investigación diseñando el futurorua.ua.es/dspace/bitstream/10045/71088/1/investig... · versidad...

Investigación en docencia universitaria. Diseñando el futuro a partir de la innovación educativa

Rosabel Roig-Vila (Ed.)

Primera edición: octubre de 2017

© De la edición: Rosabel Roig-Vila

© Del texto: Las autoras y autores

© De esta edición:

Ediciones OCTAEDRO, S.L. C/ Bailen, 5 – 08010 Barcelona Tel.: 93 246 40 02 – Fax: 93 231 18 68www.octaedro.com – [email protected]

Cualquier forma de reproducción, distribución, comunicación pública o transformación de esta obra solo puede ser realizada con la autorización de sus titulares, salvo excepción prevista por la ley. Diríjase a CEDRO (Centro Español de Derechos Reprográficos, www.cedro.org) si necesita fotocopiar o escanear algún fragmento de esta obra.

ISBN: 978-84-9921-935-6

Producción: Ediciones Octaedro

Investigación en docencia universitaria. Diseñando el futuro a partir de la innovación educativa

Edición:Rosabel Roig-Vila

Comité científico internacionalProf. Dr. Julio Cabero Almenara, Universidad de SevillaProf. Dr. Antonio Cortijo Ocaña, University of California at Santa BarbaraProfa. Dra. Floriana Falcinelli, Università degli Studi di PeruggiaProfa. Dra. Carolina Flores Lueg, Universidad del Bío-BíoProfa. Dra. Chiara Maria Gemma, Università degli studi di Bari Aldo MoroProf. Manuel León Urrutia, University of SouthamptonProf. Dr. Gonzalo Lorenzo Lledó, Universidad de AlicanteProf. Dr. Enric Mallorquí-Ruscalleda, California State University-FullertonProf. Dr. Santiago Mengual Andres, Universitat de ValènciaProf. Dr. Fabrizio Manuel Sirignano, Università degli Studi Suor Orsola Benincasa di Napoli

Comite tecnico:Jordi M. Antolí Martínez, Universidad de AlicanteGaldys Merma Molina, Universidad de Alicante

Revisión y maquetación: ICE de la Universidad de Alicante

NOTA EDITORIAL: Las opiniones y contenidos de los textos publicados en esta obra son de responsabilidad exclusiva de los autores.

Los estilos de aprendizaje, ¿condicionante del empleo de las plataformas educativas en un grado de Edificación?

Juan Manuel Alducin-Ochoa y Ana Isabel Vázquez-MartínezUniversidad de Sevilla

RESUMEN

La investigación que se presenta ha sido realizada con estudiantes de primer curso de Ingeniería de Edificación (Universidad de Sevilla). Los objetivos que la guían son determinar la distribución porcentual de los estilos de aprendizaje dominantes, y analizar la relación entre las puntuaciones en los estilos y el grado de empleo de la plataforma WebCT. Se ha recurrido a un diseño metodológico transversal múltiple, ex post facto con variables no manipuladas experimentalmente, empleando los metodos descriptivo y correlacional. Para el diagnóstico se ha empleado la versión adaptada al español del GRSLSS (Grasha-Riechman Student Learning Styles Scales), que permite identificar seis estilos como pares bipolares: evasivo-participativo, dependiente-independiente, colaborativo-competitivo. Los resultados informan que los estudiantes que menos tiempo dedican al trabajo en WebCT puntúan alto en estilo evasivo, y tambien son los que hacen menos aportaciones al foro, al contrario de quie-nes puntúan alto en participativo y colaborativo; los que más autoevaluaciones realizan son quienes puntúan alto en independiente. Estos resultados indican, que dada la influencia que el perfil de estilo de aprendizaje tiene en el desempeño y resultados academicos, es necesario diseñar adecuadamente los contenidos y los diversos materiales y herramientas del curso, para garantizar que todos los estilos tengan cabida.

PALABRAS CLAVE: Educación Superior, grado de Edificación, estilos de aprendizaje, GRSLSS, plataformas educativas.

1. INTRODUCCIÓNLas aulas universitarias están conformadas por un capital humano con diferentes perfiles, estilos, preferencias,…, donde no cabe el pensamiento único, una única manera de afrontar el proceso de aprendizaje, ni una única forma de acercar el conocimiento a los estudiantes, entre otros aspectos. Atender las diferencias individuales implica conocer cómo son los estudiantes, cómo interaccionan con los materiales, el entorno, los compañeros o el profesor,…, esto hace que sea necesario diagnos-ticar los estilos y/o enfoques de aprendizaje a partir de cualquiera de los instrumentos disponibles. Estos estudios en el área de Ingeniería son escasos (Holvikiki, 2007), y aún más en el contexto espa-ñol (Alducin-Ochoa & Vázquez-Martínez, 2016). Por ello, en primer lugar se pretende identificar los estilos de aprendizaje (en adelante EA) de los estudiantes utilizando GRSLSS-gcf (Grasha-Riechman Student Learning Styles Scales: general class form) (Grasha, 2002a). De otra parte, es necesario poner a disposición de los estudiantes los mejores recursos. Las universidades cada vez están ofertando más experiencias de aprendizaje a traves de plataformas educativas, en el caso de la Universidad de Sevilla para la promoción del aprendizaje combinado en los estudios de grado, modelo arraigado en los estudios universitarios (Ellis, Ginns & Piggot, 2009; Mackenzie & Wolsh, 2009), y que permiten aunar las mejores características de la enseñanza presencial y a distancia (Mitchell & Forer, 2010), al

31Investigación referida al ámbito de la docencia en Educación Superior

tiempo que si están correctamente configuradas y diseñadas pueden de manera eficaz satisfacer las necesidades y expectativas de los estudiantes en función de sus EA. Gülbahar y Alper (2011), indican que poco se sabe todavía sobre las preferencias de los EA de los estudiantes en entornos virtuales, y Zheng, Flygare y Dahl (2009) sostienen que es necesario aumentar la producción científica en estos temas para ayudar a los docentes a tomar decisiones sobre su práctica educativa. Por ello, como segunda fase de esta investigación se aborda cuál es el desempeño de los estudiantes en función del EA en la plataforma educativa WebCT.

Grasha (2002a) definía los EA como aquellas características personales que influyen en la capa-cidad de un estudiante para adquirir información, interactuar con los compañeros y el profesor y participar en las experiencias de aprendizaje. Grasha y Riechamnn desarrollaron el GRSLSS-gcf. A juicio de Hamidah, Sarina y Kamaruzaman (2009) las ventajas de este instrumento son que está dise-ñado específicamente para ser utilizado en escuelas preparatorias y universidad y se centra en cómo los estudiantes interactúan con los profesores, los compañeros y con el aprendizaje en general. Vural (2013) considera que este modelo se centra en conocer los atributos personales de los estudiantes con un enfoque multidimensional, y para Gülbahar y Alper (2011) desde una perspectiva social y afectiva. Se ha mencionado la importancia de las interacciones en el GRSLSS-gcf, Grasha (2002b) indicaba que las previstas para que se produzcan están diseñadas para ayudar a los estudiantes a adquirir cono-cimientos, habilidades y competencias relacionados con la disciplina, y el profesor es un guía, coach, consultor, suministrador de recursos que propicia tanto el crecimiento academico como personal. Y estas actividades, deben ser el resultado del pensamiento consciente, la planificación y la deliberación como resultado de un proceso reflexivo (Grasha, 2002a).

El GRSLSS-gcf permite identificar seis EA planteados como tres pares bipolares: evasivo-participativo, dependiente-independiente, colaborativo-competitivo. Un estudiante evasivo muestra indiferencia con lo que pasa a su alrededor, le da miedo el fracaso, minimiza el contacto social; al participativo le resulta agradable el aprendizaje y lo asume con iniciativa y responsabilidad, no desprecia ninguna oportunidad para aprender; el estudiante dependiente se apoya en las normas y en la autoridad, no sabe que hacer sin el auxilio de los demás; el independiente necesita aprender por sí mismo, alcanza unas metas de conocimientos y competencias difíciles de conseguir para otros estilos; al colaborativo le satisface intercambiar ideas y trabajar estrechamente con el profesor y otros estudiantes, disfruta con los debates y el aprendizaje basado en problemas; y el competitivo quiere ser reconocido como el mejor, se esfuerza por superar e impresionar a los demás, le guía el reconocimiento social (Grasha, 2002a).

Conocer el EA permite a los profesores satisfacer las necesidades individuales de sus estudiantes y aumentar el éxito individual (Burton-Edwards, 2016; Gülbahar & Alper, 2011; Hamidah et al, 2009; Karakuyu & Tortop, 2010; Ozerem & Akkoyunlu, 2015), diseñar los recursos, herramientas y estra-tegias para que todos los EA tengan cabida, y desarrollar una actuación proactiva.

Si ya el conocimiento de los EA es importante en cualquier situación, cuando las universidades están implementando y mejorando los recursos de aprendizaje virtual, el conocimiento de los EA se convierte en una herramienta de diagnóstico primordial para garantizar el óptimo aprovechamiento de esos recursos (Hemant & Manohar, 2014) y acercar a los estudiantes a una enseñanza cada vez más individualizada (Hamidah et al., 2009), de tal manera que cada vez haya más relación entre las carac-terísticas de los estudiantes y los materiales, los recursos y la forma de presentarlos, y evitar desajustes entre ellos (Zheng et al, 2009; Surjono, 2015). Diferentes investigaciones apoyan que con carácter general los estudiantes actuales (Li, Leh, Fu & Zhao, 2009; Paechter & Maier, 2010; Roehl, Reddy

32 Investigación en docencia universitaria. Diseñando el futuro a partir de la innovación educativa

& Shannon, 2013) prefieren el seguimiento virtual de las materias, pero donde esté garantizada la interacción con el resto de estudiantes y el profesor, y haya un proceso continuo de retroalimentación.

De otra parte, está bien documentado, aunque no haya unanimidad en la comunidad científica que el EA condicionada los resultados académicos en la enseñanza virtual (Alducin-Ochoa & Vázquez-Martínez, 2016; Amir, Jelas & Rahman, 2011; Hamidah et al., 2009; Smart, Kumar & Kumar, 2004).

Pero el conocimiento de los EA no solo es importante para el profesor, tambien para los estudian-tes, al permitirles conocer sus fortalezas y debilidades, y facilitar el autocontrol en los procesos de aprendizaje (Apter, 2001; Gülbahar & Alper, 2011).

Los objetivos que guían esta investigación son de una parte determinar la distribución porcentual de los estilos de aprendizaje dominantes en estudiantes de la asignatura Materiales de la Escuela Tec-nica Superior de Ingeniería de Edificación de la Universidad de Sevilla, y de otra analizar la posible relación entre las puntuaciones en los estilos y el grado de empleo de la plataforma educativa WebCT.

2. MÉTODO2.1. Descripción del contexto y de los participantes

Esta investigación se desarrolló en la Escuela Técnica Superior de Ingeniería de Edificación de la Uni-versidad de Sevilla con estudiantes de la asignatura de Materiales-I, que se imparte en primer curso.

La muestra estuvo constituida por 96 estudiantes que cumplimentaron al comienzo del curso el cuestionario GRSLSS-gcf de EA. Por género, 42 son mujeres (43,75%) y 54 hombres (56,25%). Por edad, la distribución es 62 estudiantes (64.58%) entre 18-20 años, 21 (21.88%) entre 21-25, 9 (9.37%) entre 26-30, y 4 (4.17%) mayores de 30 años, siendo la media de 21 años.

2.2. InstrumentosPara el diagnóstico de los EA se empleó la versión adaptada al español del GRSLSS-gcf, que consta de 60 ítems, 10 por cada uno de los seis estilos que evalúa, medidos en una escala Likert de cinco puntos que varía de 1 a 5 (totalmente en desacuerdo-totalmente de acuerdo). Para determinar el EA dominante de cada estudiante, el de mayor puntuación, se calcula la puntuación obtenida en cada EA a partir del promedio de las valoraciones otorgadas a cada uno de los ítems que definen el estilo (Grasha, 2002a). Para determinar la fiabilidad del cuestionario GRSLSS se calculó el coeficiente alfa de Cronbach, obteniendose los valores: a=.680 para el estilo independiente, a=.885 para el evasivo, a=.849 para el colaborativo, a=.675 para el dependiente, a=.693 para el competitivo y a=.876 para el participativo, lo que indica según George y Mallery (1995) un nivel aceptable de fiabilidad.

Los datos de empleo se obtuvieron a partir de la opción “Seguimiento” de WebCT a final del curso.

2.3. ProcedimientoLos objetivos de investigación planteados pretenden analizar la distribución de EA en los estudiantes y su relación con el empleo que hacen de algunas de las herramientas de aprendizaje de WebCT, por ello se utiliza un diseño metodológico transversal múltiple, ex post-facto con variables no manipula-das experimentalmente, empleando el metodo descriptivo y el correlacional.

Para dar respuesta al primer objetivo se utiliza el metodo descriptivo, y para el segundo la prueba no parametrica de Kruskal-Wallis al no alcanzar las puntuaciones en los EA el nivel de medida de intervalo, por proceder del empleo de la escala tipo Likert y la variable de contraste ser politómica. Para realizar el contraste se ha empleado el paquete informático SPSS versión 18, estableciendo un nivel de confianza del 95% (a=.05).


3. RESULTADOS3.1. Estilos de aprendizaje dominantes de los estudiantes

La adscripción a EA de los estudiantes (gráfico 1) refleja que el estilo mayoritario es el participativo (f = 56, 58.33%), seguido del colaborativo (f = 16, 16.67%), y el dependiente (f = 11, 11.46%), encon-trándose las menores adscripciones en el evasivo (f = 4, 4.17%), el independiente (f = 1, 1.04%) y el competitivo (f = 1, 1.04%), quedando siete estudiantes (7.29%) que no se adscriben a ninguno de ellos al tener la mayor puntuación en varios estilos.

Gráfico 1. Distribución porcentual de los estilos de aprendizaje dominantesLos estadísticos de las puntuaciones de los EA se recogen en la tabla 1.

Tabla 1. Estadísticos de las puntuaciones en los estilos de aprendizaje

Estadísticos

Estilos de aprendizaje Mínimo Máximo Media Desviación típica

Estilo Independiente 1.60 3.87 2.8621 0.38328Estilo Evasivo 1.00 4.33 2.0898 0.65502Estilo Competitivo 1.87 4.13 2.8178 0.48996Estilo Dependiente 1.73 4.47 3.5502 0.42128Estilo Participativo 1.73 4.93 3.8242 0.60338Estilo Colaborativo 1.60 4.53 3.4765 0.60840

Para representar el perfil de aprendizaje del cuestionario GRSLSS de la muestra estudiada, se pro-pone emplear el gráfico 2, en el que se presentan enfrentados los estilos contrapuestos, que también permite que cada estudiante represente su perfil de aprendizaje, permitiéndole conocerse mejor y reflexionar sobre su conducta de aprendizaje.


Gráfico 2. Perfil de aprendizaje de la muestra

3.2. Relación del estilo de aprendizaje con el grado de empleo de WebCTSe pretende determinar si hay diferencias significativas en las medias de las puntuaciones obtenidas en los EA en función del grado de empleo de las herramientas correo, foro y autoevaluaciones de WebCT. Para ello se han establecido tres grados de empleo: Inferior (0-percentil 33), Intermedio (percentil 33-percentil 67), Superior (percentil 67-valor máximo de empleo).

Como las puntuaciones obtenidas en cada EA tienen un nivel de medida ordinal, se emplea para el contraste la prueba no parametrica de Kruskal-Wallis, dado que la variable de agrupación “grado de empleo de la plataforma” tiene tres categorías.

La tabla 2 recoge los estadísticos de las puntuaciones obtenidas en cada EA por los estudiantes en función del grado de empleo según los minutos de trabajo en WebCT.

Tabla 2. Descriptivos de las puntuaciones en los estilos de aprendizaje por grado de tiempo de empleo

Descriptivos

Estilo de aprendizaje Grado tiempode empleo N Media Desviación

típicaRango

Promedio (RP)

Estilo IndependienteInferior 32 2.8109 0.32424 44.73

Intermedio 31 2.8694 0.37914 47.58Superior 33 2.9048 0.44155 53.02

Estilo EvasivoInferior 32 2.3581 0.68180 60.86

Intermedio 31 1.9719 0.43192 45.82Superior 33 1.9394 0.73469 39.03


Estilo CompetitivoInferior 32 2.8209 0.46236 47.88Intermedio 31 2.7497 0.47390 45.27Superior 33 2.8788 0.53546 52.14

Estilo DependienteInferior 32 3.5325 0.55515 49.83Intermedio 31 3.5723 0.33607 48.37Superior 33 3.5467 0.34875 47.33

Estilo ParticipativoInferior 32 3.6078 0.68832 39.50Intermedio 31 3.8642 0.47438 48.32Superior 33 3.9964 0.57613 57.39

Estilo ColaborativoInferior 32 3.3234 0.67196 42.50Intermedio 31 3.6000 0.50892 52.92Superior 33 3.5088 0.61593 50.17

A partir de la prueba de Kruskal-Wallis se encontraron diferencias significativas entre los rangos promedio de los grados inferior, intermedio y superior en el estilo evasivo (RP=60.86, RP=45.82 y RP=39.03), χ2(2, N=96)= 10.425, p =.005; y en el participativo (RP=39.50, RP=48.32 y RP=57.39), χ2(2, N=96)= 6.725, p =.035. Y no se encontraron en los estilos independiente χ2(2, N=96)= 1.492, p =.474, competitivo χ2(2, N=96)= 0.997, p =.607, dependienteχ2(2, N= 96)= 0.132, p =.936 y colaborativo χ2(2, N= 96)= 2.388, p =.303.

Respecto al empleo del correo, la tabla 3 recoge los estadísticos de las puntuaciones obtenidas en cada EA por los estudiantes en función del número de correos enviados.

Tabla 3. Descriptivos de las puntuaciones en los estilos de aprendizaje por grado de uso del correo

Descriptivos

Estilo de aprendizaje Grado usodel correo N Media Desviación

típicaRango

Promedio (RP)

Estilo Independiente

Inferior 30 2.7380 0.28559 39.57

Intermedio 32 2.9881 0.36620 57.44

Superior 34 2.8529 0.44246 47.97

Estilo Evasivo

Inferior 30 2.3307 0.54106 62.57

Intermedio 32 2.1103 0.81581 45.33

Superior 34 1.8571 0.49370 39.07

Estilo Competitivo

Inferior 30 2.6703 0.51088 38.57

Intermedio 32 2.9772 0.47506 57.48

Superior 34 2.7979 0.45268 48.81

Estilo Dependiente

Inferior 30 3.5463 0.45822 48.65

Intermedio 32 3.4869 0.52388 46.81

Superior 34 3.6132 0.24613 49.96

Estilo Participativo

Inferior 30 3.6160 0.63088 37.10

Intermedio 32 3.8431 0.68591 52.52

Superior 34 3.9900 0.43388 54.78

Estilo Colaborativo

Inferior 30 3.2113 0.57878 35.42

Intermedio 32 3.5563 0.66091 53.83

Superior 34 3.6353 0.51460 55.03


La prueba de Kruskal-Wallis indica que no se encontraron diferencias significativas en el estilo dependiente χ2(2, N= 96)= 0.213, p = .899. Por el contrario sí se encontraron entre los rangos promedio de los grados inferior, intermedio y superior en el independiente (RP= 39.57, RP= 57.44 y RP= 47.97), χ2(2, N= 96)= 6.418, p = .040, y en el competitivo (RP= 38.57, RP= 57.48 y RP= 48.81), χ2(2, N= 96)= 7.167, p = .028, pero dado que en ambos casos el mayor rango promedio corresponde al grado intermedio, se someten las puntuaciones del grado inferior y superior a la prueba U de Mann-Whitney que indica que las diferencias entre el grado inferior y el superior no son significativas ni en el estilo independiente U(N= 64)= 425.5, p = .254, ni en el competitivo U(N= 64)= 399.0, p = .135.

Sí se encontraron diferencias significativas entre los rangos promedio de los grados inferior, inter-medio y superior de uso del correo en el estilo evasivo (RP= 62.57, RP= 45.33 y RP= 39.07), χ2(2, N= 96)= 11.988, p = .002; en el participativo (RP= 37.10, RP= 52.52 y RP= 54.78), χ2(2, N= 96)= 7.439, p = .024 y en el colaborativo (RP= 35.42, RP= 53.83 y RP= 55.03), χ2(2, N= 96)= 9.678, p = .008.

La tabla 4 recoge los estadísticos de las puntuaciones obtenidas en cada EA por los estudiantes en función del número de intervenciones en el foro.

Tabla 4. Descriptivos de las puntuaciones en los estilos de aprendizaje por grado de uso del foro

Descriptivos

Estilo de aprendizaje Grado usodel foro N Media

Desvia-ción

típica

RangoPromedio (RP)

Estilo Independiente

Inferior 35 2.8194 0.33468 46.13

Intermedio 32 2.8231 0.40509 46.13

Superior 29 2.9566 0.40924 53.98

Estilo Evasivo

Inferior 35 2.2003 0.61798 54.94

Intermedio 32 2.2288 0.68150 54.61

Superior 29 1.8021 059558 33.98

Estilo Competitivo

Inferior 35 2.7694 0.47768 46.44

Intermedio 32 2.7481 0.44067 43.20

Superior 29 2.9531 0.54314 56.83

Estilo Dependiente

Inferior 35 3.5077 0.43206 42.66

Intermedio 32 3.5328 0.51638 52.19

Superior 29 3.6207 0.26926 51.48

Estilo Participativo

Inferior 35 3.7126 0.57524 42.80

Intermedio 32 3.6847 0.68168 41.98

Superior 29 4.1128 0.44144 62.57

Estilo Colaborativo

Inferior 35 3.3203 0.52497 40.04

Intermedio 32 3.3272 0.70558 42.75

Superior 29 3.8297 0.42997 65.05

La prueba de Kruskal-Wallis indica que se encontraron diferencias significativas entre los rangos promedio de los grados inferior, intermedio y superior de uso del foro en el estilo evasivo (RP= 54.94, RP= 54.61 y RP= 33.98), χ2(2, N= 96)= 11.316, p = .003; en el colaborativo (RP= 40.04, RP= 42.75 y RP= 65.05), χ2(2, N= 96)= 14.861, p = .001 y en el participativo (RP= 42.80, RP= 41.98 y RP= 62.57), χ2(2, N= 96)= 10.644, p = .005, en este último, dado que el menor rango promedio es el


del grado intermedio se someten las puntuaciones del grado inferior y del superior a la prueba U de Mann-Whitney que confirma que existen diferencias significativas entre el grado inferior (RP= 26.43) y el superior (RP= 39.83), U(N= 64)= 295.0, p = .004. No se encontraron diferencias significativas en los estilos independiente χ2(2, N= 96)= 1.616, p = .446, competitivo χ2(2, N= 96)= 3.950, p = .139 y dependiente χ2(2, N= 96)= 2.453, p = .293.

La tabla 5 recoge los estadísticos de las puntuaciones obtenidas en cada EA en función del número de autoevaluaciones realizadas.

Tabla 5. Descriptivos de las puntuaciones en los estilos de aprendizaje por grado de uso de autoevaluaciones

DescriptivosEstilo de apren-dizaje

Grado uso deautoevaluaciones N Media Desviación

típicaRango

Promedio (RP)

Estilo Indepen-diente

Inferior 34 2.7929 0.39728 44.66Intermedio 29 2.7652 0.28598 41.69Superior 33 3.0185 0.40372 58.44

Estilo EvasivoInferior 34 2.0962 0.43130 52.57Intermedio 29 2.1769 0.73041 50.34Superior 33 2.0058 0.77519 42.68

Estilo CompetitivoInferior 34 2.8191 0.45127 48.69Intermedio 29 2.8255 0.55425 48.14Superior 33 2.8097 0.48350 48.62

Estilo DependienteInferior 34 3.5582 0.39252 47.87Intermedio 29 3.6221 0.54542 58.86Superior 33 3.4788 0.31253 40.05

Estilo ParticipativoInferior 34 3.7524 0.57310 43.13Intermedio 29 3.7728 0.66513 48.10Superior 33 3.9433 0.57662 54.38

Estilo ColaborativoInferior 34 3.5238 0.54024 49.79Intermedio 29 3.3772 0.76241 45.57Superior 33 3.5148 0.52581 49.74

La prueba de Kruskal-Wallis indica que no se encontraron diferencias significativas en los estilos evasivo χ2(2, N= 96)= 2.300, p = .317, participativo χ2(2, N= 96)= 2.746, p = .253, competitivo χ2(2, N= 96)= 0.007, p = .996, y colaborativo χ2(2, N= 96)= 0.461, p = .794. Sí se encontraron entre los rangos promedio de los grados inferior, intermedio y superior de uso de autoevaluaciones en el estilo independiente (RP= 44.66, RP= 41.69 y RP= 58.44), χ2(2, N= 96)= 6.607, p = .037, pero dado que el menor rango promedio es el del grado intermedio se someten las puntuaciones del grado inferior y del superior a la prueba U de Mann-Whitney que confirma que existen diferencias significativas entre el grado inferior (RP= 29.34) y el superior (RP= 38.80), U(N= 67)= 402.5, p = .046. También se encontraron diferencias significativas entre los rangos promedio de los grados inferior, intermedio y superior de uso de autoevaluaciones en el estilo dependiente (RP= 47.87, RP= 58.86 y RP= 40.05), χ2(2, N= 96)= 7.127, p = .028, en el que el mayor rango promedio es el del grado intermedio se someten las puntuaciones del grado inferior y del superior a la prueba U de Mann-Whitney U(N= 67)= 466.5, p = .234, que indica que las diferencias no son significativas en el estilo dependiente.


4. DISCUSIÓN Y CONCLUSIONESA la vista de los EA dominantes del GRSLSS, el estilo con mayor número de estudiantes es el participativo seguido por el colaborativo, dependiente, evasivo, independiente y competitivo. Esta ordenación coincide con el estudio de Smart et al. (2004). Pero para Dogaru, Drăghicescu, Petrescu y Stăncescu. (2008) y Yang (2008) la ordenación es colaborativo, participativo, independiente, de-pendiente, competitivo y evasivo; para McCaskey (2007) los estilos mayoritarios son evasivo, cola-borativo y dependiente; y para Uzon y Şentürk (2008) lo son los estilos colaborativo y competitivo; Kulak, Szik, Asci, Gurpinar (2015) concluyen con la ordenación competitivo, colaborativo, evasivo, dependiente, independiente; Corbin (2017) haya que la ordenación es colaborativo, dependiente, par-ticipativo, competitivo, evasivo e independiente. Logan y Thomas (2002) informan de una preferencia superior a la esperada en los estilos colaborativo e independiente. Los resultados de Ng y Confessore (2010) fueron colaborativo, independiente, dependiente, participativo; Mahamod, Embi, Yunus, Lubis y Chong (2010) concluyen que la muestra que ellos estudiaron presentaban una mayor tendencia a los estilos colaborativo y dependiente, y en menor grado al independiente y evasivo. Estas diferencias en las investigaciones citadas promueven la necesidad de seguir investigando para alcanzar conclusiones de mayor similitud, enfocándolas desde diferentes perspectivas como la edad, genero, tipo de titula-ción examinada, curso en el que se realiza, influencia de las estrategias de aprendizaje que emplean los estudiantes, entre otros aspectos.

Respecto a las puntuaciones de los estudiantes en los EA se ha encontrado relación de las pun-tuaciones de los estilos evasivo, participativo, colaborativo e independiente con tiempo de uso y/o empleo de las herramientas de la plataforma educativa WebCT. Concretamente, conforme disminuye la puntuación en el estilo “evasivo”, más tiempo utilizan los estudiantes WebCT y mayor es el empleo de las herramientas de correo y foro. Análogamente, los estudiantes que mayores puntuaciones al-canzan en el estilo “participativo” son quienes más tiempo utilizan WebCT y sus herramientas correo y foro, mientras que los de menor puntuación en este estilo son quienes menos tiempo le dedican y menor es el empleo que realizan de dichas herramientas. Además, conforme aumenta la puntuación en el estilo “colaborativo”, mayor es el empleo de las herramientas de correo y foro, y los estudiantes con mayores puntuaciones en el estilo “independiente” son quienes más utilizan la herramienta de autoevaluaciones, mientras que los de menor puntuación en este estilo son quienes menos emplean esta herramienta. A la vista de estas relaciones, se puede concluir que: los estudiantes evasivos son reacios a dedicar tiempo de estudio en la plataforma y a utilizar sus herramientas colaborativas, los que presentan bajas puntuaciones en los estilos “colaborativo” y “participativo” utilizan poco el correo y realizan pocas aportaciones en el foro, y por último, los que presentan baja puntuación en el estilo “independiente” utilizan poco las autoevaluaciones.

Estos resultados son congruentes con las características que presentan los diferentes estilos. Cabe destacar, por ejemplo, que sean los estudiantes independientes los que realicen una mayor cantidad de autoevaluaciones, fase de aprendizaje que precisa para que los resultados sean satisfactorios, se haya alcanzado previamente un nivel importante de conocimientos. E, igualmente, que sean los estudiantes colaborativos y participativos los que tengan un mayor número de mensajes en las herramientas de comunicación, dado que van a presentar una mayor propensión a cooperar y compartir ideas con el resto del grupo, como medio para alcanzar el conocimiento y satisfacer las exigencias del proceso de aprendizaje.

Hay que destacar que los estilos, aunque consistentes, son modificables por lo que el empleo de las TIC, pueden contribuir a modificar los comportamientos de los estudiantes, en este sentido


son interesantes las conclusiones de Heaton-Shrestha, Gipps, Edirisingha y Linsey (2007), quienes indican que los estudiantes pueden cambiar deliberadamente su EA, si observan mejores resultados o un aumento de la motivación frente al estudio. Y esto solo es posible, como ya se ha indicado, con un diseño correcto y adecuado en los que todos los EA tengan cabida. Así, Smart et al. (2004) y Yang (2008) recomiendan que se aporten presentaciones colectivas para facilitar el trabajo de los estudiantes participativos y dependientes, las discusiones en línea para los estilos participativo, colaborativo y dependiente, tareas colaborativas para los estudiantes colaborativos y participativos, módulos de contenido que promuevan el estudio independiente para los participativos e indepen-dientes, existencia de cuaderno de calificaciones para los competitivos, y recursos adicionales de aprendizaje para los participativos, competitivos e independientes. O, Gülbahar y Yildirim (2006) y Gülbahar y Alper (2011), quienes recomiendan presentar los contenidos en diferentes formatos, amplia gama de recursos de aprendizaje, importante repertorio de actividades organizadas tempo-ralmente, actividades síncronas y asíncronas que impliquen interacción, experiencias interactivas y simulaciones, una adecuada orientación a los estudiantes, y elevado grado de interacción del profesor.

Por tanto, entendemos que, el conocimiento en los primeros días de curso de las puntuaciones en estos estilos permitirá planificar una atención individualizada que motive a los estudiantes eva-sivos a emplear más la plataforma y para que los estudiantes poco colaborativos-participativos se impliquen en el empleo de las herramienta de comunicación colectivas y así contribuyan tambien a la construcción de nuevo conocimiento con sus aportaciones. Para ello se plantean las siguientes acciones a desarrollar el próximo curso: 1) Administrar a los nuevos estudiantes el cuestionario de Estilos de aprendizaje GRSLSS la primera semana del curso y determinar sus puntuaciones en cada estilo. 2) Programar semanalmente tutorías individualizadas con los estudiantes para estudiar con ellos su actividad y participación en las herramientas de la plataforma educativa, analizando sus progresos. 3) Finalizado el curso, repetir el estudio presentado en este trabajo y comparar los resultados para analizar si se han producido aumentos significativos de empleo de la plataforma entre los estudiantes más evasivos y menos colaborativos-participativos, con respecto a los obtenidos en el presente estudio.

5. REFERENCIASAlducin-Ochoa, J. M., & Vázquez-Martínez, A. I. (2016). Academic performance in blended-learning

and face-to-face University teaching. Asian Social Science, 12(3), 207-221.Amir, R., Jelas, M. J., & Rahman, S. (2011). Learning styles of university students: Implications for

teaching and learning. World Applied Sciences Journal, 14, 22-26.Apter, M. J. (2001). Motivational styles in everyday life: a guide to reversal theory. Washington:

American Psychological Association.Burton-Edwards, R. (2016). Learning styles preference of undergraduate nursing students. TheJour-

nalofArts,ScienceandTechnology,9(1), 29-44.Corbin, A. (2017). Assessing differences in learning styles: Age, gender and academic performance at

the tertiary level in the Caribbean. CaribbeanTeachingScholar,April, 67-91.Dogaru, V., Drăghicescu, L., Petrescu, A. M., & Stăncescu, I. (July, 2008). Metacognition and learn-

ing styles. 5thWSEAS/IASME InternationalConference onEngineeringEducation (EE’08). Heraklion, Greece.


Ellis, R. A., Ginns, P., & Piggott, L. (2009). E-learning in higher education: Some key aspects and their relationship to approaches to study. HigherEducationResearchandDevelopment,28,303–318.

George, D., & Mallery, P. (1995). SPSS/PC+stepbystep:asimpleguideandreference. Belmont, CA, EEUU: Wadsworth Publishing Company.

Grasha, A. F. (2002a). Teachingwithstyle:Aguidetoenhancinglearningbyunderstandingteachingand learning styles. Pittsburgh: Alliance Publishers.

Grasha, A. F. (2002b). Introduction: Personalizing teaching: enhancing learning and building effec-tive student-faculty relationships. CollegeTeaching,50(4), 122-122.

Gülbahar, Y., & Alper, A. (2011). Learning preferences and learning styles of online adult learners . In A. Méndez-Vilas (Ed.), Education in a technological world: communicating current and emerg-ing research and technological efforts, (pp. 270-279). Badajoz: Formatex Research Center.

Gülbahar, Y., & Yildirim, S. (2006). Assessment of web-based courses: A discussion and analysis of learners’ individual differences and teaching-learning process. International Journal of Instruc-tional Media, 33(4), 367-378.

Hamidah, J. S., Sarina, M. N., & Kamaruzaman, J. (2009). The social interaction learning styles of science and social science students. Asian Social Science, 5(7), 58-64.

Hemant, R. R., & Manohar, L. (2014). E-learning: Issues and challenges. International Journal of ComputerApplications,97(5), 20-24.

Heaton-Shrestha, C., Gipps, C, Edirisingha, P., & Linsey, T. (2007). Learning and e-learning in HE: the relationship between student learning style and VLE use. ResearchPapersinEducation, 22(4), 443-464.

Holvikivi, J. (2007). Learning styles in engineering education: The quest to improve didactic practic-es. European Journal of Engineering Education, 32(4), 401-408.

Karakuyu, Y., & Ve Tortop, H. S. (2010). Öğretmen adaylarının öğrenme stillerinin fizik dersine yönelik tutum ve başarılarına etkisi. AKÜFenBilimleriDergisi,1, 47-55.

Kulak, E., Szik, M., Asci, H., & Gurpinar, E. (2015). Learning styles, academic achievement, and gender in a medical school setting. JournalofClinicalandanalyticalMedicine,6(5), 608-611.

Li, S., Leh, A., Fu, Y., & Zhao, X. (2009). Learners’ preferences in using online learning resources. TheQuarterlyReviewofDistanceEducation, 10(3), 299-303.

Logan, K., & Thomas, P. (June, 2002). Learning styles in distance education students learning to program. In J. Kuljis, L. Baldwin, & R. Scoble (Eds.), Proc. PPIG 14 (pp. 29-44). 14th Workshop of the Psychology of Programming Interest Group. Brunel University. Retrieved from http://www.ppig.org

Mahamod, Z., Embi, M. E., Yunus, M., Lubis, M. A., & Chong, O. S. (2010). Comparative learning styles of Malay language among native and non-native students. ProcediaSocialandBehavioralSciences, 9, 1042–1047.

McCaskey, S.J. (2007). Social interaction learning styles in on and off campus environments. South-ern Illinois University Carbondale: Online Journal for Workforce Education and Develop-ment, 2(4). Retrieved from http://wed.siu.edu/journal/VolIInum2/Article4.pdf

MacKenzie, N., & Walsh, A. (2009). Enhancing the curriculum: Shareable multimedia learning ob-jects. JournalofSystemsandInformationTechnology,11, 71–83.

Mitchell, P., & Forer, P. (2010). Blended learning: the perceptions of first-year geography students. JournalofGeographyinHigherEducation,34(1), 77–89.


Ng, S. F., & Confessore, G. J. (2010). The relationship of multiple learning styles to levels of learner autonomy. International Journal of Self-Directed Learning, 7(1), 1-13.

Ozerem, A., & Akkoyunlu, B. (2015). Learning environments designed according to learning styles and its effects on mathematics achievement. Eurasian Journal ofEducationalResearch, 61, 61-80.

Paechter, M., & Maier, B. (2010). Online or face-to-face? Students’ experiences and preferences in e-learning. InternetandHigherEducation, 13, 292-297.

Roehl, A., Reddy, S. L., & Shannon, G. J. (2013). The flipped classroom: An opportunity to engage millennial students through active learning. JournalofFamilyandConsumerSciences,105(2), 44-49.

Smart, K., Kumar, A., & Kumar, P. (2004). Using instructional method and information technology to promote collaboration among students. IssuesinInformationSystems,V(1), 315-321.

Surjono, H. (2015). The effects of multimedia and learning style on student achievement in online electronics course. TOJET,15(1), 116-122.

Uzun, A., & Şentürk, A. (November, 2008). Assessing learning styles of students at Uludag Univer-sity faculty of education. IETC2008, Springfield. Retrieved from http://ietc2008.home.anadolu.edu.tr/ietc2008/9.doc

Vural, L. (2013). Grasha-Riechmann öğrenme stili ölçeğinin yapı geçerliği çalışmaları. EğitimdeKuramveUygulama,9(4), 481-496.

Yang, J. F. (2008). Learning styles and perceived educational quality in e-Learning. Asian Journal of Distance Education, 6(1), 63-75.

Zheng, R. Z., Flygare, J. A., & Dahl, L. B. (2009). Style matching or ability building? An empirical study on fd learners’ learning in well-structured and ill-structured asynchronous online learning environments. JournalofEducationalComputingResearch, 41(2), 195-226.


investigación diseñando el futurorua.ua.es/dspace/bitstream/10045/71088/1/investig... · versidad...

Documents