Relación entre experiencias metacognitivas y autoeficacia,habilidad y dificultad de tareas matemáticasdad y dificultadde tareas matemáticas

Alfaro-Barquero, Alejandra; Ramírez Arce, Greivin; Molina-Delgado, Mauricio

doi:10.15517/ap.v40i140.5592

Autores/as

Alejandra Alfaro-Barquero Instituto Tecnológico de Costa Rica Autor/a https://orcid.org/0000-0002-8901-7129
Greivin Ramírez Arce Instituto Tecnológico de Costa Rica Autor/a https://orcid.org/0000-0002-3731-5415
Mauricio Molina-Delgado Universidad de Costa Rica Autor/a https://orcid.org/0000-0003-4335-3095

DOI:

https://doi.org/10.15517/ap.v40i140.5592

Palabras clave:

Metacognición, autoeficacia, juicios metacognitivos , rendimiento académico, educación matemática

Resumen

Objetivo. Este estudio pretendió evaluar la relación entre autoeficacia, habilidad y dificultad en las tareas de matemática y la precisión metacognitiva de los juicios de desempeño y el rendimiento académico, esto a través del uso de modelos de ecuaciones estructurales. Método. Para ello, se implementó en 2012 un estudio cuantitativo no experimental con 495 personas estudiantes universitarias. Se utilizaron la escala de autoeficacia del MSLQ, las notas de matemática del examen de admisión del Tecnológico de Costa Rica y del curso matriculado, una prueba de ejercicios matemáticos, así como autorreportes de los juicios de desempeño. Resultados. Se encontró evidencia a favor del efecto positivo de la habilidad matemática y la autoeficacia sobre la precisión metacognitiva, y una relación inversa con la dificultad del ítem. No se halló asociación entre la precisión metacognitiva y el rendimiento.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

Alejandra Alfaro-Barquero, Instituto Tecnológico de Costa Rica

Departamento de Orientación y Psicología, Instituto Tecnológico de Costa Rica, Cartago, Costa Rica
Greivin Ramírez Arce, Instituto Tecnológico de Costa Rica

Escuela de Matemática, Instituto Tecnológico de Costa Rica, Cartago, Costa Rica
Mauricio Molina-Delgado, Universidad de Costa Rica

Escuela de Filosofía, Universidad de Costa Rica, San José, Costa Rica

Referencias

Arrivillaga Hurtado, F., García Rodríguez, M. L., & Maldonado Reynoso, N. P. (2023). El autoconcepto académico en matemáticas: ruta hacia una categorización a través del método de análisis conceptual. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 13(26), e460. https://doi.org/10.23913/ride.v13i26.1435 DOI: https://doi.org/10.23913/ride.v13i26.1435

Beleño, A. J. (2022). Competencias matemáticas para el desarrollo de habilidades cognitivas en estudiantes universitarios. Revista Latinoamericana de Difusión Científica, 4(7), 141-167. https://doi.org/10.38186/difcie.47.10 DOI: https://doi.org/10.38186/difcie.47.10

Brown, A. L. (1987). Metacognition, executive control, self-regulation, and other more mysterious mechanisms. En F. E. Weinert & R. H. Kluwe (Eds.), Metacognition, motivation, and understanding (pp. 65-116). Lawrence Erlbaum Associates. DOI: https://doi.org/10.4324/9781003758167-5

Chacón-Camacho, D., Smith-Castro, V., Alfaro-Barquero, A., & Molina-Delgado, M. (2025). Simulación computacional de predicciones de rendimiento en el contexto de pruebas estandarizadas. Revista Colombiana de Educación, (94), e19808. https://doi.org/10.17227/rce.num94-19808 DOI: https://doi.org/10.17227/rce.num94-19808

Chacón-Vargas, É., & Roldán-Villalobos, G. (2021). Factores que inciden sobre el rendimiento académico de los estudiantes de primer ingreso del curso Matemática General del Instituto Tecnológico de Costa Rica. Uniciencia, 35(1), 265-283. http://dx.doi.org/10.15359/ru.35-1.16 DOI: https://doi.org/10.15359/ru.35-1.16

Cañarte Lino, R. C., Campoverde Campoverde, B. H., Jácome León, S. M., & Zambrano, J. (2024). La retroalimentación y juicios de aprendizaje en el desempeño académico. Universidad del Pacífico. http://uprepositorio.upacifico.edu.ec/handle/123456789/948

Cea, A. (2002). Análisis multivariable: Teoría y práctica en la investigación social. Síntesis.

Corrales, E. (2015). Ocurrencia del juicio metacognitivo en la resolución de problemas por insight [Tesis de maestría inédita]. Universidad de Costa Rica.

Correa-Rojas, J. (2021). Coeficiente de correlación intraclase: Aplicaciones para estimar la estabilidad temporal de un instrumento de medida. Ciencias Psicológicas, 15(2), e2318. https://doi.org/10.22235/cp.v15i2.2318 DOI: https://doi.org/10.22235/cp.v15i2.2318

Dermitzaki, I., & Efklides, A. (2000). Self-concept and its relations with cognitive and metacognitive factors regarding performance in specific domains of knowledge. Psychology: The Journal of the Hellenic Psychological Society, 7(3), 354-368. https://doi.org/10.12681/psy_hps.24266 DOI: https://doi.org/10.12681/psy_hps.24266

Dutta, A., Kang, H. J., Kaya, C., Benton, S. F., Sharp, S. E., Chan, F., & Kundu, M. (2015). Social cognitive Career Theory predictors of STEM career interests and goal persistence in minority college students with disabilities: A path analysis. Journal of Vocational Rehabilitation, 43(2), 159-167. https://doi.org/10.3233/JVR-150765 DOI: https://doi.org/10.3233/JVR-150765

Efklides, A. (2002). Metacognitive experiences in problem solving. In A. Efklides, J. Kuhl & R. M. Sorentino (Eds.), Trends and prospects in motivation research (pp. 297-323). Springer. DOI: https://doi.org/10.1007/0-306-47676-2_16

Efklides, A. (2006). Metacognition and affect: What can metacognitive experiences tell us about the learning process? Educational Research

Review, 1(1), 3-14. https://doi.org/10.1016/j.edurev.2005.11.001 DOI: https://doi.org/10.1016/j.edurev.2005.11.001

Efklides, A. (2009). Metacognition. Defining its facets and levels of functioning in relation to self-regulation and co-regulation. European Psychologist, 14(4), 277-287. https://doi.org/10.1027/1016-9040.14.4.277 DOI: https://doi.org/10.1027/1016-9040.13.4.277

Efklides, A., & Tsiora, A. (2002). Metacognitive experiences, self-concept, and self-regulation. Psychologia: An International Journal of Psychology in the Orient, 45(4), 222-236. https://psycnet.apa.org/doi/10.2117/psysoc.2002.222 DOI: https://doi.org/10.2117/psysoc.2002.222

Efklides, A., & Vlachopoulos, S. (2012). Measurement of Metacognitive knowledge of self, task and strategies in Mathematics. European Journal of Psychological Assessment, 28(3), 227-239. https://doi.org/10.1027/1015-5759/a000145 DOI: https://doi.org/10.1027/1015-5759/a000145

Efklides, A., & Schwartz, B. L. (2024). Revisiting the metacognitive and affective model of self-regulated learning: Origins, development, and future directions. Educational Psychology Review, 36, Article 61. https://doi.org/10.1007/s10648-024-09896-9 DOI: https://doi.org/10.1007/s10648-024-09896-9

Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906-911. https://doi.org/10.1037/0003-066X.34.10.906 DOI: https://doi.org/10.1037/0003-066X.34.10.906

Frumos, F. V., & Grecu, S. P. (2019). Inaccuracy and overconfidence in metacognitive monitoring of university students. Revista de cercetare și intervenție socială, 66, 298-314. https://doi.org/10.33788/rcis.66.16 DOI: https://doi.org/10.33788/rcis.66.17

González-Benito, A., López-Martín, E., Expósito-Casas, E., & Moreno-González, E. (2021). Motivación académica y autoeficacia percibida y su relación con el rendimiento académico en los estudiantes universitarios de la enseñanza a distancia. RELIEVE: Investigación y Evaluación Educativa, 27(2), 1-15. https://doi.org/10.30827/relieve.v27i2.21909 DOI: https://doi.org/10.30827/relieve.v27i2.21909

González-Franco, V., González-Lomelí, D., & Maytorena-Noriega, M. D. L. Á. (2022). Efecto de las fuentes de autoeficacia en matemáticas sobre la autovaloración en matemáticas. Psicumex, 12(1), 1-24. https://doi.org/10.36793/psicumex.v12i1.484 DOI: https://doi.org/10.36793/psicumex.v12i1.484

Händel, M., de Bruin, A. B., & Dresel, M. (2020). Individual differences in local and global metacognitive judgments. Metacognition and Learning, 15, 51-75. https://doi.org/10.1007/s11409-020-09220-0 DOI: https://doi.org/10.1007/s11409-020-09220-0

Instituto Nacional de Evaluación Educativa. (2019). PISA 2018: Informe español. Ministerio de Educación y Formación Profesional.

Jaramillo, H. A. L., Vaca, J. S. T., Pintag, J. A. M., & Palomo, A. P. T. (2023). Ansiedad matemática y desempeño académico en estudiantes universitarios. Revista Científica Arbitrada Multidisciplinaria PENTACIENCIAS, 5(5), 131-143. https://doi.org/10.59169/pentaciencias.v5i5.726 DOI: https://doi.org/10.59169/pentaciencias.v5i5.726

Kitsantas, A., Huie, A., & Winsler, A. (2008). Self- regulation and ability predictors of academic success during college: a predictive Validity Study. Journal of Advanced Academics, 20(1), 42-68. https://doi.org/10.4219/jaa-2008-867 DOI: https://doi.org/10.4219/jaa-2008-867

MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, 1(2), 130-149. https://doi.org/10.1037/1082-989X.1.2.130 DOI: https://doi.org/10.1037/1082-989X.1.2.130

Martínez, M. R., Hernández M. J., & Hernández, M. V. (2006). Psicometría. Alianza Editorial.

Montoya-Londoño, D. M., Orrego-Cardozo, M., Puente-Ferreras, A., & Tamayo-Alzate, Ó. E. (2021). Los juicios metacognitivos como un campo emergente de investigación. Una revisión sistemática (2016-2020). Revista Latinoamericana de Estudios Educativos (Colombia), 17(1), 188-223. https://doi.org/10.17151/rlee.2021.17.1.10 DOI: https://doi.org/10.17151/rlee.2021.17.1.10

Moraitou, D., & Efklides, A. (2009). The Blank in the Mind Questionnaire (BIMQ). European Journal of Psychological Assessment, 25(2), 115-122. https://doi.org/10.1027/1015-5759.25.2.115 DOI: https://doi.org/10.1027/1015-5759.25.2.115

Moreira-Mora, T. E. (2021). Propiedades Psicométricas de una prueba de admisión universitaria. Revista Evaluar, 21(1), 73-93. https://doi.org/10.35670/1667-4545.v21.n1.32833 DOI: https://doi.org/10.35670/1667-4545.v21.n1.32833

Morphew, J. W. (2021). Changes in metacognitive monitoring accuracy in an introductory physics course. Metacognition and Learning, 16, 89-111. https://doi.org/10.1007/s11409-020-09239-3 DOI: https://doi.org/10.1007/s11409-020-09239-3

Olaya Torres, A. J., Montoya Londoño, D. M., Gutierrez, A. P., & Puente, A. (2023). Los juicios metacognitivos como una tendencia emergente de investigación. Una revisión conceptual. Ánfora, 30(54), 254-281. https://doi.org/10.30854/anf.v30.n54.2023.910 DOI: https://doi.org/10.30854/anf.v30.n54.2023.910

Pintrich, P. R. (1991). A manual for the use of the Motivated Strategies for Learning Questionnaire (MSLQ). Office of Educational Research and Improvement.

Pintrich, P., Smith, D., García, T., & McKeachie, W. (1993). Reliability and predictive validity of the Motivated Strategies for Learning Questionnaire (MSLQ). Educational and Psychological Measurement, 53(3), 801-813. https://doi.org/10.1177/0013164493053003024 DOI: https://doi.org/10.1177/0013164493053003024

Programa Estado de la Nación. (2023). Noveno estado de la educación 2023. CONARE. https://estadonacion.or.cr/?informes=informe-estado-de-la-educacion-2023

Programa Estado de la Nación. (2025). Décimo estado de la educación 2025. CONARE. https://estadonacion.or.cr/wp-content/uploads/2025/08/PEN_Decimo_Informe_estado_educacion_IEE_2025.pdf

Ramírez, G., & Barquero, J. A. (2011). Análisis de las pruebas de diagnóstico en matemática del Instituto Tecnológico de Costa Rica. Revista Digital: Matemática, Educación e Internet, 11(2), 1-10. https://doi.org/10.18845/rdmei.v11i2.1957

Rodríguez, M. C., Inda, M. M., & Peña, J. V. (2015). Validación de la teoría cognitivo social de desarrollo de la carrera con una muestra de estudiantes de ingeniería. Educación XXI, 18(2), 257-276. https://doi.org/10.5944/educxx1.14604 DOI: https://doi.org/10.5944/educxx1.14604

Ruiz Ortega, F. J., & Álvarez Ríos, J. N. (2021). Juicios metacognitivos en la educación médica. Revista Médica de Risaralda, 27(1), 69-74. https://doi.org/10.22517/25395203.24609 DOI: https://doi.org/10.22517/25395203.24609

Schoenfeld, J., Segal, G., & Borgia, D. (2017). Social cognitive career theory and the goal of becoming a certified public accountant. Accounting Education, 26(2), 109-126. https://doi.org/10.1080/09639284.2016.1274909 DOI: https://doi.org/10.1080/09639284.2016.1274909

Schraw, G. (1998). Promoting general metacognitive awareness. Instructional Science, 26, 113-125. https://doi.org/10.1023/A:1003044231033 DOI: https://doi.org/10.1023/A:1003044231033

Schunk, D. H. (1991). Self-efficacy and academic motivation. Educational Psychologist, 26(3-4), 207-231. https://doi.org/10.1207/s15326985ep2603&4_2 DOI: https://doi.org/10.1080/00461520.1991.9653133

Schunk, D. H. (2012). Learning Theories: An Educational Perspective (6ª ed.). Pearson.

Siedlecka, M., Paulewicz, B., & Wierzchoń, M. (2016). But I was so sure! Metacognitive judgments are less accurate given prospectively than retrospectively. Frontiers in Psychology, 7, Article 218. https://doi.org/10.3389/fpsyg.2016.00218 DOI: https://doi.org/10.3389/fpsyg.2016.00218

Suárez, J. G., Martínez, M. G., & Parrilla, F. J. M. (2023). Estudio descriptivo de la ansiedad matemática en estudiantes mexicanos de ingeniería. IE Revista de Investigación Educativa de la REDIECH, 14, e1619. https://doi.org/10.33010/ie_rie_rediech.v14i0.1619 DOI: https://doi.org/10.33010/ie_rie_rediech.v14i0.1619

Velasco Zárate, K., & Meza Cano, J. M. (2020). Autoeficacia para el aprendizaje de la escritura académica en inglés como segunda lengua, mediada por WebQuest-Wiki. Íkala Revista de Lenguaje y Cultura, 25(2), 289-305. https://doi.org/10.17533/udea.ikala.v25n02a07 DOI: https://doi.org/10.17533/udea.ikala.v25n02a07

Wigfiel, A., Eccles, J. S., & Pintrich P. R. (1996). Development between the ages of 11 and 25. In D. C. Berliner & R. C. Calfee (Eds.), Handbook of Educational Psychology (148-185). Macmillan.

Winne, P. H., & Nesbit, J. C. (2010). The psychology of academic achievement. Annual Review of Psychology, 61, 653-678. https://doi.org/10.1146/annurev.psych.093008.100348 DOI: https://doi.org/10.1146/annurev.psych.093008.100348

Xie, Y., Zeng, F., & Yang, Y. (2024). A meta-analysis of the relationship between metacognition and academic achievement in mathematics: From preschool to university. Acta Psychologica, 249, Article 104486. https://doi.org/10.1016/j.actpsy.2024.104486 DOI: https://doi.org/10.1016/j.actpsy.2024.104486

Zamora-Araya, J. A., Smith-Castro, V., Montero-Rojas, E., & Moreira-Mora, T. E. (2018). Advantages of the Rasch model for analysis and interpretation of attitudes: The case of the benevolent sexism subscale. Revista Evaluar, 18(3), 1-13. https://doi.org/10.35670/1667-4545.v18.n3.22201 DOI: https://doi.org/10.35670/1667-4545.v18.n3.22201

Zapata, A., Vesga, G. J., Puente, A., & Alvarado, J. M. (2024). Juicios metacognitivos en los procesos de aprendizaje en la educación superior: una revisión sistemática 2018-2023. Revista Latinoamericana de Psicología, 56, 147-155. https://doi.org/10.14349/rlp.2024.v56.15 DOI: https://doi.org/10.14349/rlp.2024.v56.15

Zimmerman, B. (2002). Attaining self-regulation: A social cognitive perspective. In M. Boekaerts, P. R. Pintrich & M. Zeidner (Eds.), Handbook of self-regulation (pp. 13-39). Academic Press DOI: https://doi.org/10.1016/B978-012109890-2/50031-7