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. 2151 - 2164
Funciones ejecutivas en estudiantes
universitarios: Análisis de la calidad métrica de una propuesta evaluativa
breve
Executive functions in university students:
Analysis of the metric quality of a brief assessment proposal
Funções executivas em estudantes
universitários: análise da qualidade métrica de uma proposta de avaliação breve
Juan Walter
Pomahuacre-Carhuayal1
juan.pomahuacre@unmsm.edu.pe
https://orcid.org/0000-0002-6769-6706
Lesly Laura Sanchez-Aliaga2
lesly.sancheza@unife.pe
https://orcid.org/0000-0001-7853-8781
Luz Alicia Pomahuacre-Carhuayal3
luz.pomahuacre.c@upch.pe
https://orcid.org/0000-0001-9269-7754
Jesús Milton Pérez-Zavala4
jperezzz@ucvvirtual.edu.pe
https://orcid.org/0000-0001-7182-2421
Nicole Eloiza Valverde-López4
vnicolel@ucvvirtual.edu.pe
https://orcid.org/0000-0002-5454-2863
1Universidad Nacional Mayor de San Marcos, Lima, Perú
2Universidad Femenina del Sagrado Corazón, Lima, Perú
3Universidad Peruana Cayetano Heredia, Lima, Perú
4Universidad César Vallejo, Lima, Perú
RESUMEN
Este estudio tuvo
como objetivo desarrollar una versión reducida de la Escala EFECO
(Ramos-Galarza et al., 2016) y analizar su calidad métrica como herramienta
para evaluar las funciones ejecutivas en estudiantes universitarios.
Participaron 903 estudiantes universitarios de entre 18 y 40 años (M = 21.93,
DE = 4.76). A partir del criterio de jueces expertos, se propusieron dos
modelos reducidos de 24 y 29 ítems, ambos con ocho factores. El análisis
factorial confirmatorio indicó que el modelo de 29 ítems presentó un ajuste
satisfactorio en un modelo de segundo orden, siendo su desempeño superior como
modelo bifactor. La validez concurrente se confirmó mediante una buena
correlación con la escala completa y sus factores. El análisis de invarianza
evidenció equivalencia por sexo y edad, mientras que la fiabilidad mostró
valores aceptables de consistencia interna en todos los factores. Los hallazgos
respaldan que el EFECO-29 ofrece evidencias métricas sólidas para la evaluación
de funciones ejecutivas en estudiantes universitarios.
Palabras clave: Estudiantes universitarios; Funciones ejecutivas; EFECO; Validez;
Confiabilidad
ABSTRACT
This study aimed to develop a reduced version
of the EFECO Scale (Ramos-Galarza et al., 2016) and to analyze its metric
quality as a tool to assess executive functions in university students. A total
of 903 university students between 18 and 40 years of age (M = 21.93, SD =
4.76) participated. Based on the criteria of expert judges, two reduced models
of 24 and 29 items, both with eight factors, were proposed. Confirmatory factor
analysis indicated that the 29-item model presented a satisfactory fit in a
second-order model, with superior performance as a bifactor
model. Concurrent validity was confirmed by a good correlation with the full
scale and its factors. The invariance analysis showed equivalence by sex and
age, while reliability showed acceptable internal consistency values for all
factors. The findings support that the EFECO-29 offers solid metric evidence
for the assessment of executive functions in university students.
Key words:
College
students; Executive functions; EFECO; Validity; Reliability.
RESUMO
Este estudo teve como
objetivo desenvolver uma versão reduzida da Escala EFECO (Ramos-Galarza et al., 2016) e analisar
sua qualidade métrica como ferramenta para avaliar as funções executivas em
estudantes universitários. Participaram 903 estudantes universitários com idade
entre 18 e 40 anos (M = 21,93, DP = 4,76). Com base nos critérios de juízes
especialistas, foram propostos dois modelos reduzidos de 24 e 29 itens, ambos
com oito fatores. A análise fatorial confirmatória indicou que o modelo de 29
itens apresentou um ajuste satisfatório em um modelo de segunda ordem, com
desempenho superior como um modelo bifatorial. A
validade simultânea foi confirmada por uma boa correlação com a escala completa
e seus fatores. A análise de invariância mostrou equivalência por gênero e
idade, enquanto a confiabilidade mostrou valores aceitáveis de consistência
interna para todos os fatores. Os resultados confirmam que a EFECO-29 oferece
evidências métricas sólidas para a avaliação das funções executivas em
estudantes universitários.
Palavras-chave: Estudantes
universitários; Funções executivas; EFECO; Validade; Confiabilidade.
INTRODUCCIÓN
El dinamismo de los entornos universitarios resalta cada vez
más la necesidad de que docentes y estudiantes desarrollen competencias que les
permitan adaptarse a los constantes desafíos académicos. En particular, se
espera que los estudiantes sean capaces de autorregular su proceso de
aprendizaje (ARA), lo que implica planificar, anticipar soluciones y
resultados, y gestionar pensamientos, emociones y acciones, aprovechando de
manera efectiva los recursos disponibles para cumplir con sus actividades
académicas (Cho et al., 2020). En este contexto, el
fomento de la ARA se consolida como un eje clave en la educación superior.
La autorregulación del aprendizaje está estrechamente
relacionada con las funciones ejecutivas (FE), según destacan Posner y Rothbark (2020). Estas
últimas se definen como habilidades cognitivas complejas, principalmente
asociadas a la corteza prefrontal, que permiten la
adaptación y la toma de decisiones efectivas en situaciones novedosas o
complejas (Portellano y García, 2014). Diversos
estudios han corroborado esta relación, señalando que el fortalecimiento de las
FE, especialmente la memoria de trabajo y el control inhibitorio, contribuye
significativamente a la mejora de la ARA en estudiantes universitarios
(Pinochet-Quiroz et al., 2022; Aghdar et al., 2020).
Al igual que la ARA, otras variables han mostrado estar
asociadas a las funciones ejecutivas (FE) en el contexto universitario. Una de
las más destacadas es el rendimiento académico, que ha sido identificado como
predecible a partir del desarrollo de las FE, según evidencian estudios
empíricos (Gutiérrez-Ruiz et al., 2020; Ramos-Galarza et al., 2019; Baars et al., 2015; Knouse et
al., 2014). Asimismo, variables como la intención emprendedora universitaria
parecen guardar una relación directa con FE específicas, como la memoria de
trabajo y el control inhibitorio (Khawar et al.,
2022).
De igual forma, las FE han mostrado vínculos significativos
con la autoestima académica (Giofrè et al., 2017), la
deserción académica (Baars et al., 2015) e incluso
como factor predictivo del éxito en el empleo (Bailey, 2007). Otra variable de
gran relevancia para el desempeño académico es la comprensión lectora (CL).
Diversos estudios han explorado la conexión entre las FE y la CL, destacando su
papel explicativo en las complejas interacciones entre el lector, el texto y el
contexto discursivo (Butterfuss y Kendeou,
2017).
En particular, Georgiou y Das
(2016) identificaron que, entre las FE, la planificación estaba más asociada a
la CL. Por su parte, Ramírez (2020), en un estudio experimental con
universitarios, encontró que la inhibición y el establecimiento de objetivos
son funciones ejecutivas que ejercen un impacto significativo en la comprensión
lectora. Estos hallazgos refuerzan la importancia de las FE en el ámbito
académico y su influencia en múltiples dimensiones del desempeño estudiantil.
Ante lo expuesto, diversos autores han subrayado la
importancia de seguir investigando el papel de las funciones ejecutivas (FE) en
distintos aspectos de la vida académica de los estudiantes universitarios (Jolles y Jolles, 2021; Ansari et al., 2017; Sigman et
al., 2014). Además, se ha destacado la relevancia de implementar programas de
intervención orientados a mejorar las FE (Martins et
al., 2022; Baars et al., 2015).
En este contexto, Martins et al.,
(2022) llevaron a cabo un estudio experimental en el que desarrollaron un
programa para promover las FE en estudiantes universitarios y evaluaron su
eficacia en la comprensión lectora (CL). Los resultados fueron prometedores,
evidenciando que el programa contribuyó de manera positiva al fortalecimiento
de las capacidades de CL, lo que resalta el potencial de estas intervenciones
en el ámbito académico.
A pesar de la evidente importancia de las funciones
ejecutivas (FE), su definición sigue siendo motivo de debate, ya que abarcan
procesos variados y complejos, lo que dificulta alcanzar un consenso (Flores y Ostrosky-Shejet, 2012). Ramos-Galarza y Pérez-Salas (2015)
las describen como un conjunto de habilidades cognitivas de alto nivel,
relacionadas con la planificación, monitorización y verificación de actividades
tanto cognitivas como conductuales.
Clásicamente, las FE incluyen componentes como la
planificación, el control inhibitorio, la monitorización, la regulación
emocional, la organización de materiales, la flexibilidad cognitiva, la memoria
de trabajo y la iniciativa (Gioia et al., 2002).
Según Ramos-Galarza y Pérez-Salas (2015), la planificación se define como la
capacidad de elaborar un plan de acción orientado hacia un objetivo. El control
inhibitorio corresponde a la habilidad de gestionar de forma consciente las
respuestas automáticas. La monitorización implica la inspección y evaluación de
la eficacia de las conductas cognitivas y motoras dirigidas a una meta.
Por otro lado, la regulación emocional se refiere a la
capacidad de gestionar respuestas emocionales de manera coherente con los
diferentes contextos. La organización de materiales implica la habilidad de
mantener ordenados y accesibles los elementos necesarios para cumplir una
tarea. La flexibilidad cognitiva es la capacidad de adaptar estrategias cuando
las habituales no son efectivas. La memoria de trabajo, por su parte, es la
habilidad de mantener información en mente mientras se realiza una actividad, y
la iniciativa se define como la capacidad de actuar sin necesidad de estímulos o órdenes externas.
En cuanto a la mensura de las funciones ejecutivas, se sigue
tres caminos metodológicos. En primer lugar, como prueba específica en donde a
través de tareas experimentales se mide las FE. Aquí, como prueba
representativa se tiene al STROOP, con el cual se realiza la evaluación del
control inhibitorio. También existen pruebas no específicas, que aun cuando no
fueron creadas con el objetivo de medir las FE, aportan en su mensura. Por
ejemplo, las escalas de inteligencia de Weschler. La
tercera metodología se refiere a la observación diferida, en donde se usan
instrumentos de observación conductual de las FE. Destaca en este rubro la Escala BRIEF, la
cual cuenta con diferentes versiones, y la Escala EFECO (Ramos-Galarza et al.,
2016). Esta última escala es el punto de interés del presente estudio.
La Escala EFECO fue desarrollada inicialmente por
García-Gómez (2015) como un instrumento de reporte de conducta dirigido a
profesores y padres de escolares de educación básica. Posteriormente, la escala
original, compuesta por 67 ítems, fue adaptada a un formato de autorreporte mediante un proceso de adecuación lingüística
(Ramos-Galarza et al., 2016) y analizada en términos de sus propiedades
psicométricas en adolescentes ecuatorianos (Ramos-Galarza et al., 2017). En
este último estudio participaron 250 adolescentes de entre 13 y 18 años,
encontrándose que el instrumento presentaba buena correlación entre sus dimensiones,
así como evidencia sólida de validez basada en su estructura interna de dos
factores. La confiabilidad resultó adecuada tanto para el puntaje total como
para cada dimensión.
Posteriormente, se evaluó la calidad métrica del EFECO en
adultos ecuatorianos de entre 18 y 25 años (Ramos-Galarza et al., 2018). En
esta investigación, se desarrolló una versión modificada del instrumento (EFECO
II) en la que los ítems fueron redactados en una narrativa positiva. Asimismo,
se presentó una versión abreviada de 42 ítems, además de evaluar la escala
original de 67 ítems. Los resultados mostraron que todas las versiones del
EFECO mantenían buenos índices de confiabilidad tanto a nivel dimensional como
global. Además, se encontraron altas correlaciones entre las dimensiones del
instrumento, reafirmando su solidez psicométrica.
Como se evidencia, la Escala EFECO presenta buenas
propiedades métricas. Sin embargo, su extensión de 67 ítems puede ser una
dificultad cuando se está en situaciones que ameriten un plano más pragmático.
En este nivel, como plantean Postmes et al., (2013)
el uso de medidas cortas se hace necesario.
Así, por ejemplo, en el campo de la investigación, la masificación de
aparatos tecnológicos y el uso de redes sociales hace necesario la recogida de
información en tiempos cortos (Alam et al., 2014).
Además, como mencionan Loo y Kelts
(1998) los instrumentos cortos pueden alcanzar niveles de confiabilidad
aceptables siempre y cuando evalúen constructos definidos. Así, se percibe como
muy útil contar con una versión reducida del EFECO.
Llegado a este punto, queda en evidencia la importancia de la
evaluación de las FE en los estudiantes universitarios al estar muy asociado
con diversas variables como la ARA, la CL, el rendimiento académico, entre otras;
y que la Escala EFECO tiene un rol muy importante al respecto, pero que su uso
puede verse dificultado por su extensión.
Por ello es que el presente estudio se planteó como objetivos proponer
una versión reducida de la Escala EFECO y evaluar si esta cuenta con buena
calidad métrica en estudiantes universitarios.
MÉTODO
Este estudio fue de tipo instrumental (Ato et al., 2013).
El muestreo se realizó de manera no probabilística por conveniencia (Otzen y Manterola, 2017). La
muestra estuvo compuesta por 903 estudiantes universitarios con edades entre 18
y 40 años (M = 21.93; DE = 4.76), en su mayoría mujeres (66.3%) y provenientes
de universidades privadas (73.8%) de tres ciudades peruanas: Lima (61.2%),
Piura (19.8%) y Trujillo (18.9%). En cuanto a las áreas académicas, el 72.5%
pertenecía a ciencias de la salud, el 13% a arquitectura e ingenierías, el 8% a
ciencias económicas, y el 6.5% a ciencias políticas, sociales y humanidades.
Se utilizaron tres versiones de la Escala EFECO
(Ramos-Galarza et al., 2016), la original de 67 ítems, y dos versiones
propuestas, una de 24 ítems (EFECO-24) y otra de 29 ítems (EFECO-29). Todas las
versiones emplearon una escala tipo Likert de cuatro puntos (0 = Nunca, 1 = A
veces, 2 = Con frecuencia, 3 = Con mucha frecuencia), con una narrativa
negativa, de modo que las puntuaciones altas reflejaban mayores dificultades en
las funciones ejecutivas (FE).
Estructura de las escalas
EFECO original: Incluyó las siguientes
dimensiones: control inhibitorio (10 ítems), flexibilidad cognitiva (6 ítems),
control emocional (7 ítems), planificación (7 ítems), organización de
materiales (8 ítems), iniciativa (10 ítems), memoria de trabajo (10 ítems) y
monitorización (9 ítems).
EFECO-24: Se estructuró con 3 ítems para cada
una de las 8 dimensiones mencionadas.
EFECO-29: Incluyó entre 3 y 4 ítems por
dimensión, manteniendo la estructura original.
Diseño de las escalas propuestas
Para el desarrollo de las versiones adicionales, se
colaboró con dos grupos de docentes universitarios expertos. El primer grupo
(G1) incluyó 5 especialistas en psicometría sin formación específica en
neurociencias, mientras que el segundo grupo (G2) estuvo conformado por 5
especialistas en neurociencias. A ambos grupos se les proporcionaron conceptos básicos
sobre las FE según Ramos-Galarza y Pérez-Salas (2015) y los 67 ítems originales
de la escala.
Cada grupo evaluó individualmente los ítems en términos
de coherencia, relevancia y claridad, eliminándose aquellos que no cumplían con
los criterios o mostraban puntajes bajos. Posteriormente, evaluaron la
suficiencia de los ítems restantes. Como resultado, el G1 seleccionó 24 ítems
para la versión EFECO-24, mientras que el G2 seleccionó 29 ítems para la
versión EFECO-29. Se confeccionaron dos protocolos manteniendo el orden
original de los ítems.
La recolección se llevó a cabo mediante un formulario
virtual que incluía el objetivo del estudio, el carácter anónimo de la
participación, los criterios de inclusión y exclusión, la opción de
participación voluntaria y las tres versiones de la Escala EFECO. Este
formulario fue distribuido a través de redes sociales.
El análisis se realizó con el software R Studio. Primero,
se evaluó la validez de la estructura interna mediante análisis factorial confirmatorio (AFC) para los tres modelos de la escala,
utilizando el método de estimación de mínimos cuadrados ponderados robusto
(WLSMV). Luego, se analizó la validez concurrente con la escala completa.
Posteriormente, se examinó la invarianza factorial
para determinar si la conceptualización del constructo variaba en función del
sexo o la edad. Finalmente, se evaluó la fiabilidad mediante consistencia
interna.
RESULTADOS
Y DISCUSIÓN
La Tabla 1 muestra un nivel casi perfecto de concordancia
entre cada grupo de expertos que seleccionó los ítems de los modelos reducidos
EFECO-24 y EFECO-29 (Landis y Koch, 1977). Según los
jueces, los ítems representaban adecuadamente a las dimensiones en donde fueron
ubicados, además de no tener problemas de redacción que dificultaran su
entendimiento. Asimismo, coincidieron en que los ítems de cada modelo eran
suficientes para evaluar las FE.
Tabla 1. Fuerza de concordancia entre jueces expertos.
|
|
EFECO-24 |
EFECO-29 |
||
|
Categoría |
Coeficiente Kappa de Fleiss |
p |
Coeficiente Kappa de Fleiss |
p |
|
Claridad Coherencia Relevancia Suficiencia |
.93 .82 .89 .90 |
< .05 < .05 < .05 < .05 |
.90 .81 .86 .88 |
< .05 < .05 < .05 < .05 |
En la Tabla 2 se muestra el AFC realizado al
EFECO original y a los modelos propuestos. En cuanto al EFECO original se
destaca que el modelo de segundo orden presenta buenos índices de ajuste. En el
caso del EFECO-24, en su modelo de segundo orden de 8 factores, no presenta
buenos índices de ajuste, desestimándose en análisis posteriores. En relación
al EFECO-29, en su modelo de segundo orden, también con 8 factores, se puede
observar buenos índices de ajuste (Littlewood y
Bernal, 2014 y Rojas-Torres, 2020). Sin embargo, este último modelo, al ser
sometido a una evaluación como modelo bifactor,
presenta mejores valores en todos los índices de ajuste. Para corroborar este
modelo, se hizo necesario realizar cálculos de sus índices específicos. Aquí,
se observa que el 90.4% (PUC) de correlaciones del modelo no están contaminadas
por la multidimensionalidad y que el 72.8% (ECV) de
la varianza común se debe a la FE. Además, el 93% (Omega H) de la varianza
total puede ser atribuida a la FE como único factor general. Asimismo, se puede
asumir una buena definición en la FE el cual es muy probable (H = 96.3%) que se
replique en otros estudios. Todo ello deja en evidencia que el constructo
general FE influye en cada uno de los ítems (Rodríguez et al., 2016).
Ante la evidencia del mejor ajuste del
EFECO-29, se procedió a realizar un análisis individual de ítems. Se observó
una aceptable variabilidad en las respuestas a las opciones de cada ítem. En
ningún caso superó el 80%, teniendo una media entre .41 y 1.10 y una desviación
estándar que fluctuó entre .62 y .84. Asimismo, la asimetría y la curtosis de los ítems evidencian valores entre +/-2 con una
tendencia a la normalidad (Lloret-Segura et al.,
2014), excepto los reactivos 25 y 31 en la curtosis,
donde obtienen valores de 2.29 y 2.14 respectivamente. Por otro lado, las
correlaciones entre los ítems fueron excelentes (r >.36, Mahjabeen
et al., 2017) estando entre .46 y .72. Las comunalidades
de los ítems oscilaron entre el .52 y .73, reflejando que cada ítem tiene un
aporte importante en la variabilidad del constructo (Lloret-Segura
et al., 2014).
Tabla 2. Índices de bondad
de ajuste de la Escala EFECO y sus modelos propuestos (EFECO-24 y EFECO-29).
|
Modelos |
X²(gl) |
X²/gl |
CFI |
TLI |
RMSEA |
IC 95% |
SRMR |
|
EFECO Original (Segundo orden) |
5906.295 (2136) |
2.765 |
. 944 |
.942 |
. 044 |
[.043-.046] |
. 051 |
|
EFECO-24 (Segundo orden) |
2203.720 (244) |
9.032 |
.882 |
.866 |
.094 |
[.091-.098] |
.078 |
|
EFECO-29 (Segundo orden) |
1452.658 (369) |
3.937 |
.960 |
.957 |
.057 |
[.054-.060] |
.049 |
|
EFECO-29 (Bifactor) |
1264.564 (348) |
3.634 |
.967 |
.961 |
.054 |
[.051-.057] |
.045 |
|
Índices específicos |
PUC |
ECV |
Omega H |
H |
|
||
|
90.4% |
72.8% |
93.0% |
96.3% |
|
|||
Nota:
Chi-cuadrado/grados de libertad=X2/gl; Índice de
bondad de ajuste comparativo= CFI; Índice de Tucker-Lewis=TLI, Error cuadrático
de la aproximación= RMSEA; Raíz media estandarizada residual cuadrática= SRMR;
Omega H = Omega Jerárquico; PUC = Porcentaje de correlación no contaminadas;
ECV = Varianza común explicada y H = Replicabilidad
del constructo.
En la Tabla 3, se muestran las correlaciones
entre la versión original de 67 ítems y el EFECO-29. En todos los casos, estas
son buenas al ser >.80 (Roy-García et al., 2019), evidenciándose que ambos
modelos de la Escala están midiendo lo mismo. Se destaca que la dimensión
inhibición con .87 tiene la correlación más baja, mientras que las más altas
son .94 y .97 en la dimensión control emocional y el total de la Escala,
respectivamente.
Tabla 3. Análisis
de validez concurrente entre la Escala EFECO y la propuesta EFECO-29.
|
|
|
EF1 |
EF2 |
EF3 |
EF4 |
EF5 |
EF6 |
EF7 |
EF8 |
EFECO-29 |
|
|
EF1 |
.94 |
|
|
|
|
|
|
|
|
|
|
EF2 |
|
.92 |
|
|
|
|
|
|
|
|
|
EF3 |
|
|
.91 |
|
|
|
|
|
|
|
|
EF4 |
|
|
|
.88 |
|
|
|
|
|
|
|
EF5 |
|
|
|
|
.89 |
|
|
|
|
|
|
EF6 |
|
|
|
|
|
.87 |
|
|
|
|
|
EF7 |
|
|
|
|
|
|
.81 |
|
|
|
|
EF8 |
|
|
|
|
|
|
|
.86 |
|
|
|
EFECO |
|
|
|
|
|
|
|
|
.97 |
|
|
Sig (bilateral) |
.00 |
.00 |
.00 |
.00 |
.00 |
.00 |
.00 |
.00 |
.00 |
|
|
n |
903 |
903 |
903 |
903 |
903 |
903 |
903 |
903 |
903 |
Nota: EF1: Control emocional; EF2:
Memoria de trabajo; EF3: Organización de material; EF4: Monitorización; EF5:
Iniciativa; EF6: Planificación; EF7: Inhibición y EF8: Flexibilidad.
En la Tabla 4, se observa que
los valores de Δ CFI, Δ RMSEA, Δ TLI y Δ SRMR son <.01 en todos los niveles de invarianza
factorial, siendo evidencia que el sexo y la edad de los participantes no
influyen en la medición que el EFECO-29 hace de las FE (Putnick y Bornstein,
2016).
En cuanto a la confiabilidad del EFECO-29, se evaluó la consistencia
interna con los coeficientes estadísticos Alpha y Omega, y se encontró que
todas tenían buena precisión en la
medición (>.61, Manterola et al., 2018). De manera
específica, estos coeficientes fueron: Control emocional (α=.84 y ω=.84),
Memoria de trabajo (α=.83 y ω=.84), Organización de material (α=.82 y ω=.83),
Monitorización (α=.79 y ω=.79), Iniciativa (α=.78 y ω=.78), Planificación
(α=.67 y ω=.67), Inhibición (α=.74 y ω=.75) y Flexibilidad (α=.67 y ω=.68),
además del Total (α=.94 y ω=.95).
Tabla 4. Evaluación
de la invarianza factorial por grupo de edad y sexo
de la Escala EFECO-29.
|
|
Modelos |
x2(gl) |
CFI |
DCFI |
RMSEA |
DRMSEA |
TLI |
DTLI |
SRMR |
DSRMR |
|
|
M1 |
1654.581 (696) |
.965 |
- |
.055 |
- |
.959 |
- |
.054 |
- |
|
|
M2 |
1696.842 (725) |
.964 |
.000 |
.055 |
.001 |
.960 |
.001 |
.054 |
.000 |
|
Sexo |
M3 |
1710.058 (774) |
.966 |
.001 |
.052 |
.003 |
.964 |
.004 |
.055 |
.001 |
|
|
M4 |
1821.866 (803) |
.962 |
.003 |
.053 |
.001 |
.962 |
.002 |
.055 |
.000 |
|
|
M5 |
1818.056 (832) |
.964 |
.001 |
.051 |
.002 |
.965 |
.003 |
.059 |
.004 |
|
|
M1 |
1542.605 (696) |
.973 |
- |
.052 |
- |
.969 |
- |
.052 |
- |
|
Edad |
M2 |
1560.342 (725) |
.973 |
.000 |
.051 |
.001 |
.970 |
.002 |
.052 |
.000 |
|
18 a 24 |
M3 |
1579.259 (774) |
.974 |
.001 |
.048 |
.003 |
.973 |
.003 |
.052 |
.001 |
|
25 a 40 |
M4 |
1617.449 (803) |
.974 |
.000 |
.047 |
.001 |
.974 |
.001 |
.052 |
.000 |
|
|
M5 |
1489.989 (832) |
.979 |
.005 |
.042 |
.006 |
.980 |
.006 |
.054 |
.001 |
Nota: Niveles de invarianza
M1 = configural, M2 = threshold,
M3 = métrica (cargas factoriales), M4 = escalar (interceptos);
M5 = estricta (residual)
Discusión
Existe evidencia de la relevancia de la
evaluación de las FE en estudiantes universitarios, ya que está vinculado a
neurálgicas variables, como la autorregulación del aprendizaje (Cho et al., 2020; Posner y Rothbark, 2020; Pinochet-Quiroz et al., 2022 y Aghdar et al., 2020), el rendimiento académico (Gutierrez-Ruiz et al., 2020, Ramos-Galarza et al., 2019; Baars et al, 2015 y Knouse et
al., 2014), la intención emprendedora universitaria (Khawar
et al., 2022), la autoestima académica (Giofre et
al., 2017), la deserción académica (Baars et al.,
2015), el empleo (Bailey, 2007) y la comprensión lectora (Butterfuss
y Kendeou, 2017; Georgiou y
Das, 2016 y Ramírez, 2020).
Entre los instrumentos de evaluación de
las FE, en formato de autorreporte, se destaca la Escala
EFECO (Ramos-Galarza et al., 2016), conformada por 67 ítems. Sin embargo, la
extensión del instrumento, en condiciones de necesidad de practicidad, puede
ser un problema (Postmes et al., 2013). Ante ello, se
elaboraron dos propuestas de modelos reducidos (EFECO-24 y EFECO-29) con el
apoyo de diez jueces expertos (Escobar-Pérez y Cuervo-Martínez, 2008), los
cuales evidenciaron un nivel de concordancia casi perfecto (Landis
y Koch, 1977). Estos hallazgos reafirman la posibilidad de que se desarrollen instrumentos
de medición breves de las FE. Alam et al., (2014)
también destaca la trascendencia de recoger información en tiempos cortos, no
solo a nivel presencial, sino con el aprovechamiento de la masificación de
aparatos tecnológicos. Asimismo, este tipo de instrumentos también pueden
evidenciar buena capacidad de medición, tan igual que aquellos de mayor
extensión (Loo y Kelts,
1998).
Los dos modelos desarrollados, al ser
sometidos a la evaluación de la evidencia de validez basada en la estructura
interna por AFC, dio como resultado que solo la propuesta EFECO-29 tenía buenos
resultados (Littlewood y Bernal,
2014 y Rojas-Torres, 2020) a nivel empírico al evaluarse sus
índices de ajuste, tanto como modelo de segundo orden (X²/gl=3.937,
CFI=.960, TLI=.957, RMSEA=.057 y SRMR=.049) como bifactor
(X²/gl=3.634, CFI=.967, TLI=.961, RMSEA=.049,
SRMR=.045, PUC = 90.4%, ECV = 72.8%, Omega H = 93% y H = 96.3%). El modelo EFECO-24 fue desestimado en posteriores
análisis. El modelo bifactor del EFECO-29 fue el
mejor modelo, evidenciándose que el instrumento está en la capacidad de
explicar el mayor porcentaje de la FE, sin dejar de lado que cada ítem esta a
su vez sujeto a la influencia de un factor específico. Al respecto, se debe
resaltar que en ninguna investigación previa se realizó la evaluación de un
modelo de las FE como modelo bifactor. Por el
contrario, se han destacado estudios que evalúan diferentes números de factores
asociados a la FE. Así, Ramos-Galarza et al., (2017) probaron tres modelos
distintos (con uno, dos y tres factores), hallando que el modelo de dos
factores tenía mejores resultados (CFI = .98, RMSEA = .06 y SRMR = .02).
Una segunda evidencia de validez
evaluada fue la concurrente. La propuesta del EFECO-29 se analizó junto al
EFECO original de 67 ítems. La correlación entre las puntuaciones totales de
ambas versiones del instrumento fue de .97, mientras que entre dimensiones el
valor más bajo de correlación fue en la dimensión inhibición con .87 y el más
alto de .94 en la dimensión de control emocional. En todos los casos, las
correlaciones son buenas al ser >.80 (Roy-García et al., 2019). Esto
evidencia que la tendencia de puntuación total y por dimensiones son similares en ambos modelos del instrumento. Estos
resultados son análogos con los reportados por Ramos-Galarza et al., (2018)
quienes correlacionaron las dimensiones de dos versiones del EFECO II (VR y
VC), hallando correlaciones entre medianas y grandes, estando entre .36 y .94.
La equidad es una propiedad de los
instrumentos de medición que históricamente ha sido soslayada en cuanto a su
evaluación. Sin embargo, es de vital importancia, ya que permite confirmar que
los instrumentos no tienen ningún tipo de sesgo en cuanto a su medición (Caycho-Rodríguez, 2017). Por ello, en el presente estudio
se evaluó esta propiedad a través de la invarianza
factorial. Los resultados de los diferentes niveles de invarianza
(<.01, Putnick y Bornstein,
2016) permiten afirmar que la medición de las FE con el EFECO-29 no se
encuentra influida por el sexo o la edad de los participantes. Ello permite
asegurar que investigaciones posteriores podrán usar el instrumento sin temor a
que sus hallazgos estén contaminados por algún sesgo de la medición que dependa
del sexo o la edad. Arán y López (2017), al analizar diferentes baterías
neurosicológicas, también encontraron que las FE de memoria de trabajo,
alternancia e inhibición eran evaluadas sin sesgo de medición por sexo.
En relación a la confiabilidad, el
EFECO-29 evidenció que era preciso en la medición de las FE. Los valores de
consistencia interna fueron aceptables (Manterola et
al., 2018) en cada una de sus dimensiones y con el total del instrumento. Se
destaca que la dimensión de planificación fue la que obtuvo menores valores
(α=.67 y ω=.67), mientras que los más altos fueron el control emocional (α=.84
y ω=.84) y el total del instrumento (α=.94 y ω=.95). Estos resultados son similares a los hallados
por Ramos-Galarza et al. (2017), quienes también encontraron que el control
emocional tenía mejores resultados de consistencia interna (α=.83), pero
planificación fue el segundo más bajo (α=.73), siendo menor en monitorización
(α=.72).
Si bien los hallazgos psicométricos son
alentadores, es preciso señalar algunas limitaciones y sugerencias asociadas a
posteriores estudios. En primer lugar,
el muestreo fue no probabilístico, participando de este aquellos estudiantes
que pudieron acceder al enlace de vinculación electrónica con el formulario de
la investigación. Asimismo, el EFECO-29, al ser de autorreporte,
no puede reemplazar la evaluación de las FE que realiza un profesional con
alguna batería dirigida a ella. Incluso, en futuras investigaciones, sería
importante evaluar su validez concurrente con baterías neuropsicológicas. Sin
embargo, bien podría utilizarse como una herramienta aceptable de cribado, ante
la imposibilidad de ser realizada con el instrumento completo. Además, esta
versión reducida puede utilizarse como parte de estudios explicativos o
multivariados asociados a otras variables relacionadas a los estudiantes
universitarios (Jolles y Jolles,
2021; Ansari et., 2017 y Sigman
et al., 2014) como la autorregulación del
aprendizaje, el rendimiento académico, la intención emprendedora universitaria,
la autoestima académica, la deserción académica, el empleo, la comprensión
lectora, entre otras. También, puede
usarse para mensurar el impacto de programas de intervención en estudiantes
universitarios (Martins et al., 2022 y Baars et al., 2015). Finalmente, es
importante subrayar que, si bien los datos normativos en estudiantes
universitarios peruanos, no fueron incluidos como objetivo de la presente
investigación, estos pueden usarse, tanto para su versión completa como para la
versión reducida, solicitándolo al correo electrónico del primer autor.
CONCLUSIONES
La versión breve EFECO-29 demostró ser un instrumento
adecuado para la evaluación de las funciones ejecutivas en estudiantes
universitarios, respaldada por sólidas evidencias de validez estructural y
concurrente. Además, su fiabilidad fue consistente tanto a nivel global como en
cada una de las dimensiones evaluadas. Los análisis de invarianza
factorial indicaron que las mediciones obtenidas no estuvieron influenciadas
por variables sociodemográficas como el sexo o la edad, lo que refuerza la
aplicabilidad del instrumento en contextos diversos.
Este estudio resalta la utilidad de la EFECO-29 como una
herramienta práctica, breve y precisa, que conserva las propiedades
psicométricas esenciales de la versión original, facilitando su uso en
investigaciones y aplicaciones clínicas. Se sugiere su implementación en
poblaciones universitarias para detectar dificultades en las funciones
ejecutivas y fomentar estrategias de intervención específicas.
CONFLICTO DE
INTERESES. Los autores niegan la presencia de conflicto de intereses
relacionados con el artículo científico y su publicación.
REFERENCIAS
Alam, I., Khusro,
S., Rauf, A., y Zaman, Q.
(2014). Conducting surveys and data collection: From traditional to mobile and
SMS-based surveys. Pakistan Journal of Statitistics
and Operation Research, 10(2), 169-187. doi:
10.18187/PJSOR.V10I2.758
Ansari, D. (2005). Time to use neuroscience findings
in teacher training. Nature, 437(7055), 26. doi:
10.1038/437026a
Ato, M., López, J., y Benavente, A. (2013). Un sistema
de clasificación de los diseños de investigación en psicología. Anales de
Psicología, 29(3), 1038-1059. doi:
10.6018/analesps.29.3.178511
Arán, V. y López, M. (2017). Estructura latente de las
funciones ejecutivas en adolescentes: invarianza
factorial en función del sexo. Avances en Psicología Latinoamericana,
35 (3), 615-629. doi: 10.12804/revistas.urosario.edu.co/apl/a.4724
Baars,
M. A., Nije Bijvank, M., Tonnaer, G. H., y Jolles, J.
(2015). Self-report measures of executive functioning are a
determinant of academic performance in first-year students at a university of
applied sciences. Frontiers
in psychology, 6, 1131. doi: 10.3389/fpsyg.2015.01131
Bailey, C. E. (2007). Cognitive Accuracy and Intelligent Executive
Function in the Brain and in Business. Soc.
Cogn. Neurosci. Organ. 1118, 122–141. doi: 10.1196/annals.1412.011
Butterfuss, R. y Kendeou, P. (2017). The
Role of Executive Functions in Reading Comprehension. Educational Psychology Review, 30(3), 801–826. doi: 10.1007/s10648-017-9422-6
Caycho-Rodríguez, T. (2017).
Importancia del análisis de invarianza factorial en
estudios comparativos en Ciencias de la Salud. Educación Médica Superior, 31(2), 1-3. Recuperado el 29 de
noviembre del 2022 de https://ems.sld.cu/index.php/ems/article/view/1043/495
Cho, H. J., Yough, M., y
Levesque-Bristol, C. (2020). Relationships
between beliefs about assessment and self-regulated learning in second language
learning. International Journal of Educational Research, 99, 10-25. doi:
10.1016/j.ijer.2019.101505
Escobar-Pérez, J. y
Cuervo-Martínez, Á., (2008). Validez de contenido y
juicio de expertos: Una aproximación a su utilización. Av En Medición, (6), 27-36. Recuperado el 29 de noviembre del 2022 de https://www.researchgate.net/publication/302438451_Validez_de_contenido_y_juicio_de_expertos_Una_aproximacion_a_su_utilizacion
Flores, J. y Ostrosky-Shejet,
F. (2012). Desarrollo neuropsicológico de lóbulos frontales y funciones
ejecutivas. México D.F.: Manual Moderno.
García-Gómez, A. (2015). Desarrollo y validación de un
cuestionario de observación para la evaluación de las funciones ejecutivas en
la infancia. Revista Intercontinental de Psicología y Educación, 17 (1),
141-162. Recuperado el 29 de noviembre
del 2022 de http://www.redalyc.org/articulo.oa?id=80242935008
Georgiou, G. K. y Das, J. P. (2016). What component of executive
functions contributes to normal and impaired reading comprehension in young
adults? Research in Developmental
Disabilities, 49-50, 118–128. doi:
10.1016/j.ridd.2015.12.001
Giofre, D., Borella, E., y Mammarella,
I. C. (2017). The relationship between intelligence, working
memory, academic self-esteem, and academic achievement. J. Cogn. Psychol.
29, 731–747. doi: 10.1080/20445911.2017.1310110
Gioia, G. G., Isquith, P. K., Retzlaff, P. D.,
y Espy, K. A. (2002). Confirmatory
factor analysis of the Behavior Rating Inventory of Executive Function (BRIEF)
in a clinical sample. Child Neuropsychology, 8(4), 249-257. doi: 10.1076/chin.8.4.249.13513
Gutierrez-Ruiz, K., Paternina,
J., Zakzuk, S., Mendez, S. Castillo, A., y Payares, L. (2020). Las
funciones ejecutivas como predictoras del rendimiento académico de estudiantes
universitarios. Psychology, Society y
Education, 12 (3), 161-174. doi: 10.25115/psye.v12i3.2103
Jolles, J. y Jolles D.D. (2021). On neuroeducation: Why and how to improve neuroscientific
literacy in educational professionals, Frontiers
in Psychology, 12, 71-77. doi:
10.3389/fpsyg.2021.752151
Khawar, R., Amin, R., Zulfqar, A., Hussain, S., Hussain, B., y Muqaddas, F. (2022). Dark personality traits and entrepreneurial intentions among Pakistani
university students: The role of executive functions and academic intent to
entrepreneurship, Frontiers in
Psychology, 13, doi: 10.3389/fpsyg.2022.989775
Knouse, L. E., Feldman, G., y Blevins, E. J. (2014). Executive functioning
difficulties as predictors of academic performance: Examining the role of grade
goals. Learning and Individual
Differences, 36, 19–26. doi:
10.1016/j.lindif.2014.07.001
Landis J.
y Koch G. (1977). The
measurement of observer agreement for categorical data. Biometrics, (33),
159-174. doi: 10.2307/2529310
Littlewood, H. F. y Bernal, E. R. (2014). Mi
primer modelamiento de ecuaciones estructurales LISREL (2da ed.).
Colombia: Cincel
Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza,
A., y Tomás-Marco, I. (2014). El análisis factorial exploratorio de los ítems:
una guía práctica, revisada y actualizada. Anales de Psicología, 30(3), 1151–1169. doi: 10.6018/analesps.30.3.199361
Loo, R. y Kelts,
P. (1998). A caveat on using single-item measures. Employee Assistane Quartely, 14(2), 75-80.
doi: 10.1300/J022v14n02_06
Martins, N., Martins, B., Mesquita da Costa, D.,
Oliveira, C. y Paz, R. (2022). Is it possible to promote executive functions
in university students? Evidence of effectiveness of the πFEx-Academics.
Applied
neuropsychology, 731-747. doi:
10.1080/23279095.2022.2109971
Mahjabeen,
W., Alam, S., Hassan, U., Zafar,
T., Butt, R., Konain, S., y Rizvi,
M. (2017). Difficulty Index, Discrimination Index
and Distractor Efficiency in Multiple Choice Questions, Annals of
Pakistan. Institute of
Medical Sciences, (4), 310-315. Recuperado el 29 de noviembre del 2022 de
https://www.researchgate.net/publication/323705126
Manterola, C.,
Grande, L., Otzen, T., García, N., Salazar, P., y
Quiroz, G. (2018). Confiabilidad, precisión o
reproducibilidad de las mediciones. Métodos de valoración, utilidad y
aplicaciones en la práctica clínica. Rev Chilena Infectol, 35(6), 680-688. doi: 10.4067/S0716-10182018000600680
Otzen, T. y Manterola, C. (2017). Técnicas de
Muestreo sobre una Población a Estudio. International Journal
of Morphology, 35(1), 227-232. doi: 10.4067/S0717-95022017000100037
Pinochet-Quiroz,
P., Ramos-Calarza, C., Lepe-Martínez, N.,
Gálvez-Gamboa, F., Del-Valle-Tapia, M. y Acosta-Rodas, P. (2022). Relationship between cold executive functions and
self-regulated learning management in college students. Estudios sobre Educación, 43, 93-113.
doi: http://dx.doi.org/10.15581/004.43.005
Portellano, J. y García, J. (2014). Neuropsicología de la atención, las funciones
ejecutivas y la memoria. Madrid: Síntesis.
Posner,
M. I. y Rothbart, M. K. (2000). Developing
mechanisms of self-regulation. Development
and Psychopathology, 12(3), 427-441. doi: http://dx.doi.org/10.1017/S0954579400003096
Postmes, T., Haslam, S. A., y Jans, L. (2013).
A single-item measure of social identification: Reliability, validity and
utility. British Journal of Social Psychology, 52(4), 597-617. doi: http://dx.doi.org/10.1111/bjso.12006
Putnick, D. y Bornstein, M. (2016). Measurement Invariance Conventions and
Reporting: The State of the Art and Future Directions for Psychological
Research. Developmental review: DR, 41, 71–9. doi: http://dx.doi.org/10.1016/j.dr.2016.06.004
Ramírez, P. (2020). Funciones
ejecutivas y comprensión de textos académicos en estudiantes universitarios de
primer año (Doctoral thesis). Facultad de
Ciencias Sociales. Universidad de Concepción. Recuperado el 29 de noviembre del
2022, de http://repositorio.udec.cl/jspui/handle/11594/4667
Ramos-Galarza,
C., Acosta-Rodas, P., Bolaños-Pasquel, M., y
Lepe-Martínez, N. (2019). The role of
executive functions in academic performance and behaviour
of university students. Journal of
Applied Research in Higher Education, 12(3), 444–455. doi: http://dx.doi.org/10.1108/jarhe-10-2018-0221
Ramos-Galarza, C., Bolaños-Pasquel, M., García-Gómez, A., Martínez-Suárez, P., y Jadán-Guerrero, J. (2017). La escala EFECO para valorar
funciones ejecutivas en formato de auto-reporte. Revista Iberoamericana de Diagnóstico y Evaluación – e Avaliação Psicológica. RIDEP, 50(1), 83-93. doi: http://dx.doi.org/10.21865/RIDEP50.1.07
Ramos-Galarza,
C., Jadán-Guerrero, J., García-Gómez, A., y Paredes, L. (2016). Propuesta de la
Escala EFECO para evaluar las funciones ejecutivas en formato de auto-reporte.
CienciAmérica, 6, 104-109. Recuperado el 29 de
noviembre del 2022 de https://dialnet.unirioja.es/servlet/articulo?codigo=6163737
Ramos-Galarza, C. y Pérez-Salas, C. (2015). Relación
entre el modelo híbrido de las funciones ejecutivas y el trastorno por déficit
de atención con hiperactividad. Psicología
desde El Caribe, 32(2), 299-314. Recuperado
el 29 de noviembre del 2022 de https://www.redalyc.org/pdf/213/21341030008.pdf
Ramos-Galarza,
C., Villegas, C., Ortiz, D., García, A., Bolaños, M., Acosta, P., Lepe, N., Del
Valle, M., y Ramos, V. (2018). Evaluación de las habilidades de la corteza
prefrontal: La Escala Efeco II-VC y II-VR. Revista ecuatoriana de neurología.
27 (3), 36-42. Recuperado el 29 de
noviembre del 2022 de http://scielo.senescyt.gob.ec/pdf/rneuro/v27n3/2631-2581-rneuro-27-03-00036.pdf
Rodríguez, A., Reise, S.
y Haviland, M. (2016). Applying bifactor statistical indices in the evaluation of
psychological measures. Journal
of Personality Assessment, 98(3), 223-237. doi: http://dx.doi.org/10.1080/00223891.2015.1089249
Rojas-Torres,
L. (2020). Robustez de los índices de ajuste del análisis factorial confirmatorio a
los valores extremos. Revista de
matemática: Teoría y aplicación 27(2), 383–404. doi: http://dx.doi.org/10.15517/rmta.v27i2.33677
Roy-García, I., Rivas-Ruiz, R., Pérez-Rodríguez, M., y
Palacios-Cruz, L. (2019). Correlación: no toda correlación implica causalidad.
Revista Alergia México, 66 (3). doi:
http://dx.doi.org/10.29262/ram.v66i3.651
Sigman, M., Pena, M., Goldin, A. P., y Ribeiro, S.
(2014). Neuroscience and education: prime time to
build the bridge. Nat. Neurosci. 17, 497–502. doi: 10.1038/nn.3672