, 27, 28.  
Factor 4. Flexibilidad institucional y permanencia académica: 3, 4, 5, 6, 7, 8, 9.  
Factor 5. Evaluación y retroalimentación: 29, 30, 31, 32, 33, 34, 35.  
Baremación e interpretación por niveles  
A partir de la baremación con intervalos equidistantes, se definieron puntos de corte para clasificar el  
desempeño en Bajo, Medio y Alto, permitiendo comparar dimensiones con un criterio homogéneo y  
orientar decisiones de mejora institucional.  
Tabla 2  
Puntos de corte por factor para la clasificación de niveles de desempeño (baremación por intervalos  
equidistantes)  
Factor  
Mín  
Máx  
Rang  
o
Interval  
PC1  
PC2  
PC3  
Bajo  
Medio  
Alto  
o
41  
9
205  
45  
164  
36  
55  
12  
96  
21  
150  
33  
205  
45  
41  
9
96  
21  
97  
150  
33  
151  
205  
45  
Factor  
1
Factor  
2
Factor  
3
Factor  
4
22  
20  
24  
17  
17  
34  
30  
38  
27  
27  
8
10  
7
40  
50  
35  
35  
32  
40  
28  
28  
11  
13  
9
19  
23  
16  
16  
29  
37  
26  
26  
40  
50  
35  
35  
8
19  
23  
16  
16  
29  
37  
26  
26  
40  
50  
35  
35  
10  
7
Factor  
5
7
9
7
Nota:  
Mín=puntaje mínimo posible; Máx=puntaje máximo posible; Rango=Máx  
Mín;  
Intervalo=amplitud del tramo para la baremación; PC=punto de corte. La clasificación se estableció  
mediante intervalos equidistantes: Bajo (MínPC1), Medio (PC1 + 1PC2) y Alto (PC2 + 1Máx). Esta  
baremación es criterial (basada en el rango posible de puntuación) y no corresponde a percentiles  
normativos de la muestra.  
Fuente: elaboración propia.  
Se establecieron puntos de corte mediante baremación con intervalos equidistantes para clasificar el  
desempeño en tres niveles (bajo, medio y alto) tanto para el puntaje global del instrumento como para  
cada factor. Ver Tabla 2. En el puntaje global (41205), los rangos se definieron como bajo (4196),  
medio (97150) y alto (151205). Los puntos de corte por factor fueron: Factor 1: bajo (921), medio  
(2233), alto (3445); Factor 2: bajo (819), medio (2029), alto (3040); Factor 3: bajo (1023), medio  
(2437), alto (3850); Factor 4: bajo (716), medio (1726), alto (2735); Factor 5: bajo (716), medio  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3081.  
(1726), alto (2735). Esta estrategia permitió disponer de criterios homogéneos de interpretación  
entre factores para apoyar el diagnóstico institucional.  
Tabla 3  
Factor 1. Bienestar y apoyo institucional al estudiante  
Factor 1  
Bajo  
Frecuencia  
Porcentaje  
8.2  
Porcentaje válido  
Porcentaje acumulado  
29  
8.2  
8.2  
Medio  
154  
43.4  
43.4  
51.6  
Alto  
172  
355  
48.5  
100  
48.5  
100  
100  
Total  
Fuente: elaboración propia.  
El Factor 1 (Bienestar y apoyo institucional al estudiante), la mayoría de los participantes se clasificó  
en el nivel alto (n=172, 48.5%), seguido del nivel medio (n=154, 43.4%) y, en menor proporción, del nivel  
bajo (n=29, 8.2%). En conjunto, el 91.9% de la muestra se ubicó en niveles medio o alto, lo que indica  
una tendencia general hacia percepciones favorables en esta dimensión. Ver Tabla 3.  
Tabla 4  
Factor 2. Clima colaborativo y participación activa  
Factor 2  
Bajo  
Medio  
Alto  
Frecuencia  
21  
Porcentaje  
5.92  
Porcentaje válido  
Porcentaje acumulado  
5.92  
40.85  
53.23  
100  
5.92  
46.77  
100  
145  
189  
355  
40.85  
53.23  
100  
Total  
Fuente: elaboración propia.  
En el Factor 2 (Clima colaborativo y participación activa), la mayoría de los participantes se clasificó  
en el nivel alto (n=189, 53.24%), seguido del nivel medio (n=145, 40.85%) y del nivel bajo (n=21, 5.92%).  
En conjunto, el 94.08% de la muestra se ubicó en niveles medio o alto, lo que indica una tendencia  
general hacia percepciones favorables en esta dimensión. Ver Tabla 4.  
Tabla 5  
Factor 3. Innovación pedagógica-tecnológica para la autonomía  
Factor 3  
Bajo  
Medio  
Alto  
Frecuencia  
26  
Porcentaje  
7.3239437  
47.323944  
45.352113  
100  
Porcentaje válido  
7.3239437  
47.323944  
45.352113  
100  
Porcentaje acumulado  
7.3239437  
168  
161  
355  
54.647887  
100  
Total  
Fuente: elaboración propia.  
En el Factor 3 (Innovación pedagógica-tecnológica para la autonomía), la mayor proporción de  
participantes se ubicó en el nivel medio (n=168, 47.32%), seguida del nivel alto (n=161, 45.35%) y del  
nivel bajo (n=26, 7.32%). En conjunto, el 92.68% de la muestra se clasificó en niveles medio o alto, lo  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3082.  
que sugiere una tendencia general favorable, aunque con predominio del nivel medio en esta  
dimensión. Ver Tabla 5.  
Tabla 6  
Factor 4. Flexibilidad institucional y permanencia académica  
Factor 4  
Bajo  
Frecuencia  
71  
Porcentaje  
20  
Porcentaje válido  
Porcentaje acumulado  
20  
20  
Medio  
Alto  
Total  
134  
150  
355  
37.75  
42.25  
100  
37.75  
42.25  
100  
57.75  
100  
Fuente: elaboración propia.  
En el Factor 4 (Flexibilidad institucional y permanencia académica), el 42.25% de los participantes se  
clasificó en el nivel alto (n=150), el 37.75% en el nivel medio (n=134) y el 20.00% en el nivel bajo (n=71).  
En conjunto, el 80.00% de la muestra se ubicó en niveles medio o alto, aunque se observó una  
proporción relativamente mayor en nivel bajo respecto a los demás factores, lo que sugiere  
oportunidades de mejora en esta dimensión. Ver Tabla 6.  
Tabla 7  
Factor 5. Evaluación y Retroalimentación  
Factor 5  
Bajo  
Medio  
Alto  
Frecuencia  
31  
Porcentaje  
8.73  
Porcentaje válido  
Porcentaje acumulado  
8.73  
45.63  
45.63  
100  
8.73  
54.36  
100  
162  
162  
355  
45.63  
45.63  
100  
Total  
Fuente: elaboración propia.  
En el Factor 5 (Evaluación y retroalimentación), el 45.63% de los participantes se clasificó en los niveles  
medio (n=162) y alto (n=162), mientras que el 8.73% se ubicó en el nivel bajo (n=31). En conjunto, el  
91.27% de la muestra se situó en niveles medio o alto, lo que indica una tendencia general favorable,  
con una distribución equivalente entre desempeño medio y alto en esta dimensión. Ver Tabla 7. En los  
cinco factores se observó una concentración mayoritaria en niveles medio y alto, lo que sugiere una  
percepción globalmente favorable de los Entornos Educativos Flexibles en la muestra (N=355). El  
Factor 2 (Clima colaborativo y participación activa) presentó la mayor proporción en nivel alto (n=189,  
53.2%) y la menor en bajo (n=21, 5.9%), configurándose como la dimensión con valoración más  
favorable. En contraste, el Factor 4 (Flexibilidad institucional y permanencia académica) mostró la  
proporción más elevada en nivel bajo (n=71, 20.0%) y la menor concentración conjunta en niveles  
medioalto (80.0%), lo que sugiere mayor heterogeneidad y un área prioritaria de mejora institucional.  
El Factor 1 (Bienestar y apoyo institucional al estudiante) se ubicó predominantemente en nivel alto  
(n=172, 48.5%) y medio (n=154, 43.4%), mientras que el Factor 3 (Innovación pedagógico-tecnológica  
para la autonomía) presentó un predominio relativo del nivel medio (n=168, 47.3%) sobre el alto (n=161,  
45.4%), indicando una valoración favorable con margen de fortalecimiento. Finalmente, el Factor 5  
(Evaluación y retroalimentación) mostró una distribución equivalente entre medio y alto (n=162, 45.6%  
en ambos), con una proporción baja en nivel bajo (n=31, 8.7%), lo que sugiere percepciones favorables,  
pero no uniformes en esta dimensión.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3083.  
DISCUSIÓN  
Predominio de niveles medioalto en todos los factores  
En conjunto, los cinco factores muestran una distribución concentrada en niveles medio y alto, lo que  
sugiere percepciones mayoritariamente favorables sobre los componentes evaluados del Entorno  
Educativo Flexible. Este patrón es consistente con evidencia que vincula el apoyo institucional y los  
servicios estudiantiles con la persistencia y el éxito académico, particularmente cuando los estudiantes  
perciben disponibilidad y utilidad de dichos apoyos.  
En el Factor 1 (Bienestar y apoyo institucional al estudiante) también predominó el nivel Alto (48,5%) y,  
en conjunto con el nivel Medio (43,4%), el patrón sugiere que una proporción amplia del estudiantado  
percibe disponibilidad de apoyos y condiciones de bienestar institucional. Desde la literatura sobre  
permanencia y éxito estudiantil, estos componentes suelen vincularse con integración académica y  
continuidad, en tanto reducen barreras no académicas (por ejemplo, administrativas, psicosociales y  
de acompañamiento) que afectan el desempeño y la decisión de permanecer.  
Factor 2 (clima colaborativo/participación) como el más favorable: El Factor 2 presentó la mayor  
proporción en nivel alto (53.2%) y la menor en nivel bajo (5.9%). Este hallazgo es congruente con  
literatura que sitúa el aprendizaje colaborativo y las dinámicas participativas como condiciones  
asociadas a mayor compromiso (engagement) estudiantil y mejores experiencias de aprendizaje en  
educación superior (Kyndt et al., 2013).  
Factor 3 (innovación pedagógico-tecnológica/autonomía) con predominio del nivel medio: El  
predominio del nivel medio (47.3%) sugiere una percepción favorable pero aún no consolidada sobre  
innovación didáctica-tecnológica orientada a la autonomía. La literatura sobre autonomía y aprendizaje  
autodirigido destaca que la tecnología por sí sola no garantiza autonomía; suele requerir apoyo  
docente, metacognición, motivación y diseño instruccional intencional (Ryan & Deci, 2000).  
Factor 4 (flexibilidad/permanencia) como el foco crítico: El Factor 4 concentró la mayor proporción en  
nivel bajo (20.0%), lo que apunta a tensiones institucionales frecuentes: la flexibilidad no depende solo  
de voluntad pedagógica, sino de estructuras, normativas, trayectorias curriculares y arreglos  
organizacionales. En revisiones críticas y reportes de política educativa se subraya que la flexibilidad  
(tiempo/espacio/ritmo) requiere rediseños institucionales y no únicamente ajustes operativos (Beatty,  
2019).  
Respecto al Factor 5 (Evaluación y retroalimentación), la distribución mostró niveles Medio y Alto  
equivalentes (45,6% y 45,6%), con Bajo en 8,7%. Este comportamiento sugiere que la evaluación  
formativa y la retroalimentación operan en un rango aceptable, pero aún no se consolidan de manera  
uniforme como práctica de alto impacto. La evidencia internacional caracteriza la retroalimentación  
efectiva como un mecanismo central para mejorar aprendizaje y autorregulación, particularmente  
cuando es oportuna, específica y orientada a acciones (Hattie & Timperley, 2007; Nicol & Macfarlane-  
Dick, 2006).  
Estructura interna: evidencia de factorización excelente y solución de cinco factores  
El KMO elevado y la significancia de Bartlett (reportados en Resultados) sostienen la factorización;  
además, la solución de cinco factores y la eliminación del ítem 1 sugieren un refinamiento empírico del  
modelo. Esto puede interpretarse como ajuste contextual: dimensiones teóricas inicialmente  
separadas pueden integrarse o reorganizarse en función de prácticas institucionales reales.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3084.  
Implicaciones teóricas  
La solución de cinco factores aporta evidencia para discutir la validez de constructo en el contexto  
estudiado y sugiere una posible reconfiguración respecto a la estructura teórica original.  
La eliminación del ítem 1 indica la conveniencia de revisar su formulación (claridad semántica,  
pertinencia cultural/institucional) o su alineación con el constructo, como parte del proceso de  
depuración psicométrica.  
Implicaciones prácticas  
Prioridad institucional: el Factor 4 emerge como el principal ámbito de mejora, dado su mayor nivel  
bajo. Esto orienta acciones sobre reglamentos, trayectorias flexibles, mecanismos de permanencia,  
apoyos académicos y adaptaciones institucionales.  
Fortalecimiento pedagógico: el predominio de nivel medio en el Factor 3 sugiere oportunidades para  
robustecer diseños de aprendizaje con tecnología centrados en autorregulación (retroalimentación  
formativa, seguimiento de progreso, andamiajes).  
Sostener lo favorable: los resultados altos en colaboración (Factor 2) y bienestar/apoyo (Factor 1)  
sugieren mantener y escalar prácticas efectivas de participación y servicios de apoyo, por su relación  
con persistencia (Herrera et al., 2025; UNESCO, 2020).  
Limitaciones  
Diseño transversal: no permite inferir causalidad ni cambios temporales.  
Autorreporte: posible sesgo de deseabilidad social y varianza de método común.  
Generalización: la muestra (N = 355) y el contexto institucional pueden limitar la extrapolación a otros  
sistemas.  
Criterios de baremación: los puntos de corte equidistantes son criteriales (por rango de puntuación) y  
no normativos (p. ej., percentiles), por lo que “alto/medio/bajo” no describe necesariamente  
distribución poblacional.  
Evidencia psicométrica incompleta: el AFE es un paso inicial; falta confirmación mediante CFA y  
evaluación de invarianza (por institución, género, cohorte, modalidad).  
RECOMENDACIONES  
Análisis factorial confirmatorio (CFA) para contrastar la solución de cinco factores y comparar con la  
estructura teórica original.  
Invarianza de medición entre instituciones y subgrupos (p. ej., sexo, modalidad, semestre), para  
robustecer comparaciones.  
Revisión  
del  
ítem  
1:  
análisis  
cualitativo  
cognitivo  
(entrevistas  
cognitivas)  
y
reescritura/reespecificación del ítem, seguido de nueva validación.  
Baremación normativa: construir percentiles o normas por subpoblación; alternativamente, explorar  
enfoques IRT/Rasch para umbrales más informativos.  
Vinculación con resultados externos: asociar factores con indicadores de permanencia, desempeño,  
reprobación/abandono, o métricas de engagement.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3085.  
CONCLUSIÓN  
La adopción de baremos responde a la necesidad de traducir puntajes continuos a interpretaciones  
comparables y comunicables para usuarios no especialistas. Dado que la estructura interna empírica  
se organizó en cinco factores, los baremos se calcularon sobre dichas subescalas (y, en su caso, sobre  
un puntaje global), permitiendo clasificar resultados en rangos interpretativos con fines descriptivos e  
institucionales. Esta decisión se alinea con estándares de uso de pruebas que enfatizan la coherencia  
entre el propósito del instrumento y el modo en que se reportan e interpretan los puntajes, así como  
con recomendaciones contemporáneas de transparentar procedimientos cuando se emplean puntos  
de corte (AERA, APA, & NCME, 2014).  
El estudio aportó evidencia descriptiva y estructural sobre el instrumento EEF en una muestra de 355  
estudiantes, mostrando una tendencia general favorable (predominio de niveles medioalto) en los  
cinco factores evaluados.  
El Factor 2 (clima colaborativo y participación activa) destacó como la dimensión mejor valorada,  
mientras que el Factor 4 (flexibilidad institucional y permanencia académica) concentró la mayor  
proporción de nivel bajo, identificándose como un foco prioritario de mejora.  
Los resultados psicométricos (adecuación excelente para el análisis factorial, solución de cinco  
factores y depuración de un ítem) respaldan la utilidad del instrumento para diagnóstico institucional,  
a la vez que justifican estudios posteriores (CFA, invarianza y baremación normativa) para fortalecer la  
validez y la comparabilidad de interpretaciones.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3086.  
REFERENCIAS  
American Educational Research Association, American Psychological Association, & National Council  
on Measurement in Education. (2014). Standards for educational and psychological testing. American  
Educational  
Research  
Association.  
educational-psychological-testing-2014-edition  
ANUIES. (2024). Anuario Estadístico de la Población Escolar en Educación Superior Ciclo Escolar 2023-  
Balderrábano-Saucedo, M., Quintero-Fuentes, M., Ocampo-Ayub, R., & Argüelles-Gil, G., (2025).  
Validación de contenido de un instrumento para entornos educativos flexibles a través del juicio  
Beatty, B. J. (2019). Hybrid-flexible course design: Implementing student-directed hybrid classes.  
Bergamin, P. B., Werlen, E., Siegenthaler, E., & Ziska, S. (2012). The relationship between flexible and  
self-regulated learning in open and distance universities. International Review of Research in Open and  
Cizek, G. J., & Bunch, M. B. (2007). Standard setting: A guide to establishing and evaluating performance  
standards on tests. SAGE Publications.  
Collis, B., & Moonen, J. (2001). Flexible learning in a digital world: Experiences and expectations. Kogan  
Page.  
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–  
Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–  
Herrera, P., Huepe, M., & Trucco, D. (2025). Educación y desarrollo de competencias digitales en  
América Latina y el Caribe (Documentos de Proyectos, LC/TS.2025/3). Comisión Económica para  
desarrollo-competencias-digitales-america-latina-caribe  
Kane, M. T. (2013). Validating the interpretations and uses of test scores. Journal of Educational  
Kyndt, E., Raes, E., Lismont, B., Timmers, F., Cascallar, E., & Dochy, F. (2013). A meta-analysis of the  
effects of face-to-face cooperative learning: Do recent studies falsify or verify earlier findings?  
Educational Research Review, 10, 133149. doi:10.1016/j.edurev.2013.02.002  
Lord, F. M., & Novick, M. R. (1968). Statistical theories of mental test scores. Addison-Wesley.  
Morán, V. E., Villarrubia, M. D., Fabbro, N., & Natera, M. Z. (2023). Datos normativos en población de  
adultos argentinos para la Escala Breve de Ansiedad y Fobia Social- SPAI-B. Revista Argentina de  
Ciencias del Comportamiento, 15(2), 5059. https://doi.org/10.32348/1852.4206.v15.n2.33308  
Nicol, D. J., & Macfarlane-Dick, D. (2006). Formative assessment and self-regulated learning: A model  
and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199218.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, mayo, 2026, Volumen VII, Número 2 p 3087.  
Reidl-Martínez, L. M. (2013). Confiabilidad en la medición. Investigación en Educación Médica, 2(6),  
Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation,  
social  
development,  
and  
well-being.  
American  
Psychologist,  
55(1),  
6878.  
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, mayo, 2026, Volumen VII, Número 2 p 3088.