Horizontes. Revista de
Investigación en Ciencias de la Educación
https://revistahorizontes.org
Volumen 8 / N° 35 / octubre-diciembre 2024
ISSN: 2616-7964
ISSN-L: 2616-7964
pp. 1989 - 2002
Inteligencias
múltiples y rendimiento académico en estudiantes del nivel secundario
Multiple intelligences and academic
performance in high school students
Inteligências múltiplas e desempenho acadêmico
em alunos do ensino médio
Bernabe Maquera-Quispe1
bmaquera@guesancarlos.edu.pe
https://orcid.org/0000-0002-5732-7915
Manuela Daishy Casa-Coila2
mcasa@unap.edu.pe
https://orcid.org/0000-0001-6335-7697
Rebeca Alanoca-Gutierrez2
ralanoca@unap.edu.pe
https://orcid.org/0000-0003-1795-7549
Dometila Mamani-Jilaja2
domamani@unap.edu.pe
https://orcid.org/0000-0003-2357-8684
Sheyla Lenna Cervantes-Alagón2
slcervantes@unap.edu.pe
https://orcid.org/0000-0002-7249-8966
Eder Pacori-Zapana2
epacori@epg.unap.edu.pe
https://orcid.org/0000-0001-7679-7368
1Institución Educativa Secundaria Gran Unidad
Escolar San Carlos. Puno, Perú
2Universidad Nacional del Altiplano. Puno, Perú
RESUMEN
Cada individuo es distinto, porque posee una
combinación de múltiples inteligencias para afrontar la vida. El objetivo del
estudio fue determinar la relación existente entre las inteligencias múltiples
y el rendimiento académico (RA) en estudiantes de Educación Secundaria con
Jornada Escolar Completa (JEC). El método fue cuantitativo, el tipo de
investigación no experimental, con diseño transversal. La población fue de 162
estudiantes tomándose una muestra probabilística de 115 estudiantes. Las
técnicas fueron la encuesta y el análisis documental; los instrumentos la
escala de MINDS y el acta de notas. Los datos fueron procesados con el software
IBM SPSS, se utilizó la estadística inferencial de Rho de Spearman para
establecer la relación entre las variables de estudio. El resultado fue rs =
0,623; p = 0,000; donde la correlación entre las variables de estudio es
positiva media. Concluyendo que, a mayor inteligencia múltiple en el estudiante,
mayor es el Rendimiento Académico.
Palabras
clave:
Inteligencias Múltiples; Rendimiento académico; Estudiantes; Nivel Secundario
ABSTRACT
Each individual is
different because he/she possesses a combination of multiple intelligences to
face life. The objective of the study was to determine the relationship between
multiple intelligences and academic performance (AR) in students of Secondary
Education with Full School Day (FSD). The method was quantitative, the type of
research was non-experimental, with a cross-sectional design. The population
was 162 students with a probabilistic sample of 115 students. The techniques
were the survey and documentary analysis; the instruments were the MINDS scale
and the report card. The data were processed with IBM SPSS software, using
Spearman's Rho inferential statistics to establish the relationship between the
study variables. The result was rs = 0.623; p = 0.000; where the correlation
between the study variables is positive mean. Concluding that the higher the
multiple intelligence of the student, the higher the academic performance.
Key words: Multiple
Intelligences; Academic Performance; Students; Secondary Level
RESUMO
Cada indivíduo é
diferente porque possui uma combinação de múltiplas inteligências para lidar
com a vida. O objetivo do estudo foi determinar a relação entre as
inteligências múltiplas e o desempenho acadêmico (RA) em alunos do Ensino Médio
com Jornada Escolar Completa (DDE). O método foi quantitativo, o tipo de
pesquisa foi não-experimental, com um desenho de corte transversal. A população
foi de 162 alunos, com uma amostra probabilística de 115 alunos. As técnicas
utilizadas foram a pesquisa e a análise documental; os instrumentos foram a
escala MINDS e o boletim escolar. Os dados foram processados com o software IBM
SPSS, usando a estatística inferencial Spearman's Rho para estabelecer a
relação entre as variáveis do estudo. O resultado foi rs = 0,623; p = 0,000;
onde a correlação entre as variáveis do estudo é média positiva. Concluindo
que, quanto maior a inteligência múltipla do aluno, maior o desempenho
acadêmico.
Palavras-chave: Inteligências múltiplas; Desempenho acadêmico;
Estudantes; Nível secundário
INTRODUCCIÓN
La teoría de las inteligencias múltiples de Howard Gardner, citada por
Gómez y Guzmán (2022), ha transformado el campo de la educación al sostener que
cada individuo posee diversas inteligencias que le permiten aprender y resolver
problemas de maneras distintas. Gardner define estas inteligencias como
capacidades específicas para resolver problemas y crear productos en contextos
culturales diversos (Armstrong, 2017). Esta teoría propone que la inteligencia
no es una facultad única, sino un conjunto de habilidades que se manifiestan de
forma heterogénea en cada persona (Gardner, 2005; Lavado et al., 2021).
Siguiendo esta línea, Suárez et al. (2010) destacan que la teoría de
Gardner ofrece una visión integral de la inteligencia, reconociendo el
potencial cognitivo diverso de cada persona. En el contexto educativo, esta teoría
permite identificar distintos estilos de aprendizaje y sugiere la
implementación de estrategias metodológicas variadas para que los estudiantes
aprovechen plenamente sus capacidades cognitivas.
Gardner identifica ocho tipos de inteligencias múltiples, cada una con
características específicas. La inteligencia musical se define como la
habilidad para disfrutar, crear y comprender la música, una capacidad que
suelen poseer cantantes, compositores, músicos y bailarines (Gardner, 2005;
Luca, 2004). Por su parte, la inteligencia cinético-corporal se refiere a la
capacidad de utilizar el cuerpo para realizar actividades físicas con destreza,
como la coordinación, el equilibrio, la fuerza, la flexibilidad, la velocidad y
las habilidades auto-perceptivas, así como el manejo de herramientas en
diversas tareas (Prieto, 2014).
La inteligencia lógico-matemática, en tanto, consiste en la habilidad de
resolver problemas abstractos de manera eficaz y rápida, mediante el
razonamiento lógico y el manejo simultáneo de múltiples variables. Las personas
con esta inteligencia destacan en la formulación de hipótesis y en la
experimentación con modelos abstractos relacionados con cálculos y
categorizaciones matemáticas. Este tipo de inteligencia es característico de matemáticos,
ingenieros, contadores y estadísticos (Armstrong, 2017; Gardner, 2005; Lavado
et al., 2021).
La inteligencia lingüístico-verbal se define como la capacidad de
utilizar las palabras de manera eficaz, tanto en el lenguaje oral como escrito.
Las personas con esta inteligencia poseen habilidades para comprender y
organizar el significado de las palabras, destacando en actividades como la
lectura, la escritura, la expresión oral y la escucha activa. Además, suelen
tener una buena memoria y destacan en campos como la poesía, el periodismo y la
dramaturgia (Armstrong, 2017; Gómez y Guzmán, 2022).
Por otro lado, la inteligencia espacial implica la habilidad de manejar
dimensiones y orientarse en el espacio, lo que incluye el uso de mapas y
sistemas de navegación. También se manifiesta en la observación de objetos
desde diferentes ángulos y en actividades como el ajedrez o las artes visuales.
Esta inteligencia es común en arquitectos, diseñadores e ingenieros, quienes
requieren una aguda percepción espacial para desarrollar su trabajo (Mamani et
al., 2019).
La inteligencia interpersonal se refiere a la capacidad de comprender
los sentimientos y emociones de otras personas, identificando diferencias entre
sus semejantes, especialmente en aspectos como el estado de ánimo y el
temperamento (Gardner, 2005). Por su parte, la inteligencia intrapersonal
implica la habilidad de las personas para reflexionar sobre su propio mundo
interno, comprenderse a sí mismas y gestionar sus emociones, lo que facilita
una interacción más consciente con los demás.
La inteligencia naturalista, en tanto, se describe como la competencia
para observar y analizar la naturaleza, permitiendo al individuo percibir
relaciones entre distintas especies y establecer similitudes y diferencias
entre ellas. Esta capacidad está relacionada con la apreciación y el
entendimiento del entorno natural (Gardner, 2005; Mamani et al., 2019; Maquera,
2019).
En este contexto, el estudio de las inteligencias múltiples resulta
crucial, ya que fomenta el aprendizaje autónomo de los estudiantes, ayudándolos
a comprender y procesar de manera eficaz los conocimientos que se les presentan
(Manrique et al., 2023).
El rendimiento académico, según Becerra (2018) se define como una medida
de la capacidad que una persona demuestra, en términos estimados, respecto a lo
que ha aprendido durante su educación o formación para la vida. Desde la
perspectiva del aprendiz, este logro se entiende como la habilidad para
responder a los estímulos educativos, una definición subjetiva que varía según
los objetivos específicos de la educación. De manera complementaria, Guzmán y
García (2012) plantean que el rendimiento académico es el resultado del proceso
educativo y puede ser evaluado tanto cuantitativa como cualitativamente. Esta
evaluación se utiliza como herramienta para proporcionar retroalimentación a
los individuos y las instituciones, permitiendo medir el grado en que se
alcanzan los objetivos previamente establecidos.
Por otro lado, el rendimiento académico está estrechamente relacionado
con las competencias que los estudiantes necesitan desarrollar. En este
contexto, una competencia se define como “la facultad que tiene una persona de
combinar un conjunto de capacidades a fin de lograr un propósito específico en
una situación determinada, actuando de manera pertinente y con sentido ético”
(Ministerio de Educación, 2017, p. 29). Según Ausubel (2002), citado por
Estrada (2019), el aprendizaje autónomo requiere la utilización de diversas
herramientas que permitan a los estudiantes alcanzar un aprendizaje
significativo. Asimismo, el desarrollo de competencias implica que los
estudiantes participen en diferentes actividades que fortalezcan las
capacidades propuestas. En este sentido, el desarrollo de las inteligencias
múltiples contribuye significativamente al logro de aprendizajes en los
estudiantes (Lavado et al., 2021).
En el sistema educativo peruano, se lleva a cabo una evaluación
formativa del desempeño estudiantil con el propósito de determinar los logros
de aprendizaje, clasificados en cuatro niveles: en inicio (0-10 puntos), en
proceso (11-13 puntos), en logro esperado (14-17 puntos) y logro destacado
(18-20 puntos), conforme a lo establecido por el Ministerio de Educación del
Perú. Estos niveles se reflejan en el rendimiento académico (RA) y son
evaluados mediante el uso de rúbricas o listas de cotejo, permitiendo una
retroalimentación oportuna para mejorar el desempeño (Casa-Coila et al., 2022;
Ministerio de Educación, 2017; Rossi y Rossi, 2022). En este contexto, alcanzar
la calidad educativa requiere considerar los diversos entornos de los
estudiantes y establecer una gestión escolar adecuada que permita cumplir con
las metas propuestas (Quintana-Torres, 2018). Asimismo, el Currículo Nacional
de la Educación Básica Regular enfatiza la necesidad de atender las diferentes
inteligencias múltiples de los estudiantes para optimizar su desempeño
académico.
Desde esta perspectiva, el estudio surge de la necesidad de mejorar el
rendimiento académico (RA) a través del desarrollo de las diversas
inteligencias múltiples que poseen los estudiantes, las cuales se vinculan con
los cursos de la educación básica regular, según lo señalado en la
investigación realizada. En este contexto, el objetivo del estudio fue
determinar el grado de correlación entre las variables Inteligencias Múltiples
y el Rendimiento Académico de los estudiantes de la Institución Educativa de
nivel Secundario con Jornada Escolar Completa Emilio Romero Padilla, ubicada en
Chucuito, Puno, Perú.
MÉTODO
El estudio se enmarcó dentro del enfoque cuantitativo, conforme a lo
descrito por Hernández et al., (2014). El tipo de investigación fue no
experimental, ya que analizó el fenómeno de interés sin manipular las
variables, observándolas en su forma y entorno natural. El diseño fue
correlacional, pues evaluó el grado de asociación entre las variables de
estudio para cuantificar y analizar su vinculación. El nivel de investigación
se clasificó como descriptivo.
La investigación se llevó a cabo en la Institución Educativa Secundaria
(IES) Emilio Romero Padilla con Jornada Escolar Completa (JEC), ubicada en el
distrito de Chucuito, región Puno, Perú. El objetivo fue determinar el grado de
correlación entre las inteligencias múltiples y el rendimiento académico de los
estudiantes durante el año académico 2017.
La población estuvo conformada por 162 estudiantes de 1° a 5° grado de
educación secundaria. La muestra se seleccionó mediante un muestreo
probabilístico, obteniendo un total de 115 estudiantes, lo que representó el
71% de la población. La distribución de la población y la muestra se presenta
en la Tabla 1.
Tabla 1. Población y muestra del estudio.
|
Grado de estudios |
Población (N) |
Porcentaje |
Muestra (n) |
|
1° |
35 |
22% |
25 |
|
2° |
18 |
11% |
13 |
|
3° |
39 |
24% |
28 |
|
4° |
30 |
19% |
21 |
|
5° |
40 |
25% |
28 |
|
Total |
162 |
100% |
115 |
Para la recolección de datos se utilizó la técnica de la encuesta,
empleando como instrumento el test de inteligencias múltiples adaptado al
contexto, basado en la escala MINDS desarrollada por Ruiz (2004). La
confiabilidad del instrumento, calculada mediante el coeficiente Alpha de
Cronbach, fue α = 0,925 para la variable de inteligencias múltiples.
Asimismo, se utilizó la técnica de análisis documental con el acta de
notas como instrumento para medir la variable rendimiento académico. Los datos
recolectados fueron procesados utilizando el software IBM SPSS V.25. Para
analizar la relación entre las variables y probar la hipótesis, se aplicó la
estadística inferencial mediante la prueba no paramétrica de correlación Rho de
Spearman, con un nivel de confianza del 95% y un margen de error del 5%.
Antes del análisis inferencial, se realizó una prueba de normalidad para
las variables de estudio, cuyos resultados se presentan en la tabla 2.
Tabla 2. Prueba de normalidad de las variables
de estudio.
|
Variables |
Kolmogorov-Smirnov* |
Estadística |
df |
Sig. |
|
V1. Inteligencias Múltiples |
0,050 |
115 |
0,200 |
|
|
V2. Rendimiento Académico |
0,154 |
115 |
0,000 |
De acuerdo con Casa (2020) la prueba de normalidad de Kolmogorov-Smirnov
se aplica cuando el tamaño de la muestra es mayor a 50. Si el valor de
significancia (p-valor) es menor a 0,05, los datos no siguen una distribución
normal. En este estudio, los resultados indicaron un p-valor de 0,200 para la
variable de inteligencias múltiples y de 0,000 para la variable rendimiento
académico, confirmando que los datos no eran normales. Por lo tanto, se optó
por utilizar la prueba no paramétrica de Rho de Spearman.
La fórmula de Rho de Spearman es la siguiente:
RESULTADOS
Y DISCUSIÓN
En la Tabla 3 se presenta el grado de correlación entre las variables de
estudio. Según el coeficiente de correlación de Spearman (rs = 0,623), se
identifica una correlación positiva media entre las inteligencias múltiples y
el rendimiento académico. Además, el valor de significancia (ρ = 0,000) es
menor al nivel de significancia de 0,05, lo que llevó a aceptar la hipótesis
alterna planteada en la investigación. Sin embargo, aunque se evidencia una
asociación significativa entre las variables, esta no resulta determinante, ya
que existen otros factores que podrían influir en el rendimiento académico.
Tabla 3. Grado de
correlación de Rho de Spearman entre la inteligencias múltiples y rendimiento
académico.
|
Rendimiento Académico |
|||
|
Rho de Spearman |
Inteligencias Múltiples |
Coeficiente de correlación |
,623 |
|
Sig. (bilateral) |
,000 |
||
|
N |
115 |
||
* La correlación es significativa en el nivel
0,01 (bilateral)
En la Tabla 4, se evidencia el
análisis estadístico evidenció que las dimensiones de las inteligencias
múltiples presentan correlaciones positivas significativas con el rendimiento
académico (RA) en las áreas correspondientes. Por ejemplo, la inteligencia
lingüística mostró una correlación positiva media con el desempeño en el área
de Comunicación, con un coeficiente de Spearman de rs = 0,680. De manera
similar, la inteligencia lógico-matemática también presentó una correlación
positiva media con el RA en el área de Lógico-Matemática (rs = 0,621).
La inteligencia musical demostró
estar relacionada de forma positiva media con el rendimiento en Educación
Artística (rs = 0,503), mientras que la inteligencia espacial presentó una
correlación positiva débil con el desempeño en Historia, Geografía y Economía
(rs = 0,400). Por otro lado, la inteligencia corporal kinestésica evidenció una
correlación positiva media con el área de Educación Física (rs = 0,521).
Asimismo, la inteligencia
interpersonal presentó una correlación positiva débil con el desempeño en
Persona, Familia y Relaciones Humanas (rs = 0,481). La inteligencia
intrapersonal y el rendimiento en Educación Religiosa mostraron una relación
positiva media (rs = 0,501). Finalmente, la inteligencia naturalista estuvo
asociada de manera positiva media con el desempeño en Ciencia, Tecnología y
Ambiente (rs = 0,528).
En todos los casos, los niveles de
significancia obtenidos (p = 0,000) fueron menores al umbral de 0,05, lo que
confirma que las correlaciones son estadísticamente significativas. Estos resultados
refuerzan la hipótesis de que las dimensiones de las inteligencias múltiples
están vinculadas al rendimiento académico, aunque con diferentes grados de
intensidad según el área específica.
Tabla 4. Correlación de Rho de Spearman entre las dimensiones de Inteligencias
Múltiples y el Rendimiento Académico.
|
Dimensión de
Inteligencias Múltiples |
Área Académica |
Coeficiente rs |
Sig. (bilateral) |
N |
|
Inteligencia Lingüística |
Comunicación |
0,680 |
0,000 |
115 |
|
Inteligencia
Lógico-Matemática |
Lógico-Matemática |
0,621 |
0,000 |
115 |
|
Inteligencia Musical |
Educación Artística |
0,503 |
0,000 |
115 |
|
Inteligencia Espacial |
Historia, Geografía y
Economía |
0,400 |
0,000 |
115 |
|
Inteligencia Corporal
Kinestésica |
Educación Física |
0,521 |
0,000 |
115 |
|
Inteligencia
Interpersonal |
Persona, Familia y
Relaciones Humanas |
0,481 |
0,000 |
115 |
|
Inteligencia
Intrapersonal |
Educación Religiosa |
0,501 |
0,000 |
115 |
|
Inteligencia Naturalista |
Ciencia, Tecnología y
Ambiente |
0,528 |
0,000 |
115 |
*La
correlación es significativa al nivel 0,01 (bilateral).
En la Figura 1, se destaca el el análisis de los niveles de desarrollo de las inteligencias múltiples
evidenció patrones específicos en las distintas dimensiones evaluadas. La
inteligencia verbal-lingüística se concentró mayoritariamente en un nivel
medio, alcanzando al 68% de los estudiantes, mientras que los niveles bajo y
alto abarcaron el 19% y el 13%, respectivamente. Por otro lado, la inteligencia
lógico-matemática mostró una mayor distribución hacia niveles altos, con el 47%
de los estudiantes en este rango, aunque el nivel bajo representó el 44% y el
nivel alto apenas el 9%.
En relación con la inteligencia musical, la mayoría de los estudiantes
(55%) se ubicaron en el nivel medio, seguido por un 23% en el nivel bajo y un
22% en el nivel alto. De manera similar, la inteligencia espacial presentó una
prevalencia del nivel medio en el 61% de los casos, con un 24% en nivel bajo y
un 15% en nivel alto.
La inteligencia corporal-kinestésica evidenció que el 57% de los
estudiantes se encontraban en el nivel medio, el 29% en el nivel alto y el 15%
en el nivel bajo. Respecto a la inteligencia interpersonal, se identificó una
predominancia del nivel medio en el 66% de los estudiantes, mientras que los
niveles bajo y alto abarcaron el 21% y el 13%, respectivamente.
La inteligencia intrapersonal mostró resultados similares, con el 66%
de los estudiantes en un nivel medio, el 18% en nivel bajo y el 16% en nivel
alto. Finalmente, en la inteligencia naturalista, el 54% de los estudiantes se
ubicaron en un nivel medio, el 34% en nivel alto y el 12% en nivel bajo.
Estos resultados reflejan una tendencia general hacia niveles medios
en las distintas dimensiones de las inteligencias múltiples, con variaciones
específicas según la naturaleza de cada inteligencia. Los datos resaltan áreas de
desarrollo potencial, especialmente en dimensiones con mayor concentración en
niveles bajos o medios.
Figura
1. Niveles de Inteligencias múltiples.
En la Figura 2 se evidencia, el rendimiento académico (RA) de los
estudiantes, basado en el nivel de logro en distintas áreas curriculares,
presenta distribuciones específicas que reflejan variaciones en el desempeño.
En el área de Comunicación, la mayoría de los estudiantes (43%) se ubican en el
nivel de logro esperado (14-17 puntos), seguidos por el 40% en proceso (11-13
puntos), el 11% en logro destacado (18-20 puntos) y un 5% en el nivel de inicio
(0-10 puntos).
En Matemática, el nivel de proceso prevalece con un 55%, seguido por
un 34% en logro esperado, un 6% en logro destacado y un 5% en nivel de inicio.
Para el área de Arte, el 66% de los estudiantes alcanzaron el nivel de logro
esperado, mientras que el 28% se encuentran en proceso y el 6% en logro
destacado.
En Historia, Geografía y Economía, el 49% de los estudiantes lograron
el nivel de logro esperado, el 37% están en proceso, el 12% en logro destacado
y un 2% en inicio. En Educación Física, el 66% se encuentran en logro esperado
y el 34% en proceso, sin presencia de estudiantes en los niveles de inicio o
destacado.
El área de Persona, Familia y Relaciones Humanas presenta un 54% de
estudiantes en logro esperado, el 31% en proceso, el 13% en logro destacado y
el 2% en inicio. En Religión, el 45% de los estudiantes están en logro
esperado, el 31% en logro destacado y el 23% en proceso. Finalmente, en
Ciencia, Tecnología y Ambiente, el 63% de los estudiantes alcanzaron el nivel
de logro esperado, el 28% están en proceso, el 8% en logro destacado y solo el
1% en nivel de inicio.
Estos resultados reflejan una tendencia general hacia el logro esperado
en la mayoría de las áreas académicas, con variaciones significativas en
niveles destacados y de inicio según la naturaleza del área evaluada. Los datos
subrayan fortalezas en áreas como Arte, Educación Física y Ciencia, Tecnología
y Ambiente, y áreas de oportunidad en Matemática y Comunicación, donde los
niveles de proceso son más prevalentes.
Figura 2. Niveles de Rendimiento académico en las áreas.
Discusión
Los resultados obtenidos en este
estudio reflejan correlaciones significativas entre las inteligencias múltiples
y el rendimiento académico (RA) de los estudiantes, con similitudes y
discrepancias respecto a investigaciones previas. En la Tabla 3, se destaca la
relación entre la inteligencia lógico-matemática y el RA en Matemáticas, en
línea con los hallazgos de Prada et al., (2018), quienes confirmaron las
teorías de Gardner sobre inteligencias múltiples. Similarmente, Rossi y Rossi
(2022) evidenciaron una correlación positiva perfecta (rs=0,945), indicando que
el 80,2% de los estudiantes con altos niveles de autoeficacia obtuvieron un RA
elevado.
Sin embargo, estudios como los de
Mamani et al., (2019) reportaron una correlación positiva buena (r = 0,40 a r =
0,69) entre las inteligencias múltiples y la elección profesional, mientras que
Mancha et al., (2022) observaron una relación significativa entre competencias
digitales y satisfacción en el RA (ρ-valor = 0,000). Contrariamente,
investigaciones como las de Navarro (1997) señalan una disminución del RA en un
4%, indicando que los estudiantes requieren apoyo adicional, y Díaz et al.,
(2016) concluyeron que no existe relación entre las inteligencias múltiples y
el RA.
En la Tabla 4, los resultados
mostraron que la inteligencia lógico-matemática guarda una relación
significativa con el RA en Matemáticas, con un p-valor de 0,008 (Prada et al.,
2018). No obstante, las demás inteligencias no evidenciaron correlación
significativa, lo cual coincide con los hallazgos de Asqui et al., (2017)
quienes destacaron la motivación en Educación Física como un factor clave para
un aprendizaje óptimo. Asimismo, Gómez et al., (2018) reportaron correlaciones
positivas entre las emociones positivas y las inteligencias lógico-matemática,
interpersonal y naturalista en el desempeño en Ciencias Naturales.
Hidalgo et al., (2018) encontraron
una relación positiva entre las inteligencias cinestésica-corporal e
intrapersonal con el RA, mientras que Arias y Linares (2018) identificaron que
las inteligencias lingüística-verbal, interpersonal e intrapersonal estaban
relacionadas con estrategias metacognitivas. Estas conclusiones coinciden con
Peña-Rodríguez (2018), quien resaltó la influencia de las condiciones
socioculturales en el desarrollo de las inteligencias múltiples, y con Mainieri
(2015), quien enfatizó la necesidad de estrategias metodológicas para fomentar
el aprendizaje integral.
En la Figura 1, se observó que las
inteligencias interpersonal e intrapersonal registraron mayores puntuaciones,
como lo describen Navarro et al., (2018) con medias de X=5,60 y X=5,70, respectivamente,
mientras que la inteligencia musical mostró los valores más bajos (X=4,05).
Estos resultados resaltan la importancia de implementar actividades que
potencien inteligencias menos desarrolladas.
Finalmente, la Figura 2 refleja
variaciones en el RA en distintas áreas curriculares. Guzmán y García (2012)
señalaron que múltiples factores influyen en el desempeño académico, mientras
que Rodríguez y Leticia (2021) identificaron que los estudiantes con perfiles
de metas múltiples logran un RA promedio de 8,79, aunque algunos suspenden
asignaturas. Estrada (2019) subrayó la relevancia de los estilos de
aprendizaje, factores socioeconómicos y estrategias pedagógicas en el RA, en
concordancia con Suárez et al., (2010) quienes destacaron que el uso de las
inteligencias múltiples en la educación fomenta la creatividad, la resolución
de problemas y el desarrollo integral.
Por lo tanto, estos hallazgos
refuerzan la importancia de integrar las inteligencias múltiples en las
estrategias pedagógicas, reconociendo su impacto significativo en el
rendimiento académico y en el desarrollo integral de los estudiantes.
CONCLUSIONES
La investigación realizada confirmó una relación
significativa entre las inteligencias múltiples y el rendimiento académico (RA)
en estudiantes de secundaria, con resultados que destacan correlaciones
positivas de diversa magnitud según las áreas curriculares. El análisis, basado
en el coeficiente de correlación de Spearman, indicó que, a mayor desarrollo de
las inteligencias múltiples, mayor es el RA, lo que refuerza la importancia de
estas capacidades en el contexto educativo.
Entre los hallazgos específicos, la inteligencia lingüística
mostró una correlación positiva media con el RA en el curso de Comunicación,
mientras que la inteligencia lógico-matemática mantuvo una correlación positiva
media con el RA en Matemáticas. La inteligencia naturalista también presentó
una correlación positiva media con el RA en Ciencia, Tecnología y Ambiente, y
la inteligencia corporal-kinestésica destacó en Educación Física. Otras
inteligencias, como la musical, interpersonal e intrapersonal, presentaron
correlaciones positivas débiles o medias según las asignaturas, reflejando
diferencias en el impacto que estas inteligencias tienen sobre el desempeño académico
en diversas áreas.
En términos generales, los resultados respaldan la influencia
de las inteligencias múltiples como un factor clave en el desempeño académico,
evidenciando que su integración en las estrategias pedagógicas puede contribuir
significativamente al aprendizaje integral. Además, estos hallazgos subrayan la
necesidad de diseñar currículos que fomenten el desarrollo equilibrado de las
inteligencias, en línea con el Currículo Nacional de la Educación Básica
Regular, para maximizar el potencial de los estudiantes y atender sus diversas
fortalezas cognitivas y emocionales.
CONFLICTO DE
INTERESES. Los autores declaran que no existe conflicto de intereses
para la publicación del presente artículo científico.
REFERENCIAS
Arias, W., y Linares, G. (2018).
Inteligencias múltiples y estrategias metacognitivas en profesores
universitarios. Perspectiva
Educacional, 57(1),
120–140. https://doi.org/10.4151/07189729-vol.57-iss.1-art.669
Armstrong, T. (2017). Inteligencias
múltiples en el aula. In Paidós
Educación: Vol. 2a edición. PAIDÓS Educación.
https://www.primercapitulo.com/pdf/2017/3381-inteligencias-multiples-en-el-aula.pdf
Asqui, J., León, J., Santillán, R.,
Santillán, H., Obregón, G., y Calero, S. (2017). Influencia de la teoría de las
inteligencias múltiples en la educación física: estudio de casos Influence of
multiple intelligences theory in physical education: cases study. Revista Cubana de Investigaciones
Biomédicas., 36(3), 1–12.
Becerra, J. (2018). Violencia familiar y rendimiento académico
de los estudiantes del nivel secundario de la I.E César Alcides de la Cruz
Delgado del Distrito de Camporredondo, 2017 [Universidad Peruana Unión,
Tesis de Maestría]. http://hdl.handle.net/20.500.12840/1071
Casa-Coila, M. D., Yana, M., Mamani,
D., Alanoca, R., y Perez, K. (2022). Evaluación formativa en el proceso
enseñanza y aprendizaje durante la pandemia COVID-19. Horizontes. Revista de Investigación En Ciencias de La Educación,
6(25), 1729–1741.
https://doi.org/10.33996/revistahorizontes.v6i25.449
Casa, M. (2020). Percepciones sobre contaminanción ambiental
y su relación con las actitudes ambientales de los estudiantes de la Escuela
Profesional de Educación Secundaria UNA Puno,2019 [Tesis, Universidad Nacional
del Altiplano]. http://repositorio.unap.edu.pe/handle/UNAP/14778
Díaz, C., Llamas, F., y
López-Fernández, V. (2016). Relación entre creatividad, inteligencias múltiples
y rendimiento académico en alumnos de enseñanza media técnico profesional del
área gráfica. Programa de intervención neuropsicológico utilizando las TIC. Academia y Virtualidad, 9(2), 41–58.
https://doi.org/10.18359/ravi.1891
Estrada, A. (2019). Estilos de
aprendizaje y rendimiento académico. Revista
Boletín Redipe, 7(7),
218–228. https://revista.redipe.org/index.php/1/article/view/536/509
Gardner, H. (2005). Inteligencias
Múltiples. La teoría en la práctica. In Quaternary International
(Vol. 46). Paidós.
Gómez, J., y Guzmán, B. (2022). Estrategias didácticas basadas en las inteligencias
múltiples para la transformación de la enseñanza de la matemática en básica
primaria. Revista Franz Tamayo,
4(11), 9–29.
www.revistafranztamayo.org
Gómez, M., Lucas, C., Bermejo, M., y
Rabazo, M. J. (2018). Las emociones y su relación con las inteligencias
múltiples en las asignaturas de ciencias y matemáticas en secundaria. International Journal of
Developmental and Educational Psychology. Revista INFAD de Psicología., 1(1),
213. https://doi.org/10.17060/ijodaep.2018.n1.v1.1318
Guzmán, M. P., y García, M. J.
(2012). Modelos predictivos y
explicativos del rendimiento académico universitario: caso de una institución
privada en México [Universidad Complutense de Madrid].
https://eprints.ucm.es/id/eprint/15335/
Hernández, R., Fernández, C., y
Baptista, M. (2014). Metodología de la
investigación (Sexta). McGraw-Hill/Interamericana Editores, S.A.De C.V.
Hidalgo, S., Sospedra-Baeza, M. J., y
Martínez-Álvarez, I. (2018). Análisis de las inteligencias múltiples y
creatividad en universitarios. Ciencias
Psicológicas, 12(2),
271. https://doi.org/10.22235/cp.v12i2.1691
Lavado, B., Zárate, E., y Pomahuacre,
W. (2021). Inteligencias múltiples y aprendizaje de la lengua inglesa en
estudiantes universitarios. Delectus,
4(1), 50–65. https://doi.org/https://doi.org/10.36996/delectus.v4i1.101
Luca, S. (2004). El docente y las
inteligencias múltiples. Revista
Iberoamericana de Educación, 34(1),
1–12. https://doi.org/10.35362/rie3412884
Mainieri, A. M. (2015). Conocimientos
teóricos y estrategias metodológicas que emplean docentes de primer ciclo en la
estimulación de las inteligencias múltiples. Actualidades Investigativas En Educación, 15(1), 1–39.
https://doi.org/10.15517/aie.v15i1.17727
Mamani, P., Casa, M. D., y Cusi, L.
(2019). Inteligencias múltiples e inclinación profesional en estudiantes de
educación secundaria. Revista de
Investigaciones de La Escuela de Posgrado, 8(1), 952–959. https://doi.org/10.26788/riepg.v8i1.949
Mancha, E., Casa-Coila, M. D., Yana,
M., Mamani, D., y Mamani, P. (2022). Competencias digitales y satisfacción en
logros de aprendizaje de estudiantes universitarios en tiempos de Covid-19. Comuni@cción: Revista De Investigación En
Comunicación Y Desarrollo, 13(2),
106–116. https://doi.org/https://doi.org/10.33595/2226-1478.13.2.661
Manrique, Z. R., Legua, M. J.,
Flores, A. R., Ecos, A. M., y Yallico, M. C. (2023). Inteligencias múltiples de
Howard Gardner en estudiantes de Educación Inicial Bilingüe. Horizontes. Revista De Investigación En
Ciencias De La Educación, 7(27),
388–396. https://doi.org/10.33996/revistahorizontes.v7i27.523
Maquera, B. (2019). Las Inteligencias Múltiples y el Rendimiento
Académico en los Estudiantes de la Institución Educativa de Jornada Escolar
Completa Emilio Romero Padilla Chucuito-Puno, 2016 [Universidad Nacional
de Educación Enrique Guzmán y Valle, Tesis de maestría].
http://repositorio.une.edu.pe/handle/UNE/3202
Mesa, C. E. (2018). Caracterización
de las inteligencias múltiples de estudiantes de 2do año de la carrera de
Medicina. Rev.Med.Electrón, 40(2), 298–310.
Ministerio de Educación. (2017). Currículo Nacional de la Educación Básica.
Ministerio de Educación.
Navarro, G., Flores-Oyarzo, G., y
González, M.-G. (2018). Inventario de Autoeficacia para Inteligencias Múltiples
Revisado (IAMI-R) en una muestra de estudiantes de Concepción, Chile:
Percepción de autoeficacia para los diferentes tipos de inteligencia. Revista de Estudios y Experiencias En
Educación, 17(35),
51–61. https://doi.org/10.21703/rexe.20181735navarro3
Navarro, R. (1997). Factores
asociados al rendimiento académico. Revista
Iberoamericana de Educacion, 33(1),
1–21. https://doi.org/10.4321/S1575-18132005000200005
Peña-Rodríguez, M. Á. (2018).
Multiple Intelligences and its Development in Three Early Education Contexts. Revista Aletheia, 10(2),
128–147.
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S2145-03662018000200128&lang=es
Prada, R., Rincón, G., y Hernández,
C. (2018). Inteligencias múltiples y rendimiento académico del área de
matemáticas en estudiantes de educación básica primaria. Infancias Imágenes, 17(1657–9089), 163–175.
https://doi.org/110.14483/16579089.12584
Prieto, M. (2014). Trabajo final de investigación
Inteliegencias Múltiples [Universidad Fasta].
https://core.ac.uk/download/pdf/49225067.pdf
Quintana-Torres, Y. (2018). Calidad
educativa y gestión escolar: una relación dinámica. Educación y Educadores, 21(2),
259–281. https://doi.org/10.5294/edu.2018.21.2.5
Rodríguez, M. del S., y Leticia, G.
M. (2021). Perfiles motivacionales y rendimiento académico en ciencias exactas
y experimentales en estudiantes de Bachillerato mexicanos. Revista de Investigación En Educación,
19(1), 42–53.
https://doi.org/10.35869/reined.v19i1.3512
Rossi, R. M., y Rossi, R. G. (2022). Grado de relación entre autoeficacia y rendimiento
académico en una universidad privada. Revista
Andina de Educación, 5(2),
1–9. https://doi.org/https://doi.org/10.32719/26312816.2022.5.2.7
Ruiz, C. (2004). Escala MINDS de Inteligencias Múltiples.
Autor.
Suárez, J., Maiz, F., y Meza, M.
(2010). Inteligencias múltiples: una innovación pedagógica para potenciar el
proceso enseñanza aprendizaje. Investigación
y Postgrado, 25(1),
81–94. http://www.redalyc.org/articulo.oa?id=65822264005