Desarrollo cognitivo-motivacional y rendimiento académico en segunda etapa de EGB y BUP

• Julio Olea Díaz ^[1] ; Antonio Pardo Merino ^[1]
  1. [1] Universidad Autónoma de Madrid

     Universidad Autónoma de Madrid

     Madrid, España

     
• Localización: Estudios de Psicología = Studies in Psychology, ISSN-e 1579-3699, ISSN 0210-9395, Nº 49, 1993, págs. 21-32
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    En este trabajo se estudia el grado en que dos variables, una de tipo motivacional y otra de tipo cognitivo, permiten pronosticar el rendimiento académico. Una muestra de alumnos de segunda etapa de EGB y de BUP fue evaluada mediante el Test de Longeot, el cuestionario MAPE y un test de CI. Los resultados obtenidos muestran que el nivel de desarrollo cognitivo y el tipo de pautas motivacionales utilizadas por los sujetos explican un alto porcentaje de las diferencias individuales observadas en el rendimiento. El nivel de desarrollo cognitivo es la variable con mayor poder predictivo en EGB, mientras que en BUP este lugar lo ocupa la variable CI. La variable motivacional utilizada es un buen predictor en todos los grupos estudiados. Dependiendo del nivel de edad, las variables utilizadas permiten explicar entre un 60 y un 81 por ciento de la varianza del rendimiento

  • English

    We attempt in this work to forecast academic performance through two variables:

    motivational patterns and cognitive development. An EGB and BUP sample was evaluated using the Longeot Test, the MAPE Questionnaire and Cattell's Factor G Test (CI). The results show that a high percentage of individual differences in performance may be explained using only two variables. The academic performance in EGB is explained best by the cognitive development level variable, whereas the performance in BUP is explained best by the CI variable. In all age levels considered the motivational patterns are a good predictor. These results prove that the academic performance may be reasonably well explained (between 60 and 81 percent) using only two predictors.