Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
38
Metodologías activas y compromiso académico: Evidencia multidimensional en educación
superior tecnológica
Active Methodologies and Academic Engagement: Multidimensional Evidence in Tech-
nological Higher Education
Jonathan Ismael Pazmiño Carrión
Afiliación: Universidad Estatal de Milagro, Milagro-Ecuador
Email: jpazminoc10@unemi.edu.ec
ORCID: https://orcid.org/0009-0001-2937-8256
Líneas de publicación: Administración, Turismo, Marketing, diseño, tecnología y comunicación
Innovación Tecnológica
Fecha de recepción: 01 de marzo del 2026
Fecha de aprobación: 8 de julio del 2026
Artículo revisado por doble pares ciegos
Resumen.
Las metodologías activas adquirieron creciente relevancia en la educación superior debido a su
potencial para fortalecer la participación estudiantil y mejorar los procesos de aprendizaje. Sin
embargo, gran parte de las investigaciones previas ha estudiado estas metodologías y el com-
promiso académico de forma separada o desde enfoques predominantemente descriptivos. El
presente estudio analizó la relación entre las metodologías activas y el compromiso académico
desde una perspectiva multidimensional en estudiantes de una institución de educación superior
tecnológica del Ecuador.
Se aplicó un diseño cuantitativo, transversal y correlacional. La muestra estuvo conformada por
130 estudiantes pertenecientes a diferentes carreras tecnológicas. La información fue recopilada
mediante un cuestionario tipo Likert organizado en dimensiones asociadas a metodologías ac-
tivas y compromiso académico. Los análisis estadísticos incluyeron medidas descriptivas, aná-
lisis de confiabilidad, correlaciones de Spearman y modelos de regresión múltiple.
Los resultados evidenciaron niveles elevados de percepción sobre el uso de metodologías acti-
vas y de compromiso académico entre los participantes. Asimismo, se identificaron correlacio-
nes positivas significativas entre las distintas dimensiones de las metodologías activas y las
dimensiones conductual, cognitiva y emocional del compromiso académico.
Se concluye que las metodologías activas se asocian positivamente con el compromiso acadé-
mico en contextos de educación superior tecnológica. Además, los hallazgos resaltan la impor-
tancia de estudiar estas relaciones mediante enfoques multidimensionales y metodológicamente
rigurosos que permitan comprender con mayor precisión los procesos de implicación estudian-
til.
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
39
Palabras clave: metodologías activas, compromiso académico, educación superior, participa-
ción estudiantil, innovación educativa.
Abstract.
Active methodologies gained increasing relevance in higher education due to their potential to
strengthen student participation and improve learning processes. However, most previous stud-
ies have examined these methodologies and academic engagement separately or through pre-
dominantly descriptive approaches. This study analyzed the relationship between active meth-
odologies and academic engagement from a multidimensional perspective in students from a
technological higher education institution in Ecuador.
A quantitative, non-experimental, cross-sectional, and correlational design was applied. The
sample consisted of 130 students from different technological higher education programs. Data
were collected through a Likert-type questionnaire organized into dimensions associated with
active methodologies and academic engagement. Statistical analyses included descriptive
measures, reliability analysis, Spearman correlations, and multiple regression models.
The findings showed high levels of perceived use of active methodologies and academic en-
gagement among participants. In addition, significant positive correlations were identified be-
tween all dimensions of active methodologies and the behavioral, cognitive, and emotional di-
mensions of academic engagement.
The study concludes that active methodologies are positively associated with academic engage-
ment in higher technological education contexts. Likewise, the results highlight the importance
of examining these relationships through multidimensional and methodologically rigorous ap-
proaches that allow a more precise understanding of student engagement processes.
Keywords: active methodologies, academic engagement, higher education, student
participation, educational innovation.
Introducción
La educación superior actual requiere una transformación en las metodologías de enseñanza y
de aprendizaje para que favorezca los niveles de compromiso académico estudiantil. En este
contexto, las metodologías activas se han consolidado como estrategias eficaces para obtener
resultados significativos en el proceso formativo ya que promueven la participación, la autono-
mía y la construcción activa del conocimiento.
Así, el crecimiento cuantitativo de literatura no siempre ha estado acompañado de una delimi-
tación equivalente en los instrumentos de medición ni en los diseños metodológicos utilizados,
lo que evidencia una brecha entre la retórica pedagógica y la evidencia empírica disponible.
Las metodologías activas promueven la participación dinámica para desarrollar habilidades
complejas en su proceso de formación, fomentando un aprendizaje significativo. Estos métodos
han demostrado ser eficaces para mejorar el rendimiento académico y la comprensión de los
contenidos, en comparación con los métodos tradicionales (Freeman et al., 2014); (Prince,
2004).
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
40
Por otro lado, es importante conocer el nivel de involucramiento de los estudiantes en su pro-
ceso de aprendizaje, conocido también como compromiso académico. En este contexto, el com-
promiso académico, según Kahu (2013), es un fenómeno multidimensional que incluye las di-
mensiones conductual, cognitiva y emocional, y Kuh (2009) lo relaciona con el esfuerzo y la
participación en actividades educativas significativas. Además, estudios recientes han demos-
trado que el compromiso académico se relaciona de manera positiva con el rendimiento, la
retención y la satisfacción estudiantil (Bond et al., 2020). De este modo, el engagement emerge
como un indicador esencial para evaluar el aprendizaje en la educación superior.
Por otra parte, el modo en que se mide el compromiso académico tiende a centrarse en dimen-
siones aisladas o en instrumentos de autoinforme, lo que impide poder evaluar de manera más
integral el fenómeno (Henrie et al., 2015). Al respecto, la literatura mantiene un vacío relacio-
nado con la ausencia de modelos explicativos que integren ambas variables desde una perspec-
tiva multidimensional, particularmente en contextos específicos como el de la educación supe-
rior en América Latina.
Este artículo persigue dos propósitos principales. Por una parte, analiza la relación entre las
metodologías activas y el compromiso académico en estudiantes de educación superior en
Ecuador y por otra, examina algunas limitaciones presentes en la medición multidimensional
de esta relación, con el propósito de aportar elementos que orienten futuras investigaciones.
Marco Teórico
Las metodologías activas se han posicionado como un enfoque pedagógico orientado a trans-
formar los procesos de enseñanza y aprendizaje en la educación superior mediante la participa-
ción activa del estudiante en la construcción del conocimiento, es así que el aprendizaje activo
ha sido definido como cualquier método instruccional que involucra al estudiante de manera
directa en el proceso de aprendizaje, enfatizando la participación y la interacción como elemen-
tos centrales (Prince, 2004). Asimismo, diversos estudios han demostrado que estas metodolo-
gías favorecen significativamente el rendimiento académico y el desarrollo de competencias
complejas en comparación con los enfoques tradicionales de enseñanza (Freeman et al., 2014).
No obstante, el término “metodologías activas” abarca un conjunto amplio y heterogéneo de
prácticas pedagógicas cuya diversidad interna es mayor de lo que el concepto suele sugerir.
Desde esta perspectiva, (Bonwell & Eison, 1991) plantearon que las estrategias activas se ca-
racterizan, principalmente, porque los estudiantes dejan de asumir un rol pasivo de aprendizaje.
Las metodologías activas pueden comprenderse a partir de distintas funciones pedagógicas que
intervienen en el proceso formativo. En primer lugar, la interacción activa hace referencia a las
estrategias que promueven el trabajo colaborativo, el diálogo y la participación entre pares,
sustentadas en los planteamientos socioculturales de (Vygotsky, 1978) y en la evidencia sobre
aprendizaje cooperativo desarrollada por (Johnson & Johnson, 1989). En segundo lugar, la au-
tonomía se relaciona con aquellas prácticas que otorgan al estudiante un papel más activo en la
toma de decisiones sobre su aprendizaje, en concordancia con la teoría de la autodeterminación
de (Deci & Ryan, 2000). Finalmente, la mediación tecnológica implica la integración intencio-
nal de recursos digitales y herramientas tecnológicas como apoyo al proceso educativo (Kir-
kland & Sutch, 2009).
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
41
El compromiso académico es un constructo fundamental para comprender el grado de implica-
ción del estudiante en su proceso de aprendizaje. Según Kahu (2013), el compromiso académico
constituye un fenómeno complejo y multidimensional influenciado tanto por factores persona-
les como contextuales. En la misma línea, Kuh (2009) sostiene que el engagement académico
se relaciona con el tiempo, esfuerzo y participación que los estudiantes destinan a actividades
educativas significativas, convirtiéndose en un indicador relevante del aprendizaje y permanen-
cia estudiantil.
Desde una perspectiva teórica, el compromiso académico puede comprenderse a partir de la
teoría de la participación estudiantil y de la teoría de la autodeterminación. En particular, (Deci
& Ryan, 2000) señalan que la motivación y el compromiso se fortalecen cuando el entorno
educativo satisface necesidades psicológicas básicas como la autonomía, la competencia y la
relación interpersonal. El engagement no constituye únicamente un comportamiento observa-
ble, sino también un proceso psicológico asociado con la calidad de la experiencia educativa
del estudiante.
Asimismo, la propuesta tridimensional desarrollada por (Fredricks et al., 2004) se ha consoli-
dado como uno de los modelos de referencia más utilizados en la investigación sobre compro-
miso académico. Dicho modelo distingue tres dimensiones complementarias: el compromiso
conductual, relacionado con la participación activa en actividades académicas; el compromiso
cognitivo, vinculado con el esfuerzo intelectual y el uso de estrategias de aprendizaje profundo;
y el compromiso emocional, asociado con el interés, motivación y sentido de pertenencia hacia
el entorno educativo. Esta estructura ha sido ampliamente utilizada y validada en investigacio-
nes contemporáneas sobre engagement estudiantil (Bond et al., 2020).
En particular, el compromiso cognitivo plantea una dificultad epistemológica relevante, ya que
la percepción subjetiva de “esfuerzo intelectual” no necesariamente refleja el esfuerzo cognitivo
real desarrollado por el estudiante. Del mismo modo, el componente emocional puede llegar a
capturar estados generales de satisfacción académica más que procesos motivacionales especí-
ficos relacionados con el aprendizaje. A nivel teórico, (Henrie et al., 2015) advierten que mu-
chos estudios sobre engagement académico se han centrado principalmente en la validación de
instrumentos basados en autopercepción, limitando la comprensión integral del fenómeno en
contextos educativos reales.
Por otra parte, diversos estudios de revisión sistemática han demostrado que el compromiso
académico mantiene asociaciones positivas con el rendimiento académico, la permanencia es-
tudiantil y la satisfacción con la experiencia educativa (Bond et al., 2020). Sin embargo, persiste
una tendencia a estudiar las dimensiones conductual, cognitiva y emocional de manera frag-
mentada, dificultando la comprensión de las interacciones existentes entre ellas y su relación
con variables pedagógicas específicas.
Desde esta perspectiva, resulta necesario desarrollar investigaciones que permitan comprender
de manera más profunda cómo las metodologías activas pueden influir simultáneamente en las
dimensiones conductual, cognitiva y emocional del compromiso académico estudiantil.
Relación entre metodologías activas y compromiso académico.
La relación entre metodologías activas y compromiso académico se fundamenta en el principio
de que los entornos de aprendizaje centrados en el estudiante favorecen mayores niveles de
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
42
implicación en el proceso educativo. Asimismo, las metodologías activas promueven la parti-
cipación, la interacción y la autonomía, lo que genera condiciones que favorecen el desarrollo
del compromiso académico.
Desde una perspectiva teórica, la relación entre metodologías activas y compromiso académico
puede explicarse a partir de la teoría de la autodeterminación, la cual plantea que el compromiso
aumenta cuando los estudiantes experimentan autonomía, competencia y relación dentro de su
proceso de aprendizaje (Deci & Ryan, 2000). En este contexto, las metodologías activas favo-
recen la participación estudiantil, el trabajo colaborativo y el desarrollo de habilidades cogniti-
vas, promoviendo entornos de aprendizaje más dinámicos e interactivos.
Diversos estudios han demostrado que las metodologías activas producen efectos positivos so-
bre la participación y el rendimiento estudiantil.
La revisión realizada por (Freeman et al., 2014) basada en más de 200 investigaciones en cien-
cias e ingeniería, evidenció que las estrategias de aprendizaje activo generan mejores resultados
académicos en comparación con modelos tradicionales de enseñanza expositiva. En términos
metodológicos, (O’Flaherty & Phillips, 2015) señalaron que metodologías como el aula inver-
tida favorecen mayores niveles de participación e implicación estudiantil en procesos de apren-
dizaje profundo.
No obstante, aunque la relación entre metodologías activas y resultados académicos ha sido
ampliamente documentada, persisten limitaciones importantes en la comprensión de los meca-
nismos específicos mediante los cuales estas estrategias influyen sobre el compromiso acadé-
mico. Como señalan (Freeman et al., 2014), la mejora en el rendimiento académico asociada al
aprendizaje activo ya no constituye el principal debate; lo que permanece abierto es comprender
a través de qué dimensiones del compromiso estudiantil y bajo qué condiciones contextuales
dichos efectos se producen.
Asimismo, en América Latina la evidencia disponible continúa siendo fragmentaria. Investiga-
ciones como las de (Pineda-Báez et al., 2014) y (García-Martínez et al., 2021) han aportado
evidencia relevante sobre engagement académico en contextos educativos hispanoamericanos;
sin embargo, las diferencias en instrumentos, dimensiones operacionalizadas y enfoques meto-
dológicos limitan la acumulación de conocimiento comparativo. En el caso ecuatoriano, y par-
ticularmente en la educación superior técnica y tecnológica, aún existe escasa evidencia empí-
rica que analice de forma integrada y multidimensional la relación entre metodologías activas
y compromiso académico.
En consecuencia, persiste la necesidad de investigaciones que permitan comprender esta rela-
ción desde modelos multidimensionales e integradores, capaces de analizar simultáneamente
las dimensiones conductual, cognitiva y emocional del compromiso académico en contextos
reales de educación superior.
Materiales y Métodos
Diseño: El estudio se desarrolló bajo un enfoque cuantitativo, con diseño transversal y de
alcance correlacional. Desde una perspectiva metodológica, la investigación buscó man-
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
43
tener coherencia entre los objetivos del estudio, el marco teórico y las decisiones meto-
dológicas adoptadas, tal como plantea Sautu (2003). Bajo este enfoque, el análisis se
orientó a examinar la relación entre las metodologías activas y el compromiso académico
a partir de la percepción estudiantil.
Asimismo, el diseño transversal permitió examinar las asociaciones existentes entre am-
bas variables en un momento específico, lo cual resulta pertinente considerando la limi-
tada evidencia empírica disponible sobre esta relación en contextos de educación superior
tecnológica ecuatoriana. Aunque este tipo de diseño no permite establecer relaciones cau-
sales, sí constituye una aproximación adecuada para identificar tendencias y relaciones
significativas entre las dimensiones analizadas.
Población: Participaron 130 estudiantes de seis programas de educación superior técnica
y tecnológica de un Instituto Superior Tecnológico en la ciudad de Quito, Ecuador. La
recolección de datos se realizó mediante un formulario digital en el mes de mayo de 2026.
Se excluyeron tres registros adicionales por ausencia de consentimiento informado. La
muestra es de conveniencia, lo que implica restricciones a la generalización que se discu-
ten en la sección correspondiente. La diversidad de programas fue deliberada: la inclusión
de carreras de ciencias de la salud, educación, desarrollo de software y administración
buscó obtener un primer indicador de si las relaciones encontradas trascienden el dominio
disciplinar pese a que el diseño no tiene la potencia para confirmar esa generalización. La
participación fue voluntaria y anónima. Todos los estudiantes aceptaron previamente un
consentimiento informado antes de completar el cuestionario.
Entorno: la investigación se desarrolló en el Instituto Superior Tecnológico Vida Nueva,
en la ciudad de Quito. Ecuador
Intervenciones: El cuestionario comprendió 18 ítems organizados en dos secciones. La
sección A (metodologías activas) incluyó nueve ítems en cuatro dimensiones: interacción
activa (MA1–MA3), autonomía (MA4–MA5), aplicación del conocimiento (MA6–MA7)
y mediación tecnológica (MA8–MA9). La sección B (compromiso académico) compren-
dió nueve ítems en tres dimensiones: compromiso conductual (CA1–CA3), cognitivo
(CA4–CA6) y emocional (CA7–CA9). Todos los ítems se formularon en sentido directo,
con escala Likert de cinco puntos (1 = Totalmente en desacuerdo; 5 = Totalmente de
acuerdo). La construcción del instrumento estuvo orientada a capturar percepciones del
estudiante sobre la estrategia docente recibida (sección A) y sobre su propio comporta-
miento y motivación académica (sección B), sin valoraciones implícitas en la redacción
de los reactivos.
Análisis estadístico: El procedimiento analítico se desarrolló en tres fases secuenciales;
primero se evaluaron las propiedades psicométricas: alfa de Cronbach, correlaciones
ítems-total corregidas e impacto de eliminación de ítems, la segunda fase fue de depura-
ción: conversión de escalas textuales a numéricas, identificación de valores perdidos (n =
3 por ítem), verificación de patrones de respuesta constante y análisis de valores atípicos.
Se identificaron 34 registros (26.2 %) con puntuación idéntica en todos los ítems; 20 de
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
44
ellos respondieron 5 en todos los reactivos, 9 respondieron 4 y 4 respondieron 1. Su in-
terpretación se problematiza en la discusión.
La tercera fase fue inferencial, la prueba de Shapiro-Wilk detectó ausencia de normalidad
univariada en los 18 ítems (W ∈ [.658, .808]; p < .001), determinando el uso del coefi-
ciente de Spearman (ρ) para los análisis correlacionales. Las regresiones múltiples OLS
se aplicaron sobre puntuaciones compuestas dimensionales (medias de ítems), cuya dis-
tribución aproxima la normalidad por el teorema central del límite con n = 130. La esfe-
ricidad de Bartlett resultó significativa (χ² = 3554.34, gl = 153, p < .001), confirmando la
adecuación de la matriz de correlaciones. Para las diferencias entre carreras se aplicó la
prueba de Kruskal-Wallis. Todos los análisis se ejecutaron en Python (pandas, scipy,
numpy).
Resultados y Discusión
Resultados
Las medias dimensionales oscilaron entre M = 4.02 (X1, IC 95 % [3.834, 4.207]) y M = 4.24
(X4, IC 95 % [4.041, 4.428]), con desviaciones estándar homogéneas (rango: 1.10–1.21). Todos
los ítems mostraron asimetría negativa (−1.10 a −1.80) y curtosis positiva excesiva (0.51 a
2.38), configurando distribuciones leptocúrticas con concentración en los valores superiores de
la escala. El porcentaje de respuestas en acuerdo (valores 4 o 5) varió entre el 71.5 % (CA6,
búsqueda de fuentes adicionales) y el 84.6 % (MA8–MA9, mediación tecnológica).
Destacó CA6 como el único reactivo con media inferior a 4.0 (M = 3.91) y con el porcentaje
de acuerdo más bajo de todo el instrumento (71.5 %). Este ítem remite a la conducta de bús-
queda autónoma de fuentes adicionales a las proporcionadas en clase —el componente más
exigente cognitivamente del instrumento— y su comportamiento diferencial tiene implicacio-
nes que se analizan en la discusión.
Fiabilidad del instrumento
La Tabla 1 sintetiza los índices de consistencia interna. El instrumento global alcanzó α = .986,
superando holgadamente el umbral de .90 establecido como "excelente" (George & Mallery,
2003). Las dimensiones individuales obtuvieron alfas entre .883 (X2, k = 2) y .960 (Y3, k = 3).
Las correlaciones ítem-total corregidas se ubicaron en el rango .837–.940, todas muy por en-
cima del criterio mínimo de .30 (Field, 2018). Ningún ítem requirió eliminación. Las dimensio-
nes de dos ítems (X2 y X4) tienen menor estabilidad de estimación del alfa, hecho que se do-
cumenta como vacío de medición en la discusión.
Tabla 1
Fiabilidad por dimensión: alfa de Cronbach y correlaciones ítem-total (n = 130)
Escala / Dimensión
k
α
Nivel
Rango r ítem-total
X1 – Interacción activa (MA1–MA3)
3
0.934
Excelente
0.837–0.898
X2 – Autonomía (MA4–MA5)
2
0.883
Excelente
0.851–0.875
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
45
X3 – Aplicación del conocimiento (MA6–
MA7)
2
0.947
Excelente
0.874–0.908
X4 – Mediación tecnológica (MA8–MA9)
2
0.924
Excelente
0.900–0.906
Metodologías activas — escala global
9
0.976
Excelente
—
Y1 – Compromiso conductual (CA1–CA3)
3
0.920
Excelente
0.837–0.890
Y2 – Compromiso cognitivo (CA4–CA6)
3
0.956
Excelente
0.883–0.919
Y3 – Compromiso emocional (CA7–CA9)
3
0.960
Excelente
0.887–0.940
Compromiso académico — escala global
9
0.978
Excelente
—
Instrumento completo (18 ítems)
18
0.986
Excelente
—
Nota. k = número de ítems. Clasificación: α ≥ .90 = Excelente; .80–.89 = Bueno (George & Mallery, 2003). Las di-
mensiones de k = 2 se señalan por su menor estabilidad de estimación. r ítem-total = rango de los coeficientes ítem-
total corregidos de la dimensión.
Estructura correlacional
La Tabla 2 presenta la matriz de correlaciones de Spearman. La asociación global entre meto-
dologías activas y compromiso académico fue ρ = .847 (p < .001), clasificable como efecto
grande (Cohen, Statistical power analysis for the behavioral sciences, 1988). Entre las dimen-
siones de ambas variables, el rango de correlaciones osciló entre ρ = .632 (X3–Y2) y ρ = .808
(X2–Y3), con todas las asociaciones significativas a p < .001.
Tres patrones merecen atención específica. Primero, la dimensión X2 (autonomía) registró las
correlaciones más altas con el compromiso emocional (ρ = .808) y cognitivo (ρ = .762), sugi-
riendo que las estrategias que transfieren el control del aprendizaje al estudiante tienen inciden-
cia diferenciada sobre los componentes motivacionales e intelectuales del engagement. Se-
gundo, X3 (aplicación del conocimiento) presenta las correlaciones más bajas con todas las
dimensiones del compromiso, aunque el rango mínimo (ρ = .632) continúa siendo clasificable
como efecto grande. Tercero, las correlaciones entre las cuatro dimensiones de metodologías
activas son también muy elevadas (ρ ∈ [.753, .809]), lo que evidencia niveles elevados de co-
rrelación entre predictores.
Tabla 2
Matriz de correlaciones de Spearman entre dimensiones de metodologías activas y compromiso académico
(n = 130)
X1
X3
X4
Y2
Y3
CA
X1 – Interacción activa
—
X2 – Autonomía
.789***
X3 – Aplic. conocimiento
.787***
—
X4 – Mediación tec.
.759***
.809***
—
Y1 – Conductual
.730***
.656***
.717***
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
46
Y2 – Cognitivo
.722***
.632***
.683***
—
Y3 – Emocional
.755***
.728***
.763***
.825***
—
MA_total
.928***
.900***
.882***
.767***
.836***
CA_total
.790***
.712***
.776***
.930***
.928***
—
Nota. *** p < .001 en todos los coeficientes. MA_total = media global de metodologías activas; CA_total = media
global de compromiso académico. La triangular inferior muestra las asociaciones cruzadas entre variables; la triangular
superior entre dimensiones del mismo constructo.
Análisis de regresión múltiple
Se estimaron tres modelos OLS con X1–X4 como predictores y Y1, Y2, Y3 como criterios
(Tabla 3). El modelo simple MA → CA produjo β = .932 y R² = .847 (p < .001). Los modelos
dimensionales explicaron entre el 81.0 % (Y1) y el 83.8 % (Y3) de la varianza. La mediación
tecnológica (X4) fue el predictor de mayor peso en el compromiso emocional (β = .552, p <
.001) y conductual (β = .462, p < .001). La interacción activa (X1) tuvo coeficientes positivos
y significativos en los tres modelos. La autonomía (X2) resultó significativa en Y2 (β = .350, p
= .001) y Y3 (β = .217, p = .029), pero no en Y1.
La dimensión de aplicación del conocimiento (X3) presentó coeficientes negativos en los tres
modelos, resultado que no refleja una relación sustantiva inversa sino un efecto de supresión
estadística: cuando los cuatro predictores se incluyen simultáneamente en presencia de multi-
colinealidad elevada (ρ inter-predictor ∈ [.753, .809]), En presencia de multicolinealidad ele-
vada, los coeficientes individuales pueden redistribuir la varianza e invertir su signo (Cohen et
al., 2003). Las correlaciones bivariadas de X3 con Y1, Y2 e Y3 son positivas y altas (ρ ∈ [.656,
.728]), lo que confirma que la relación real no es negativa.
Tabla 3
Modelos de regresión múltiple OLS (n = 130)
VD
R²
Predictor
β
p
Dir.
Y1 – Comp. conductual
0.810
X1 – Interacción activa
0.493
< .001
+
X2 – Autonomía
0.038
.632
n.s.
X3 – Aplic. conocimiento
−0.093
.271
supr.
X4 – Mediación tecnológica
0.462
< .001
+
Y2 – Comp. cognitivo
0.817
X1 – Interacción activa
0.453
< .001
+
X2 – Autonomía
0.350
.001
+
X3 – Aplic. conocimiento
−0.251
.009
supr.
X4 – Mediación tecnológica
0.388
< .001
+
Y3 – Comp. emocional
0.838
X1 – Interacción activa
0.427
< .001
+
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
47
X2 – Autonomía
0.217
.029
+
X3 – Aplic. conocimiento
−0.212
.032
supr.
X4 – Mediación tecnológica
0.552
< .001
+
Nota. VD = variable dependiente; β = coeficiente no estandarizado; Dir. = dirección del efecto (+ positivo significativo;
n.s. no significativo; supr. efecto supresor por multicolinealidad). Los tres modelos fueron significativos globalmente
(p < .001). El R² de X3 en correlación bivariada es positivo en los tres criterios; el signo negativo en regresión es
resultado consistente con un posible efecto de supresión estadística asociado a la multicolinealidad elevada entre pre-
dictores.
Diferencias por carrera
La prueba de Kruskal-Wallis detectó diferencias estadísticamente significativas en la percep-
ción de metodologías activas según la carrera (H = 15.36, p = .009). La carrera de Automatiza-
ción e Instrumentación obtuvo la media más alta (M = 4.47), seguida de Electromecánica Au-
tomotriz (M = 4.24) y Enfermería (M = 4.08). Desarrollo de Software registró la media más
baja (M = 3.79). En contraste, las diferencias en compromiso académico entre carreras no al-
canzaron significación estadística (H = 7.46, p = .189), ni tampoco las diferencias por nivel
académico (H = 5.84, p = .120) ni por género (U = 2072, p = .964). La interpretación de estos
contrastes se desarrolla en la discusión.
Discusión
Los resultados ofrecen respaldo empírico a tres proposiciones que la literatura venía soste-
niendo con evidencia acumulada en otros contextos. En primer lugar, las metodologías activas
se asocian positivamente con el compromiso académico en sus tres dimensiones, con intensidad
que supera la clasificación de "efecto grande" según los criterios de (Cohen, Statistical power
analysis for the behavioral sciences, 1988) en todos los pares analizados. En segundo lugar, esa
asociación no es uniforme puesto que cada dimensión de las metodologías activas tiene un pa-
trón de correlaciones diferenciado con las dimensiones del compromiso, lo que valida la perti-
nencia del enfoque multidimensional adoptado. Finalmente, la mediación tecnológica emerge
como el predictor de mayor peso del compromiso emocional, resultado coherente con las ca-
racterísticas generacionales de la muestra (74.6 % tiene entre 18 y 23 años) y con la naturaleza
de las carreras tecnológicas estudiadas.
La consistencia interna del instrumento (α = .986) indica que, en términos de coherencia interna,
el cuestionario funciona como un sistema de medición robusto. Las correlaciones ítem-total
superiores a .83 en todos los reactivos confirman que ningún ítem opera de manera discordante
respecto al constructo global. Estos valores psicométricos permiten usar el instrumento con
confianza en réplicas futuras en contextos similares.
Vacíos multidimensionales en la medición: diagnóstico y agenda de investigación
El reconocimiento de las limitaciones metodológicas no reduce la relevancia de los hallazgos
obtenidos, sino que permite delimitar el alcance interpretativo de la investigación y orientar
futuras líneas de estudio. La sección siguiente sistematiza los principales vacíos identificados a
partir de los resultados empíricos y del proceso metodológico desarrollado, así como posibles
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
48
estrategias de abordaje para investigaciones posteriores. La Tabla 4 presenta de manera orga-
nizada las limitaciones identificadas, sus fundamentos empíricos y las posibles vías de profun-
dización investigativa.
Tabla 4
Vacíos en la medición multidimensional de la relación metodologías activas–compromiso académico: diag-
nóstico basado en evidencia empírica del estudio
#
Vacío identificado
Evidencia empírica
en el estudio
Implicación metodológica
Vía de superación propuesta
V1
Ausencia de medi-
ción temporal
Diseño transversal
con medición en un
único momento
Impide detectar cambio en el
engagement; no capta trayec-
torias ni efectos diferidos de
las MA
Diseños longitudinales (≥2 medicio-
nes); diarios de experiencia (ESM)
V2
Efecto supresor en
X3 (aplicación del
conocimiento)
Multicolinealidad in-
ter-predictor ρ = .75–
.81
La regresión OLS no puede
desagregar la contribución
real de cada MA; β de X3 in-
vierte signo
PLS-SEM o SEM con variables la-
tentes; análisis de dominancia
V3
Déficit de compro-
miso cognitivo exten-
sivo (CA6)
M = 3.91; 28.4 % no
alcanza acuerdo (≤3)
La búsqueda autónoma de
fuentes adicionales es el com-
ponente menos activado; posi-
ble brecha entre engagement
emocional y acción cognitiva
profunda
Ítems adicionales de regulación me-
tacognitiva; estrategias de ense-
ñanza explícita de búsqueda de in-
formación
V4
Falta de medición de
mediadores motiva-
cionales internos
Instrumento evaluó
percepción de estrate-
gia docente, no esta-
dos internos del estu-
diante
No captura motivación intrín-
seca/extrínseca, autoeficacia
ni regulación emocional, que
son mecanismos explicativos
del compromiso emocional
(Y3)
Incorporar escalas validadas: AMS,
MSLQ, PANAS; diseño de medi-
ción mixta
V5
Ausencia de varia-
bles contextuales y
moderadoras
No se midieron: tipo
de aula, ratio docente-
estudiante, política
institucional, condi-
ción socioeconómica
Los efectos observados no
pueden atribuirse exclusiva-
mente a las MA; variables
omitidas sesgan los coeficien-
tes
Diseño multinivel (HLM): nivel es-
tudiante y nivel aula/institución
V6
Heterogeneidad dis-
ciplinar no contro-
lada
Kruskal-Wallis MA
por carrera: H =
15.36, p = .009; CA
sin diferencias signifi-
cativas (p = .19)
La percepción de metodolo-
gías activas varía según la dis-
ciplina, pero el instrumento no
capta esa variación en el com-
promiso; posible dilución de
efectos específicos
Análisis estratificado por carrera;
invarianza de medición (AFC multi-
grupo)
V7
Aquiescencia y sesgo
de deseabilidad so-
cial
34 respuestas constan-
tes (26.2 %); 20 con
valor 5 en todos los
ítems
Infla artificialmente la consis-
tencia interna y las correlacio-
nes; los índices α = .986 pue-
den estar sobreestimados
Ítems de control de aquiescencia;
escalas de validez de respuesta
(IMR); análisis de sensibilidad ex-
cluyendo casos constantes
V8
Ausencia de medi-
ción del compromiso
conductual observa-
ble
CA1–CA3 miden au-
topercepción, no con-
ducta verificada
El autoinforme sobre asisten-
cia y participación tiene sesgo
Triangulación con registros institu-
cionales (asistencia, notas, entre-
gas); observación de aula estructu-
rada
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
49
de halo y socialmente desea-
ble; no equivale a conducta re-
gistrada
V9
Falta de validez
transcultural y con-
vergente
Un solo contexto na-
cional; sin instru-
mento comparador
externo
No es posible comparar los
puntajes con otras muestras ni
verificar si el instrumento
mide lo mismo en distintos
contextos culturales o educati-
vos
Validación en múltiples institucio-
nes; AFC multigrupo; análisis de in-
varianza de medición
V10
Escasa representa-
ción del continuo au-
tonomía–estructura
X2 (Autonomía) tiene
solo 2 ítems (MA4–
MA5); subdimensio-
nado
No captura matices como au-
tonomía sobre el contenido vs.
sobre el ritmo; dificulta la in-
terpretación y la comparación
con modelos de autodetermi-
nación
Ampliar a ≥4 ítems; diferenciar au-
tonomía procedimental y conceptual
Nota. Vacíos identificados a partir de la evidencia empírica del presente estudio. Los valores estadísticos citados co-
rresponden a los análisis desarrollados en la sección de resultados. Las vías de superación constituyen recomendaciones
metodológicas para investigaciones futuras, no críticas al diseño actual.
Implicaciones para el diseño instruccional
A pesar de los vacíos documentados, los resultados tienen implicaciones prácticas que no de-
penden de su resolución. El protagonismo de la mediación tecnológica (X4) como predictor del
compromiso emocional apunta a que la formación pedagógica del profesorado no puede seguir
tratando la competencia digital como una habilidad técnica subsidiaria: es, según estos datos,
uno de los predictores más eficaces del engagement motivacional estudiantil. Esta implicación
es especialmente relevante para instituciones de educación técnica y tecnológica, donde la in-
tegración de herramientas digitales debería ser un estándar pedagógico, no una opción indivi-
dual del docente.
El papel de la autonomía (X2) como dimensión con mayor correlación con el compromiso cog-
nitivo y emocional refuerza la necesidad de diseñar actividades que transfieran progresivamente
el control del aprendizaje al estudiante: no como ausencia de estructura, sino como estructura
que se afina y retira gradualmente a medida que el estudiante desarrolla competencia regulato-
ria. El modelo de andamiaje gradual (Wood et al., 1976) ofrece un marco para operacionalizar
esa transferencia en el diseño instruccional concreto.
Conclusiones
Este estudio no solo analizó la relación entre metodologías activas y compromiso académico,
sino que también examinó críticamente algunas limitaciones presentes en su medición y análi-
sis.
El instrumento de 18 ítems demostró propiedades psicométricas excelentes (α global = .986; r
ítem-total rango .837–.940), lo que lo hace apto para su uso en réplicas y extensiones futuras,
aunque el subdimensionamiento de X2 y X4 (k = 2 ítems) requiere atención en versiones am-
pliadas.
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
50
La correlación global entre metodologías activas y compromiso académico (ρ = .847, p < .001)
es alta, robusta y estadísticamente sólida; los modelos de regresión explican entre el 81 % y el
84 % de la varianza del compromiso en sus tres dimensiones.
La mediación tecnológica emergió como predictor más potente del compromiso emocional (β
= .552) y conductual (β = .462); la autonomía, como dimensión con mayor correlación con el
compromiso cognitivo y emocional. Estos resultados tienen consecuencias directas para el di-
seño instruccional y la formación del profesorado universitario.
La percepción de metodologías activas varía significativamente según la carrera (H = 15.36, p
= .009), pero esa variabilidad no se traduce en diferencias significativas en el compromiso aca-
démico, lo que podría indicar procesos adaptativos en el engagement estudiantil o limitaciones
del instrumento para detectar diferencias disciplinares.
Se identificaron y documentaron diez vacíos multidimensionales en la medición de la relación
entre ambos constructos: ausencia de temporalidad, efecto supresor por multicolinealidad, dé-
ficit de compromiso cognitivo extensivo, ausencia de mediadores internos, variables contex-
tuales omitidas, heterogeneidad disciplinar no controlada, aquiescencia, ausencia de verifica-
ción objetiva del compromiso conductual, falta de validez convergente y subdimensionamiento
de la autonomía.
La vía de extensión prioritaria es el análisis PLS-SEM con los datos actuales, seguido de AFC
con muestra ampliada (n ≥ 200–250) y SEM completo con medidas complementarias para los
constructos mediadores.
Los hallazgos obtenidos aportan evidencia relevante sobre la relación entre metodologías acti-
vas y compromiso académico, así como sobre algunas limitaciones presentes en su evaluación
multidimensional en lo que los datos muestran y en la precisión con que se mapea lo que no
pueden mostrar. Esa doble contribución es, en contextos de investigación educativa incipiente
como el ecuatoriano en este campo, tan valiosa como cualquier hallazgo empírico.
El análisis multivariado permitió identificar relaciones diferenciadas entre las dimensiones de
metodologías activas: interacción activa, autonomía, aplicación del conocimiento y mediación
tecnológica y las dimensiones del compromiso académico: conductual, cognitivo y emocional.
Los resultados evidenciaron que la mediación tecnológica presentó mayor capacidad predictiva
sobre el compromiso emocional y conductual, mientras que la autonomía mostró asociaciones
más consistentes con el compromiso cognitivo y emocional. Finalmente, la interacción activa
mantuvo asociaciones positivas en todos los modelos analizados, confirmando la naturaleza
multidimensional de la relación entre ambas variables.
Referencias:
Barrows, H. S. (1986). A taxonomy of problem‐based learning methods. Medical Educa-
tion, 20(6), 481–486. https://doi.org/10.1111/j.1365-2923.1986.tb01386.x
Bond, M., Buntins, K., Bedenlier, S., Zawacki Richer, O., & Kerres, M. (2020). Mapping
research in student engagement and educational technology in higher education:
A systematic evidence map. International Journal of Educational Technology in
Higher Education, 17(2), 1-30. https://doi.org/10.1186/s41239-019-0176-8
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
51
Bonwell, C. C., & Eison, J. A. (1991). Active learning: Creating excitement in the
classroom. George Washington University, School of Education and Human
Development.
Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/cor-
relation analysis for the behavioral sciences (3rd ed.). Lawrence Erlbaum.
Deci, E. L., & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs
and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268.
https://doi.org/10.1207/S15327965PLI1104_01
Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE.
Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential
of the concept, state of the evidence. Review of Educational Research, 74(1), 59–
109. https://doi.org/10.3102/00346543074001059
Freeman, S., Eddy, S. L., McDonough, M., Smith, M. K., Okoroafor, N., Jordt, H., &
Wenderoth, M. P. (2014). Active learning increases student performance in sci-
ence, engineering, and mathematics. Proceedings of the National Academy of Sci-
ences, 111(23), 8410–8415. https://doi.org/10.1073/pnas.1319030111
García-Martínez, I., Pérez-Navío, E., Pérez-Ferra, M., & Quijano-López, R. (2021).
Relationship between emotional intelligence, educational achievement and
academic performance in pre-service teacher education. Sustainability, 13(8),
4302. https://doi.org/10.3390/su13084302
George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and
reference (4th ed.). Allyn & Bacon.
Henrie, C. R., Halverson, L. R., & Graham, C. R. (2015). Measuring student engagement
in technology-mediated learning: A review. Computers & Education, 90, 36–53.
https://doi.org/10.1016/j.compedu.2015.09.005
Johnson, D. W., & Johnson, R. T. (1989). Cooperation and competition: Theory and
research. Interaction Book Company.
Kahu, E. R. (2013). Framing student engagement in higher education. Studies in Higher
Education, 38(5), 758–773. https://doi.org/10.1080/03075079.2011.598505
Kirkland, K., & Sutch, D. (2009). Overcoming the barriers to educational innovation: A
literature review. Futurelab.
Kuh, G. D. (2009). The National Survey of Student Engagement: Conceptual framework
and overview. Indiana University Center for Postsecondary Research.
Lave, J., & Wenger, E. (1991). Situated learning: Legitimate peripheral participation.
Cambridge University Press.
Meade, A. W., & Craig, S. B. (2012). Identifying careless responses in survey data. Psy-
chological Methods, 17(3), 437–455. https://doi.org/10.1037/a0028085
O’Flaherty, J., & Phillips, C. (2015). The use of flipped classroom in higher education:
A scoping review. The Internet and Higher Education, 25, 85-95.
https://doi.org/10.1016/j.iheduc.2015.02.002
Pineda-Báez, C., Bermúdez-Aponte, J., Rubiano-Bello, Á., Pava-García, N., Suárez-
García, R., & Cruz-Becerra, F. (2014). Student engagement y condiciones
institucionales para la permanencia. Calidad en la Educación, 41, 215-243.
https://doi.org/10.4067/S0718-45652014000200009
Espíritu Emprendedor TES 2026, Vol 10, No.3 julio a septiembre 38-52
Artículo Científico
Indexada Latindex Catálogo 2.0
ISSN 2602-8093
DOI: 10.33970/eetes.v10.n3.2026.488
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0
International (CC BY-NC 4.0) Revista Trimestral del Instituto Superior Universitario Espíritu Santo
52
Prince, M. (2004). Does active learning work? A review of the research. Journal of Engi-
neering Education, 93(3), 223–231. https://doi.org/10.1002/j.2168-
9830.2004.tb00809.x
Sautu, R. (2003). Todo es teoría: Objetivos y métodos de investigación. Lumiere.
Vygotsky, L. S. (1978). Mind in society: The development of higher psychological
processes. Harvard University Press.
Wood, D., Bruner, J. S., & Ross, G. (1976). The role of tutoring in problem solving.
Journal of Child Psychology and Psychiatry, 17(2), 89–100.
https://doi.org/10.1111/j.1469-7610.1976.tb00381.x
Zimmerman, B. J. (2000). Self-efficacy: An essential motive to learn. Contemporary Ed-
ucational Psychology, 25(1), 82–91. https://doi.org/10.1006/ceps.1999.1016