Академический Документы
Профессиональный Документы
Культура Документы
REVISTA ELETRNICA DE
PSICOLOGIA, EDUCAO E SADE
https://www.revistaepsi.com
Ano 4, Volume 1
Junho 2014
Coordenao:
Leandro S. ALMEIDA
Alexandra M. ARAJO
Joaquim Armando G. FERREIRA
Pedro Armelim ALMIRO
Catarina MARQUES-COSTA
Editores/Editors
Margarida Paiva AMORIM, M.Sc. (PT)
Cludia CANDEIAS, M.Sc. (PT)
Marcello DELLA MORA, M.Sc. (AR)
Cludia GOMES, M.Sc. (PT)
Mariana TELES, M.Sc. (BR)
Leigh Adams TUCKER, M.Sc. (ZA)
Our Mission/Synopsis
The Revista E-Psi is a peer-reviewed, open access electronic journal from Portugal that
publishes scientific papers in the fields of Psychology, Education and Health. Revista
E-Psi was developed by Pedro Armelim Almiro and Catarina Marques-Costa.
Although this journal is dedicated to the dissemination of research results through
publication of empirical articles, Revista E-Psi also publishes papers of theoretical
review, meta-analysis, case study, or relevant for reflection papers.
The access to published papers is free [open access to authors and readers (no fees),
licensed by Creative Commons Attribution-NonCommercial-NoDerivs 3.0].
This journal is indexed in: Directory of Open Access Journals (DOAJ), Academic
Journals Database, Latindex.
So we ensure a rapid and high quality publication, with an international dissemination.
REVIS TA E-PS I
REVIS TA ELETRNICA DE PSICOLOGIA, ED UCAO E SADE
https:// www.revistaepsi.com
ndice
Editorial
LEA NDRO S. A LM EIDA, A LEXANDRA M. A RAJO, & JOAQUIM ARMANDO G. FERREIRA
...........................................................................................................................................1
....................47
()
()
.................142
................156
Editorial
A transio dos estudantes para o Ensino Superior contempla um conjunto de
exigncias e desafios acadmicos e psicossociais que destacamos neste volume temtico
da Revista de Psicologia, Educao e Sade ou Revista E-Psi. Estas exigncias e
desafios so sentidos de forma diferente pelos estudantes, fruto da interao entre as
suas caratersticas pessoais e as especificidades dos seus cursos e instituies. Poder
mesmo vir a falar-se de perfis de estudantes mais e menos bem preparados para esses
mesmos desafios, e de contextos de ensino superior mais e menos atentos e responsivos
a essa preparao. Com frequncia, as caratersticas de uns e de outros parecem
desencontrar-se, assistindo-se, tal como atualmente se verifica, a uma percentagem
significativa de estudantes que vivencia dificuldades na sua adaptao e que questiona o
seu compromisso e persistncia no Ensino Superior (ES). O problema no tinha a
mesma expresso algumas dcadas atrs, quando o ES era essencialmente frequentado
por estudantes dos estratos socioculturais mais favorecidos e quando tais alunos tinham
nas suas famlias modelos e recursos de informao e apoio que tinham eles mesmo
experimentado os benefcios acadmicos, pessoais e sociais da frequncia do ensino
superior.
No momento presente, grupos mais alargados de estudantes, em nmero e
diversidade, acedem ao ES, verificando-se uma grande heterogeneidade das
caratersticas de acesso e, tambm, das suas motivaes para a formao superior.
Mesmo junto dos chamados alunos tradicionais, isto , jovens que acedem ao ES na
sequncia normal da concluso do Ensino Secundrio e com idades entre os 17-20 anos,
assistimos a uma grande diversidade de percursos acadmicos anteriores, de estatutos de
identidade, expectativas e competncias de estudo, entre outros. Esta diversidade no ,
por norma, atendida por parte das Instituies de Ensino Superior (IES). Contudo, muito
se tem discutido o impacto das caratersticas da instituio na adaptao dos seus
estudantes, incluindo-se aqui fatores como a sua forma de organizao, o clima
institucional, a qualidade e acessibilidade aos seus recursos humanos e servios, ou a
estrutura curricular dos seus cursos. Neste sentido, o processo de adaptao ao ensino
no segundo artigo deste volume os servios de psicologia escolar (Artigo 2: CYNT HIA
BISINOT O, & CLAISY M ARINHO-A RAJO).
Este volume termina com dois artigos centrados na anlise da preciso e validade
(interna e externa) de instrumentos de avaliao com estudantes do ensino superior. O
stimo artigo (Artigo 7: A LEXANDRA R. COST A, A LEXANDRA M. A RAJO, & LEANDRO S. A LMEIDA)
reporta-se a um inventrio de avaliao do envolvimento (engagement) e o oitavo artigo
descreve uma escala de avaliao das percees acadmicas (expectativas) dos
estudantes (Artigo 8: A LEXANDRA M. A RAJO, ALEXANDRA R. COST A, & LEANDRO S. A LMEIDA).
Terminamos, destacando a combinao conseguida de textos reflexivos e
empricos neste volume. Por outro lado, os artigos que integram este nmero da Revista
E-Psi tm, como autores, acadmicos de Portugal, Brasil e Espanha, o que denota um
aproveitamento das respetivas proximidades geogrficas e culturais. Finalmente, a
maioria dos artigos reporta-se a estudantes do 1 ano. A investigao na rea destaca ser
o grupo de estudantes que mais justifica uma ateno institucional e dos investigadores
aos seus processos de adaptao e sucesso acadmico, aqui tomados em sentido lato.
Leandro S. Almeida
Universidade do Minho
Alexandra M. Arajo
Universidade do Minho
Joaquim Armando G. Ferreira
Universidade de Coimbra
http://www.revistaepsi.com
Resumo
A investigao sobre os estudantes do ensino superior tem demonstrado que um conjunto de
vivncias acadmicas e sociais assume um papel de relevo na explicao do desenvolvimento
intelectual, acadmico e psicossocial do estudante. Tais vivncias incluem, de um modo
global, os relacionamentos interpessoais de qualidade com os professores e com o grupo de
pares, no apenas nos contextos acadmicos como sociais, a existncia de ambientes
institucionais intelectualmente estimulantes e apoiantes e a participao ativa do estudante
nas experincias educativas curriculares e extracurriculares que lhe so providenciadas. A
partir de um conjunto de instrumentos construdos para o efeito, o presente estudo procurou
avaliar, junto de uma amostra de convenincia de 576 estudantes de uma unidade orgnica
do Instituto Politcnico de Coimbra, o efeito de um conjunto de variveis relativas a
vivncias acadmicas e sociais sobre a perceo de ganhos obtidos nos domnios cognitivo,
autonomia e autoconfiana, interpessoal, valores, e competncias acadmicas, controlando
os efeitos do ano e do sexo. Os resultados das regresses mltiplas revelaram que as
variveis envolvimento acadmico, estmulo intelectual, perceo de suporte - professores,
perceo de suporte - pares, qualidade da relao pedaggica e participao em atividades
recreativas com os pares foram as que mais poder explicativo apresentaram considerando as
diferentes variveis de resultado. Face aos resultados obtidos, so apresentadas algumas
1
http://www.revistaepsi.com
Introduo
Os modelos ou teorias do impacto da instituio de ensino superior tm defendido que
as mudanas desenvolvimentais dos estudantes durante os anos que frequentam o ensino
superior no so determinadas apenas por caractersticas intrapessoais, mas tambm e
especialmente pela natureza e intensidade dos estmulos ambientais (Astin, 1985, 1993;
Pascarella, 1985; Weidman, 1989, 2006; Kuh et al., 1991; Kuh, Kinzie, Schuh, Whitt, &
Associates, 2005; Kuh, Kinzie, Buckley, Bridges, & Hayek, 2006; Pascarella & Terenzini,
1991, 2005; Tinto, 1993).
De um modo geral, estas perspetivas tericas assinalam que a performance dos
estudantes nas diversas dimenses do desenvolvimento pode ser afetada por um conjunto de
variveis de natureza institucional (ambiente institucional) e de experincias e vivncias
acadmicas (hbitos de estudo, gesto do tempo, preparao para os exames ou trabalhos) e
sociais (que incluem a interao com os pares, professores e outros elementos da instituio).
A este respeito, Tinto (1993) refere que os estudantes entram nas instituies de ensino
superior com um conjunto de caractersticas que ajudam a determinar o compromisso inicial
para com os seus objetivos educacionais e para com os objetivos institucionais. O
compromisso aumenta ou diminui na medida em que o estudante se integra nos ambientes
acadmicos e sociais da sua instituio. Nesta integrao intelectual e social assumem-se de
particular relevncia as interaes dos estudantes com o ambiente institucional,
particularmente com professores e pares.
Outro aspeto presente nestas propostas assinala o papel ativo do estudante, visto como
algum que constri o seu prprio percurso de desenvolvimento e aprendizagem, mediante a
sua participao nas atividades acadmicas e sociais da instituio. Por exemplo, de acordo
6
http://www.revistaepsi.com
com Astin (1985, 1993), o modo como os estudantes avaliam as suas experincias e
funcionam nos contextos organizacionais relaciona-se com o seu grau de envolvimento.
Assim, a eficcia de qualquer poltica ou prtica educacional ao nvel da performance de um
estudante relaciona-se diretamente com a capacidade de estas aumentarem o seu
envolvimento. Tambm Pascarella (1985) se refere a uma variedade de caractersticas que
interatuam para proporcionarem ao estudante situaes de estmulo mudana cognitiva e ao
desenvolvimento acadmico atravs de situaes acadmicas e sociais que estimulam o
envolvimento e esforo do estudante.
Outras investigaes como as de Kuh et al. (1991, 2005) indicam que a cultura e o
clima organizacional jogam um papel considervel na determinao do envolvimento positivo
dos estudantes na sua instituio. Fatores como uma misso e filosofia consistentes e claras,
aes, programas e espaos fsicos que estimulam a interao e o envolvimento, eventos que
socializam os estudantes, e uma variedade de outras polticas e prticas que promovem o
envolvimento, revelam-se fulcrais.
Por outro lado, os estudantes tambm constroem os seus ambientes a partir das suas
interaes com a sua instituio, pelo que o impacto da experincia colegial pode ser visto
como o resultado de um processo de negociao psicolgica e social entre esta e os seus
estudantes (Strange, 1996).
Pascarella e Terenzini (1991, 2005) reforam estas ideias, na reviso exaustiva de
estudos efetuados ao longo de trs dcadas. Os autores concluem, por um lado, que a
maximizao do impacto institucional depende em parte do tipo de instituio que se
frequenta e das experincias/ oportunidades que esta proporciona e, por outro lado, que o
impacto institucional determinado em grande parte pelo esforo individual e pelo
envolvimento do estudante nas experincias acadmicas, interpessoais e extracurriculares
oferecidas pela instituio.
A literatura refere que as variveis contextuais (ambiente institucional, interao com os
professores e com os pares) e as de envolvimento (acadmico e social) encontram-se
significativamente relacionadas com as percees de ganhos nos domnios intelectual,
psicossocial e acadmico, sendo por isso consideradas relevantes na sua explicao.
Adicionalmente refere-se com regularidade ao controlo dos efeitos de outras variveis como o
sexo e o ano. Por conseguinte, numa tentativa de avanar um pouco na compreenso de tais
contributos, optou-se por fazer uma regresso hierrquica com dois objetivos: determinar que
7
http://www.revistaepsi.com
Amostra
Para o presente estudo, a amostra constituda por 576 estudantes, do 1. (N=195), 2.
(N=187) e 3. ano (N=194), que frequentavam os diversos cursos de formao inicial em
regime diurno de uma unidade orgnica do Instituto Politcnico de Coimbra. De salientar que
a amostra maioritariamente do sexo feminino (N=403; 70%) comparativamente com o
masculino (N=173; 30%), reflexo do contexto.
Os estudantes do sexo masculino so mais velhos em mdia um ano (M=21.57;
DP=3.75) do que os do sexo feminino (M=20.59; DP=2.80), diferena de idades considerada
significativa (t=2.497; p<.05).
Instrumentos
Para avaliar as variveis do presente estudo utilizaram-se os seguintes questionrios
com formato de autorresposta do tipo escala de likert de cinco pontos (Silva, 2012): o
Questionrio do Ambiente Institucional (QAI), o Questionrio da Interao ProfessorEstudante (QIPE), o Questionrio do Envolvimento (QE), o Questionrio da Interao com
os Pares (QIP), e para medir a perceo de ganhos, as escalas de Perceo de Competncia
Cognitiva (CC), de Autonomia e Autoconfiana (AA), de Competncia Interpessoal (CI), de
Valores (V), e de Competncias Acadmicas (CA). A Tabela 1 apresenta-nos uma breve
descrio das dimenses avaliadas pelos instrumentos utilizados.
O estudo exploratrio destes instrumentos (cf. Silva, 2012) revelou estruturas fatoriais
com sentido concetual e ndices de consistncia interna aceitveis para a maioria dos fatores
(>.70) (Hill & Hill, 2009), conforme valores apresentados na Tabela 1.
http://www.revistaepsi.com
Questionrio da
Interao
ProfessorEs tudante
(QIPE)
Questionrio do
Envol vi mento
(QE)
Questionrio da
Interao com os
Pares (QIP)
Dimenses
Descrio
Estmulo
Intelectual
(10 itens)
Sentimento de
Comunidade
(10 itens)
Gesto da Relao
Pedaggica
(10 itens)
Contacto com os
Professores
(10 itens)
Perceo de
Suporte
(6 itens)
.90
.88
.90
.87
.84
Envolvimento
Acadmico
(11 itens)
.81
Envolvimento em
Atividades
Extracurriculares
(9 itens)
.78
Perceo de
Suporte (11 itens)
.92
Participao em
Atividades
Recreativas
(4 itens)
.73
Perceo de
Competncia
Cogni ti va (CC)
(9 itens)
Autonomi a e
Autoconfiana
(AA)
(9 itens)
Competncia
Interpessoal (CI)
(7 itens)
(6 itens)
Competncias
Acadmicas
(CA)
(13 itens)
.87
.85
.77
.73
.91
http://www.revistaepsi.com
Procedimentos
Os diferentes instrumentos foram administrados em aula, durante os meses de
Novembro e Dezembro de 2011. A colaborao dos estudantes foi voluntria e foram dadas
garantias de confidencialidade.
Resultados
Como referido anteriormente, procurou-se avaliar o efeito de um conjunto de variveis
relativas a vivncias acadmicas e sociais do estudante sobre a sua perceo de ganhos
obtidos nos domnios intelectual, psicossocial e acadmico, controla ndo os efeitos do ano e do
sexo, utilizando para tal a tcnica da regresso mltipla.
Com base no objetivo proposto fizeram-se entrar, num primeiro bloco, as variveis sexo
e ano e, num segundo bloco, as variveis contextuais e de envolvimento.
Assim, tendo como variveis dependentes a perceo de competncia cognitiva,
autonomia e autoconfiana, competncias interpessoais, valores e competncias acadmicas,
figuravam no primeiro bloco as variveis de natureza demogrfica, ou seja: o sexo e o ano.
No segundo bloco introduziram-se as variveis de natureza contextual (estmulo intelectual e
sentimento de comunidade, gesto da relao pedaggica, perceo de suporte - professores,
perceo de suporte - pares), e comportamentos de envolvimento dos estudantes (contacto
com os professores, participao em atividades recreativas com os pares, envolvimento
acadmico e envolvimento em atividades extracurriculares).
Tendo em conta as nossas variveis dependentes obtiveram-se, para o clculo das
equaes de regresso, resultados vlidos em todas as variveis em anlise 4 . Refira-se que os
modelos satisfazem a homocedasticidade (pois os grficos dos resduos no apresentam
tendncia crescente ou decrescente), satisfazem a autocorrelao (os valores de DurbinWatson so prximos de 2) e satisfazem a condio de normalidade (verificada com aplicao
do teste K-S varivel resduos).
Para o clculo das equaes de regresso, foram obtidos resultados vlidos em todas as variveis em anlise
para u m total de 509 estudantes para a varivel co mpetncia cognitiva, 546 estud antes para a varivel autonomia
e autoconfiana, 554 estudantes para a varivel co mpetncia interpessoal, 576 estudantes para as variveis
valores e 556 estudantes para a varivel co mpetncias acadmicas.
10
http://www.revistaepsi.com
das
variveis
autoconfiana=0.4%;
dependentes:
competncias
competncia
cognitiva=1%;
interpessoais=0.8%;
valores=3.6%;
autonomia
competncias
R2 ch
Fch
Competncia
Cogni ti va
.099
.010
.006
2.506
.083
.010
2.506
.083
.708
.502
.491
45.492
.000
.492
54.514
.000
Autonomi a e
Autoconfiana
.059
.004
.000
.962
.383
.004
.962
.383
.579
.335
.322
24.497
.000
.332
29.626
.000
Competncias
Interpessoais
.090
.008
.005
2.251
.106
.008
2.251
.106
.659
.435
.423
37.899
.000
.427
45.458
.000
.189
.036
.032
10.570
.000
.036
10.570
.000
.517
.267
.253
18.720
.000
.232
19.837
.000
.050
.003
-.001
.694
.500
.003
.694
.500
.652
.425
35.893
.000
.423
43.607
.000
Val ores
Competncias
Acadmicas
.413
http://www.revistaepsi.com
Sexo
.688
.082
1.861
.063
Ano
.277
.059
1.338
.181
Sexo
-.576
-.069
-2.020
.044
Ano
.109
.023
.600
.549
Estmu lo Intelectual
.095
.143
2.738
.006
Sentimento de Co munidade
-.098
-.142
-2.963
.003
.044
.063
1.262
.208
.165
.185
3.911
.000
.056
.103
2.470
.014
.017
.029
.628
.530
Envolvimento Acadmico
.325
.467
11.731
.000
Envolvimento em Atividades
Extracurriculares
-.019
-.031
-.703
.482
Participao em Atividades
Recreativas - Pares
.159
.137
2.917
.004
http://www.revistaepsi.com
http://www.revistaepsi.com
Plecha, 2002; Szelenyi, 2002; Cotten & Wilson, 2006) e autonomia (Cooper, Healy, &
Simpson, 1994; Taub, 1995).
Tabela 4 Coeficientes de regresso na varivel dependente Autonomia e Autoconfiana.
Modelo
Sexo
.347
.037
.861
.390
Ano
.252
.048
1.118
.264
Sexo
-.866
-.092
-2.422
.016
Ano
.004
.001
.016
.987
Estmu lo Intelectual
.061
.085
1.449
.148
Sentimento de Co munidade
-.108
-.144
-2.709
.007
.013
.016
.295
.768
.108
.109
2.079
.038
.176
.301
6.415
.000
-.009
-.013
-.258
.796
Envolvimento Acadmico
.271
.349
8.029
.000
Envolvimento em Atividades
Extracurriculares
.013
.019
.398
.691
Participao em Atividades
Recreativas - Pares
.030
.024
.448
.655
http://www.revistaepsi.com
Modelo
Sexo
.620
.090
2.108
.036
Ano
-.025
-.007
-.154
.878
Sexo
-.135
-.019
-.560
.576
Ano
-.007
-.002
-.046
.963
Estmu lo Intelectual
.015
.027
.512
.609
Sentimento de Co munidade
-.028
-.051
-1.049
.295
.096
.170
3.328
.001
.085
.116
2.468
.014
.164
.371
8.928
.000
-.020
-.042
-.907
.365
Envolvimento Acadmico
.139
.245
6.200
.000
Envolvimento em Atividades
Extracurriculares
-.006
-.012
-.270
.787
Participao em Atividades
Recreativas - Pares
.076
.080
1.700
.090
No que concerne aos efeitos das interaes com os pares encontramos estudos que, de
um modo geral, assinalam os efeitos positivos de relacionamentos apoiantes com os
estudantes ao nvel de competncias como o autoconceito social (Kezar & Moriarty, 2000;
Zhao & Kuh, 2004; Reason, Terenzini, & Domingo, 2007), o desenvolvimento social (Kuh &
Hu, 2001a; Rhodes, 2008), e competncias de relacionamento interpessoal (Kuh, 1995;
Martin, 2000; Hurtado, 2001; Antonio, 2004).
No encontrmos estudos que abordassem os efeitos da interao professor-estudante
nvel das competncias interpessoais. Porm, os dados apresentados pelo nosso estudo
parecem indicar que o ambiente educativo construdo pelos comportamentos e atitudes dos
professores apresenta um efeito positivo ao nvel das competncias interpessoais. Assume-se
15
http://www.revistaepsi.com
Modelo
Sexo
1.120
.167
4.057
.000
Ano
.371
.099
2.407
.016
Sexo
.113
.017
.432
.666
Ano
.151
.040
.911
.363
Estmu lo Intelectual
-.035
-.069
-1.151
.250
Sentimento de Co munidade
-.033
-.063
-1.146
.252
.025
.045
.801
.424
.081
.116
2.193
.029
.088
.216
4.541
.000
-.031
-.068
-1.293
.197
Envolvimento Acadmico
.246
.418
9.429
.000
Envolvimento em Atividades
Extracurriculares
-.029
-.058
-1.188
.235
Participao em Atividades
Recreativas - Pares
-.028
-.031
-.573
.567
16
http://www.revistaepsi.com
http://www.revistaepsi.com
Sexo
.695
.049
1.141
.254
Ano
.119
.015
.351
.726
Sexo
-.805
-.057
-1.608
.108
Ano
.783
.099
2.467
.014
Estmu lo Intelectual
.374
.333
6.305
.000
Sentimento de Co munidade
-.120
-.104
-2.128
.034
.199
.170
3.347
.001
.087
.058
1.214
.225
.090
.103
2.400
.017
.017
.017
.367
.713
Envolvimento Acadmico
.266
.230
5.750
.000
Envolvimento em Atividades
Extracurriculares
.029
.027
.612
.541
Participao em Atividades
Recreativas - Pares
.201
.104
2.162
.031
http://www.revistaepsi.com
Dapremont, 2011). De acordo com Kuh e Hu (2003a), a qualidade das relaes com os pares
afeta os resultados de aprendizagem atravs do envolvimento, isto , os estudantes investem
mais nas tarefas acadmicas quando percebem que os relacionamentos com os pares so mais
apoiantes e prximos. Dapremont (2011) chega a resultados semelhantes.
Adicionalmente, os estudos tambm se reportam ao efeito do ano, indicando que os
estudantes mais velhos e de anos mais avanados percecionam mais ganhos acadmicos com
a experincia colegial (Pascarella & Terenzini, 2005).
Para finalizar, a anlise da regresso mltipla revelou para o preditor sentimento de
comunidade um coeficiente de regresso Beta negativo. Este efeito negativo, algo inesperado,
tambm se observou ao nvel de outras duas variveis de resultado: perceo de competncia
cognitiva (cf. Tabela 2) e autonomia e autoconfiana (cf. Tabela 3). De facto, seria expectvel
um efeito positivo, uma vez que o sentimento de comunidade implica um forte sentimento de
filiao e compromisso para com a comunidade (Tinto, 1993), tendo sido positivamente
associado a nveis mais elevados de envolvimento do estudante (Lounsbury & De Nui, 1996;
De Nui, 2003).
A explicao lgica que se nos ocorre prende-se com o facto de um ambiente
excessivamente apoiante ou superprotetor tambm se poder revelar negativo, no sentido de
que no enfrentando os desafios que so colocados, os estudantes podem-se sentir-se
demasiado confortveis e pouco disponveis a responder a desafios que criem situaes de
crise ou momentos crticos de crescimento, que por norma implicam novas resolues ou
formas de pensar. Embora Sanford (1962) colocasse a tnica na importncia de colocar aos
estudantes desafios adequados, acompanhados de provises de suporte, j Chickering e
Reisser (1993) alertavam para a necessidade do equilbrio entre os mecanismos de desafio e
os de suporte.
Discusso
O presente estudo procurou averiguar o valor preditivo de variveis de natureza
contextual, do envolvimento do estudante e de variveis demogrficas num conjunto de
variveis de resultado: competncia cognitiva, autonomia e autoconfiana, competncia
interpessoal, valores, autocontrolo e competncia acadmica.
19
http://www.revistaepsi.com
http://www.revistaepsi.com
21
http://www.revistaepsi.com
Como possvel verificar com este e muitos outros estudos, prticas institucionais
percecionadas como intelectualmente estimulantes e apoiantes assim como o envolvimento
dos estudantes em atividades educativas enriquecedoras e envolventes aumentam as
possibilidades destes adquirirem e desenvolverem competncias intelectuais, psicossociais e
acadmicas. O desafio das instituies passa por efetivamente tornar estas prticas e
atividades educativas enriquecedoras e envolventes numa realidade para todos os estudantes.
Bibliografia
Antonio, A. (2004). The influence of friendship groups on intellectual self-confidence and educational
aspirations in college. The Journal of Higher Education, 75(4), 446-469.
Astin, A. (1985). Achieving educational excellence: A critical assessment of priorities and practices in
higher education. San Francisco, CA: Jossey-Bass Publishers.
Astin, A. (1993). What matters in college? Four critical years revisited. San Francisco, CA: JosseyBass Publishers.
Bray, G., Pascarella, E., & Pierson, C. (2004). Postsecondary education and some dimensions of
literacy development: An exploration of longitudinal evidence. Reading Research Quarterly,
39(3), 306-330.
Bryson, C., & Hand, L. (2007). The role of engagement in inspiring teaching and learning. Innovations
in Education and Teaching International, 44(4), 349-362.
Carini, R., & Kuh, G. (2003). Tomorrows teachers: Do they engage in the right things during
college?. Phi Delta Kappan, 84(5), 391-398.
Chickering, A., & Reisser, L. (1993). Education and identity. San Francisco, CA: Jossey-Bass
Publishers.
Clifton, R., Perry, R., Stubbs, C., & Roberts, L. (2004). Faculty environments, psychosocial
dispositions, and the academic achievement of college students. Research in Higher Education,
45(5), 801-828.
Cooper, D., Healy, M., & Simpson, J. (1994). Student development through involvement: Specific
changes overtime. Journal of College Student Development, 35, 98-102.
22
http://www.revistaepsi.com
Cotten, S., & Wilson, B. (2006). Student-faculty interactions: Dynamics and determinants. Higher
Education, 51(4) 487-519.
Cruce, T., Wolniak, G., Seifert, T., & Pascarella, E. (2006). Impacts of good practices on cognitive
development, learning orientations, and graduate degree plans during the first year of college.
Journal of College Student Development, 47(4), 365-383.
Dapremont, J. (2011). Success in nursing school: Black nursing students perception of peers, family,
and faculty. Journal of Nursing Education, 50(5), 254-260.
DeNui, D. (2003). An investigation of first-year college students psychological sense of community
on campus. College Student Journal, 37(2), 224-234.
Elias, R. (2005). Students approaches to study in introductory accounting courses. Journal of
Education for Business, 80, 194-199.
Heikkil, A., & Lonka, K. (2006). Studying in higher education: Students approaches to learning,
self-regulation, and cognitive strategies. Studies in Higher Education, 31(1), 99-117.
Helterbran, V. (2008). The ideal professor: Student perceptions of effective instructor practices,
attitudes, and skills. Education, 129(1), 125-138.
Hill, M., & Hill, A. (2009). Investigao por questionrio. Lisboa: Edies Slabo.
Hu, S., & Kuh, G. (2003a). Diversity experiences and college student learning and personal
development. Journal of College Student Development, 44, 320-334.
Hu, S., & Kuh, G. (2003b). Maximizing what students get out of college: Testing a learning
productivity model. Journal of College Student Development, 44(2), 149-172.
Huang, Y., & Chang, S. (2004). Academic and cocurricular involvement: Their relationship and the
best combinations for student growth. Journal of College Student Development, 45(4), 391-406.
Hurtado, S. (2001). Linking diversity and educational purpose: How the diversity of the faculty and
the student body impacts the classroom environment and student development. In G. Orfield, &
M. Kurleander (Eds.), Diversity challenged: Evidence on the impact of affirmative action
(pp.187-203). Cambridge: Harvard Education Publishing Group.
Kezar, A., & Moriarty, D. (2000). Expanding our understanding of student leadership development: A
study explaining gender and ethnic identity. Journal of College Student Development, 41, 5569.
Kim, M. (2002). Cultivating intellectual development: Comparing women-only colleges and
coeducational colleges for educational effectiveness. Research in Higher Education, 43(4), 447481.
Kuh, G. (1995). The other curriculum. Out-of-class experiences associated with student learning and
personal development. Journal of Higher Education, 66(2), 123-155.
23
http://www.revistaepsi.com
Kuh, G. (2008). High-impact educational practices: What they are, who has access to them, and why
they matter. Washington D.C.: Association of American Colleges and Universities.
Kuh, G., & Hu, S. (2001). The effects of student-faculty interaction in the 1990s. Review of Higher
Education, 24(3), 309-332.
Kuh, G., & Hu, S. (2003). Maximizing what students get out of college: Testing a learning
productivity model. Journal of College Student Development, 44(2), 185-203.
Kuh, G., & Vesper, N. (1997, February). Do environments matter? A comparative analysis of the
impress of different types of colleges and universities or character development. Paper
presented at the Sixth Annual Institute on College Student Values, Florida State University,
Tallahassee, Florida, USA.
Kuh, G., Kinzie, J., Buckley, J., Bridges, B., & Hayek, J. (2006, November). What matters to student
success: A review of the literature. Commissioned report: Spearheading a dialog on student
success. Symposium conducted at the National Postsecondary Education Cooperative,
Washington D.C., USA.
Kuh, G., Kinzie, J., Schuh, J., Whitt, E., & Associates (2005). Student success in college: Creating
conditions that matter. San Francisco, CA: Jossey-Bass Publishers.
Kuh, G., Pace, C., & Vesper, N. (1997). The development of process indicators to estimate student
gains associated with good practices in undergraduate education. Research in Higher Education,
38, 435-454.
Kuh, G., Schuh, J., Whitt, E., Andreas, R., Lyons, J., Strange, C., MacKay, K. (1991). Involving
colleges: Successful approaches to fostering student learning and development outside the
classroom. San Francisco, CA: Jossey-Bass Publishers.
Lounsbury, J., & DeNui, D. (1996). Collegiate psychological sense of community in relation to size of
college/university and extroversion. Journal of Community Psychology, 24(4), 381-394.
Martin, L. (2000). The relationship of college experiences to psychosocial outcomes of students.
Journal of College Student Development, 41, 292-301.
Mearns, K., Meyer, J., & Bharadwaj, A. (2007, January). Student engagement in human biology
practical sessions. Paper presented at the 16th Annual Teaching and Learning Forum, Curtin
University of Technology, Perth, Australia.
Mehta, S., Newbold, J., & ORourke, M. (2011). Why do first-generation students fail?. College
Student Journal, 45(1), 20-35.
Nonis, S., & Hudson, G. (2010). Performance of college students: Impact of study time and study
habits. Journal of Education for Business, 85, 229-238.
24
http://www.revistaepsi.com
Onwuegbuzie, A., Witcher, A., Collins, K., Filer, J., Wiedmaier, C., & Moore, C. (2007). Students
perceptions of characteristics of effective college teachers: A validity study of a teaching
evaluation form using a mixed-methods analysis. American Educational Research Journal,
44(1), 113-160.
Opkala, C., & Ellis, R. (2005). The perceptions of college students on teacher quality: A focus on
teacher qualifications. Education, 126, 374-378.
Pascarella, E. (1985). College environmental influences on learning and cognitive development: A
critical review and synthesis. In J. Smart (Ed.), Higher education: Handbook of theory and
research (Vol.1, pp.1-64). New York: Agathon.
Pascarella, E., & Terenzini, P. (1991). How college affects students: Findings and insights from twenty
years of research. San Francisco, CA: Jossey-Bass Publishers.
Pascarella, E., & Terenzini, P. (2005). How college affects students: A third decade of research. San
Francisco, CA: Jossey-Bass Publishers.
Plecha, M. (2002, April). The impact of motivation, student-peer, and student-faculty interaction on
academic self-confidence. Paper presented at the Annual Meeting of the American Educational
Research Association, New Orleans, Los Angeles, USA.
Reason, R., Terenzini, P., & Domingo, R. (2005, June). First things first: Developing academic
competence in the first year of college. Paper presented at the Meeting of the Association for
Institutional Research, June, San Diego, California, USA.
Reason, R., Terenzini, P., & Domingo, R. (2007). Developing social and personal competence in the
first year of college. The Review of Higher Education, 30(3), 271-299.
Rhodes, D. (2008). Does mentoring really work for college students?. Proceedings of the Academy of
Educational Leadership, Allied Academies International Conference, 13(2), 62-66.
Sanford, N. (1962). The American college. New York: Atherton Press.
Silva, S. (2012). Dinmicas de envolvimento e de desenvolvimento dos estudantes do ensino superior.
Dissertao de Doutoramento (no publicada), Faculdade de Psicologia e de Cincias da
Educao da Universidade de Coimbra, Coimbra.
Strage, A. (2008). Traditional and non-traditional college students descriptions of the ideal professor
and the ideal course and perceived strengths and limitations. College Student Journal, 42(1),
225-231.
Strange, C. (1996). Dynamics of campus environments. In S. Komives, & D. Woodard Jr. (Eds.),
Student services: A handbook for the profession (3rd ed., pp.244-268). San Francisco, CA:
Jossey-Bass Publishers.
25
http://www.revistaepsi.com
26
http://www.revistaepsi.com
Como citar este artigo: Silva, S., Ferreira, J.A., & Ferreira, A.G. (2014). Vivncias no ensino superior e
percees de desenvolvimento: Dados de um estudo com estudantes do ensino superior politcnico. Revista
E-Psi, 4(1), 5-27.
Received : November 6, 2013
27
http://www.revistaepsi.com
ISSN 2182-7591
Resumo
Educao Superior tm sido atribudas expectativas crescentes quanto ao desenvolvimento
social, econmico e cultural das naes, sendo-lhe destinada a responsabilidade por
possibilitar uma formao profissional de qualidade pautada em forte compromisso tico e
social. Nessa perspetiva, os servios de apoio psicolgico existentes nas Instituies de
Educao Superior tm buscado contribuir para uma formao que atenda necessidade de
preparar profissionais competentes e, tambm, conscientes de seu papel transformador diante
da realidade em que vivem. Levando em considerao a multiplicidade de fatores
individuais, institucionais, ideolgicos, poltico-sociais, entre outros implicados nos
processos educativos, os psiclogos escolares implicados nesses servios tm orientado a sua
interveno para a conscientizao dos agentes educacionais acerca de seus papis e
responsabilidades na construo de uma cultura de sucesso.
Neste trabalho so apresentados alguns modelos de interveno psicolgica que buscam
apoiar a construo da referida cultura. A contribuio da Psicologia Escolar na Educao
Superior vem se ampliando por meio de aes preventivas, institucionais e de larga
abrangncia.
Palavras-chave: sucesso escolar; Ensino Superior; servios de apoio psicolgico; atuao
institucional; adaptao acadmica.
1
2
28
Introduo
Nas ltimas dcadas, o interesse pelo (in)sucesso dos estudantes da Educao Superior
tem sido crescente, impulsionando investigaes acerca dos diversos fatores que o
influenciam. Indiscutivelmente, o amplo e intenso processo de democratizao do acesso
educao em nvel superior est entre os principais motivos que justificam este interesse.
Mundialmente, o nmero de estudantes a ingressar em cursos superiores multiplicou-se seis
vezes entre os anos de 1960 e 1995, passando de 13 a 82 milhes (UNESCO United Nations
Educational, Scientific and Cultural Organization, Organizao das Naes Unidas para a
Educao, a Cincia e a Cultura, 1998) e tendo chegado a mais de 150 milhes de estudantes
na Educao Superior em 2007 (UNESCO, 2010). Em Portugal, de 82 140 inscritos em
1996/1997, passaram a 397 337 nos anos 2011/2012 (GPEARI Gabinete de Planeamento,
Estratgia, Avaliao e Relaes Internacionais, 2012). No Brasil, enquanto em 1997
registravam-se 1 945 615 matrculas de estudantes nos cursos de graduao (INEP Instituto
Nacional de Estudos e Pesquisas Educacionais Ansio Teixeira, 1997), em 2012 tais nmeros
cresceram para 7 037 688, segundo dados do Censo da Educao Superior (INEP, 2013). No
tocante ao nmero de Instituies de Educao Superior (IES), em 1997 havia 900
instituies, das quais 689 eram particulares e 211 pblicas; atualmente o sistema composto
por 2 416 IES, das quais 2 112 so privadas (87%) e 304 so pblicas (13%), ofertando ao
todo 31 866 cursos.
Ao analisar a massificao e a democratizao da Educao Superior no Brasil e em
Portugal, L. Almeida, Marinho-Arajo, Amaral e Dias (2012) reconhecem que a expanso foi
necessria; contudo, no suficiente para garantir a democratizao desejada, sendo
indispensvel prever mudanas estruturais e funcionais que garantam um processo de
crescimento da Educao Superior com qualidade e equidade social. A expanso quantitativa
da Educao Superior no pode se limitar ampliao de oportunidades de acesso. A
permanncia bem-sucedida e com qualidade, especialmente dos jovens tradicionalmente
desassistidos, impe polticas, programas e servios que efetivamente garantam condies de
acesso, permanncia e concluso dos cursos (Dias Sobrinho, 2010, 2013; Leite, 2010; Lima,
2010, 2012).
evidente que o crescimento da Educao Superior tem trazido uma srie de desafios
decorrentes da expanso do sistema, da diversificao da natureza administrativa das IES,
bem como mudanas relacionadas ao corpo discente e docente e s prticas pedaggicas.
Entre estas se pode mencionar a maior diferenciao do pblico que ingressa nos cursos
29
sociedade atual, bem como de profissionais que tenham uma viso crtica do mundo e que
pensem em como transform- lo por meio de seu trabalho.
Com o objetivo de apontar contribuies da Psicologia Escolar promoo do sucesso
acadmico na Educao Superior, este trabalho apresenta alguns modelos de intervenes
psicolgicas que tm sido propostos para as IES. Para cumprir este objetivo, inicia-se com
uma reflexo acerca do papel social e das responsabilidades da Educao Superior no atual
cenrio sociopoltico, seguida por uma incurso na temtica do sucesso acadmico que
evidencia a influncia de diversos fatores envolvidos em sua configurao. Por fim, so
apresentados e discutidos alguns modelos de atuao propostos para os Servios de Apoio
Psicolgico que buscam contribuir para a promoo do sucesso acadmico.
Funo Social da Educao Superior na Conte mporaneidade
O processo educativo que circula no interior das IES integra a perspetiva do ensino e
das aprendizagens de conhecimentos e tambm a perspetiva social, poltica, econmica, tica
e cultural que perpassa permanentemente a vida em sociedade e a atuao profissional. Dessa
maneira, o esforo da Educao Superior incide no desenvolvimento da competncia
profissional e na formao cidad de seus estudantes, enfatizando um profundo compromisso
tico e poltico com o desenvolvimento e a conscientizao de sujeitos responsveis e crticos
acerca das questes relevantes relacionadas rea social, econmica e cultural do seu
contexto (Dias Sobrinho, 2004; Marinho-Arajo, 2009; Bisinoto & Marinho-Arajo, 2014).
O conhecimento cientfico, artstico e cultural que amplamente partilhado dentro das
IES so mediadores do processo de aprendizagem e de desenvolvimento humano, assim como
tambm o so as vivncias pessoais, as relaes interpessoais, os saberes apropriados, as
posturas ticas partilhadas. As muitas e diferentes relaes com as pessoas, com os objetos,
com os conhecimentos e saberes, com as experincias concretas e subjetivas que transcorrem
na Educao Superior configuram-se como oportunidades de aprendizagem que mediam as
funes psicolgicas superiores dos sujeitos adultos que frequentam esse espao, seja como
estudantes ou como profissionais (Marinho-Arajo, 2009; Oliveira, 2011; Bisinoto &
Marinho-Arajo, 2014).
A gnese dos processos psicolgicos superiores est alicerada nas interlocues e
trocas subjetivas que acontecem nas relaes acadmicas, profissionais e sociais. Funes
novas e mais complexas na constituio psicolgica dos sujeitos surgem em virtude da
natureza das experincias sociais nas quais esto inseridos. Assim, ao mesmo tempo em que a
31
tm como
objetivo
precpuo
promover o
desenvolvimento
das
potencialidades dos sujeitos em relao (Marinho-Arajo & S. Almeida, 2005; Oliveira &
Marinho-Arajo, 2009; Oliveira, 2011).
A atuao dos psiclogos escolares est diretamente comprometida com a formao das
pessoas - de cidados e de profissionais e, por isso, fundamenta-se em abordagens tericas
do desenvolvimento humano (Guzzo, 1996, 2001). A interveno preventiva, relacional e
institucional que orienta a atuao dos psiclogos escolares, conforme proposto por MarinhoArajo e S. Almeida (2005), est direcionada para reformulaes pessoais e institucionais que
oportunizem saltos qualitativos no desenvolvimento dos atores envolvidos.
35
conjunto de aes que podem ser desenvolvidas pelo psiclogo escolar como, por exemplo, no
mbito da primeira dimenso, participar na elaborao e reviso do Plano de Desenvolvimento
Institucional, da formao continuada de docentes, coordenadores e funcionrios e do
processo de autoavaliao institucional. Em relao dimenso das Propostas Pedaggicas,
sugere colaborao na anlise das diretrizes curriculares que orientam o trabalho pedaggico;
acompanhamento do processo de ensino e aprendizagem; anlise e reviso dos Projetos
Pedaggicos dos Cursos. Por fim, na ltima dimenso a autora sugere que o psiclogo escolar
promova discusses acerca do desenvolvimento adulto; desenvolva pesquisas para conhecer o
perfil dos estudantes; elabore, com os coordenadores e o corpo docente, estratgias para
verificar como ocorre o desenvolvimento de competncias por parte dos estudantes.
Partindo dessas dimenses de interveno, Oliveira (2011) sistematizou um modelo de
atuao que prope articular os fundamentos terico-conceituais, os objetivos e as atividades a
conduzir o trabalho dos psiclogos nos Servios de Apoio. Segundo a autora, tradicionalmente
o trabalho dos psiclogos escolares traado pelas aes a serem desenvolvidas, as quais vo
conferindo identidade ao Servio; contudo, alm da definio das atividades a serem
realizadas pelos profissionais h que se delimitar as bases tericas, conceituais e
metodolgicas que as sustentaro, de forma a garantir integralidade, coerncia e identidade ao
Servio. Nessa direo, sugere que a estruturao dos Servios se d sob algumas dimenses,
a saber: a) fundamentao terica; b) objetivos; c) pblico alvo; d) perfil e vnculo de trabalho
dos psiclogos; e) funcionamento e organizao do servio; e f) atividades a serem
desenvolvidas (Oliveira, 2011). Desdobrando-se da fundamentao terica, sugere a definio
dos principais objetivos a serem seguidos pela equipe e a delimitao do pblico com o qual
se ir trabalhar, que poder ser mais ou menos abrangente a depender dos objetivos traados.
A concretizao de tais objetivos, por sua vez, exige que o perfil dos profissionais que
integram a equipe tenha aderncia aos princpios e metas definidos, prezando por um perfil
profissional ancorado em uma slida base terico-conceitual sobre a relao entre Psicologia e
Educao e as teorias de desenvolvimento humano e de aprendizagem. O desenvolvimento
desse perfil deve ser objeto de investimento da IES e dos gestores do Servio, os quais podem
incentivar e apoiar a formao continuada em servio, disponibilizando tempo e recursos para
estudo, aprofundamento e revisitao permanente das prticas.
Para concretizar seus objetivos de promoo do sucesso e da qualidade do processo
educativo, os Servios de Psicologia podero desenvolver um a mplo e diversificado conjunto
de atividades que, a ttulo de organizao, podem ser agrupados em trs dimenses
interdependentes: a) Gesto Institucional, b) Gesto Acadmica e c) Desenvolvimento do
39
Estudante. A primeira delas tem como foco a assessoria e o suporte aos processos de gesto
que respondem pela organizao, planejamento e coordenao das polticas, projetos,
programas e aes da instituio. A segunda dimenso est centrada no assessorame nto
gesto acadmica no tocante s propostas e processos pedaggicos, ao funcionamento dos
cursos e s prticas de ensino. A terceira e ltima dimenso est focada no acompanhamento e
apoio ao desenvolvimento pessoal e profissional dos alunos. Cada uma destas dimenses pode
se desmembrar em diferentes eixos de interveno (Oliveira, 2011).
As propostas que integram os modelos sugeridos na literatura e brevemente descritos
neste trabalho mostram que coexistem diversas abordagens tericas, aes e estratgias que
sustentam uma variedade de concees e prticas por parte dos psiclogos escolares no mbito
dos Servios de Apoio Psicolgico nas IES. Apesar da abordagem individualizada de ateno
s dificuldades vividas pelos estudantes ainda ser mais recorrente na interveno dos
psiclogos escolares, no existe um modelo nico de interveno. A perspetiva preventiva e
institucional de atuao vem se disseminando e ampliando as possibilidades de aprendizagem
e de desenvolvimento, seja dos sujeitos ou da instituio.
Consideraes finais
As IES vm cada vez mais se comprometendo com a criao, estruturao e
fortalecimento de servios que favoream o processo de adaptao acadmica dos alunos e
que potencializem o processo de aprendizagem e de desenvolvimento dos estudantes em uma
perspetiva ampliada. Em sntese, os servios de apoio psicolgico tm sido criados para
fortalecer o compromisso da instituio para com a promoo do sucesso acadmico dos
estudantes. Este sucesso, entretanto, no compreendido apenas a partir da dimenso
individual e suas variveis cognitivas e de funcionamento psicolgico; engloba igualmente
fatores relacionados instituio educativa, ao contexto no qual se insere, aos valores sociais
e ideologias que perpassam o processo educativo.
Coadunando-se com esse entendimento, a atuao da psicologia escolar que, por muito
tempo, se voltou para os problemas individuais dos estudantes universitrios, nas ltimas
dcadas tem considerado aspetos intrainstitucionais, polticos e sociais tambm implicados
nos processos educativos. Contemporaneamente, as contribuies dos psiclogos escolares
advm do investimento nas potencialidades e possibilidades dos sujeitos, na superao das
adversidades, no reconhecimento e valorizao das diferenas como fonte legtima de
aprendizagem. Nesse sentido, a atuao da Psicologia Escolar tem-se orientado para a
40
41
Bibliografia
Alarco, I. (2000). Para uma conceptualizao dos fenmenos de insucesso/sucesso escolares no
ensino superior. In J. Tavares, & R.A. Santiago (Eds.), Ensino superior: (In)sucesso acadmico
(pp.11-24). Porto: Porto Editora.
Almeida, L.S. (2007). Transio, adaptao acadmica e xito escolar no ensino superior. Revista
Galego-Portuguesa de Psicoloxa e Educacin, 14(2), 203-215.
Almeida, L.S., Guisande, M.A., & Paisana, J. (2012). Participacin extracurricular, ajuste y
rendimiento acadmico en la enseanza superior: Un estudio con estudiantes portugueses.
Anales de Psicologia, 28, 860-865.
Almeida, L.S., Guisande, M.A., Soares, A.P., & Saavedra, L. (2006). Rendimento acadmico no
ensino superior: Estudo com alunos do 1 ano. Psicologia: Reflexo e Crtica, 19(3), 507-514.
Almeida, L.S., Marinho-Arajo, C.M., Amaral, A., & Dias, D. (2012). Democratizao do acesso e do
sucesso no Ensino Superior: Uma reflexo a partir das realidades de Portugal e do Brasil.
Avaliao, 17(3), 899-920.
Alves, F., Gonalves, P., & Almeida, L.S. (2012). Acesso e sucesso no ensino superior: Inventariando
as expectativas dos estudantes. Revista Galego-Portuguesa de Psicoloxa e Educacin, 20(1),
121-131.
Amaral, A., & Magalhes, A. (2007). Market competition, public good and institutional governance:
Analyses of Portugals experience. Higher Education Management and Policy, 19(1), 1-14.
Bisinoto, C., & Marinho-Arajo, C.M. (2011). Psicologia escolar na educao superior: Construindo
possibilidades diferenciadas de atuao. In R. Guzzo, & C. Marinho-Arajo (Eds.), Psicologia
escolar: Identificando e superando barreiras (pp.193-214). Campinas, SP: Editora Alnea.
Bisinoto, C., & Marinho-Arajo, C.M. (2013). Prticas contemporneas de atuao em psicologia
escolar. Revista de Psicologia, Educao e Cultura, 17(2), 212-236.
Bisinoto, C., & Marinho-Arajo, C.M. (2014, in press). Servios de psicologia escolar na educao
superior: Uma proposta de atuao. In R. Guzzo (Ed.), Psicologia escolar: Desafios e
bastidores na educao pblica. Campinas, SP: Editora Alnea.
Bisinoto, C., Marinho-Arajo, C.M., & Almeida, L.S. (2011). A atuao da psicologia escolar na
educao superior: Algumas reflexes. Revista Portuguesa de Pedagogia, 45, 39-55.
Conselho Nacional de Educao (2004). Parecer n o 6, de 25 de agosto de 2004. Implementao do
Processo de Bolonha Parecer do Conselho Nacional de Educao. Lisboa: Conselho Nacional
de Educao.
Costa, A.R., Arajo, A.M., Gonalves, P., & Almeida, L.S. (2013). Expectativas acadmicas em
alunos tradicionais e no-tradicionais de engenharia. Revista Peruana de Psicologa y Trabajo
Social, 2(1), 63-74.
42
43
Instituto Nacional de Estudos e Pesquisas Educacionais Ansio Teixeira (2013). Resumo tcnico:
Censo da Educao Superior de 2012. Braslia: Instituto Nacional de Estudos e Pesquisas
Educacionais Ansio Teixeira.
Leito, L.M., Paixo, M.P., Silva, J.T., & Miguel, J.P. (2000). Apoio psicossocial a estudantes do
ensino superior: Do modelo terico aos nveis de interveno. Psicologia, 14(2), 123-147.
Leite, D.B. (2010). Estudantes e avaliao. Avaliao, 15(3), 9-27.
Lima, P.G. (2010). Aes afirmativas e universidade no Brasil. Revista HISTEDBR On-line, 39, 267285.
Lima, P.G. (2013). Polticas de educao superior no Brasil na primeira dcada do Sculo XXI:
Alguns cenrios e leituras. Avaliao, 18(1), 85-105.
Machado, A.M. (2000). As crianas excludas da escola: Um alerta para a psicologia. In A.M.
Machado, & M. Proena (Eds.), Psicologia escolar: Em busca de novos rumos (pp. 39-54). So
Paulo, SP: Casa do Psiclogo.
Magalhes, A.M. (2004). A identidade do Ensino Superior. Poltica, conhecimento e educao numa
poca de transio. Lisboa: Fundao Calouste Gulbenkian / Fundao para a Cincia e a
Tecnologia.
Marinho-Arajo, C.M. (2009). Psicologia escolar na educao superior: Novos cenrios de
interveno e pesquisa. In C.M. Marinho-Arajo (Ed.), Psicologia escolar: Novos cenrios e
contextos de pesquisa, formao e prtica (pp.155-202). Campinas, SP: Editora Alnea.
Marinho-Arajo, C.M., & Almeida, S.F. (2005). Psicologia escolar: Construo e consolidao da
identidade profissional. Campinas, SP: Editora Alnea.
Martnez, A.M. (2009). Psicologia escolar e educacional: Compromissos com a educao brasileira.
Psicologia Escolar e Educacional, 13(1), 169-177.
Martnez, A.M. (2010). O que pode fazer o psiclogo na escola?. Em Aberto, 23(83), 39-56.
Martins, E.F. (2009). Sucesso acadmico: Contributos do desenvolvimento cognitivo. Lisboa: Editorial
Novembro.
Oliveira, C.B. (2011). A atuao da psicologia escolar na educao superior: Proposta para os
servios de psicologia. Tese de Doutorado (no publicada), Universidade de Braslia, Braslia.
Oliveira, C.B., & Marinho-Arajo, C.M. (2009). Psicologia escolar: Cenrios atuais. Estudos e
Pesquisas em Psicologia, 9(3), 648-663.
Organizao das Naes Unidas para a Educao, a Cincia e a Cultura (1998). Educao: Um
tesouro a descobrir [Relatrio para a UNESCO da Comisso Internacional sobre Educao para
o Sculo XXI]. So Paulo: Cortez Editora.
Polidori, M.M. (2000). Avaliao do ensino superior: Uma viso geral e uma anlise comparativa
entre os contextos brasileiro e portugus. Dissertao de Doutoramento (no publicada),
Faculdade de Psicologia e de Cincias da Educao da Universidade do Porto, Porto.
44
Sandoval, J., & Love, J.A. (1977). School psychology in higher education: The college psychologist.
Professional Psychology, 8, 328-339.
Santiago, R.A., Tavares, J., Taveira, M.C., Lencastre, L., & Gonalves, F. (2001). Promover o sucesso
acadmico atravs da avaliao e interveno na universidade. Avaliao, 6(3), 31-43.
Seco, G.M., Casimiro, M.C., Pereira, M.I., Dias, M.I., & Custdio, S. (2005). Para uma abordagem
psicolgica da transio do ensino secundrio para o ensino superior: Pontes e alapes.
Leiria: Instituto Politcnico de Leiria.
Severino, A.J. (2000). Educao, trabalho e cidadania: A educao brasileira e o desafio da formao
humana no atual cenrio histrico. So Paulo em Perspectiva, 14(2), 65-71.
Sguissardi, W. (2004). A universidade neoprofissional, heternoma e competitiva. In D. Mancebo, &
M.L. Fvero (Eds.), Universidade: Polticas, avaliao e trabalho docente (pp.33-52). So
Paulo, SP: Editora Cortez.
Sguissardi, W. (2005). Universidade pblica estatal: Entre o pblico e o privado/mercantil. Educao
& Sociedade, 26(90), 191-222.
Soares, A.P. (2003). Transio e adaptao ao ensino superior: Construo e validao de um
modelo multidimensional de ajustamento de jovens ao contexto universitrio . Dissertao de
Doutoramento (no publicada), Instituto de Educao e Psicologia da Universidade do Minho,
Braga.
Soares, A.P., Almeida, L.S., Diniz, A., & Guisande, M.A. (2006). Modelo Multidimensional de
Ajustamento de Jovens ao Contexto Universitrio (MMAU): Estudo com estudantes de cincias
e tecnologias versus cincias sociais e humanas. Anlise Psicolgica, 24, 15-27.
Sordi, M.R., & Ludke, M. (2009). Da avaliao da aprendizagem avaliao institucional:
Aprendizagens necessrias. Avaliao, 14, 267-290.
Tavares, D.A., Justino, E., & Amaral, A. (2008). Students preferences and needs in Portuguese higher
education. European Journal of Education, 43(1), 107-122.
United Nations Educational, Scientific and Cultural Organization (2010). EFA Global Monitoring
Report 2010 Reaching the marginalized. Oxford: Oxford University Press.
Vasconcelos, R.M., Almeida, L.S., & Monteiro, S. (2009). O insucesso e abandono acadmico na
universidade: Uma anlise sobre os cursos de engenharia. In Atas da VI International
Conference on Engineering and Computer Education (pp.457-461). Buenos Aires, Argentina:
ICECE.
Vasconcelos, R.M., Almeida, L.S., & Monteiro, S. (2005). Mtodos de estudo em alunos do 1 ano da
Universidade. Psicologia Escolar e Educacional, 9, 195-202.
Witter, G.P. (1999). Psiclogo escolar no ensino superior e a Lei de Diretrizes e Bases. In R. Guzzo
(Ed.), Psicologia escolar: LDB e educao hoje (pp.83-104). Campinas, SP: Editora Alnea.
45
Como citar este artigo: Bisinoto, C., & Marinho-Arajo, C. (2014). Sucesso acadmico na educao
superior: Contribuies da psicologia escolar. Revista E-Psi, 4(1), 28-46.
Received : November 13, 2013
46
http://www.revistaepsi.com
ISSN 2182-7591
Resumo
O sucesso acadmico no Ensino Superior tem sido associado qualidade do envolvimento
dos estudantes nas tarefas de aprendizagem. Uma das formas de analisar este envolvimento
recorre ao conceito de abordagens aprendizagem ou ao estudo, que tm sido tipif icadas
como profunda, superficial e estratgica. Este artigo analisa o efeito preditor das abordagens
ao estudo no sucesso acadmico, aps a considerao de algumas variveis pessoais e
acadmicas dos estudantes. Uma amostra de 429 estudantes, repartidos por 1 e 4 ano de
cursos na rea das Cincias Humanas e Sociais (CH&S) e Cincias e Tecnologias (C&T),
respondeu ao Approaches and Study Skills Inventory for Students (ASSIST), tendo tambm
facultado o nmero de UCs em atraso. Os resultados sugerem que o nmero de UCs em
atraso, estando logicamente dependente do ano escolar em que os estudantes se encontram,
est associado rea do curso (maior insucesso nos estudantes de C&T), sexo (maior
insucesso nos estudantes do sexo masculino) e abordagem superficial aptica (maior
insucesso por parte dos alunos que mais recorrem a estratgias cognitivas e motivacionais
superficiais).
Palavras-chave: Ensino Superior; abordagens ao estudo; sucesso acadmico; ASSIST.
47
http://www.revistaepsi.com
ISSN 2182-7591
Introduo
Nas ltimas dcadas, a aprendizagem dos estudantes do Ensino Superior (ES) tem sido
o foco de um extenso conjunto de estudos, resultando numa variedade de perspetivas tericas
e, por vezes, de constructos algo confusos (e.g., estilos de aprendizagem, abordagens,
concees, orientaes e estratgias, entre outros). Os constructos que encontramos so
distintos, alguns descrevendo conceitos globais com algum grau de generalizao, outros
relativos a situaes mais especficas de aprendizagem. Neste artigo, reportamo-nos
especificamente s abordagens aprendizagem, que refletem as ideias ou concees dos
estudantes acerca da aprendizagem (Slj, 1982), como estes experimentam e definem as suas
situaes de aprendizagem, as estratgias a que recorrem para aprender, e a motivao
subjacente ao seu comportamento.
O trabalho de Marton e Slj (1976a, 1976b) situa-se entre os mais influentes neste
campo de investigao. Estes autores sugeriram que a qualidade das aprendizagens e as
diferenas nos produtos da aprendizagem esto relacionadas com as estratgias e intenes
dos estudantes, emergindo assim o constructo das abordagens aprendizagem. A
investigao na rea tipificou trs tipos de abordagens: abordagem profunda, ou uma
orientao para a compreenso de significados dos materiais de aprendizagem; abordagem
superficial, ou orientao para ser capaz de reproduzir os materiais para fins de avaliao; e
abordagem estratgica, ou orientao para alcanar as notas mais altas (Marton, 1976;
Laurillard, 1979; Ramsden, 1979; Richardson, 2013).
As abordagens aprendizagem reportam-se preferncia do estudante para utilizar
processos cognitivos e motivacionais particulares durante a realizao de uma tarefa de
aprendizagem (Marton & Slj, 1997; Marton & Booth, 1997; Biggs, 2001; Richardson,
2013). Entendidas como ideias ou concees de aprendizagem, e relacionadas com as
percees do contexto de ensino e aprendizagem, as abordagens referem-se forma como os
estudantes se comportam face aprendizagem, s suas intenes de aprendizagem (motivos) e
aos mtodos utilizados para o realizar (estratgias) (Biggs, 2001). Trata-se, por isso, de um
constructo com um papel central enquanto processo entre inputs (contexto de ensino e fatores
do estudante) e outputs (qualidade dos produtos de aprendizagem) (Slj, 1982; Van Rossum
& Schenk, 1984; Biggs & Moore, 1993; Marton & Slj, 1997). Neste enquadramento,
importa situar estas perspetivas num de dois grandes modelos tericos explicativos da
48
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
& King, 1991; Hayes & Richardson, 1995; Zeegers, 2001; Ballantine, Duff, & Larres, 2008),
questionando-se assim o impacto efetivo da varivel sexo na qualidade das aprendizagens e,
por conseguinte, no sucesso acadmico em estudantes do ensino superior.
Um conjunto mais alargado de estudos analisa o impacto das abordagens no rendimento
acadmico em funo da rea cientfica dos cursos. Por exemplo, Ramsden (1988) teorizou
que as abordagens superficial e profunda se caracterizam por manifestaes diferentes em
funo dos domnios acadmicos, sugerindo que nos domnios das cincias, uma abordagem
profunda podia inicialmente exigir uma anlise dos detalhes, o que isoladamente poderia
sugerir uma abordagem superficial. Progressivamente, os autores enfatizam a necessidade de
se conceberem as abordagens em funo dos contextos disciplinares: enquanto nas
humanidades, e nas cincias sociais em geral, as construes individuais podem refletir a
experincia pessoal de uma forma muito mais significativa do que nas cincias exatas, quando
estudam cincias exatas, os alunos chegam compreenso dos conceitos de formas
idiossincrticas ou utilizando as suas representaes resultantes da abstrao de pontos de
vista distintos (Entwistle, 1995, 1997a; Ramsden, 2003). Sobre este assunto, a investigao
sobre os ambientes de aprendizagem resulta de um extenso corpo de estudos qualitativos e
quantitativos sobre a compreenso da aprendizagem na perspe tiva do estudante (Marton &
Slj, 1976a, 1976b, 1997; Entwistle & Ramsden, 1983; Entwistle, 1997b, 1998, 2000;
Entwistle & McCune, 2004; Biggs, 1987, 2003; Tait, Entwistle, & McCune, 1998; Prosser &
Trigwell, 1999; McCune, 2003). Neste mbito, os estudos sugerem que as abordagens
descrevem formas qualitativamente diferentes de estudar e de aprender, em boa medida como
resposta s percees dos estudantes sobre os contextos de ensino-aprendizagem (Ramsden,
1997; Prosser & Trigwell, 1999; Entwistle, 2000; Biggs, 2003).
Tambm o ano do curso em que o estudante se encontra parece ser determinante das
suas abordagens aprendizagem. Vrios estudos sugerem que os estudantes que frequentam
os anos iniciais possuem caratersticas diferenciadas em termos de conhecimentos, de atitudes
e de condutas face aos colegas de anos mais avanados, contribuindo tais caratersticas para
explicar o seu sucesso acadmico (Cabrera, Nora, & Castaeda, 1993; Hativa & Marincovich,
1995; Zea, Reisen, Beil, & Caplan, 1997; Richardson & King, 1998; Szafran, 2001; Zeegers,
2001; Clifton, Perry, Stubbs, & Roberts, 2004). Estes estudos tm, assim, sugerido que os
alunos de anos escolares mais avanados apresentam-se mais eficientes no seu estudo e obtm
melhor rendimento escolar.
52
http://www.revistaepsi.com
ISSN 2182-7591
Face sntese e aos pontos controversos da investigao revista, com este artigo
pretendemos avaliar o impacto das abordagens ao estudo no sucesso acadmico dos
estudantes, controlando previamente a percentagem de varincia do rendimento acadmico
que possa ser explicado pelo ano escolar, domnio cientfico do curso e sexo dos estudantes.
Metodologia
Amostra
Os dados foram recolhidos numa instituio de Ensino Superior pblica no sul de
Portugal. A amostra final inclui 429 estudantes (170 rapazes e 259 raparigas), com idades
compreendidas entre os 18 e os 48 anos (M=22.14; DP=4.35). Os estudantes eram
provenientes de diferentes cursos que se distriburam por duas grandes reas cientficas:
Cincias Humanas e Sociais (CH&S; n=231) e Cincias e Tecnologias (C&T; n=198). Estes
alunos repartiam-se pelo 1 ano (n=247) e 4 ano (n=182) dos respetivos cursos.
Instrumento
Na avaliao das abordagens ao estudo, utilizou-se a verso portuguesa do Approaches
and Study Skills Inventory for Students (ASSIST; Tait, Entwistle, & McCune, 1998; verso
portuguesa, Valadas, Gonalves, & Fasca, 2010), que constitui a verso mais recente de um
outro instrumento criado pelo grupo de Lancaster o Approaches to Studying Inventory (ASI;
Entwistle & Ramsden, 1983).
Este inventrio integra quatro seces distintas: concees de aprendizagem (o que
aprender?); abordagens ao estudo (abordagem profunda, abordagem estratgica e abordagem
instrumental/superficial); preferncias por diferentes tipos de aulas e de ensino; e, por fim, o
trabalho acadmico anterior avaliado numa escala de 1 (muito mau) a 9 (muito bom). A
segunda seco do ASSIST (abordagens ao estudo), que integra 52 itens, tem sido
frequentemente utilizada por si s e inclui 13 subescalas. No presente estudo, para efeitos de
tratamentos estatsticos, apenas considermos as trs escalas.
53
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
Resultados
Num primeiro momento, apresentamos as estatsticas descritivas para as variveis em
anlise, tomando como referncia o domnio cientfico (Cincias Humanas e Sociais, CH&S,
e Cincias e Tecnologias, C&T), o ano e o sexo dos estudantes (ver Tabela 1). A par das
pontuaes dos estudantes nas trs abordagens ao estudo, a anlise inclui o nmero de UCs
em atraso, como um indicador de sucesso acadmico.
Tabela 1 Estatsticas descritivas para as abordagens aprendizagem e UCs em atraso.
Abordagens Aprendizagem
Dom nio
Ano
1
CH&S
4
1
C&T
4
AP
ASA
AE
UCs em
atraso
M (DP)
M (DP)
M (DP)
M (DP)
M (n=56)
49.93 (6.23)
39.28 (8.01)
56.33 (7.85)
1.29 (1.58)
F (n=97)
51.09 (5.95)
36.67 (7.69)
60.60 (8.44)
0.72 (1.26)
M (n=20)
51.23 (4.78)
41.47 (7.12)
58.83 (8.96)
4.60 (2.46)
F (n=58)
50.06 (4.59)
39.71 (7.87)
58.89 (7.66)
3.05 (2.05)
M (n=43)
49.88 (5.43)
37.50 (6.65)
55.54 (7.58)
1.95 (1.36)
F (n=51)
50.14 (4.52)
36.18 (6.21)
59.52 (6.98)
1.90 (1.17)
M (n=51)
50.56 (4.24)
37.18 (6.26)
55.53 (7.14)
4.00 (2.47)
F (n=53)
50.02 (4.80)
37.31 (7.61)
59.27 (9.43)
3.11 (1.92)
Sexo
http://www.revistaepsi.com
ISSN 2182-7591
Vari veis
1. Abordagem Profunda
_
***
-.34
3. Abordagem Estratgica
.36***
-.43***
**
4. UCs em atraso
-.20
1. Abordagem Profunda
***
-.39
***
***
.27
_
***
-.25
_
***
3. Abordagem Estratgica
.37
-.31
4. UCs em atraso
-.04
.17*
-.15*
Nota: p<.05;
**
p<.01;
***
M n-Mx
DP
28-65
50.40
5.70
21-56
37.28
7.41
29-79
58.72
8.06
0-6
1.31
1.43
32-64
50.59
4.89
18-62
37.51
7.69
35-80
58.93
8.50
1-10
3.51
2.24
p<.001.
http://www.revistaepsi.com
ISSN 2182-7591
Estes valores sugerem alguma estabilidade nas intercorrelaes das abordagens, aproximando
a AP com a AE (teoricamente espectvel) e diferenciando-as da ASA. Esta estabilidade
verifica-se quando consideramos as mdias obtidas nas trs abordagens nos dois anos
curriculares considerados.
Relativamente correlao entre as abordagens e o sucesso acadmico (nmero de UCs
em atraso), verificamos que nos estudantes do 4 ano tais coeficientes so apenas residuais,
enquanto que nos alunos do 1 ano oscilam entre .20 e .27. Neste ltimo grupo de estudantes,
e de acordo com o que seria esperado, a AP e AE correlacionam negativamente com o
nmero de UCs em atraso, invertendo-se o sentido dessa associao na ASA.
Apresentamos, de seguida, os resultados da anlise de regresso considerando a varivel
sucesso acadmico (nmero de UCs em atraso) como dependente. Dois tipos de variveis
independentes so consideradas: caractersticas do estudante (ano curricular do curso,
domnio cientfico e sexo) e abordagens ao estudo (pontuaes nas trs escalas). A Tabela 3
apresenta os resultados da anlise de regresso hierrquica, considerando trs blocos: em
primeiro lugar, assumindo a varivel ano de curso, pois a varivel que se antecipa como
mais determinante do nmero de UCs em atraso; num segundo bloco, integramos o domnio
cientfico do curso e o sexo dos estudantes; em terceiro lugar, consideramos as trs
abordagens ao estudo. O modelo, integrando o conjunto destas seis variveis, apresentou-se
estatisticamente significativo (F = 34.46; p<.001).
Tabela 3 Su mrio da regresso hierrquica para a varivel sucesso acadmico (N=401).
R
R2
R2 Ajustado
.51
.26
.26
.47
11.31
.000
Do mn io cientfico
.16
3.66
.000
Sexo
-.11
-2.69
.008
Abordagem Profunda
.00
.09
.927
Abordagem Superficial
.16
3.52
.000
Abordagem Estratgica
-.08
-1.66
.097
Predi tores
Bloco 1
Ano
Bloco 2
Bloco 3
.55
.59
.31
.34
.30
.33
57
http://www.revistaepsi.com
ISSN 2182-7591
Os resultados obtidos permitem- nos explicar, com base no conjunto das seis variveis,
33% da varincia observada no nmero de UCs em atraso, sendo que esta percentagem est
essencialmente associada ao ano escolar em que os estudantes se encontram (26%).
Analisando os valores estandardizados dos betas, observamos um efeito estatisticamente
significativo das variveis ano, domnio cientfico, sexo e ASA. Enquanto a varivel sexo tem
um impacto de sentido negativo (menor nmero de UCs em atraso por parte dos estudantes do
sexo feminino), nas restantes variveis, estudantes do 4 ano, de C&T e recorrendo com maior
frequncia abordagem ASA, apresentam um maior nmero de UCs em atraso.
Discusso
Neste estudo analisamos o efeito preditor das abordagens ao estudo no sucesso
acadmico (avaliado atravs do nmero de unidades curriculares em atraso), aps a
considerao de algumas variveis pessoais e acadmicas dos estudantes (ano do curso, rea
cientfica do curso e sexo). Os resultados obtidos permitem- nos afirmar que o conjunto das
variveis consideradas explica aproximadamente 33% da varincia observada na varivel
sucesso acadmico, ainda que se destaque, sobretudo, o peso da varivel ano frequentado
pelos estudantes. Como se poderia antecipar, os alunos do 4 ano apresentam maior nmero
de UCs em atraso, ou seja, com o avanar no curso os estudantes vo aumentando o nmero
de UCs que tm por realizar.
Num segundo momento da anlise de regresso verificamos um efeito significativo da
rea cientfica do curso e do sexo. Neste estudo, os alunos da rea das C&T, assim como os
estudantes do sexo masculino, apresentam pior rendimento acadmico, traduzido num maior
nmero de UCs em atraso. As diferenas de gnero no sucesso acadmico no Ensino Superior
esto bastante documentadas na literatura, apontando-se para uma vantagem das mulheres
comparativamente aos homens, quer no acesso quer no rendimento e persistncia (Almeida,
Guisande, Soares, & Saavedra, 2006; Buchmann & DiPrete, 2006; Ewert, 2012), parecendo
que esta vantagem est em grande medida associada a uma distribuio desigual de homens e
mulheres pelos domnios das C&T e CH&S (Alon & Gelbgiser, 2010; Severiens & Ten Dam,
2012). Os resultados do estudo parecem ir ao encontro dos resultados de estudos prvios,
sendo que a anlise de regresso sugere tambm um efeito da rea cientfica do curso,
apresentando os alunos de C&T um nmero superior de UCs em atraso.
58
http://www.revistaepsi.com
ISSN 2182-7591
59
http://www.revistaepsi.com
ISSN 2182-7591
Bibliografia
Abhayawansa, S., & Fonseca, L. (2010). Conceptions of learning and approaches to learning A
phenomenographic study of a group of overseas accounting students from Sri Lanka.
Accounting Education: An international Journal, 19(5), 527-550.
Almeida, L.S., Guisande, M.A., Soares, A.P., & Saavedra, L. (2006). Acesso e sucesso no ensino
superior em Portugal: Questes de gnero, origem scio-cultural e percurso acadmico dos
alunos. Psicologia: Reflexo e Crtica, 19(3), 507-514.
Alon, S., & Gelbgiser, D. (2011). The female advantage in college academic achievements and
horizontal sex segregation. Social Science Research, 40(1), 107-119.
B ll ntine, J., Duff, A., & L rres, P. (2008) Accounting nd usiness students ppro ches to le rning:
A longitudinal study. Journal of Accounting Education, 26, 188-201.
Biggs, J.B. (1987). Student approaches to learning and studying. Hawthorn, Vic: Australian Council
for Educational Research.
Biggs, J.B. (1999). Teaching for quality learning at university: What the student does. Buckingham:
SRHE and Open University Press.
Biggs, J.B. (2001). Enhancing learning: A matter of style or approach?. In R. Sternberg, & L.F. Zhang
(Eds.), Perspectives on thinking, learning, and cognitive styles (pp.73-102). Mahwah, NJ:
Lawrence Erlbaum Associates.
Biggs, J.B. (2003). Teaching for quality learning at university (2nd ed.). Buckingham: SRHE and Open
University Press.
Biggs, J.B., & Moore, P.J. (1993). The process of learning (3rd ed.). New Jersey: Prentice-Hall.
Biggs, J.B., & Watkins, D. (Eds.) (1995). Classroom learning: Educational psychology for the Asian
teacher. Singapore: Prentice Hall.
Booth, P., Luckett, P., & Mladenovic, R. (1999). The quality of learning in accounting education: The
impact of approaches to learning on academic performance. Accounting Education: An
International Journal, 8(4), 277-300.
Buchmann, C., & DiPrete, T. (2006). The growing female advantage in college completion. American
Sociological Review, 71, 515-541.
Byrne, M., Flood, B., & Willis, P. (1999). Approaches to learning: Irish students of accounting. Irish
Accounting Review, 6(2), 1-29.
Byrne, M., Flood, B., & Willis, P. (2002). The relationship between learning approaches and learning
outcomes: A study of Irish accounting students. Accounting Education, 11, 27-42.
60
http://www.revistaepsi.com
ISSN 2182-7591
Cabrera, A.F., Nora, A., & Castaeda, M.B. (1993). College persistence: Structural equations
modeling test of an integrated model of student retention. Journal of Higher Education, 64,
123-139.
Chamorro-Premuzic, T., & Furnham, A. (2008). Personality, intelligence and approaches to learning
as predictors of academic performance. Personality and Individual Differences, 44(7), 15961603.
Clifton, R.A., Perry, R.P., Stubbs, C.A., & Roberts, L.W. (2004). Faculty environments, psychosocial
dispositions, and the academic achievement of college students. Research in Higher Education,
45(8), 801-828.
Dahlgren, L.O., & Marton, F. (1978). Students conceptions of su ject m tter: An spect of le rning
and teaching in higher education. Studies in Higher Education, 3, 25-35.
Daly, A.L., & Pinot de Moira, A. (2010). Students ppro ches to le rning nd their perform nce in
the Extended Project Pilot. Curriculum Journal, 21(2), 179-200.
Dart, B., Burnett, B., Boulron-Lewis, G., Campbell, J., Smith, D., & McCrindle, A. (1999). Classroom
le rning environments nd students ppro ches to le rning. Learning Environments Research,
2, 137-156.
Davidson, R.A. (2002). Relationship of study approach and exam performance. Journal of Accounting
Education, 20(1), 29-44.
Diseth, A. (2001). Validation of a Norwegian version of the Approaches and Study Skills Inventory
for Students (ASSIST): An application of structural equation modeling. Scandinavian Journal
of Educational Research, 45(4), 381-394.
Duff, A., Boyle, E., Dunleavy, K., & Ferguson, J. (2004). The relationship between personality,
approach to learning and academic performance. Personality and Individual Differences, 36,
1907-1920.
Dunkin, M.J., & Biddle, B.J. (1974). The study of teaching. New York: Holt, Rinehart & Winston.
Dupeyrat, C., & Marin, C. (2005). Implicit theories of intelligence, goal orientation, cognitive
engagement, nd chievement: A test of Dwec s model with returning to school dults.
Contemporary Educational Psychology, 30, 43-59.
Eley, M. (1992). Differential approach of study approaches within individual students. Higher
Education, 23, 231-254.
Elliot, A.J., McGregor, H.A., & Gable, S. (1999). Achievement goals, study strategies, and exam
performance. A mediational analysis. Journal of Educational Psychology, 91, 549-563.
English, L., Luckett, P., & Mladenovic, R. (2004). Encouraging a deep approach to learning through
curriculum design. Accounting Education: An International Journal, 13(4), 461-488.
61
http://www.revistaepsi.com
ISSN 2182-7591
Entwistle, N.J., & McCune, V.S. (2004). The conceptual bases of study strategy inventories in higher
education. Educational Psychology Review, 16(4), 325-345.
Entwistle, N.J. (1995). Introduction: Influences of instructional settings on learning and cognitive
development Findings from European research programs. Educational Psychologist, 30, 1-3.
Entwistle, N.J. (1997a). Reconstituting approaches to learning: A response to Webb. Higher
Education, 33, 213-218.
Entwistle, N.J. (1997b). Contrasting perspectives on learning. In F. Marton, D.J. Hounsell, & N.J.
Entwistle (Eds.), The experience of learning: Implications for teaching and studying in higher
education (2nd ed., pp.3-22). Edinburgh: Scottish Academic Press.
Entwistle, N.J. (1998). Approaches to learning and forms of understanding. In B.C. Dart, & G.M.
Boulton-Lewis (Eds.), Teaching and learning in higher education (pp.72-101). Melbourne, Vic:
Australian Council for Educational Research.
Entwistle, N.J. (2000). Approaches to studying and levels of understanding: The influences of
teaching and assessment. In J.C. Smart (Ed.), Higher education: Handbook of theory and
research (Vol.15, pp.156-218). New York: Agathon Press.
Entwistle, N.J. (2001). Styles of learning and approaches to studying in higher education. Kybernetes,
30(5/6), 593-602.
Entwistle, N.J., & Ramsden, P. (1983). Understanding student learning. London: Croom Helm.
Entwistle, N.J., Tait, H., & McCune, V. (2000). Patterns of response to an approaches to studying
inventory across contrasting groups and contexts. European Journal of Psychology of
Education, 15(1), 33-48.
Ewert, S. (2012). Fewer diplomas for men: The influence of college experiences on the gender gap in
college graduation. Journal of Higher Education, 83(6), 824-850.
Fenollar, P., Roman, S. , & Cuestas, P.J. (2007). University students c demic perform nce. An
integrative conceptual framework and empirical analysis. British Journal of Educational
Psychology, 77, 873-891.
, B. (2013). Psychologic l determin nts of university students c demic perform nce: An
empirical
study.
Journal
of
Further
and
Higher
Education,
http://dx.doi.org/10.1080/0309877X.2013.765945.
Gijbels, D., Van de Watering, G., Dochy, F., & Van den Bossche P. (2005). The relationship between
students ppro ches to le rning nd the ssessment of le rning outcomes. European Journal of
Psychology of Education, 20(4), 327-341.
Hativa, N., & Marincovich, M. (Eds.) (1995). New directions for teaching and learning, no. 64
Disciplinary differences in teaching and learning: Implications for practice. San Francisco, CA:
Jossey-Bass Publishers.
62
http://www.revistaepsi.com
ISSN 2182-7591
Hayes, K., & Richardson, J.T. (1995) Gender, subject and context as determinants of approaches to
studying in higher education. Studies in Higher Education, 20(2), 215-221.
Howell, D.C. (2008). Fundamental statistics for the behavioral sciences (6th ed.). Belmont, CA:
Thomson Higher Education.
Kolb, A.Y., & Kolb, D.A. (2005). The Kolb Learning Style Inventory Version 3.1: 2005 Technical
Specifications. Haygroup: Experience Based Learning Systems Inc.
Laurillard, D. (1979). The processes of student learning. Higher Education, 8, 395-409.
Leung, S.F., Mok, E., & Wong, D. (2008). The impact of assessment methods on the learning of
nursing students. Nurse Education Today, 28(6), 711-719.
Liem, A.D., Lau, S., & Nie, Y. (2008). The role of self-efficacy, task value, and achievement goals in
predicting learning strategies: Task disengagement, peer relationship, and achievement
outcome. Contemporary Educational Psychology, 33, 486-512.
Lizzio, A., Wilson, K., & Simons, R. (2002). University students perceptions of the learning
environment and academic outcomes: Implications for theory and practice. Studies in Higher
Education, 27(1), 27-52.
Mansouri, P., Soltani, F., Rahemi, S., Nasab, M.M., Ayatollahi, A.R., & Nekooeian, A.A. (2006).
Nursing nd midwifery students ppro ches to study nd le rning. Journal of Advanced
Nursing, 54, 351-358.
Marton, F. (1976). What does it take to learn? Some implications of an alternative view of learning. In
N.J. Entwistle (Ed.), Strategies for research and development in higher education (pp.32-42).
Amsterdam: Swets and Zeitlinger.
Marton, F., & Booth, S. (1997). Learning and awareness. Mahwah, NJ: Lawrence Erlbaum
Associates.
Marton, F., & Slj, R. (1976a). On qualitative differences in learning. I Outcome and process.
British Journal of Educational Psychology, 46(1), 4-11.
Marton, F., & Slj, R. (1976b). On qualitative differences in learning. II Outcome as a function of
the le rners conception of the t s . British Journal of Educational Psychology, 46(1), 115-127.
Marton, F., & Slj, R. (1997). Approaches to learning. In F. Marton, D.J. Hounsell, & N.J. Entwistle
(Eds.), The experience of learning: Implications for teaching and studying in higher education
(2nd ed., pp.39-58). Edinburgh: Scottish Academic Press.
M y, W., Chung, E.K., Elliott, D., & Fisher, D. (2012). The rel tionship etween medic l students
learning approaches and performance on a summative high-stakes clinical performance
examination. Medical Teacher, 34(4), 236-241.
63
http://www.revistaepsi.com
ISSN 2182-7591
McCune, V.S. (2003, October). Promoting high-quality learning: Perspectives from the ETL project.
Paper presented at the 14th Conference on University and College Pedagogy of the Norwegian
Network in Higher Education, Fredrikstad, Norway.
Ph n, H.P. (2010). Students c demic perform nce nd v rious cognitive processes of le rning: An
integrative framework and empirical analysis. Educational Psychology, 30, 297-322.
Prosser, M., & Trigwell, K. (1999). Understanding learning and teaching: The experience in higher
education. Buckingham: The Society for Research into Higher Education and Open University
Press.
Ramburuth, P., & Mladenovic, R. (2004). Exploring the rel tionship etween students orient tions to
le rning, the structure of students le rning outcomes nd su sequent c demic perform nce.
Accounting Education, 13, 507-527.
Ramsden, P. (1979). Student learning and perceptions of the academic environment. Higher
Education, 8, 411-427.
Ramsden, P. (1988). Improving learning: New perspectives. London: Kogan Page.
Ramsden, P. (1997). The context of learning in academic departments. In F. Marton, D.J. Hounsell, &
N.J. Entwistle (Eds.), The experience of learning: Implications for teaching and studying in
higher education (2nd ed., pp.198-216). Edinburgh: Scottish Academic Press.
Ramsden, P. (2003). Learning to teach in higher education (2nd ed.). London: Routledge Falmer.
Reid, W.A., Duvall, E., & Evans, P. (2007). Relationship between assessment results and approaches
to learning and studying in year two medical students. Medical Education, 41, 754-762.
Richardson, J.T. (1993) Gender differences in responses to the Approaches to Studying Inventory.
Studies in Higher Education, 18(1), 3-13.
Richardson, J.T. (1994). Cultural specificity of approaches to studying in higher education: A
literature survey. Higher Education, 27(4), 449-468.
Richardson, J.T. (2011). Approaches to studying, conceptions of learning and learning styles in higher
education. Learning and Individual Differences, 21, 288-293.
Richardson, J.T. (2013). Approaches to studying across the adult life span: Evidence from distance
education. Learning and Individual Differences, 26, 74-80.
Richardson, J.T., & King, E. (1998). Adult students in higher education: burden or boon?. Journal of
Higher Education, 69(1), 65-88.
Richardson, J.T., & Remedios, R. (2014). Achievement goals, approaches to studying and academic
achievement. In D. Gijbels, V. Donche, J.T. Richardson, & J.D. Vermunt (Eds.), Learning
patterns in higher education: Dimensions and research perspectives. New perspectives on
learning and instruction (pp.125-140). London: Routledge.
64
http://www.revistaepsi.com
ISSN 2182-7591
Rodriguez, L., & Cano, F. (2006). The epistemological beliefs, learning approaches and study
orchestrations of university students. Studies in Higher Education, 31(5), 617-636.
Rodriguez, L., & Cano, F. (2007). The learning approaches and epistemological beliefs of university
students: A cross-sectional and longitudinal study. Studies in Higher Education, 32(5), 647-667.
Salamonson, Y., Weaver, R., Chang, S., Koch, J., Bhathal, R., Khoo, C., & Wilson, I. (2013).
Learning approaches as predictors of academic performance in first year health and science
students. Nurse Education Today, 33, 729-733.
Slj, R. (1979). Learning in the learners perspective: I. Some common-sense conceptions (Report
from the Institute of Education, University of Gothenburg, Sweden, No. 35:76). Gothenburg:
University of Gothenburg.
Slj, R. (1982). Learning and understanding: A study of differences in constructing meaning from a
text. Gothenburg: Acta Universitatis Gothoburgensis.
Samarakoon, L., Fernando, T., & Rodrigo, C. (2013). Learning styles and approaches to learning
among medical undergraduates and postgraduates. BMC Medical Education, 13(1), 42.
Severiens, S., & Ten Dam, G. (1994). Gender differences in learning styles: A narrative review and
quantitative meta-analysis. Higher Education, 27, 487501.
Severiens, S., & Ten Dam, G. (1998). A multilevel meta-analysis of gender differences in learning
orientations. British Journal of Educational Psychology, 68(4), 595-608.
Smith, S.N., & Miller, R.J. (2005). Learning approaches: Examination type, discipline of study, and
gender. Educational Psychology, 25(1), 43-53.
Sun, H., & Richardson, J.T. (2012). Perceptions of quality and approaches to studying in higher
education: A comparative study of Chinese and British postgraduate students at six British
business schools. Higher Education, 63(3), 299-316.
Szafran, R.F. (2001). The effect of academic load on success for new college students: Is lighter
better?. Research in Higher Education, 42(1), 27-50.
Tait, H., Entwistle, N.J., & McCune, V.S. (1998). ASSIST: A reconceptualisation of the Approaches
to Studying Inventory. In C. Rust (Ed.), Improving student learning: Improving students as
learners (pp.262-271). Oxford: Oxford Brookes University, Oxford Centre for Staff and
Learning Development.
Tarabashkina, L., & Lietz, P. (2011). The impact of values and learning approaches on student
achievement: Gender and academic discipline influences. Issues in Educational Research,
21(2), 210-231.
Torenbeek, M., Jansen, E., & Suhre, C. (2013). Predicting undergr du tes c demic chievement:
The role of the curriculum, time investment and self-regulated learning. Studies in Higher
Education, 38(9), 1393-1406.
65
http://www.revistaepsi.com
ISSN 2182-7591
Trigwell, K., & Prosser, M. (1991a). Relating approaches to study and quality of learning outcomes at
the course level. British Journal of Educational Psychology, 61, 265-275.
Trigwell, K., & Prosser, M. (1991b). Improving the quality of student learning: The influence of
learning context and student approaches to learning on learning outcomes. Higher Education,
22, 251-266.
Ullah, R., Richardson, J.T., & Hafeez, M. (2011). Approaches to studying and perceptions of the
academic environment among university students in Pakistan. Compare, 41(1), 113-127.
Valadas, S., Gonalves, F.R., & Fasca, L.M. (2010). Approaches to studying in higher education
Portuguese students: A Portuguese version of the Approaches and Study Skills Inventory for
Students (ASSIST). Higher Education, 59(3), 259-275.
Van Rossum, E.J., & Schenk, S.M. (1984). The relationship between learning conception, study
strategy, and learning outcomes. British Journal of Educational Psychology, 54, 73-83.
Van Rossum, E.J., & Taylor, I. P. (1987, April). The relationship between conceptions of learning and
good teaching: A scheme of cognitive development. Paper presented at the Annual Meeting of
the American Educational Research Association, Washington D.C., USA.
Van Rossum, E.J., Deijkers, R., & H mer, R. (1985). Students le rning conceptions and their
interpretation of significant educational concepts. Higher Education, 14, 617-641.
Watkins, D. (2001). Correlates of approaches to learning: A cross-cultural meta-analysis. In R.
Sternberg, & L.F. Zhang (Eds.), Perspectives on thinking, learning, and cognitive styles
(pp.165-195). Mahwah, NJ: Lawrence Erlbaum Associates.
Zea, M.C., Reisen, C.A., Beil, C., & Caplan, R.D. (1997). Predicting intention to remain in college
among ethnic minority and non-minority students. Journal of Social Psychology, 137, 149-160.
Zeegers, P. (2001). Approaches to learning in science: A longitudinal study. British Journal of
Educational Psychology, 71(1), 115-132.
Zh ng, L.F. (2000). University students le rning ppro ches in three cultures: An investig tion of
Biggss 3P Model. Journal of Psychology, 134(1), 37-55.
66
http://www.revistaepsi.com
ISSN 2182-7591
Como citar este artigo: Valadas, S.T., Arajo, A.M., & Almeida, L.S. (2014). Abordagens ao estudo e
sucesso acadmico no ensino superior. Revista E-Psi, 4(1), 47-67.
Received : November 4, 2013
67
https://www.revistaepsi.com
ISNN 2182-7591
Abstract
The present study investigates the prediction of academic achievement (high vs. low)
through four machine learning models (learning trees, bagging, Random Forest and
Boosting) using several psychological and educational tests and scales in the following
domains: intelligence, metacognition, basic educational background, learning
approaches and basic cognitive processing. The sample was composed by 77 college
students (55% woman) enrolled in the 2nd and 3rd year of a private Medical School from
the state of Minas Gerais, Brazil. The sample was randomly split into training and
testing set for cross validation. In the training set the prediction total accuracy ranged
from of 65% (bagging model) to 92.50% (boosting model), while the sensitivity ranged
from 57.90% (learning tree) to 90% (boosting model) and the specificity ranged from
66.70% (bagging model) to 95% (boosting model). The difference between the
predictive performance of each model in training set and in the testing set varied from 2.60% to 23.10% in terms of the total accuracy, from -5.60% to 27.50% in the
sensitivity index and from 0% to 20% in terms of specificity, for the bagging and the
boosting models respectively. This result shows that these machine learning models can
be used to achieve high accurate predictions of academic achievement, but the
difference in the predictive performance from the training set to the test set indicates
that some models are more stable than the others in terms of predictive performance
(total accuracy, sensitivity and specificity). The advantages of the tree-based machine
1
68
https://www.revistaepsi.com
ISNN 2182-7591
Introduction
The usual methods employed to assess the relationship between psychological
constructs and academic achievement are correlation coefficients, linear and logistic
regression analysis, ANOVA, MANOVA, structural equation modelling, among other
techniques. Correlation is not used in the prediction process, but provides information
regarding the direction and strength of the relation between psychological and
educational constructs with academic achievement. In spite of being useful, correlation
is not an accurate technique to report if one variable is a good or a bad predictor of
another variable. If two variables present a small or non-statistically significant
correlation coefficient, it does not necessarily means that one cant be used to predict
the other.
In spite of the high level of prediction accuracy, the artificial neural network
models do not easily allows the identification of how the predictors are related in the
explanation of the academic outcome. This is one of the main criticisms pointed by
researchers against the application of Machine Learning methods in the prediction of
academic achievement, as pointed by Edelsbrunner and Schneider (2013). However,
their Machine Learning methods, as the learning tree models, can achieve a high level
of prediction accuracy, but also provide more accessible ways to identify the
relationship between the predictors of the academic achievement.
69
https://www.revistaepsi.com
ISNN 2182-7591
Table 1 Usual techniques for assessing the relationship between academic achievement and
psychological/educational constructs and its basic assumptions .
Distribution
Relationship
between variables
Homoscedasticity?
Sensible to
outliers?
Independence?
Sensible to
Collinearity
Demands a high
sample-topredictor ratio?
Sensible to
missingness?
Correlation
Bivariate
Normal
Linear
Yes
Yes
NA
NA
NA
Yes
Simp le
Linear
Regression
Normal
Linear
Yes
Yes
Predictors are
independent
NA
Yes
Yes
Multiple
Regression
Normal
Linear
Yes
Yes
Predictors are
independent/Errors
are independent
Yes
Yes
Yes
ANOVA
Normal
Linear
Yes
Yes
Predictors are
independent
Yes
Yes
Yes
MANOVA
Normal
Linear
Yes
Yes
Predictors are
independent
Yes
Yes
Yes
Logistic
Regression
True
conditional
probabilit ies
are a logistic
function of the
independent
variables
Independent
variables are
not linear
combinations
of each other
No
Yes
Predictors are
independent
NA
Yes
Yes
Normality of
univariate
distributions
Linear
relation
between
every
bivariate
comparisons
Yes
Yes
NA
NA
Yes
Yes
Techni que
Structural
Equation
Modelling
The goal of the present paper is to introduce the basic ideas of four specific
learning trees models: single learning trees, bagging, Random Forest and Boosting.
These techniques will be applied to predict academic achievement of college students
(high achievement vs. low achievement) using the result of an intelligence test, a basic
cognitive processing battery, a high school knowledge exam, two metacognitive scales
and one learning approaches scale. The tree algorithms do not make any assumption
regarding normality, linearity of the relation between variables, homoscedasticity,
70
https://www.revistaepsi.com
ISNN 2182-7591
collinearity or independency (Geurts, Irrthum, & Wehenkel, 2009). They also do not
demand a high sample-to-predictor ratio and are more suitable to interaction effects than
the classical techniques pointed before. These techniques can provide insightful
evidences regarding the relationship of educational and psychological tests and scales in
the prediction of academic achievement. They can also lead to improvements in the
predictive accuracy of academic achievement, since they are known as the state-of-theart methods in terms of prediction accuracy (Geurts et al., 2009; Flach, 2012).
can
The vector
output space
belongs to the
used when the outcome has an interval or ratio nature, and classification is used when
the outcome variable has a categorical nature. When the task is of classification (e.g.
classifying people into a high or low academic achievement group), the goal is to
construct a labeling function
https://www.revistaepsi.com
ISNN 2182-7591
, so that
. In
distinct mutually
exclusive regions (non-overlapping). Each region is fitted with a specific model that
performs the labeling function, designating one of the
The class is assigned to the
class in that region. In order to arrive in a solution that best separates the entire feature
space into more pure nodes (regions), recursive binary partitions is used. A node is
considered pure when 100% of the cases are of the same class, for example, low
academic achievement. A node with 90% of low achievement and 10% of high
achievement students is more pure then a node with 50% of each. Recursive binary
partitions work as follows. The feature space is split into two regions using a specific
cutoff from the variable of the feature space
configuration. Then, each region of the tree is modeled accordingly to the majority
class. Then one or two original nodes are split into more nodes, using some of the given
predictor variables that provide the best fit possible. This splitting process continues
until the feature space achieves the most purity configuration possible, with
or nodes classified with a distinct
regions
parameters (for more fine grained tuning parameters see Breiman, Friedman, Olshen &
72
https://www.revistaepsi.com
ISNN 2182-7591
, and 2) the
If more than one predictor is given, then the selection of each variable used to
split the nodes will be given by the variable that splits the feature space into the most
purity configuration. It is important to point that in a classification tree, the first split
indicates the most important variable, or feature, in the prediction. Leek (2013)
synthesizes how the tree algorithm works as follow: 1) iteratively split variables into
groups; 2) split the data where it is maximally predictive; and 3) maximize the amount
of homogeneity in each group.
The quality of the predictions made using single learning trees can verified using
the misclassification error rate and the residual mean deviance (Hastie et al., 2009). In
order to calculate both indexes, we first need to compute the proportion of class
the node
in
will be the one with the greater proportion in that node. Mathematically, the proportion
of class
in a node
of the region
, with
people is:
class to a node
is:
. The
class in the
region:
73
https://www.revistaepsi.com
ISNN 2182-7591
where
region,
class in the
2013).
Deviance is preferable to misclassification error because is more sensitive to node
purity. For example, lets suppose that two trees (A and B) have 800 observations each,
of high and low achievement students (50% in each class). Tree A have two nodes,
being A1 with 300 high and 100 low achievement students, and A2 with 100 high and
300 low achievement students. Tree B also have two nodes: B1 with 200 high and 400
low, and B2 with 200 high and zero low achievement students. The misclassification
error rate for tree A and B are equal (.25). However, tree B produced more pure nodes,
since node B2 is entirely composed by high achievement people, thus it will present a
smaller deviance than tree A. A pseudo R2 for the tree model can also be calculated
using the deviance:
Pseudo R2 =
Geurts, Irrthum and Wehenkel (2009) argue that learning trees are among the
most popular algorithms of Machine Learning due to three main characteristics:
interpretability, flexibility and ease of use. Interpretability means that the model
constructed to map the feature space into the output space is easy to understand, since it
is a roadmap of if- then rules. James, Witten, Hastie and Tibshirani (2013) points that the
tree models are easier to explain to people than linear regression, since it mirrors more
the human decision- making then other predictive models. Flexibility means that the tree
techniques are applicable to a wide range of problems, handles different kind of
variables (including nominal, ordinal, interval and ratio scales), are non-parametric
techniques and does not make any assumption regarding normality, linearity or
independency (Geurts et al., 2009). Furthermore, it is sensible to the impact of
additional variables to the model, being especially relevant to the study of incremental
validity. It also assesses which variable or combination of them, better predicts a given
outcome, as well as calculates which cutoff values are maximally predictive of it.
74
https://www.revistaepsi.com
ISNN 2182-7591
Finally, the ease of use means that the tree based techniques are computationally simple,
yet powerful.
In spite of the qualities of the learning trees pointed above, the techniques suffer
from two related limitations. The first one is known as the overfitting issue. Since the
feature space is linked to the output space by recursive binary partitions, the tree models
can learn too much from data, modeling it in such a way that may turn out a sample
dependent model. Being sample dependent, in the sense that the partitioning is too
suitable to the data set in hand, it will tend to behave poorly in new data sets. The
second issue is exactly a consequence of the overfitting, and is known as the varia nce
issue. The predictive error in a training set, a set of features and outputs used to grown a
classification tree for the first time, may be very different from the predictive error in a
new test set. In the presence of overfitting, the errors will present a large variance from
the training set to the test set used. Additionally, the classification tree does not have the
same predictive accuracy as other classical Machine Learning approaches (James et al.,
2013). In order to prevent overfitting, the variance issue and also to increase the
prediction accuracy of the classification trees, a strategy named ensemble techniques
can be used.
Ensemble techniques are simply the junction of several trees to perform the
classification task based on the prediction made by every single tree. There are three
main ensemble techniques to classification trees: bagging, Random Forest and boosting.
The first two techniques increases prediction accuracy and decreases variance between
data sets as well as avoid overfitting. The boosting technique, by its turn, o nly increases
accuracy but can lead to overfitting (James et al., 2013).
Bagging (Breiman, 2001b) is the short hand for bootstrap aggregating, and is a
general procedure for reducing the variance of classification trees (Hastie et al., 2009;
Flach, 2012; James et al., 2013). The procedure generates
the training set, growing a tree that assign a
space for every . Lastly, the
class of
class to the
regions of each
majority vote is taken (Hastie et al., 2009; James et al., 2013). The majority vote is
simply the most commonly occurring class over all
not use the entire observations (only a bootstrapped subsample of it, usually 2/3), the
remaining observations (known as out-of-bag, or OOB) is used to verify the accuracy of
75
https://www.revistaepsi.com
ISNN 2182-7591
the prediction. The out-of-bag error can be computed as a valid estimate of the test
error for the bagged model, since the response for each observation is predicted using
only the trees that were not fit using that observation (James et al., 2013, p.323).
Bagged trees have two main basic tuning parameters: 1) the number of features used in
the prediction,
the size of the bootstrap set , which is equal the number of trees to grow.
The second ensemble technique is the Random Forest (Breiman, 2001a). Random
Forest differs from bagging since the first takes a random subsample
data set
of the original
of
. As
original sample and the predictors, Random Forest improves the bagged tree method by
decorrelating the trees (Hastie et al., 2009). Since it decorrelates the trees grown, it also
decorrelate the errors made by each tree, yielding a more accurate prediction.
And why the decorrelation is important? James et al. (2013) create a scenario to
make this characteristic clear. Lets follow their interesting argument. Imagine that we
have a very strong predictor in our feature space, together with other moderately strong
predictors. In the bagging procedure, the strong predictor will be in the top split of most
of the trees, since it is the variable that better separates the
classes. By consequence,
the bagged trees will be very similar to each other with the same variable in the top
split, making the predictions highly correlated, and thus the errors also highly
correlated. This will not lead to a decrease in the variance if compared to a single tree.
The Random Forest procedure, on the other hand, forces each split to consider only a
subset of the features, opening chances for the other features to do their job. The strong
predictor will be left out of the bag in a number of situations, making the trees very
different from each other. As a result, the resulting trees will present less variance in the
classification error and in the OOB error, leading to a more reliable prediction. Random
Forests have two main basic tuning parameters: 1) the size of the subsample of features
76
https://www.revistaepsi.com
ISNN 2182-7591
, which is mandatory to be
and 2) the size of the set , which is equal the number of trees to grow.
The last technique to be presented in the current paper is the boosting (Freund &
Schapire, 1997). Boosting is a general adaptive method, and not a traditional ensemble
technique, where each tree is constructed based on the previous tree in order to increase
the prediction accuracy. The boosting method learns from the errors of previous trees,
so unlikely bagging and Random Forest, it can lead to overfitting if the number of trees
grown is too large. Boosting has three main basic tuning parameters: 1) the size of the
set
, which is equal the number of trees to grow, 2) the shrinkage parameter , which
is the rate of learning from one tree to another, and 3) the complexity of the tree, which
is the number of possible terminal nodes
is
usually set to 0.01 or to 0.001, and that the smaller the value of , the highest needs to
be the number of trees
77
https://www.revistaepsi.com
ISNN 2182-7591
Methods
Participants
The sample is composed by 77 college students (55% woman) enrolled in the 2 nd
and 3rd year of a private Medical School from the state of Minas Gerais, Brasil. The
sample was selected randomly, using the facultys data set with the students
achievement recordings. From all the 2 nd and 3rd year students we selected 50 random
students with grades above 70% in the last semester, and 50 random students with
grades equal to or below 70%. The random selection of students was made without
replacement. The 100 random students selected to participate in the current study
received a letter explaining the goals of the research, and informing the assessment
schedule (days, time and faculty room). Those who agreed in being part of the study
signed a inform consent, and confirmed they would be present in the schedule days to
answer all the questionnaires and tests. From all the 100 students, only 77 appeared in
the assessment days.
Instruments
The Inductive Reasoning Developmental Test (TDRI) was developed by Gomes
and Golino (2009) and by Golino and Gomes (2012) to assess developmental stages of
reasoning based on Commons Hierarchical Complexity Model (Commons & Richards,
1984; Commons, 2008; Commons & Pekker, 2008) and on Fischers Dynamic Skill
Theory (Fischer, 1980; Fischer & Yan, 2002). This is a pencil-and-paper test composed
by 56 items, with a time limit of 100 minutes. Each item presents five letters or set of
letters, being four with the same rule and one with a different rule. The task is to
identify which letter or set of letters have the different rule.
Figure 1 Examp le of TDRIs item 1 (fro m the first developmental stage assessed).
78
https://www.revistaepsi.com
ISNN 2182-7591
Golino and Gomes (2012) evaluated the structural validity of the TDRI using
responses from 1459 Brazilian people (52.5% women) aged between 5 to 86 years
(M=15.75; SD=12.21). The results showed a good fit to the Rasch model (Infit: M=.96;
SD=.17) with a high separation reliability for items (1.00) and a moderately high for
people (.82). The items difficulty distribution formed a seven cluster structure with
gaps between them, presenting statistically significant differences in the 95% c.i. le vel
(t-test). The CFA showed an adequate data fit for a model with seven first-order factors
and one general factor [2 (61)= 8832.594, p=.000; CFI=.96; RMSEA=.059]. The latent
class analysis showed that the best model is the one with seven latent classes
(AIC:263.380; BIC:303.887; Loglik:-111.690). The TDRI test has a self-appraisal scale
attached to each one of the 56 items. In this scale, the participants are asked to appraise
their achievement on the TDRI items, by reporting if he/she passed or failed the item.
The scoring procedure of the TDRI self-appraisal scale works as follows. The
participant receive a score of 1 in two situations: 1) if the participant passed the ith item
and reported that he/she passed the item, and 2) if the participant failed the ith item and
reported that he/she failed the item. On the other hand, the participant receives a score
of 0 if his appraisal does not match his performance on the ith item: 1) he/she passed the
item, but reported that failed it, and 2) he/she failed the item, but reported that passed it.
The Metacognitive Control Test (TCM) was developed by Golino and Gomes
(2013) to assess the ability of people to control intuitive answers to logicalmathematical tasks. The test is based on Shane Fredericks Cognitive Reflection Test
(Frederick, 2005), and is composed by 15 items. The structural validity of the test was
assessed by Golino and Gomes (2013) using responses from 908 Brazilian people
(54.8% women) aged between 9 to 86 years (M=27.70, SD=11.90). The results showed
a good fit to the Rasch model (Infit: M=1.00; SD=.13) with a high separation reliability
for items (.99) and a moderately high for people (.81). The TCM also has a selfappraisal scale attached to each one of its 15 items. The TCM self-appraisal scale is
scored exactly as the TDRI self-appraisal scale: an incorrect appraisal receives a score
of 0, and a correct appraisal receives a score of 1.
The Brazilian Learning Approaches Scale (EABAP) is a self-report questionnaire
composed by 17 items, developed by Gomes and colleagues (Gomes, 2010; Gomes,
Golino, Pinheiro, Miranda, & Soares, 2011). Nine items were elaborated to measure
79
https://www.revistaepsi.com
ISNN 2182-7591
deep learning approaches, and eight items measure surface learning approaches. Each
item has a statement that refers to a students behavior while learning. The student
considers how much of the behavior described is present in his life, using a Likert- like
scale ranging from (1) not at all, to (5) entirely present. BLAS presents reliability,
factorial structure validity, predictive validity and incremental validity as good marker
of learning approaches. These psychometrical proprieties are described respectively in
Gomes et al. (2011), Gomes (2010), and Gomes and Golino (2012). In the present
study, the surface learning approach items scale were reverted in order to indicate the
deep learning approach. So, the original scale from 1 (not at all) to 5 (entirely present),
that related to surface learning behaviors, was turned into a 5 (not at all) to 1 (entirely
present) scale of deep learning behaviors. By doing so, we were able to analyze all 17
items using the partial credit Rasch Model.
The Cognitive Processing Battery is a computerized battery developed by
Demetriou, Mouyi and Spanoudis (2008) to investigate structural relations between
different components of the cognitive processing system. The battery has six tests:
Processing Speed (PS), Discrimination (DIS), Perceptual Control (PC), Conceptual
Control (CC), Short-Term Memory (STM), and Working Memory (WM). Golino,
Gomes and Demetriou (2012) translated and adapted the Cognitive Processing Battery
to Brazilian Portuguese. They evaluated 392 Brazilian people (52.3% women) aged
between 6 to 86 years (M= 17.03, SD= 15.25). The Cognitive Processing Battery tests
presented a high reliability (Cronbachs Alpha), ranging from .91 for PC and .99 for the
STM items. WM and STM items were analyzed using the dichotomous Rasch Model,
and presented an adequate fit, each one showing an infit meansquare mean of .99
(WMs SD=.08; STMs SD=.10). In accordance with earlier studies, the structural
equation modeling of the variables fitted a hierarchical, cascade organization o f the
constructs (CFI=.99; GFI=.97; RMSEA=.07), going from basic processing to complex
processing: PS DIS PC CC STM WM.
The High School National Exam (ENEM) is a 180 item educational examination
created by Brazilians Government to assess high school students abilities on school
subjects (see http://portal.inep.gov.br/). The ENEM result is now the main students
selection criteria to enter Brazilian Public universities. A 20 item version of the exam
was created to assess the Medical School students basic educational abilities.
80
https://www.revistaepsi.com
ISNN 2182-7591
Medical
Students
N (% )
Infit:
M (SD)
Model
Reliability
Item
Infit:
M (SD)
Inductive Reasoning
Develop mental Test (TDRI)
1.00
.96 (.17)
.82
1.00 (.97)
Dichotomous
Rasch Model
59 (76.62)
.83
1.01 (.16)
.62
.97 (.39)
Dichotomous
Rasch Model
59 (76.62)
.99
1.00 (.13)
.81
.95 (.42)
Dichotomous
Rasch Model
53 (68.83)
.96
1.00 (.16)
.72
.99 (.24)
Dichotomous
Rasch Model
53 (68.83)
Brazilian Learning
Approaches Scale (EABAP)
.99
1.01 (.11)
.80
1.03 (.58)
Partial Cred it
Rasch Model
59 (76.62)
ENEM
.90
.93 (.29)
.77
.96 (.33)
Dichotomous
Rasch Model
40 (51.94)
Processing Speed
=.96
NA
NA
NA
NA
46 (59.74)
Discrimination
=.98
NA
NA
NA
NA
46 (59.74)
Perceptual Control
=.91
NA
NA
NA
NA
46 (59.74)
Conceptual Control
=.96
NA
NA
NA
NA
46 (59.74)
.99
.99 (.10)
.79
.98 (.25)
Dichotomous
Rasch Model
46 (59.74)
Working Memory
.98
.99 (.07)
.81
.99 (.16)
Dichotomous
Rasch Model
46 (59.74)
Test
81
https://www.revistaepsi.com
ISNN 2182-7591
Procedures
After estimating the students ability in each test or extracting the mean response
time (in the computerized tests: PS, DIS, PC and CC) the Shapiro-Wilk test of
normality was conducted in order to discover which variables presented a normal
distribution. Then, the correlations between the variables were computed using the
heterogeneous correlation function (hector) of the polycor package (Fox, 2010) of the R
statistical software. To verify if there was any statistically significant difference
between the students groups (high achievement vs. low achievement) the two-sample T
test was conducted in the normally distributed variables and the Wilcoxon S um-Rank
test in the non-normal variables, both at the 0.05 significance level. In order to estimate
the effect sizes of the differences the Rs compute.es package (Del Re, 2013) was used.
This package computes the effect sizes, along with their variances, condence intervals,
p-values and the common language effect size (CLES) indicator using the p-values of
the significance testing. The CLES indicator expresses how much (in %) the score from
one population is greater than the score of the other population if both are randomly
selected (Del Re, 2013).
The sample was randomly split in two sets, training and testing. The training set is
used to grow the trees, to verify the quality of the prediction in an exploratory fashion,
and to adjust the tuning parameters. Each model created using the training set is applied
in the testing set to verify how it performs on a new data set.
The single learning tree technique was applied in the training set having all the
tests plus sex as predictors, using the package tree (Ripley, 2013) of the R software. The
quality of the predictions made in the training set was verified using the
misclassification error rate, the residual mean deviance and the Pseudo R2 . The
prediction made in the cross- validation using the test set was assessed using the total
accuracy, the sensitivity and the specificity. Total accuracy is the proportion of
observations correctly classified:
82
https://www.revistaepsi.com
ISNN 2182-7591
where
is the number of observations in the testing set. The sensitivity is the rate of
, over the
that class:
The bagging and the Random Forest technique were applied using the
randomForest package (Liaw & Wiener, 2012). As the bagging technique is the
aggregation trees using n random subsamples, the randomForest package can be used to
create the bagging classification by setting the number of features (or predictors) equal
the size of the feature set:
both in the training (modeling phase) and in the testing set (cross-validation phase), the
total accuracy, the sensitivity and specificity were used. Since the bagging and the
random forest are black box techniques i.e. there is only a prediction based on
majority vote and no typical tree to look at the partitions to determine which
variable is important in the prediction two importance measures will be used: the mean
decrease of accuracy and the mean decrease of the Gini index. The former indicates
how much in average the accuracy decreases on the out-of-bag samples when a given
variable is excluded from the model (James et al., 2013). The latter indicates the total
decrease in node impurity that results from splits over that variable, averaged over all
trees (James et al., 2013, p.335). The Gini Index can be calculated using the formula
below:
83
https://www.revistaepsi.com
ISNN 2182-7591
Finally, in order to verify which model presented the best predictive performance
(accuracy, sensitivity and specificity) the Marascuilo (1966) procedure was used. This
procedure points if the difference between all pairs of proportions is statistically
significant. Two kinds of comparisons were made: difference between sample sets and
differences between models. In the Marascuilo procedure, a tes t value and a critical
range is computed to all pairwise comparisons. If the test value exceeds the critical
range the difference between the proportions is considered significant at .05 level. A
more deep explanation of the procedure can be found at the NIST/Semantech website
[http://www.itl.nist.gov/div898/handbook/prc/section4/prc474.htm].
The
complete
dataset used in the current study (Golino & Gomes, 2014) can be downloaded for free at
http://dx.doi.org/10.6084/m9.figshare.973012.
Results
The only predictors that showed a normal distribution were the EABAP (W=.97,
p=.47), the ENEM exam (W=.97, p=.47), processing speed (W=.95, p=.06) and
perceptual control (W=.95, p=.10). All other variables presented a p-value smaller than
.05. In terms of the difference between the high and the low achievement groups t here
was a statistically significant difference at the 95% level in the mean ENEM Rasch
score (
High =1.13,
=1.24,
Low=-1.08,
High =1.03,
p=.008),
=2.96,
in
the
Low=-2.22,
Low=2.68,
High =1.45,
median
= 2.23,
Rasch
Low=8.61,
score
= .59,
of
Low=1.58,
the
TCM
High =2.00,
=2.67,
Low=1.35,
Low=1.63,
W=646, p=.001), in the median Rasch score of the TCMs self-appraisal scale
(
High =1.90,
=3.25,
discrimination time (
Low=-1.46,
High =440,
Low=5.20,
=10.355,
Low=
495,
Low=7208,
W=133, p=.009).
84
https://www.revistaepsi.com
ISNN 2182-7591
The effect sizes, its 95% confidence intervals, variance, significance and common
language effect sizes are described in Table 3.
Table 3 Effect Sizes, Confidence Intervals, Variance, Significance and Co mmon Language
Effect Sizes (CLES).
Test
Effect Size of
the di fference (d)
ENEM
1.46
0.73, 2.19
Inductive Reasoning
Develop mental Test
(TDRI)
0.64
Metacognitive
Control Test
(TCM )
p (d)
CLES
.13
.00
84.88%
0.11, 1.18
.07
.02
67.54%
0.87
0.29, 1.45
.08
.00
73.01%
TDRI Self-Appraisal
Scale
0.81
0.27, 1.36
.07
.00
71.73%
TCM Self-Appraisal
Scale
1.15
0.52, 1.78
.10
.00
79.21%
Discrimination
0.75
0.11, 1.38
.10
.02
70.19%
(d)
Considering the correlation matrix presented in Figure 2, the only variables with
moderate correlations (greater than .30) with academic grade was the TCM (.54), the
TDRI (.46), the ENEM exam (.49), the TCM Self- Appraisal Scale (.55) and the TDRI
Self- Appraisal Scale (.37). The other variables presented only small correlations with
the academic grade. So, considering the analysis of differences between groups, the size
of the effects and the correlation pattern, it is possible to elect some variables as
favorites for being predictive of the academic achievement. However, as the learning
tree analysis showed, the picture is a little bit different than showed in Table 2 and
Figure 2.
In spite of inputting all the tests plus sex as predictors in the single tree analysis,
the tree package algorithm selected only three of them to construct the tree: the TCM,
the EABAP (in the Figure 3, represented as DeepAp) and the TDRI Self- Appraisal
Scale (in the Figure 3, represented as SA_TDRI). These three predictors provided the
best split possible in terms of misclassification error rate (.27), residual mean deviance
(.50) and Pseudo-R2 (.67) in the training set. The tree constructed has four terminal
85
https://www.revistaepsi.com
ISNN 2182-7591
nodes (Figure 3). The TCM is the top split of the tree, being the most important
predictor, i.e. the one who best separates the observations into two nodes. People with
TCM Rasch score lower than -1.29 are classified as being part of the low achievement
class, with a probability of 52.50%.
By its turn, people with TCM Rasch score greater than -1.29 and with EABAPs
Rasch score (DeepAp) greater than 0.54 are classified as being part of the high
achievement class, with a probability of 60%. People are also classified as belonging to
the high achievement class if they present a TCM Rasch score greater than -1.29, an
EABAPs Rasch Score (DeepAp) greater than 0.54, but a TDRIs Self-Appraisal Rasch
Score greater than 2.26, with a probability of 80%. On the other hand, people are
classified as belonging to the low achievement class with 60% probability if they have
86
https://www.revistaepsi.com
ISNN 2182-7591
the same profile as the previous one but the TDRIs Self- Appraisal Rasch score being
less than 2.26. The total accuracy of this tree is 72.50%, with a sensitivity of 57.89%
and a specificity of 85.71%. The tree was applied in the testing set for cross-validation,
and presented a total accuracy of 64.86%, a sensitivity of 43.75% and a specificity of
80.95%. There was a difference of 7.64% in the total accuracy, of 14.14% in the
sensitivity and of 4.76% in the specificity from the training set to the test set.
The result of the bagging model with one thousand bootstrapped samples showed
an out-of-bag error rate of .37, a total accuracy of 65%, a sensitivity of 63.16% and a
specificity of 66.67%. Analyzing the mean decrease in the Gini index, the three most
important variables for node purity were, in decreasing order of importance: Deep
Approach (EABAP), TCM, and TDRI Self-Appraisal (Figure 4). The higher the
decrease in the Gini index, the higher the node purity when the variable is used.
Figure 5 shows the high achievement prediction error (green line), out-of-bag
error (red line) and low achievement prediction error (black line) per tree. The errors
became more stable with more than 400 trees.
87
https://www.revistaepsi.com
ISNN 2182-7591
Figure 5 Baggings out-of-bag erro r (red), high achievement predict ion error
(green) and low achievement predict ion error (blue).
88
https://www.revistaepsi.com
ISNN 2182-7591
The bagging model was applied in the testing set for cross-validation, and
presented a total accuracy of 67.56%, a sensitivity of 68.75% and a specificity of
66.67%. There was a difference of 2.56% in the total accuracy and of 5.59% in the
sensitivity. No difference in the specificity from the training set to the test set was
found.
The result of the Random Forest model with one thousand trees showed an out-ofbag error rate of .32, a total accuracy of 67.50%, a sensitivity of 63.16% and a
specificity of 71.43%. The mean decrease in the Gini index showed a similar result of
the bagging model. The four most important variables for node purity were, in
decreasing order of importance: Deep Approach (EABAP), TDRI Self-Appraisal, TCM
Self- Appraisal and TCM (Figure 6).
Figure 6 Mean decrease of the Gin i index in the Rando m Fo rest Model.
The Random Forest model was applied in the testing set for cross-validation, and
presented a total accuracy of 72.97%, a sensitivity of 56.25% and a specificity of
81.71%. There was a difference of 5.47% in the total accuracy, of 6.91% in the
sensitivity, and of 10.28% in the specificity.
89
https://www.revistaepsi.com
ISNN 2182-7591
Figure 7 shows the high achievement prediction error (green line), out-of-bag
error (red line) and low achievement prediction error (black line) per tree. The errors
became more stable with approximately more than 250 trees.
The result of the boosting model with ten trees, shrinkage parameter of 0.001, tree
complexity of two, and setting the minimum number of split to one, resulted in a total
accuracy of 92.50%, a sensitivity of 90% and a specificity of 95%. Analyzing the mean
decrease in the Gini index, the three most important variables for node purity were, in
decreasing order of importance: Deep Approach (EABAP), TCM and TCM SelfAppraisal (Figure 8).
The boosting model was applied in the testing set for cross-validation, and
presented a total accuracy of 69.44%, a sensitivity of 62.50% and a specificity of 75%.
There was a difference of 22.06% in the total accuracy, of 27.50% in the sensitivity, and
of 20% in the specificity. Figure 9 shows the variability of the error by iterations in the
training and testing set.
90
https://www.revistaepsi.com
ISNN 2182-7591
Figure 9 Boostings prediction error by iterat ions in the training and in the testing set .
91
https://www.revistaepsi.com
ISNN 2182-7591
Table 4 synthesizes the results of the learning tree, bagging, random forest and
boosting models. The boosting model was the most accurate, sensitive and specific in
the prediction of the academic achievement class (high or low) in the training set (see
Table 4 and Table 5). Furthermore, there is enough data to conclude a significant
difference between the boosting model and the other three models, in terms of accuracy,
sensitivity and specificity (see Table 5). However, it was also the one with the greater
difference in the prediction between the training and the testing set. This difference was
also statistically significant in the comparison with the other models (see Table 5).
Model
Sensitivity
Specificity
Total
Accuracy
Sensitivity
Specificity
Total
Accuracy
Sensitivity
Specificity
Testing Set
Total
Accuracy
.725
.579
.857
.649
.438
.810
.076
.141
.048
Bagging
.650
.632
.667
.676
.688
.667
-.026
-.056
.000
Random Forest
.675
.632
.714
.730
.563
.817
-.055
.069
-.103
Boosting
.925
.900
.950
.694
.625
.750
.231
.275
.200
Both bagging and Random Forest presented the lowest difference in the predictive
performance between the training and the testing set. Comparing the both models, there
is not enough data to conclude that their total accuracy, their sensitivity and specificity
are significantly different (see Table 5). In sum, both bagging and Random Forest were
the more stable techniques to predict the academic achievement class.
92
Total Accuracy
Total Accuracy
Value
Critical Range
Difference
Significant?
Value
Critical Range
Difference
Significant?
Value
Critical Range
Difference
Significant?
Value
Critical Range
Difference
Significant?
Value
Critical Range
Difference
Significant?
Specificity
Difference
Significant?
Sensitivity
Critical Range
Specificity
Value
Pairwise
Comparisons
Sensitivity
.051
.055
No
.086
.074
Yes
.048
.038
Yes
.075
.116
No
.053
.123
No
.19
.104
Yes
.022
.062
No
.072
.077
No
.055
.066
No
.05
.115
No
.053
.123
No
.143
.102
Yes
.154
.089
Yes
.134
.101
Yes
.152
.081
Yes
.2
.092
Yes
.321
.103
Yes
.093
.073
Yes
.029
.049
No
.013
.061
No
.103
.054
Yes
.025
.119
No
.121
No
.048
.116
No
Bagging Boosting
.205
.080
Yes
.219
.089
Yes
.200
.071
Yes
.275
.097
Yes
.268
.101
Yes
.283
.092
Yes
.176
.085
Yes
.206
.091
Yes
.097
.089
Yes
.25
.096
Yes
.268
.101
Yes
.236
.089
Yes
93
https://www.revistaepsi.com
ISNN 2182-7591
Discussion
The studies exploring the role of psychological and educational constructs in the
prediction of academic performance can help to understand how the human being
learns, can lead to improvements in the curriculum designs, and can be very helpful to
identify students at risk of low academic achievement (Musso & Cascallar, 2009;
Musso et al., 2013). As pointed before, the traditional techniques used to verify the
relationship between academic achievement and its psychological and educational
predictors suffers from a number of assumptions and from not providing high accurate
predictions. The field of Machine Learning, on the other hand, provides several
techniques that lead to high accuracy in the prediction of educational and academic
outcomes. Musso et al. (2013) showed the use of a Machine Learning model in the
prediction of academic achievement with accuracies above 90% in average. The model
they adopted, named artificial neural networks, in spite of providing very high
accuracies are not easily translated into a comprehensive set of predictive rules. The
relevance of translating a complex predictive model into a comprehensive set of
relational rules is that professionals can be trained to make the prediction themselves,
given the result of psychological and educational tests. Moreover, a set of predictive
rules involving psycho-educational constructs may help in the construction of theories
regarding the relation between these constructs in the learning or academic outcome,
filling the gap pointed by Edelsbrunner and Schneider (2013).
In the present paper we introduced the basics of single learning trees, bagging,
Random Forest and Boosting in the context of academic achievement prediction (high
achievement vs low achievement). These techniques can be used to achieve higher
accuracy rates than the traditional statistical methods, and its result are easily
understood by professionals, since a classification tree is a roadmap of rules for
predicting a categorical outcome.
In order to predict the academic achievement level of 59 Medical students,
thirteen variables were used, involving sex and measures of intelligence, metacognition,
learning approaches, basic high school knowledge and basic cognitive processing
indicators. About 46% of the predictors were statistically significant to differentiate the
low and the high achievement group, presented a moderately high (above .70) effect
94
https://www.revistaepsi.com
ISNN 2182-7591
size: ENEM; the Inductive Reasoning Developmental Test; the Metacognitive Control
Test; the TDRIs Self-Appraisal Scale; the TCMs Self- Appraisal Scale and the
Discrimination indicator. In exception of the perceptual discrimination indicator, all the
variables pointed before presented correlation coefficients greater than .30. However the
two predictors with the highest correlation with academic achievement pres ented only
moderate values (TCM=.54; TCMs Self- Appraisal Scale=.55).
The single learning tree model showed that the Metacognitive Control Test was
the best predictor of the academic achievement class, and together with the Brazilian
Learning Approaches Scale and the TDRIs Self-Appraisal scale, explained 67% of the
outcomes variance. The total accuracy in the training set was 72.5%, with a sensitivity
of 57.9% and a specificity of 85.7%. However, when the single tree model was applied
in the testing set, the total accuracy decreased 7.6%, while the sensitivity dropped
14.1% and the specificity 4.8%. This result suggests an overfitting of the single tree
model. Interestingly, one of the variables that contributed in the prediction of the
academic achievement in the single tree model (learning approach) was not statistically
significant to differentiate the high and the low achievement group. Furthermore, the
Brazilian Learning Approaches Scale presented a correlation of only .23 with academic
achievement. Even tough, the learning approach together with metacognition (TCM and
TDRIs Self-Appraisal Scale) explained 67% of the academic achievement variance.
The size of a correlation and the non-significance in differences between groups are not
indicators of a bad prediction from one variable over another.
The bagging model, by its turn, presented a lower total accuracy, sensitivity and
specificity in the training phase if compared to the single tree model. However this
difference was only significant in the specificity (a difference of .048). Comparing the
prediction made in the two sample sets, the bagging model outperformed the single tree
model, since it resulted in more stable predictions (see Table 3 and Table 4). The out-ofbag error was .35, and the mean difference from the training set performance (a ccuracy,
sensitivity and specificity) to the test set performance was only -.027. The total accuracy
of the bagging model was 65% in the training set and 67.6% in the testing set, while the
sensitivity and specificity was 63.2% and 66.7% in the former, and 68.8% and 66.7% in
the latter. The classification of the bagging model became more pure when the Brazilian
Learning Approaches Scale, the Metacognitive Control Test or the TDRIs Self95
https://www.revistaepsi.com
ISNN 2182-7591
Appraisal Scale was used in the split, as pointed by the decrease in the Gini index of
Figure 4. The three more important variables in the prediction of the academic
achievement pointed by the bagging model matched the variables selected by the single
tree algorithm.
The Random Forest model showed a small decrease in the out-of-bag error if
compared to the bagging model, but the overall performance of the two models was
basically the same, with no statistically significant difference in the training set
prediction. If compared with bagging, the Random Forest deviation from the
performance in the training set in relation to the testing set was only significantly
different in the sensitivity. The mean difference of the Random Forest model from the
training set performance to the test set performance was 2.9%. Only the sensitivity in
the training set phase was significantly lower in the Random Forest in the comparison
with the single learning trees. However, the Random Forest model was also more stable
in the prediction performance than the single learning tree model. The classification of
the Random Forest model became more pure when the Brazilian Learning Approaches
Scale, the TDRIs Self-Appraisal Scale, the TCMs Self- Appraisal Scale or the the
Metacognitive Control Test was used in the split, as pointed by the decrease in the Gini
index. The variable importance measure of the Random Forest basically matched the
result of the bagging and of the single tree algorithm.
Finally, the boosting model was the one presenting the higher accuracy,
sensitivity and specificity, being statistically different from all other models. This model
achieved a total accuracy of 92.50% in the training set, with sensitivity of 90% and
specificity of 95%. However, it was the model with the greater difference in the
prediction performance from the training set to the testing set. So, we can argue that in
spite of the great performance in the training set, this was due to over fit, since in the
testing set the accuracy dropped 23%.
In sum, both the bagging and the Random Forest model were the better models to
predict high and low academic achievement of college students, since they presented the
most stable predictions between the training and testing sample sets. Moreover, these
models presented an overall accuracy close to 70%. Three variables were consistently
pointed as important in the prediction (the Metacognitive Control Test, the Brazilian
Learning Approach Scale and the TDRIs Self-Appraisal Scale). This result goes in the
96
https://www.revistaepsi.com
ISNN 2182-7591
same direction of other studies showing the relevance of metacognition (Musso, Kyndt,
Cascallar, & Dochy, 2012) and learning approaches (Norton & Crowley, 1995; Kyndt,
2011) in the explication of academic achievement in higher education.
Acknowledgme nts
The authors thank the Foundation for Research Support of the State of Minas
Gerais (FAPEMIG) for financing the research, and the Faculdade Independente do
Nordeste for financial support.
97
https://www.revistaepsi.com
ISNN 2182-7591
References
Breiman,
L.
(2001a).
Random
forests.
Machine
Learning,
1(45),
5-32.
Doi10.1023/A:1010933404324.
Breiman, L. (2001b). Bagging predictors. Machine Learning, 24(2), 23-140.
Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and regression trees.
New York: Chapman & Hall.
Commons, M.L., & Richards, F.A.
In M.L.
Commons, F.A. Richards, & C. Armon (Eds.), Beyond formal operations. Late
adolescent and adult cognitive development: Late adolescent and adult cognitive
development (Vol.1, pp.141-157). New York: Praeger.
Commons, M.L. (2008). Introduction to the model of hierarchical complexity and its
relationship to postformal action. World Futures, 64, 305-320.
Commons, M.L., & Pekker, A. (2008). Presenting the formal theory of hierarchical complexity.
World Futures, 64, 375-382.
Del Re, A.C. (2013). Compute.es: Compute effect sizes (R package version 0.2-2.) [computer
software manual]. Retrieved from: http://cran.r-project.org/web/packages/compute.es.
Demetriou, A., Mouyi, A., & Spanoudis, G. (2008). Modeling the structure and development of
g. Intelligence, 5, 437-454.
Edelsbrunner, P., & Schneider, M. (2013). Modelling for prediction vs. modelling for
understanding: Commentary on Musso et al. (2013). Frontline Learning Research, 2,
99-101.
Fischer, K.W. (1980). A theory of cognitive development: The control and construction of
hierarchies of skills. Psychological Review, 87, 477-531.
Fischer, K.W., & Yan, Z. (2002). The development of dynamic skill theory. In R. Lickliter, &
D. Lewkowicz (Eds.), Conceptions of development: Lessons from the laboratory. Hove,
UK: Psychology Press.
Flach, P. (2012). Machine Learning: The art and science of algorithms that make sense of data.
Cambridge: Cambridge University Press.
Fox, J. (2010). Polycor: Polychoric and polyserial correlations (R package version 0.7-8.)
[computer software manual]. Retrieved fro m: http://cran.r-project.org/web/packages/polycor.
Frederick, S. (2005). Cognitive reflection and decision making. Journal of Economic
Perspectives, 19(4), 24-42.
Freund, Y., & Schapire, R.E. (1997). A decision-theoretic generalization of on-line learning and
an application to Boosting. Journal of Computer and System Sciences, 55(1), 119-139.
98
https://www.revistaepsi.com
ISNN 2182-7591
Geurts, P., Irrthum, A., & Wehenkel, L. (2009). Supervised learning with decision tree-based
methods in computational and systems biology. Molecular Biosystems, 5(12), 1593-1605.
Golino, H.F., & Gomes, C.M.A. (2014): Dataset from medical students: E-psi study,
http://dx.doi.org/10.6084/m9.figshare.973012.
Golino, H.F., & Gomes, C. M.A. (2012, July). The structural validity of the Inductive
Reasoning Developmental Test for the measurement of developmental stages. In K.
Stlne (Chair), Adult development: Past, present and new agendas of research.
Symposium conducted at the Meeting of the European Society for Research on Adult
Development, Coimbra, Portugal.
Golino, H.F., & Gomes, C.M.A. (2013, October). Controlando pensamentos intuitivos: O que o
po de queijo e o caf podem dizer sobre a forma como pensamos. In C.M.A. Gomes
(Chair), Neuroeconomia e neuromarketing. Symposium conducted at the VII Simpsio de
Neurocincias da Universidade Federal de Minas Gerais, Belo Horizonte, Brasil.
Golino, H.F., Gomes, C.M.A., & Demetriou, A. (2012, July). The development of hierarchical
processes: Processing efficiency and memory from children to older adults. In K. Stlne
(Chair), Adult development: Past, present and new agendas of research. Symposium
conducted at the Meeting of the European Society for Research on Adult Development,
Coimbra, Portugal.
Gomes, C.M.A., & Golino, H.F. (2009). Estudo exploratrio sobre o Teste de Desenvolvimento
do Raciocinio Indutivo (TDRI). In D. Colinvaux (Ed.), Anais do VII Congresso
Brasileiro de Psicologia do Desenvolvimento: Desenvolvimento e Direitos Humananos
(pp.77-79).
Rio
de
Janeiro:
UERJ.
Retrieved
from:
http://www.abpd.psc.br/files/congressosAnteriores/AnaisVIICBPD.pdf.
Gomes, C.M.A. (2010). Perfis de estudantes e a relao entre abordagens de aprendizagem e
rendimento escolar. Psico, 41, 503-509.
Gomes, C.M.A., & Golino, H.F. (2012). Validade incremental da Escala de Abordagens de
Aprendizagem. Psicologia: Reflexo e Crtica, 25(4), 623-633.
Gomes, C.M.A., Golino, H.F., Pinheiro, C.A.R., Miranda, G.R., & Soares, J.M.T. (2011).
Validao da Escala de Abordagens de Aprendizagem (EABAP) em uma amostra
brasileira. Psicologia: Reflexo e Crtica, 24(1), 19-27.
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning: Data
mining, inference and prediction (2nd ed.). New York, NY: Springer.
Hutchinson, S., & Lovell, C. (2004). A review of methodological characteristics of research
published in key journals in higher education. Research in Higher Education, 45,
383-403.
99
https://www.revistaepsi.com
ISNN 2182-7591
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning
with applications in R. New York, NY: Springer.
Kyndt, E. (2011). Investigating students approaches to learning. Doctoral dissertation,
Katholieke Universiteit Leuven, Leuven, Belgium.
Leek, J.T. (2013). Predicting with trees. Courseras data analysis class material. Retrieved
from: https://github.com/jtleek/dataanalysis.
Liaw, A., & Wiener, M. (2012). RandomForest: Breiman and Cutler's random forests for
classification and regression (R package version 4.6-7.) [computer software manual].
Retrieved from: http://cran.r-project.org/web/packages/randomForest/.
Linacre, J.M. (2012). Winsteps Rasch measurement computer program [computer software
manual]. Beaverton, Oregon: Winsteps.com.
Marascuilo, L.A. (1966). Large-sample multiple comparisons. Psychological Bulletin, 65(5),
280-290. Doi: 10.1037/h0023189.
Musso, M., Kyndt, E., Cascallar, E., & Dochy, F. (2012). Predicting mathematical performance:
The effect of cognitive processes and self-regulation factors. Education Research
International, Article ID 250719 (13 pages). Doi:10.1155/2012/250719.
Musso, M.F., Kyndt, E., Cascallar, E.C., & Dochy, F. (2013). Predicting general academic
performance and identifying the differential contribution of participating var iables using
artificial
neural
networks.
Frontline
Learning
Research,
1,
42-71.
http://dx.doi.org/10.14786/flr.v1i1.13.
Norton, L., & Crowley, C. (1995). Can students be helped to learn how to learn? An evaluation
of an approaches to learning programme for first year degree students. Higher Education,
29, 307-328.
R Development Core Team (2011). R: A language and environment for statistical computing
[computer software manual]. R Foundation for Statistical Computing, Vienna, Austria,
Retrieved from: http://www.R-project.org.
Ripley, B.D. (2013). Package tree: Classification and regression trees (R package version
1.0-33.)
[computer
software
manual].
Retrieved
from:
http://cran.r-project.org/web/packages/tree.
100
https://www.revistaepsi.com
ISNN 2182-7591
Como citar este artigo: Go lino, H.F., & Go mes, C.M.A. (2014). Four machine learn ing methods to predict
academic achievement of college students: A comparison study . Revista E-Psi, 4(1), 68-101.
Received : November 12, 2013
101
http://www.revistaepsi.com
ISSN 2182-7591
Resumo
O uso de estratgias de aprendizagem se constitui num forte fator de proteo para o sucesso
acadmico, contribuindo, sobremaneira, para melhor adaptao do estudante ao Ensino
Superior. No presente estudo, buscou-se conhecer as estratgias de aprendizagem utilizadas
por estudantes universitrios que desejam ser professores. A amostra foi composta por 107
alunos do curso de Pedagogia, predominantemente do sexo feminino, de duas faculdades
particulares do interior do Estado de So Paulo, Brasil. Os dados foram coletados mediante
uma escala tipo Likert e dois protocolos autorreflexivos orientados avaliao do
conhecimento, da utilizao, da conscincia e da importncia que o estudante concede ao uso
de estratgias de aprendizagem. Os resultados revelaram que os participantes relatam
empregar adequadamente as estratgias de aprendizagem, porm as mais superficiais, bem
como apresentam certa conscincia dos seus processos cognitivos e metacognitivos.
Constatou-se, tambm, que tenderam a confundir as estratgias de aprendizagem com as de
ensino. Os dados so discutidos em termos no s da importncia das estratgias de
aprendizagem, para o fortalecimento da adaptao e do sucesso acadmico do estudante
universitrio, mas, tambm, da sua relevncia, ainda maior, para aqueles que pretendem
lecionar.
Palavras-chave: Ensino Superior; autorregulao da aprendizagem; estratgias cognitivas e
metacognitivas; formao de professores.
Diretora de Educao Bsica, Secretaria Municipal de Educao de Jundia (So Paulo ). E-mail:
jan marini@hot mail.co m.
2
Departamento de Psicologia Educacional, Faculdade de Educao da Universidade Estadual de Camp inas
(UNICAMP). E-mail: evely@unicamp.br.
102
http://www.revistaepsi.com
ISSN 2182-7591
Introduo
O conceito de autorregulao da aprendizagem, como definido por Zimmerman e
Kitsantas (1997) e Schunk e Zimmerman (2012), visto como um conjunto de pensamentos,
sentimentos e aes gerados pelo indivduo, planejados e sistematicamente adaptados s
necessidades e contextos, a fim de atuarem sobre a prpria aprendizagem e motivao. Deve
ser entendido, por isso, como um processo ativo, por meio do qual os estudantes estabelecem
os objetivos que norteiam a sua aprendizagem, monitoram, regulam e controlam as suas
cognies, motivaes e comportamentos (Deci & Ryan, 1985, 2000; Blakey & Spence,
2000; Rosrio, 2005; Zimmerman, 2008; Boruchovitch, Schelini, & A. Santos, 2010).
Sob essa perspetiva, a autorregulao exige que a pessoa tenha conscincia dos
objetivos que deseja atingir, conhea as demandas e exigncias da tarefa, que acione os seus
recursos internos e externos para concretizar a ao, avalie o nvel de realizao atingido e,
num processo cclico, altere, se necessrio, os procedimentos adotados quando no chega aos
resultados esperados. Zimmerman (2008) argumenta, ainda, que uma de nossas maiores
qualidades como seres humanos a capacidade para nos autorregularmos.
Zimmerman (1989) destaca que nas salas de aula tradicionais os professores controlam
a maior parte dos aspetos da tarefa e do conjunto de aes, dando poucas oportunidades para
os estudantes exercerem o controlo do contexto e de sua prpria autorregulao. Enfatiza que
a aprendizagem autorregulada ocorre na medida em que o aluno utiliza seus processos
pessoais para regular, estrategicamente, o comportamento e o ambiente educativo que o
rodeia. Nesse mesmo sentido, Pintrich (2004) sustenta que, para o desenvolvimento da
autorregulao, preciso que os alunos possam ter controlo real das tarefas acadmicas, das
relaes interpessoais que estabelecem na classe e, tambm, do clima de aprendizagem na sala
de aula, aspetos esses todos relevantes para sua adaptao e sucesso acadmico. necessrio
que os professores deleguem aos estudantes a escolha dos seus prprios projetos e
experincias, propondo trabalhos colaborativos em grupos, pois esse tipo de dinmica em sala
de aula teria muito mais a oferecer em autonomia e responsabilidade, propiciando mltiplas
oportunidades para que aprendam a regular a aprendizagem (Zimmerman, 1989; R. Souza,
Lopes, & E. Ferreira, 2012).
Segundo Figueira (1997), o conceito de aprendizagem autorregulada integra os aspetos
cognitivos, afetivos, sociais e contextuais. A autora destaca a importncia do ensino das
103
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
superior foi tambm observado na pesquisa de Quezada (2005) e Donche e Van Petegem
(2009) com estudantes universitrios de cursos de formao de professores, bem como a
relao positiva entre o uso de estratgias de aprendizagem e o desempenho acadmico dos
estudantes. Diferentemente, Zamora, Rubilar e Ramos (2004), Quezada (2005), e Cazares e
Rico (2009) encontraram em suas investigaes um bom emprego de estratgias de
processamento de informao entre os estudantes dos anos iniciais do ensino superior.
Relaes entre o uso das estratgias de aprendizagem e maior predomnio da motivao para
aprender emergiram na pesquisa de Cunha e Boruchovitch (2012). Resultados semelhantes
foram obtidos com estudantes de outras reas. Dados provenientes das pesquisas recentes de
Tinajero, Lemos, Arajo, Ferraces e Pramo (2012) e Wang, Kim, Bong e Ahn (2013)
revelaram que as estratgias de aprendizagem contribuem significativamente para o sucesso
acadmico.
Considerando a importncia das estratgias de aprendizagem para a adaptao dos
estudantes no ensino superior e a relevncia dessas estratgias para alunos dos cursos de
formao para a docncia na educao bsica, aliadas escassez de estudos sobre esse tema
na literatura brasileira, o presente artigo tem como objetivo descrever e analisar os resultados
de uma pesquisa sobre as estratgias de aprendizagem em alunos do curso de Pedagogia. Mais
precisamente, teve-se a inteno de identificar a frequncia e o uso das estratgias de
aprendizagem, identificar as variveis demogrficas e contextuais que mais se associaram
sua utilizao, bem como conhecer as reflexes dos participantes acerca do seu uso.
Metodologia
Amostra
A amostra foi composta por 107 estudantes em cursos de formao de professores de
duas Faculdades privadas, do interior do Estado de So Paulo, com idades entre18 e 46 anos,
e predominando claramente os estudantes do sexo feminino (99.1%). Em relao ao estado
civil, 69.2% (n=74) eram solteiros. Em relao ao semestre do curso, 30.8% (n=33) estavam
no segundo semestre, 37.4% (n=40) no quarto e 31.8% (n=34) no sexto. Do total de
participantes, 19.6% (n=21) relatou no trabalhar, 10.3% (n=11) exerce atividade docente,
10.3% (n=11) atua como monitores/cuidadores de creche, 33.6% (n=36) com estgio docente
106
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
negativas ou disfuncionais. A pontuao pode variar entre 49 e 196, de modo que, quanto
maior o escore alcanado, mais estratgico o estudante. Anlises preliminares das
propriedades psicomtricas da escala realizada com 1490 estudantes universitrios
(Boruchovitch & A. Santos, 2011) revelaram uma boa fiabilidade, estimada pelos
coeficientes: alfa de Cronbach (0.85), Gutman split-half (0.74) e Spearman-Brown (0.74).
Para a amostra do presente estudo, o alfa de Cronbach de 0.83, na escala total.
Protocolo Autorreflexivo de Seguimento da Escala de Estratgias de Aprendizagem
Desenvolvido por Boruchovitch (2006), tem por finalidade aprofundar o conhecimento
acerca da utilizao de estratgias de aprendizagem por parte dos estudantes, aps terem
respondido Escala de Avaliao das Estratgias de Aprendizagem. O instrumento
composto por seis questes, uma fechada Voc conhecia todas as estratgias da escala?, e
cinco abertas que visam aprofundar dados sobre a relao que o participante tem com as
estratgias de aprendizagem, como exemplo, tem-se Algum j havia lhe ensinado a usar
estratgias de aprendizagem? Quem? Quando?.
Procedimentos
Aps a autorizao do Comit de tica (Parecer n690/2009) foi realizado contato com
as instituies e marcado um dia para apresentar a pesquisa aos estudantes. Nesse encontro
foram explicados os objetivos da pesquisa, assegurado o carter confidencial dos dados,
informado que a participao era livre e voluntria e que no influenciaria as notas, nem o
desempenho acadmico. Antes de se iniciar a coleta de dados, os alunos que se dispuseram a
participar leram e assinaram o Termo Consentimento Livre e Esclarecido (TCLE), em duas
vias. importante ressaltar que todos os cuidados ticos tomados na presente pesquisa
tiveram como base a Resoluo n196/96, do Ministrio da Sade, com a qual esto em
consonncia. Os instrumentos foram aplicados coletivamente pela primeira autora do presente
artigo, na ordem em que foram descritos. A coleta durou, aproximadamente, 60 minutos.
Os dados da escala foram tratados quantitativamente, por meio de anlises estatsticas
descritivas e inferenciais atravs do programa SAS for Windows (Statistical Analysis System)
(verso 8.02), que avaliaram as variveis estudadas em termos de distribuio de frequncia,
108
http://www.revistaepsi.com
ISSN 2182-7591
Resultados
O primeiro instrumento aplicado foi o Protocolo de Ativao da Metacognio e da
Autorreflexo Sobre a Aprendizagem do Futuro Professor. A questo inicial Voc costuma
pensar sobre sua aprendizagem ou como voc aprende? foi respondida afirmativamente por
89.80% (n=96) dos participantes e as justificativas constam da Tabela 1.
Tabela 1 Justificativas apresentadas para a pergunta Voc costuma pensar sobre sua
aprendizagem ou como voc aprende?.
N
44
44.90
18
18.40
17
17.30
Vagas/distorcidas/em branco
19
19.40
Total
98
100
109
http://www.revistaepsi.com
ISSN 2182-7591
42
37.50
25
22.33
20
17.85
Vagas/distorcidas
21
18.75
3.57
112
100
Em branco
Total
Buscou-se tambm saber se os estudantes consideram til, para sua atuao futura,
pensar sobre a prpria aprendizagem. Assim, a terceira questo perguntava Voc acha que
pensar sobre seu processo de aprendizagem pode ser til para voc como futuro professor?.
As respostas afirmativas (95.33%) foram classificadas em cinco categorias, dispostas na
Tabela 3. Apenas 4.67% dos participantes responderam no acreditar que essa reflexo possa
ser importante.
Tabela 3 Respostas para a questo Voc acha que pensar sobre seu processo de
aprendizagem pode ser til para voc como futuro professor?.
N
41
40.20
24
23.54
15
14.70
Vagas/distorcidas
14
13.72
No responderam
7.84
102
100
Total
110
http://www.revistaepsi.com
ISSN 2182-7591
Alm disso, buscou-se tambm identificar que estratgias os estudantes utilizam para
estudar e aprender os contedos escolares. Os dados obtidos esto apresentados na Tabela 4.
Tabela 4 Estratgias de aprendizagem mencionadas pelos participantes .
N
Realiza pesquisas
43
27.04
Realiza leituras
40
25.16
36
22.64
17
10.70
Pede ajuda
14
8.81
Realiza releitura
3.77
Vagas/distorcidas
1.88
159
100
Total
Tendo por objetivo verificar o conhecimento que os participantes desse estudo, tinham
sobre as estratgias de aprendizagem, perguntou-se: Voc j ouviu falar em estratgias de
aprendizagem. Ela foi respondida afirmativamente por 80.37% dos estudantes, conforme
mostra a Tabela 5.
Tabela 5 Percentagem de respostas para a questo Em sua opinio, o que so
estratgias de aprendizagem?.
N
58
54.20
42
39.25
Vaga/distorcida
2.81
Em branco
3.74
107
100
Total
111
http://www.revistaepsi.com
ISSN 2182-7591
DP
M n.
Mx.
55.21
7.40
30
70
72.93
8.52
47
90
18.73
3.66
10
28
146.90
16.45
94
186
Escalas
20
anos
DP
p*
55.63
5.90
5.96
.051
71.71
9.61
2.84
.242
17.96
3.75
9.31
.010
145.29
16.25
6.72
.035
53.88
7.80
72.33
8.01
18.28
3.81
144.50
16.39
58.26
7.04
75.74
8.38
20.70
2.36
154.70
15.03
Escalas
21-30
anos
30
anos
* Valor p referente ao teste de Kruskal-Wallis para co mparao das variveis entre 3 grupos ;
2 (estatstica qui-quadrado do teste).
112
http://www.revistaepsi.com
ISSN 2182-7591
6 Semestre
4 Semestre
2 Semestre
Semestres
DP
p*
58.15
7.22
8.28
.016
74.97
8.42
4.00
.136
19.48
3.14
2.18
.336
152.61
15.89
8.10
.017
54.18
6.98
72.43
7.91
18.48
3.96
145.08
15.45
53.59
7.43
71.53
9.16
18.29
3.75
143.41
17.13
Escalas
* Valor p referente ao teste de Kruskal-Wallis para comparao das variveis entre 3 grupos;
2 (estatstica qui-quadrado do teste).
Casados
Es tado Ci vil
DP
p*
56.76
6.56
1.49
.137
73.88
8.10
0.57
.568
20.52
2.86
3.60
.001
151.15
15.53
1.74
.081
54.53
7.69
72.50
8.72
17.93
3.71
144.96
16.99
Escalas
Solteiros
* Valor p referente ao teste de Mann-Whitney para comparao das variveis entre 2 grupos;
Z (estatstica Z do teste).
113
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
pensamentos autorreflexivos descritos pelo Participante 37, que respondeu Com certeza. S
entendendo meu jeito de aprender que posso buscar melhores formas de fixar na mente os
conhecimentos que vou adquirindo.
Um dado da presente pesquisa, que consta na Tabela 3 e que no tem sido destacado na
literatura nacional e internacional, a preocupao em relacionar a aprendizagem com a
futura vida profissional (n=41; 40.20%). Infere-se que esse dado possa ser caracterstico dessa
amostra de estudantes que freqentam cursos do perodo noturno, estando na sua larga
maioria a exercer j uma atividade profissional no domnio educativo. Entretanto, destaca-se a
relevncia desse resultado, tal como o exposto por White e Gunstone (1989) que argumentam
no ser fcil ensinar um estudante a se comportar estrategicamente, selecionar atividades
cognitivas de maneira inteligente, ser vigilante, econmico e efetivo no seu processo
cognitivo. Assim, se futuros professores entenderem e levarem em conta a importncia das
variveis cognitivas, dos estilos de aprendizagem e da metacognio, para o processo de
ensino, tendo como inteno futura o aproveitamento dessa perceo nas escolas onde iro
atuar, pode-se dizer que a Faculdade de Pedagogia estar cumprindo o seu papel de formar
multiplicadores metacognitivos autorregulados.
A Tabela 4 mostra que vrios estudantes citaram mais de uma estratgia principal que
utilizam para estudar. Constatou-se que as principais estratgias descritas foram realiza
pesquisas com 27.04%, seguida de realiza leituras com 25.16% das respostas. Chama-se a
ateno que, no contexto universitrio, a estratgia pedir ajuda (n=14; 8.81%) seja mais
utilizada do que a estratgia de realiza releitura, mencionada por apenas 3.77%.
Zimmerman (1989) menciona que os professores, nas salas de aulas tradicionais, oferecem
poucas oportunidades aos alunos para exercerem o controle do contexto e da autorregulao.
Nessa amostra, ao pedir ajuda, o estudante informa os seus professores das suas dificuldades,
abrindo possibilidades ao docente universitrio de compreender as necessidades dos
estudantes e atuar com vistas ao fortalecimento dos processos autorregulatrios de seus
alunos.
Como consta na Tabela 5, apesar de os estudantes (n=86; 80.37%) relatarem j ter
ouvido falar sobre estratgias de aprendizagem e mencionarem utiliz- las, mais de metade
deles (n=58; 54.20%), ao serem indagados sobre o que so estratgias de aprendiza gem,
apresentaram respostas relacionadas s estratgias de ensino, revelando confundir as duas.
Para exemplificar, relata-se a resposta do participante 69, que referiu So os mtodos que se
115
http://www.revistaepsi.com
ISSN 2182-7591
utiliza para ensinar. Apenas 39.20% dos participantes se aproximam da definio correta de
estratgias de aprendizagem, que a literatura descreve como processos conscientes que podem
ser controlados e empregados para apoiar as trs etapas fundamentais do processamento da
informao: aquisio, armazenamento e utilizao, com vistas realizao de determinada
tarefa (Dembo, 1994; Pozo, 1995; A. Silva & S, 1997).
Ao se considerar que a presente amostra foi constituda por estudantes de Pedagogia,
destaca-se a necessidade de maior investimento no ensino e diferenciao de ambos os tipos
de estratgia (ensino e aprendizagem) nesse curso. Esse resultado foi consistente com o obtido
por O. Santos e Boruchovitch (2011) com professoras de ensino fundamental em exerccio, j
que mais de 80% das participantes apresentaram concees de estratgias de aprendizagem
tambm equivocadas.
Com esse protocolo foi possvel constatar que os estudantes da presente pesquisa,
costumam pensar sobre a prpria aprendizagem e que essa reflexo est fortemente atrelada
preocupao com o exerccio futuro da docncia, tanto no aspeto de serem bons professores
quanto no que diz respeito ao domnio dos contedos e a compreenso do modo de aprender
de seus alunos. Tais resultados fazem parte dos aspetos definidores das estratgias de
aprendizagem (Dembo, 1994; A. Silva & S, 1997). Verificou-se, tambm, que narram uso de
estratgias predominantemente cognitivas. Ademais, embora afirmem conhecer as estratgias
de aprendizagem, quando solicitada a definio, evidenciam confuses com as estratgias de
ensino.
Na Tabela 6, onde se encontram os resultados obtidos na EEA-U, observa-se que os
participantes do presente estudo relataram uso adequado das estratgias de aprendizagem
(M=146.90; DP=16.45). Importa destacar que os dados do protocolo aberto indicaram que as
estratgias cognitivas superficiais foram as mais mencionadas espontaneamente pelos
estudantes, levando-se a inferir que h necessidade de maior investimento do ensino de
estratgias de aprendizagem, para que os estudantes dominam tambm as estra tgias de
profundidade e metacognitivas.
As diferenas estatisticamente significativas encontradas na EEA-U (estratgias
metacognitivas e estratgias de aprendizagem total) em relao idade, que esto expostas na
Tabela 7, parecem indicar que os estudantes mais velhos possuem maior capacidade de
autorregular a aprendizagem. Estes resultados esto em consonncia com Brown, Campione e
Day (1981), quando mencionam que o conhecimento metacognitivo mais completo nos
116
http://www.revistaepsi.com
ISSN 2182-7591
indivduos mais velhos. Foi entre os participantes com idades acima de 30 anos que
emergiram os maiores escores no uso das estratgias metacognitivas. Esse dado coerente
com o descrito por Flavell e Wellman (1977) no que se refere ao conhecimento metacognitivo
se desenvolver por meio da conscientizao, por parte do sujeito, bem como no que diz
respeito ao modo como determinadas variveis interagem e influenciam os resultados de suas
atividades cognitivas. Assim, alunos mais velhos tm a prpria metacognio constituda,
principalmente, pelos conhecimentos ou crenas sobre quais fatores ou variveis agem e
interagem e afetam os resultados da sua prpria aprendizagem.
Na Tabela 8, referente anlise da EEA-U em funo do semestre em curso, observa-se
que os alunos do 2 semestre relataram usar mais as estratgias de aprendizagem. Esse
resultado est em consonncia com a pesquisa de Donche e Van Petegem (2009) que
identificaram maior emprego de estratgias de aprendizagem entre os alunos do 3 ano de
curso universitrio. luz desses dados, importa assinalar que prticas pedaggicas que
fomentem a integrao e troca de saberes entre os alunos universitrios mais adiantados e
aqueles que esto iniciando a Faculdade so apontados por R. Souza et al. (2012), como
importante estratgia para a adaptao acadmica dos alunos ingressantes na universidade.
Na Tabela 9, referente anlise da EEA-U em funo do estado civil, a obteno de
escores mais elevados na subescala de estratgias metacognitivas disfuncionais pelos
estudantes casados pode estar relacionada com o perfil dos participantes da amostra, em sua
quase totalidade mulheres, que, quando casadas, podem ter dificuldades em conciliar as
responsabilidades domsticas, profisso e tempo para os estudos. Todavia, esse dado, que
envolve a dimenso pessoal da adaptao acadmica, merece ser aprofundado em amostras
maiores e mais diferenciadas.
Depois de preencherem a EEA-U, os participantes foram questionados sobre o uso de
estratgias de aprendizagem diferentes das mencionadas no instrumento e 11.20% dos alunos
responderam afirmativamente, citando algumas. Por exemplo, o Participante 66 referiu:
Algumas vezes gravo a aula em MP3 e fico ouvindo quantas vezes for necessrio para
entender. O Participante 77 respondeu: Gravar em um CD um contedo a ser aprendido e
ouvir enquanto estou dirigindo.
De fato, as estratgias ligadas ao uso das tecnologias da informao e redes sociais que
surgiram ou foram popularizadas na ltima dcada no esto contempladas na escala de
estratgias. Por um lado, revela o uso da tecnologia associada s estratgias superficiais como
117
http://www.revistaepsi.com
ISSN 2182-7591
as de ensaio (repetio da informao). Por outro, verifica-se que, embora essas respostas no
tenham sido expressivas no nmero de apontamentos, trazem um dado novo e que, no futuro,
podem ser incorporados aos itens da escala.
No mbito do Protocolo Autorreflexivo de Seguimento da Escala de Estratgias de
Aprendizagem, os universitrios foram convidados a pensar acerca de algumas questes
complementares, aps terem respondido EEA-U. Essa atividade de seguimento visou levar
os participantes a exercitarem a autorreflexo e a pensarem sobre a autorregulao da sua
aprendizagem. Nesse intuito, a primeira questo indagava se o estudante se considera va
estratgico. A maioria dos alunos respondeu afirmativamente (72.90%) e o uso das estratgias
cognitivas foi a categoria mais utilizada para exemplificar as respostas (47.60%). relevante
destacar que esse resultado se assemelha ao obtido no protocolo de ativao da metacognio
e na mdia das subescalas de estratgias cognitivas da EEA-U, diferencia estatisticamente a
favor dos participantes do segundo semestre. A falta de habilidade para gerenciar os
obstculos e dificuldades que surgem nos momentos de estudo, foi apontada como sendo o
principal motivo pelos estudantes (43.20%) no se considerarem estratgicos.
Identificar se o estudante universitrio conhecia todas as estratgias da escala foi o
objetivo da questo seguinte. A maior parte dos alunos (68.22%) afirmou conhec- las, na
ntegra. Dentre os participantes que considerem no identificar todas as estratgias, a
apontada como menos conhecida foi Identificar as ideias principais e relacion-las atravs
de diagramas ou mapas conceituais. N. Souza e Boruchovitch (2010) referem que, enquanto
estratgias cognitivas de organizao do conhecimento, os mapas conceituais geram inmeros
ganhos de natureza metacognitiva, pois mobilizam o aluno para o planejamento,
monitoramento e regulao do prprio pensamento e aes, alm de contribuir para a
promoo de uma aprendizagem mais autorregulada. Alm disso, fortalecem a aquisio, o
armazenamento, a utilizao da informao, pois permitem integrar e inter-relacionar as novas
informaes aos conhecimentos prvios. Os participantes, ao relatarem desconhecer essa
estratgia to importante na facilitao da aprendizagem, de certa forma parecem mostrar que
a escola que cursaram, e no apenas a Faculdade, possa ter falhado em uma de suas principais
funes que ensinar o aluno a aprender a aprender.
interessante constatar que tal aspeto reafirmado ao analisar a resposta negativa
(23.40%) dos estudantes para a pergunta Algum j lhe havia ensinado a usar as estratgias
de aprendizagem?. Ao se considerar que os participantes da presente investigao j tiveram
118
http://www.revistaepsi.com
ISSN 2182-7591
no mnimo 12 anos de escolaridade anterior, esse resultado pode ser visto como relativamente
alto e alarmante. Refora, ainda mais, as ideias de Pimenta (2000) quando assinala que, para
cumprir seu papel social, os cursos de Pedagogia precisam desenvolver conhecimentos e
habilidades, atitudes e valores que permitam aos estudantes construrem seu saber-fazer,
argumentos esses que, sem sombra de dvida, valem para todos os cursos do ensino superior.
No que concerne continuidade dessa questo, quando respondida afirmativamente,
deveria o participante apontar quem o ensinou. Interessante observar que o ensino das
estratgias de aprendizagem foi realizado principalmente por parentes e colegas (27.50%),
seguido das instncias do ensino superior (23.30%). Sem desconsiderar a importncia da
famlia e colegas como fontes de ensino de estratgias de aprendizagem, necessrio
assinalar que esse ensino no intencional, tampouco tem como foco ensinar a autorre gulao
da aprendizagem. Dembo (2001) menciona que se os estudantes no aprenderem e
desenvolverem caractersticas de autorregulao da aprendizagem tero dificuldade em criar e
adaptar estratgias para adquirir o conhecimento necessrio realizao das tarefas que so
exigidas em todos os nveis de ensino, e mais fortemente no ensino superior, segmento no
qual se espera do aluno maior autonomia para a aprendizagem.
Ao serem indagados se acreditavam que faziam o mximo para aprender, a maior parte
respondeu que no (47.70%), sendo que 31.90% dos estudantes apontaram a falta de
dedicao e de esforo como fatores que prejudicam a sua aprendizagem. Vale pontuar que,
segundo
119
http://www.revistaepsi.com
ISSN 2182-7591
120
http://www.revistaepsi.com
ISSN 2182-7591
possa ser mais bem revertido em aes fortalecedoras dos processos autorregulatrios dos
estudantes universitrios.
Agradecimentos
A segunda autora do presente artigo agradece o apoio financeiro do Conselho Nacional
de Pesquisa (CNPq).
Bibliografia
Bardin, L. (2009). Anlise de contedo. Lisboa: Edies 70.
Blakey, E., & Spence, S. (2000). Developing metacognition. Clearinghouse on Assessment and
Evaluation. Consultado a 08/01/2009, http://ericae.net/edo/ED327218.htm.
Bortoletto, D., & Boruchovitch, E. (2013). Learning strategies and emotional regulation of pedagogy
students. Paidia (Ribeiro Preto), 23, 235-242.
Boruchovitch, E. (1999). Estratgias de aprendizagem e desempenho escolar: Consideraes para a
prtica educacional. Psicologia: Teoria e Crtica, 12(2), 361-376.
Boruchovitch, E. (2006). Protocolo Autorreflexivo de Seguimento da Escala de Estratgias de
Aprendizagem [manuscrito no publicado]. Campinas, SP: Universidade Estadual de Campinas.
Boruchovitch, E. (2009). Protocolo de Ativao da Metacognio e da Autorreflexo Sobre a
Aprendizagem do Futuro Professor [manuscrito no publicado]. Campinas, SP: Universidade
Estadual de Campinas.
121
http://www.revistaepsi.com
ISSN 2182-7591
Boruchovitch, E., & Santos, A.A. (2006). Estratgias de aprendizagem: Conce ituao e avaliao. In
A.P. Noronha, & F.F. Sisto (Eds.), Facetas do fazer em avaliao psicolgica (pp.107-124).
So Paulo: Vetor.
Boruchovitch, E., & Santos, A.A. (2011). Avaliao de estratgias cognitivas e metacognitivas na
escolarizao formal [Abstract]. In Anais do 5 Congresso Brasileiro de Avaliao Psicolgica
de
Bento
Gonalves,
RS.
Consultado
em:
Boruchovitch, E., Schelini, P.W., & Santos, A.A. (2010). A metacognio: Conceituao e medidas.
In A.A. Santos, F.F. Sisto, E. Boruchovitch, & E. Nascimento (Eds.), Perspectivas em
avaliao psicolgica (pp.123-143). So Paulo: Casa do Psiclogo.
Czares, D.C., & Gutirrez Rico, D. (2009). Las habilidades metacognitivas en los estudiantes de la
universidad pedaggica de Durango. Psicogente, 12(21), 29-37. Consultado a 22/01/2011,
http://publicaciones.unisimonbolivar.edu.co:82/rdigital/psicogente/index.php/psicogente/article/
viewFile/149/156.
Comadena, M., Hunt, S.K., & Simonds, C.J. (2007). The effects of teacher clarity, nonverbal
immediacy, and caring on student motivation, affective and cognitive learning. Communication
Research Reports, 24(3), 241-248.
Costa, E.R., & Boruchovitch, E. (2004). Compreendendo relaes entre estratgias de aprendizagem e
a ansiedade de alunos do ensino fundamental de Campinas. Psicologia: Reflexo e Crtica,
17(1), 15-24.
Costa, E.R., & Boruchovitch, E. (2010). As estratgias de aprendizagem de alunos repetentes do
ensino fundamental. Psicologia em Pesquisa, 4(1), 31-39.
Cunha, N.B., & Boruchovitch, E. (2012). As estratgias de aprendizagem e a motivao para aprender
na formao de professores. Revista Interamericana de Psicologia/Interamerican Journal of
Psychology, 46(2), 247-254.
Deci, E.L., & Ryan, R.M. (1985). Intrinsic motivation and self-determination in human behavior. New
York: Plenum.
Deci, E.L., & Ryan, R.M. (2000). The what and why of goal pursuits: Human needs and selfdetermination of behavior. Psychological Inquiry, 11(4), 227-268.
Deci, E.L., & Ryan, R.M. (2012). Motivation, personality, and development within embedded social
contexts: An overview of self-determination theory. In R.M. Ryan (Ed.), The Oxford handbook
of human motivation (pp.85-107). Oxford: Oxford University Press.
Delors, J. (1998). Educao: Um tesouro a descobrir. So Paulo: Cortez.
Dembo, M.H. (1994). Applying educational psychology (5th ed.). New York: Longman.
122
http://www.revistaepsi.com
ISSN 2182-7591
Dembo, M.H. (2001). Learning to teach is not enough: Future teachers also need to learn to learn.
Teacher Education Quarterly, 28(4), 23-35.
Dembo, M.H., & Seli, H. (2012). Motivation and learning strategies for college success: A focus on
self-regulated learning. New York: Routledge.
Derry, S.J., & Murphy, D.A. (1986). Designing systems that train learning ability: From theory to
practice. Review of Educational Research, 56(1), 1-39.
Donche, V., & Van Petegem, P. (2009). The development of learning patterns of student teachers: A
cross-sectional a longitudinal study. Higher Education, 5(2), 35-5.
Erdamar, G. (2011). An investigation of student teachers study strategies with respect to certain
variables. Educational Research and Evaluation, 17(2), 69-83.
Ferreira, J.A., Almeida, L.S., & Soares, A.P. (2001). Adaptao acadmica em estudante do 1 ano:
Diferenas de gnero, situao de estudante e curso. Psico-USF, 6(1), 1-10.
Figueira, A.P.C. (1997). Aprendizagem auto-regulada: Diferentes leituras tericas. Psychologica, 18,
47-77.
Flavell, J.H, & Wellman, H.M. (1977). Metamemory. In R. Kail Jr, & J.W. Hagen (Eds.), Perspectives
on the development of memory and cognition (pp.3-33). Hillsdale , NJ: Lawrence Erlbaum
Associates.
Flavell, J.H. (1981). Metacognition and cognitive monitoring: A new area of cognitive-developmental
inquiry. In H. Parke (Ed.), Contemporary readings in child psychology (pp.165-169). New
York: McGraw-Hill.
Freitas, E.B., Menezes, E., Novais, R.L., Silva, L.L., & Neves, E.R. (2011). Estratgias de
aprendizagem de alunos do ensino superior. Acta Cientfica, 20(2). Consultado em: www.unaspec.com/revistas/index.php/.../rt/.../0/BibtexCitationP lugin.
Jacobs, J.E., & Paris, S.G. (1987). Childrens metacognition about reading: Issues in definition,
measurement and instruction. Educational Psychologist, 22(3/4), 255-278.
Karpicke, J.D., Butler, A.C., & Roediger, H.L. (2009). Metacognitive strategies in student learning:
Do students practice retrieval when they study on their own?. Memory, 17(4), 471-479.
Locatelli, A.C., Bzuneck, J.A., & Guimares, S.E. (2007). A motivao de adolescentes em relao
com a perspectiva de tempo futuro. Psicologia: Reflexo e Crtica, 20(2), 268-276.
Oliveira, D.C. (2008). Anlise de contedo temtico-categorial: Uma proposta de sistematizao.
Revista Enfermagem UERJ, 16(4), 569-576.
Oliveira, K.L., Boruchovitch, E., & Santos, A.A. (2009). Estratgias de aprendizagem e desempenho
acadmico: Evidncias de validade. Psicologia: Teoria e Pesquisa, 25(4), 531-536.
Oliveira, K.L., Boruchovitch, E., & Santos, A.A. (2011). Estratgias de aprendizagem de alunos do
ensino fundamental: Anlise por gnero, srie escolar e idade. Psico, 42, 98-105.
123
http://www.revistaepsi.com
ISSN 2182-7591
Pimenta, S.G. (2000). Formao de Professores: Identidade e saberes da docncia. In S.G. Pimenta
(Ed.), Saberes pedaggicos e atividade docente. So Paulo: Cortez.
Pintrich, P.R. (2004). A conceptual framework for assessing motivation and self-regulated learning in
college students. Educational Psychology Review, 16(4), 385-407.
Pintrich, P.R., & Garcia, T. (1991). Student goal orientation and self-regulation in the college
classroom. In M.L. Maehr, & P.R. Pintrich (Eds.), Advances in motivation and achievement
(pp.371-402). Greenwich: JAI Press.
Pozo, J.I. (1995). Estratgias de aprendizagem. In C. Coll, J. Palcios, & A. Marchesi (Eds.),
Desenvolvimento psicolgico e educao: Psicologia da educao (pp.76-197). Porto Alegre,
RS: Artes Mdicas.
Quezada, M.T. (2005). Estrategias de aprendizaje en Estudiantes universitarias. Revista
PsicologaCientfica.com. Consultado a 14/01/2011, http://www.psicologiacientifica.co m/estudiantes universitarias-estrategias-de-aprendizaje/ .
Rosrio, P. (2005). Motivao e aprendizagem: Uma rota de leitura. In M.C. Taveira (Ed.), Psicologia
escolar: Uma proposta cientfico-pedaggica (pp.23-60). Coimbra: Quarteto Editora.
Santos, A.A., & Boruchovitch, E. (2008). Escala de Avaliao de Estratgias de Aprendizagem
[manuscrito no publicado]. Itatiba, SP: Universidade So Francisco.
Santos, O.J., & Boruchovitch, E. (2011). Estratgias de aprendizagem e aprender a aprender:
Concepes e conhecimento de professores. Psicologia Cincia e Profisso, 31(2), 284-295.
Schunk, D.H., & Zimmerman, B.J. (Eds.) (2012). Motivation and self-regulated learning: Theory,
research, and applications. New York: Routledge.
Silva, A.L., & S, L. (1997). Saber estudar e estudar para saber. Porto: Porto Editora.
Souza, N.A., & Boruchovitch, E. (2010). Mapas conceituais e avaliao formativa : Tecendo
aproximaes. Educao e Pesquisa, 36(3) 795-810.
Souza, R., Lopes, A., & Ferreira, E. (2012). O processo de adaptao dos estudantes ao ensino
superior: Um estudo com estudantes de uma escola de educao e de uma escola de sade. In
M. Zabalza, & C. Leite (Eds.), Ensino Superior: Inovao e qualidade na docncia (pp.85748585). Centro de Investigao e Interveno Educativas: Porto.
Taraban, R., Rynearson, K., & Kerr, M. (2000). College students academic performance and selfreports of comprehension strategy use. Reading Psychology, 21, 283-308.
Tinajero, C., Lemos, S.M., Arajo, M., Ferraces, M.J., & Pramo, F. (2012). Estilo cognitivo e
estratgias de aprendizagem em estudantes universitrios brasileiros: Repercusses no
rendimento acadmico. Psicologia: Reflexo e Crtica, 25(1), 105-113.
Wang, C., Kim, D.K., Bong, M., & Ahn, H.S. (2013). Korean college students self-regulated learning
strategies and self-efficacy beliefs in learning. The Asian EFL Journal Quarterly, 15(3), 81-112.
124
http://www.revistaepsi.com
ISSN 2182-7591
White, R.T., & Gunstone, R.F. (1989). Metalearning and conceptual change. International Journal of
Science Education, 11(5), 577-586.
Wu-Ross, A., & Thorpe, S. (2013). Learning and teaching strategies in an intercultural context:
Offshore programme in Vietnam. In International Conference of Education, Research and
Innovation 2013 Proceedings (pp.4629-4635). Sevilla , Spain: International Association of
Technology, Education and Development. ISBN: 978-84-616-3847-5.
Zamora, M.E., Rubilar, F.C., & Ramos, H.L. (2004). Estudio descriptivo de las estrategias cognitivas
y metacognitivas de los alumnos y alumnas de primer ao de Pedagoga en enseanza media de
la universidad del Bo-Bo. Theoria, 13, 103-110.
Zimmerman, B.J. (1989). A social cognitive view of self-regulated academic learning. Journal of
Educational Psychology, 81(3). Consultado a 03/09/2008, http://web2.epnet.com.proxy.lib.sfu.ca/citation.asp .
Zimmerman, B.J. (2008). Investigating self-regulation and motivation: Historical background,
methodological developments, and future prospects. American Educational Research Journal,
45, 166-183.
Zimmerman, B.J., & Kitsantas, A. (1997). Developmental phases in self-regulation: Shifting from
process goals to outcome goals. Journal of Educational Psychology, 89(1), 29-36.
125
http://www.revistaepsi.com
ISSN 2182-7591
Como ci tar este artigo: Marin i, J.S., & Boruchovitch, E. (2014). Estratgias de aprendizagem de alunos
brasileiros do ensino superior: Consideraes sobre adaptao, s ucesso acadmico e aprendizagem
autorregulada. Revista E-Psi, 4 (1), 102-126.
Received : November 22, 2013
126
http://www.revistaepsi.com
ISSN 2182-7591
DEAO
DEAO 1 ,
SONIA
ALFONSO
GIL 2 ,
NGELES
CONDE
Resumen
El objetivo del presente estudio es analizar la influencia de las expectativas acadmicas de
los estudiantes universitarios de primer curso sobre su rendimiento acadmico. Se analizan
las expectativas para comprender su comportamiento subsecuente y buscar vas de
intervencin para un mejor ajuste acadmico. La muestra est compuesta por 347
universitarios de diversas titulaciones de la Universidad de Vigo Campus de Ourense que
cursan primer curso. El instrumento utilizado fue el Cuestionario de Percepciones
Acadmicas (CPA) y se registr su rendimiento acadmico al finalizar el primer semestre de
estudios universitarios. Se ha realizado un anlisis de regresin lineal mltiple, paso a paso,
para determinar el valor predictivo de las dimensiones de expectativas (variables
predictoras) con respecto al rendimiento acadmico (variable criterio). Los resultados
parecen apoyar que las expectativas de autonoma personal dirigidas a la formacin
acadmica y empleo futuro favorecen el rendimiento acadmico de los estudiantes. Otros
grupos de expectativas, relacionadas con su autonoma emocional, parecen no guardar
ninguna relacin con l. Un tercer grupo de expectativas, de autonoma social, parece
predecir negativamente el rendimiento acadmico.
Palabras clave: Educacin Superior; expectativas acadmicas; rendimiento acadmico;
prediccin del aprendizaje.
1
Universidad de Vigo Campus Ourense, Espaa. Enviar correspondencia a: Manuel Deao Deao.
Departamento de Psicologa Evolutiva y Co municacin. Universidad de Vigo. Facultad de Educacin. Campus
Ourense. 32004 Ou rense (Spain). Telfono: (+34) 988387179. E-mail: deano@uvigo.es.
2
Universidad de Vigo Campus Ourense, Espaa.
3
Universidad de Vigo Campus Ourense, Espaa.
4
Universidad de Vigo Campus Ourense, Espaa.
5
Universidad de Vigo Campus Ourense, Espaa.
127
http://www.revistaepsi.com
ISSN 2182-7591
Introduccin
Las expectativas representan aquello que los estudiantes esperan realizar y concretar
durante su vida acadmica (Deao et al., 2014). Estn asociadas a las experiencias y
acontecimientos vividos; recogen la confianza en aquello que, segn la experiencia previa, se
considera que es ms probable que ocurra y constituyen una interpretacin y prediccin sobre
lo que ha de suceder (Alfonso, Conde, Garca-Seorn, Tellado, & Deao, 2013; Alfonso,
Deao, Conde, Costa, Arajo, & Almeida, 2013). El acontecimiento futuro que se prev es
una respuesta elaborada en consonancia con la interpretacin de los hechos y se ejecutar si se
producen los mismos (Howard, 2005). Estas previsiones o expectativas influencian la
conducta: si se producen esos hechos, se ejecutar la conducta prevista en consonancia con la
interpretacin de los mismos (Alfonso, Conde, et al., 2013). Su influencia traduce
conocimientos, actitudes, motivaciones y creencias a acciones (Kuh, Gonyea, & Williams,
2005; Soares, Guisande, Diniz, & Almeida, 2006; Almeida, Vasconcelos, & Mendes, 2008;
Igue, Bariani, & Milanesi, 2008).
La comprensin de la conducta realizada otorga a las expectativas un papel adaptativo
de ajuste o no a lo conseguido. La adaptacin a la Universidad est modulada
psicosocialmente por factores personales, acadmicos y sociales. Las dificultades percibidas
por los estudiantes en alguno de estos factores pueden obstaculizar la adaptacin acadmica,
si dichas dificultades estn reforzadas por escasas estrategias de afrontamiento de dificultades
y por falta de servicios de apoyo por parte de la institucin (Mattanah, Ayers, Brand, &
Brooks, 2010; Soares, Almeida, & Guisande, 2011). El apoyo y la mejora estratgica de
afrontamiento facilitaran cierto cambio en la percepcin de las dificultades, dejando de ser
obstculo para la adaptacin acadmica. En este sentido las expectativas son modificables
(Alfonso, Conde, et al., 2013; Alfonso, Deao, et al., 2013), y estn influenciadas por los
componentes que las conforman: experiencias y conocimientos previos, actitudes,
motivaciones y creencias o esquemas de pensamiento de los que parecen surgir. Son
modificables por la propia actuacin exitosa (Almeida, 2007; Almeida et al., 2008; Almeida,
Costa, Alves, Gonalves, & Arajo, 2012; Igue et al., 2008); tienen un impacto en el
aprendizaje de los estudiantes y en su desarrollo personal y social; favorecen la
modificabilidad de aquellas conductas que contribuyen a lograr lo planificado y promueven la
continuidad de los estudios universitarios (Darlaston-Jones et al., 2003; Smith & Wertlieb,
128
http://www.revistaepsi.com
ISSN 2182-7591
2005), siendo un elemento clave para predecir la decisin de continuacin de los estudios o de
su abandono (Elas, 2008). La mediacin de las expectativas est
relacionada con el
http://www.revistaepsi.com
ISSN 2182-7591
Es importante que los estudiantes puedan reflexionar sobre su progreso para asumir la
responsabilidad de establecer y conseguir objetivos. Los estudiantes con baja eficacia pueden
ser ayudados a autorregular su conducta de aprendizaje y su gestin del tiempo de estudio
(Krumrei-Mancuso et al., 2013).
Sobre la prediccin del xito universitario, los estudios actuales tienden a sealar que
entre los muchos factores que predicen la adaptacin a la universidad y por tanto el xito, se
encuentran el nivel acadmico obtenido en estudios anteriores (de secundaria), medidas de
aptitud (Willingham, Lewis, Morgan, & Ramist, 1990), factores demogrficos como el
gnero, la etnia, el estatus econmico y si son estudiantes de primera generacin ( Richardson
& Bender, 1987; Pascarella, Pierson, Wolniak, & Terenzini, 2004). Russell y Petrie (1992)
identificaron factores que podran ser utilizados acadmicamente de modo cada vez ms
eficaz, relacionados con rasgos psicolgicos internos (motivacin, confianza en s mismo,
apoyo percibido e impacto emocional) y con comportamientos externos (conducta de estudio
y participacin en el campus). Robbins, Lauver, Le, Davis, Langley, & Carlstrom (2004)
distinguieron tres tipos de predictores de xito en la universidad: (a) predictores tradicionales,
tales como puntuaciones de las pruebas estandarizadas, calificacin de la escuela secundaria y
rendimiento
acadmico
semestral,
(b)
predictores
demogrficos,
como
el
nivel
socioeconmico, raza y gnero, y (c) los predictores psicosociales, tales como la participacin
social, la autogestin, y los hbitos de estudio.
El presente estudio parte de una serie de dimensiones que en su conjunto se considera
que reflejan las expectativas para la adaptacin del individuo a los estudios universitarios.
Estas expectativas se refieren a factores que puedan estar bajo el control de los estudiantes y
ser susceptibles de intervencin dependiendo de su impacto sobre la conducta de ajuste. El
objetivo de este trabajo es conocer qu dimensiones se relacionan entre s; evaluar si algunas
de las dimensiones de expectativas o el conjunto de ellas propuestas para la adaptacin a la
ES, sobre el aprendizaje, el desarrollo personal y social, se relacionan con el rendimiento
acadmico y determinar cules lo predicen mejor. Se espera encontrar una correlacin
moderada, pero muy significativa entre las dimensiones de expectativas. Teniendo en cuenta
que las dimensiones no se refieren nicamente al rendimiento acadmico, sino a otros
aspectos de ajuste personal y social se espera que no todas las dimensiones se relacionen con
el rendimiento acadmico y, en este sentido, solo alguna dimensin resulte predictiva del
130
http://www.revistaepsi.com
ISSN 2182-7591
mismo. La predictibilidad supondra que las dimensiones que conformen el modelo contienen
creencias reflejadas por algn factor psicolgico o psicosocial relacionado.
Mtodo
Participantes
Participaron en este estudio 347 estudiantes de 1 curso de diversas titulaciones de la
Universidad de Vigo Campus Ourense. Por sexo, el 33% eran hombres y el 67% mujeres,
con edades comprendidas entre los 18-36 aos (Mediana=19; 5%>24 aos). Por mbitos de
estudio el 30% iniciaban sus estudios en titulaciones del sector cientfico-tecnolgico y el
70% en titulaciones del sector humanstico-social.
Instrumento
Para la medida de las expectativas se utiliz el Cuestionario de Percepciones
Acadmicas (CPA; Almeida, Costa, Alves, Gonalves, & Arajo, 2012). Para medir la
variable del rendimiento acadmico se utiliz el Listado de datos personales, acadmicos y
familiares que los estudiantes deban completar. La recopilacin de los datos personales
inclua cuestiones referidas a la fecha de nacimiento, edad, sexo y procedencia. En los datos
acadmicos se solicitaba la titulacin que cursaba el estudiante, mbito de estudio al que
perteneca la titulacin, opcin de eleccin de la carrera, nota de acceso, nmero de materias
aprobadas hasta el momento de aplicacin del cuestionario y nota media global obtenida en
dichas materias. En lo referido a los datos familiares, se pregunt al estudiante acerca del
nivel de estudios y actividad laboral de los padres. La obtencin del rendimiento acadmico
de los participantes, utilizado como variable criterio en este estudio, se hizo multiplicando el
nmero de materias aprobadas hasta el momento por la nota media global obtenida en esas
materias. De tal forma que un estudiante que hubiese aprobado cinco materias, con una nota
media global de seis, tendra un rendimiento acadmico con valor 30. Un estudiante con una
materia aprobada y nota global de seis, tendra un valor en su rendimiento acadmico de seis.
El CPA contiene tems a travs de los cuales se miden las siete dimensiones de
expectativas incluidas en este estudio como variables predictoras: (i) Formacin para el
131
http://www.revistaepsi.com
ISSN 2182-7591
empleo/carrera; (ii) Desarrollo personal y social; (iii) Movilidad estudiantil; (iv) Implicacin
poltica y ciudadana; (v) Presin social; (vi) Calidad de formacin; (vii) Interaccin social.
Las respuestas a los tems del Cuestionario de Percepciones Acadmicas (CPA) se recogieron
sobre una escala de seis puntos en formato tipo Likert: 6 total acuerdo; 5 bastante acuerdo;
4 parte de acuerdo; 3 parte desacuerdo; 2 bastante desacuerdo; 1 total desacuerdo.
Procedimientos
Los grupos-clase evaluados en los diferentes mbitos de estudio fueron seleccionados
en funcin de su heterogeneidad y de la disponibilidad de los profesores. La recogida de los
datos fue realizada por los miembros del equipo de investigacin al finalizar el primer
semestre universitario, dentro de las aulas, en horario acadmico y a travs de la
administracin colectiva del cuestionario CPA y del Listado de datos personales, acadmicos
y familiares. Tras proporcionarles informacin acerca de la naturaleza y objetivos de la
investigacin, se solicit a los estudiantes su participacin voluntaria, garantizando el
anonimato de sus respuestas.
Dado el objetivo principal de este trabajo, se llev a cabo un anlisis de regresin lineal
mltiple, paso a paso, para determinar el valor predictivo de las dimensiones de expectativas
(variables predictoras) con respecto al rendimiento acadmico (variable criterio) de los
estudiantes que participaron en el estudio. El programa estadstico empleado fue el SPSS para
Windows en su versin 18.0.
Resultados
En la Tabla 1 se presentan los estadsticos descriptivos correspondientes a las variables
incluidas en el estudio y las correlaciones de Pearson obtenidas en el anlisis de regresin.
Las puntuaciones medias de cada una de las dimensiones de expectativas muestran una
correlacin moderada, pero muy significativa entre todas ellas. La dimensin que mayor
puntuacin obtuvo fue la de Formacin empleo/carrera, seguida en orden descendente de las
dimensiones de Desarrollo personal y social, Movilidad estudiantil, Implicacin poltica y
ciudadana, Interaccin social, Presin social y por ltimo, Calidad de Formacin.
132
http://www.revistaepsi.com
ISSN 2182-7591
de
los
estudiantes
la
dimensin
Interaccin
social
correlaciona
DT
1. Formacin empleo
carrera
34.91
4.24
.549***
.418***
.350***
.318***
.300***
.413***
.160**
2. Desarrollo
personal y social
29.93
4.68
.404***
.620***
.477***
.627***
.440***
.104*
3. Movili dad
estudi antil
28.69
5.66
.311***
.492***
.329***
.359***
-.052
4. Implicacin
poltica y ciudadan a
19.73
3.65
.420***
.378***
.449***
.023
5. Interaccin Social
12.94
2.59
.386***
.301***
-.106*
6. Presin social
12.75
3.06
.371***
-.013
7. Calidad de
formacin
12.64
2.19
.046
8. Rendi miento
acadmico
22.98
13.33
http://www.revistaepsi.com
ISSN 2182-7591
Tabla 2 Resultados de los anlisis de regresin con el rendimiento acadmico co mo variable criterio y las
siete dimensiones de expectativas como variables predictoras .
Modelo
Error
tpico
R
ajustado
F (df)
p<
Modelo 1
Formacin emp leo/carrera
.503
.167
.160
.160
.026
.023
9.051(1)
.01
.677
.174
.215
.230
.053
.047
9.593(2)
.001
-.897
.285
-.174
Modelo 2
Formacin emp leo/carrera
Interaccin social
134
http://www.revistaepsi.com
ISSN 2182-7591
Discusin
Son diversas las dimensiones de expectativas que se han recogido sobre los estudios en
la Universidad (Deao et al., 2014). Estas dimensiones se refieren a distintos mbitos de la
persona: autonoma personal, autonoma social y autonoma emocional ( Alfonso, Conde, et
al., 2013; Alfonso, Deao, et al., 2013). El estudio actual presenta entre ellas correlaciones
moderadas, pero muy significativas.
El presente estudio evidencia que son dos las dimensiones que contribuyen a un modelo
de prediccin del rendimiento acadmico de los estudiantes de primer ao de ES. Una est
relacionada con la autonoma personal: Formacin empleo/carrera y la otra con la autonoma
social: Interaccin social. Los datos obtenidos refuerzan la importancia de ambas (Modelo 2)
como predictoras de los resultados escolares de los estudiantes de ES. Ambos tipos de
expectativas predicen el rendimiento acadmico de los estudiantes universitarios de primer
curso. Formacin empleo/carrera, correlaciona positivamente, mientras que Interaccin
social lo hace de forma negativa. Esta relacin negativa se interpreta en el sentido de que los
tems dimensionales de tener momentos de convivencia y diversin, practicar alguna
actividad extracurricular (deporte, cultura, otros), tener un horario semanal que me
permita realizar otras actividades ms all del estudio y participar regularmente en fiestas
estudiantiles universitarias actan negativamente sobre el rendimiento acadmico, tal como
es percibido por los estudiantes al comienzo de sus ES. La Interaccin social quizs no se ha
resaltado lo suficiente como condicionante del xito acadmico y s como determinante del
desarrollo social (Thomas, 2002; Elas, 2008; Cabrera, Bethencourt, lvarez Prez, &
Gonzlez Afonso, 2006).
La relacin positiva entre las altas expectativas de Formacin empleo/carrera y el xito
acadmico de los estudiantes ha sido resaltada tambin en otros estudios (Cabrera et al.,
2006). Es una dimensin de expectativas que predice positivamente el xito acadmico de los
estudiantes. Las expectativas de una buena formacin para el empleo se relacionan con la
conducta de estudio. Los estudiantes que tienen un buen rendimiento acadmico poseen,
entonces, creencias que generan actuaciones que les llevan a dicho xito. Las creencias de una
persona acerca de su capacidad para realizar con xito una tarea determinan su nivel de
actuacin y la intensidad y el tiempo de esfuerzo realizado (Bandura, 1977). Chemers, Hu y
Garca (2001) han explicitado que la autoeficacia acadmica est fuertemente relacionada con
135
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
tradicionales. La actividad social fue definida como los niveles de capacidad de los
estudiantes para interaccionar con los dems.
Futuros trabajos debieran analizar conductas de estudio y su relacin con la dimensin
de expectativas de formacin. Si los estudiantes que no tienen un rendimiento acadmico
satisfactorio tienen el mismo nivel de expectativas o no y cmo estas diferencias influencian
tales conductas. Sera necesario buscar factores sociales que puedan modificarse por
expectativas de Interaccin social, que siendo importantes para el desarrollo de la autonoma
social, no se han manifestado importantes para el xito en el estudio de los estudiantes
universitarios de primer curso.
Referencias
Alfonso, S., Conde, ., Garca-Seorn, M., Tellado, F., & Deao, M. (2013). Expectativas de
estudiantes de educacin superior segn nacionalidad y gnero. International Journal of
Developmental and Educational Psychology, 25(1), 155-166.
Alfonso, S., Deao, M., Conde, ., Costa, A.R., Arajo, A.M., & Almeida, L.S. (2013). Perfiles de
expectativas acadmicas en alumnos espaoles y portugueses de enseanza superior. Revista
Galego-Portuguesa de Psicoloxa e Educacin, 21, 125-136.
Almeida, L., Vasconcelos, R., & Mendes, T. (2008). O abandono dos estudantes no ensino superior:
Um estudo na Universidade do Minho. Revista Galego-Portuguesa de Psicoloxa e Educacin,
16(1), 111-119.
Almeida, L.S. (2007). Transio, adaptao acadmica e xito escolar no ensino superior. Revista
Galego-Portuguesa de Psicoloxa e Educacin, 14, 203-215.
Almeida, L.S., Costa, A.R., Alves, F., Gonalves, P., & Arajo, A. (2012). Expetativas ac admicas
dos alunos do ensino superior: Construo e validao de uma escala de avaliao. Psicologia,
Educao e Cultura, 26(1), 70-85.
Astin, A.W. (1984). Student involvement: A developmental theory for higher education. Journal of
College Student Personnel, 25(4), 297-308.
137
http://www.revistaepsi.com
ISSN 2182-7591
Astin, A.W. (1999). Student involvement: A developmental theory for higher education. Journal of
College Student Development, 40, 518-529. (Reprinted from the Journal of College Student
Personnel, 25, 297-308, 1984).
Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological
Review, 84, 191-215.
Braxton, J.M., Brier, E.M., & Steele, S.L. (2007). Shaping retention from research to practice. Journal
of College Student Retention, 9, 377-399.
Cabrera, L., Bethencourt, J.T., lvarez Prez, P., & Gonzlez Afonso, M. (2006). El problema del
abandono en los estudios universitarios. Relieve, 12(2), 171-203.
Chemers, M.M., Hu, L., & Garca, B.F. (2001). Academic self-efficacy and first year college student
performance and adjustment. Journal of Educational Psychology, 93, 55-64.
Darlaston-Jones, D., Pike, L., Cohen, L., Young, A., Haunold, S., & Drew, N. (2003). Are they being
served? Students expectations of higher education. Issues in Educational Research, 13(1), 3152.
Deao, M., Diniz, A., Almeida, L.S., Alfonso, S., Costa, A.R., Garca-Seorn, M., Tellado, F.
(2014, in press). Propiedades psicomtricas del Cuestionario de Percepciones Acadmicas para
la evaluacin de las expectativas de los estudiantes de primer ao en enseanza superior. Anales
de Psicologa.
Elas, M. (2008). Los abandonos universitarios: Retos ante el espacio europeo de educacin superior.
Estudios sobre Educacin, 15, 101-121.
Friedlander, L.J., Reid, G.J., Shupak, N., & Cribbie, R. (2007). Social support, self-esteem, and stress
as predictors of adjustment to university among first-year undergraduates. Journal of College
Student Development, 48, 259-274.
Goodboy, A.K., & Myers, S.A. (2008). The effect of teacher confirmation on student communication
and learning outcomes. Communication Education, 57, 153-179.
Howard, J.A. (2005). Why should we care about student expectations?. In T.E. Miller, B.E. Bender,
J.H. Schuh, & Associates (Eds.), Promoting reasonable expectations: Aligning student and
institutional views of the college experience (pp.10-33). San Francisco, CA: Jossey-Bass
Publishers.
Igue, E.A., Bariani, I.C., & Milanesi, P.V. (2008). Vivncia acadmica e expectativas de universitrios
igressantes e concluintes. Pico-USF, 13(2), 155-164.
138
http://www.revistaepsi.com
ISSN 2182-7591
Krumrei-Mancuso, E.J., & Newton, F.B. (2009). The puzzle of college students success: Fitting the
counseling and advising pieces together. National Academic Advising Association
Clearinghouse
of
Academic
Advising
Resources.
Retrieved
from:
http://www.nacada.ksu.edu/Clearinghouse/M02/Counsel.htm.
Krumrei-Mancuso, E.J., Newton, F.B., Kim, E., & Wilcox, D. (2013). Psychosocial factors predicting
first-year college student success. Journal of College Student Development, 54(3), 247-266.
Kuh, G.D., Cruce, T.M., Shoup, R., Kinzie, J., & Gonyea, R.M. (2008). Unmasking the effects of
student engagement on first-year college grades and persistence. Journal of Higher Education,
79(5), 540-563.
Kuh, G.D., Gonyea, R.M., & Williams, J.M. (2005). What students expect from college and what they
get. In T. Miller, B. Bender, J. Schuh, & Associates (Eds.), Promoting reasonable expectations:
Aligning student and institutional thinking about the college experience (pp.34-64). San
Francisco, CA: Jossey-Bass Publishers.
Lounsbury, J.W., Fisher, L.A., Levy, J.J., & Welsh, D.P. (2009). An investigation of character
strengths in relation to the academic success of college students. Individual Differences
Research, 7, 52-69.
Mattanah, J.F., Ayers, J.F., Brand, B.L., & Brooks, L.J. (2010). A social support intervention to ease
the college transition: Exploring main effects and moderators. Journal of College Student
Development, 51, 93-108.
Pascarella, E.T., & Terenzini, P.T. (2005). How college affects students: A third decade of research.
San Francisco, CA: Jossey-Bass Publishers.
Pascarella, E.T., Pierson, C.T., Wolniak, G.C., & Terenzini, P.T. (2004). First-generation college
students: Additional evidence on college experiences and outcomes. Journal of Higher
Education, 75(3), 249-284.
Peterson, C.H., Casillas, A., & Robbins, S.B. (2006). The student readiness inventory and the big five:
Examining social desirability and college academic performance. Personality and Individual
Differences, 41, 663-673.
Reason, R.D., Terenzini, P.T., & Domingo, R.J. (2007). Developing social and personal competence
in the first year of college. Review of Higher Education, 30(3), 271-299.
Richardson, R.C., & Bender, L.W. (1987). Fostering minority access and achievement in higher
education. San Francisco, CA: Jossey-Bass Publishers.
Robbins, S.B., Allen, J., Casillas, A., Peterson, H.M., & Le, H. (2006). Unraveling the differential
effects of motivational and skills, social, and self-management measures from traditional
predictors of college outcomes. Journal of Educational Psychology, 98(3), 598-616.
139
http://www.revistaepsi.com
ISSN 2182-7591
Robbins, S.B., Lauver, K., Le, H., Davis, D., Langley, R., & Carlstrom, A. (2004). Do psychosocial
and study factors predict college outcomes? A meta-analysis. Psychological Bulletin, 130,
261-288.
Russell, R.K., & Petrie, T.A. (1992). Academic adjustment of college students: Assessment and
counseling. In S.D. Brown, & R. Lent (Eds.), Handbook of counseling psychology (2nd ed.,
pp.485-511). Oxford: John Wiley & Sons.
Seidman, A. (2005). College student retention. Westport, CT: Praeger.
Smith, J.S., & Wertlieb, E.C. (2005). Do first-year college students expectations align with their firstyear experiences?. NASPA Journal, 42, 153-174.
Soares, A.P., Almeida, L.S., & Guisande, M.A. (2011). Ambiente acadmico y adaptacin a la
Universidad: Un estudio con estudiantes de 1 ao de la Universidad do Minho. Revista
Iberoamericana de Psicologa y Salud, 2, 99-121.
Soares, A.P., Guisande, M.A., Diniz, A., & Almeida, L.S. (2006). Construccin y validacin de un
modelo multidimensional de ajuste de los jvenes al contexto universitario. Psicothema, 18,
249-255.
Thomas, L. (2002). Student retention in higher education: The role of institutional habitus. Journal of
Educational Policy, 17(4), 423-42.
Tinto, V. (1987). Leaving college. Chicago, IL: University of Chicago Press.
Tinto, V. (2005). Moving from theory to action. In A. Seidman (Ed.), College student retention
(pp.317-334). Westport, CT: Praeger.
Willingham, W.W., Lewis, C., Morgan, R., & Ramist, L. (1990). Predicting college grades: An
analysis of institutional trends over two decades. Princeton, NJ: Educational Testing Service.
140
http://www.revistaepsi.com
ISSN 2182-7591
Como citar este artigo: Deao, M., Alfonso, S., Conde, ., Garca-Seorn, M., & Tellado, F. (2014).
Expectativas universitarias y prediccin del rendimiento acadmico. Revista E-Psi, 4(1), 127-141.
Received : November 20, 2013
141
http://www.revistaepsi.com
ISSN 2182-7591
Resumo
Face relevncia do envolvimento acadmico dos estudantes, e necessidade da sua
avaliao, este artigo analisa a validade interna e externa de uma escala junto de estudantes
de Engenharia. Uma amostra de 360 estudantes preencheu o Inventrio de Envolvimento
Acadmico de Estudantes do Ensino Superior (USEI). Os resultados da Anlise Fatorial
Confirmatria replicam a estrutura tridimensional do instrumento (Envolvimento
Comportamental, Envolvimento Emocional, e Envolvimento Cognitivo) junto desta amostra
de estudantes, com ndices de consistncia interna situados entre .61 e .80 para as trs
dimenses. Em termos de validade externa, apenas a dimenso emocional est relacionada
com a inteno de abandono do curso, enquanto que a dimenso comportamental a nica
com impacto estatisticamente significativo na explicao do rendimento acadmico dos
estudantes.
Palavras-chave: Ensino Superior; envolvimento acadmico; abandono; sucesso acadmico.
Introduo
O estudo do envolvimento (engagement) dos estudantes do Ensino Superior (ES) est
bem documentado na bibliografia internacional (J. Maroco, A. Maroco, Campos, & Fredricks,
142
http://www.revistaepsi.com
ISSN 2182-7591
2012). Apesar disto, poucos estudos foram publicados sobre o envolvimento de estudantes das
reas das Engenharias. Assumindo que o envolvimento dos estudantes poder diferir de
acordo com as suas reas de formao acadmica, este artigo descreve precisamente os
resultados de uma investigao junto de estudantes de diferentes cursos de Engenharia.
Os primeiros estudos sobre o envolvimento tiveram origem nos meios organizacionais e
ocupacionais (Maslach & Leiter, 1997; Schaufeli & Bakker, 2003, 2010 ). Inicialmente, o
envolvimento foi conceptualizado como sendo o oposto do burnout, constituindo os dois,
polos do mesmo contnuo. De acordo com Maslach e Leiter (1997), o envolvimento seria um
estado definido por energia, implicao, e eficcia na atividade desenvolvida pelo indivduo,
opondo-se, respetivamente, a trs dimenses de burnout: exausto, cinismo, e ineficcia
profissional. Atualmente, no havendo unanimidade quanto conceptualizao do
envolvimento como oposto do burnout, aceita-se que so constructos negativamente
correlacionados (J. Maroco et al., 2012).
Schaufeli, Martnez, Marques Pinto, Salanova, e Bakker (2002) conceptualizaram o
envolvimento como um estado afetivo-cognitivo positivo, persistente e abrangente, que se
caracteriza por: vigor elevados nveis de energia, resistncia mental, disposio de investir
esforos na atividade profissional e persistncia face a dificuldades no trabalho; dedicao
forte envolvimento no trabalho, entusiasmo, orgulho, audcia e inspirao no desempenho da
funo profissional; e absoro imerso e concentrao total no que est a fazer. Na
perspetiva destes autores, a dimenso de absoro, o estar completamente absorvido no
trabalho, vai para alm de ter sentimentos de eficcia, ao contrrio da ideia defendida por
Maslach e Leiter (Leiter, 1993), aproximando-se do que tem sido designado por flow, um
estado momentneo de experincia tima caracterizado por ateno focalizada, unio entre
corpo e mente, concentrao fortalecida, completo controlo, perda de autoconscincia,
distoro do tempo e satisfao intrnseca (Csikszentmihalyi, 1990).
No contexto acadmico, nomeadamente do ES, o interesse pelo estudo do envolvimento
dos estudantes foi crescendo medida que foram sendo encontradas evidncias da sua relao
com o sucesso acadmico, com a deciso de concluso dos graus acadmicos e com o bemestar dos estudantes (Fredericks, Blumenfeld, & Paris, 2004; Almeida, Guisande, & Paisana,
2012). Inicialmente a investigao foi seguindo os caminhos trilhados pelos estudos em
contextos profissionais, recorrendo a adaptaes de instrumentos, nomeadamente a adaptao
da Utrecht Work Engagement Scale (UWES; Schaufeli & Bakker, 2003), que ainda hoje o
143
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
Anlise Fatorial Confirmatria (AFC) e dos ndices de consistncia interna dos seus itens,
apresentamos as correlaes das trs dimenses do envolvimento com o rendimento
acadmico e a sua associao com a inteno dos estudantes poderem via a abandonar o
curso.
Metodologia
Amostra
A amostra constituda por 360 alunos do 1 ano das licenciaturas de Engenharia
Informtica, Engenharia Civil, Engenharia Qumica, Engenharia Eletrotcnica e Engenharia
de Sistemas de uma instituio pblica de Ensino Superior Politcnico, com idades
compreendidas entre os 18 e os 58 anos (M=20.50; DP=4.24), incluindo 273 alunos do gnero
masculino (75.83%) e 87 alunos do gnero feminino (24.17%). A maioria destes alunos
(72%) frequenta o curso correspondente sua primeira escolha no acesso ao ES. Trata-se,
assim, de uma amostra de convenincia, recolhida na base da disponibilidade dos alunos
presentes numa aula em que lhes foi solicitada a sua participao nesta pesquisa.
Instrumento
A avaliao do envolvimento foi realizada atravs do Inventrio de Envolvimento
Acadmico de Estudantes do Ensino Superior (USEI; University Student Engagement
Inventory; J. Maroco, A. Maroco, Campos, & Fredricks, 2012). Este instrumento, formado
por 15 itens, est dividido em 3 dimenses: Envolvimento Comportamental (5 itens),
Envolvimento Emocional (5 itens), e Envolvimento Cognitivo (5 itens). As respostas aos itens
esto organizadas numa escala Likert de 5 pontos, variando entre 1 Nunca at 5 Sempre.
No estudo de construo e validao do instrumento realizado pelos seus autores, foram
obtidos alfas de Cronbach para as trs dimenses que variaram entre .74 e .88, verificando-se
ainda a estrutura tridimensional proposta da fundamentao terica da escala (cf. J. Maroco et
al., 2012).
145
http://www.revistaepsi.com
ISSN 2182-7591
Procedimentos
Aps informao da natureza e objetivos do projeto de investigao, solicitou-se aos
alunos a sua participao voluntria, sendo-lhes garantido o anonimato das respostas. As
turmas avaliadas foram escolhidas em funo da heterogeneidade dos cursos e da
disponibilidade dos professores. A recolha dos dados efetuou-se atravs da administrao
coletiva do questionrio no incio do ano. As anlises estatsticas foram efetuadas atravs dos
programas IBM SPSS (verso 21) e AMOS (verso 22).
Resultados
Na Tabela 1 apresentamos as estatsticas descritivas para os 15 itens do USEI. Podemos
confirmar que na maioria dos itens as respostas variam de 1 a 5, ou seja que a escala usada
na sua totalidade (exceo para os itens 8 e 14 em que a variao de respostas de 2 a 5).
Tabela 1 Estatstica descritiva dos itens do USEI.
M
DP
Sk
Ku
3.57
0.72
-0.450
0.630
4.36
0.69
-0.909
1.147
E3
3.63
0.93
-0.494
0.078
E4
3.12
0.94
0.120
-0.305
E5
4.10
0.85
-0.875
0.859
E6
3.85
1.01
-0.635
-0.067
E7
3.67
0.84
-0.100
-0.446
E8
4.10
0.85
-0.693
-0.348
E9
3.80
0.92
-0.512
0.110
E10
3.27
0.87
-0.296
0.283
E11
3.35
1.02
-0.436
-0.103
E12
3.35
1.01
-0.346
-0.338
E13
3.73
0.98
-0.601
0.047
E14
3.79
0.80
-0.160
-0.524
E15
3.91
0.77
-0.289
-0.147
Envolvimento
Cognitivo
Envolvimento
Emocional
Envolvimento
Comportamental
Dimenses
M n
Mx
E1
E2
146
http://www.revistaepsi.com
ISSN 2182-7591
A mdia das respostas aos itens encontra-se entre os valores 3.12 (DP=0.94) obtido para
o item E4 e 4.36 (DP=0.69) obtido para o item E2. Os valores de assimetria (Sk) e de
achatamento (Ku) esto dentro dos limites considerados normais, sendo todos os valores
absolutos inferiores a 2.
Com o objetivo de confirmar a estrutura tridimensional do USEI, realizmos uma AFC,
utilizando para tal o programa AMOS. Recorremos aos ndices habituais para a anlise do
ajustamento do modelo, nomeadamente: rcio qui-quadrado/graus de liberdade (2 /df),
Comparative Fit Index (CFI), Adjusted Goodness-of-Fit Index (AGFI) e Root Mean Square
Error of Approximation (RMSEA). Com base nos ndices atingidos nesta anlise
[2 /df=2.674; CFI=.91; AGFI=.88; RMSEA=.68], e sem proceder a qualquer modificao ou
fixao de parmetros complementares, podemos considerar um ajustamento aceitvel/bom
(cf. J. Maroco, 2010).
147
http://www.revistaepsi.com
ISSN 2182-7591
Grupos
DP
Sim
76
3.65
0.46
No
279
3.77
0.53
Sim
76
3.44
0.66
No
279
3.84
0.66
Sim
76
3.55
0.68
No
279
3.65
0.65
df
-1.811
353
.071
-4.631
353
.000
-1.101
353
.272
Em funo da inteno de abandono do curso por parte dos estudantes (Sim ou No), os
resultados apontam para a existncia de uma diferena estatisticamente significativa em
relao dimenso Envolvimento Emocional, sugerindo que os estudantes com um menor
envolvimento afetivo escola e ao curso tero maior tendncia para colocar em causa a sua
concluso e desistir. No foram encontradas diferenas significativas para as restantes
dimenses
do
envolvimento
acadmico,
ainda
que
na
dimenso
Envolvimento
http://www.revistaepsi.com
ISSN 2182-7591
Envol vi mento
Emocional
Envol vi mento
Cogni ti vo
.320***
.235***
.223***
p<.001
Os resultados estabelecem uma relao positiva e baixa entre a mdia escolar e as trs
dimenses do envolvimento, ainda que todos os coeficientes se apresentem estatisticamente
significativos. O coeficiente mais elevado relativamente dimenso comportamental do
envolvimento (correlao moderada), o que nos parece relevante pois reporta-se a
comportamentos ou condutas concretas que, entre outros aspetos, envo lvem o estudo e a
aprendizagem.
Partindo destes resultados, optmos por estudar o impacto das dimenses do
envolvimento acadmico no rendimento escolar (regresso linear). O modelo obtido
estatisticamente significativo [F(3.325)=14.572, p<.001] e explica 12% da varincia da
medida usada de rendimento acadmico. Na Tabela 4 apresenta-se uma sntese dos
coeficientes calculados.
Tabela 4 Pesos das dimenses do envolvimento no rendimento acadmico.
Dimenses
.253
3.982***
.096
1.630
.064
1.056
***
p<.001
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
Bibliografia
Alfonso, S., Deao, M., Conde, ., Costa, A.R., Arajo, A.M., & Almeida, L.S. (2013). Perfiles de
expectativas acadmicas en alumnos espaoles y portugueses de enseanza superior. Revista
Galego-Portuguesa de Psicoloxa e Educacin, 21(1), 125-136.
Almeida, L.S., Guisande, M.A., & Paisana, J. (2012). Extra-curricular involvement, academic
adjustment and achievement in higher education: A study of Portuguese students. Anales de
Psicologa, 28(3), 860-865.
Almeida, L.S., Soares, A.P., Guisande, A.A., & Paisana, J. (2007). Rendimento acadmico no ensino
superior: Estudo com alunos do 1 ano. Revista Galego-Portuguesa de Psicoloxa e Educacin,
14(1), 207-220.
Appleton, J., Chistenson, S., & Furlong, M. (2008). Student engagement with school: Critical,
conceptual and methodological issues of the construct. Psychology in the schools, 45(5),
369-385.
Csikszentmihalyi, M. (1990). Flow: The psychology of optimal experience. New York: Harper and
Row.
Finn, J.D. (1989). Withdrawing from school. Review of Educational Research, 59(2), 117-142.
Finn, J.D., & Rock, D.A. (1997). Academic success among students at risk for school failure. Journal
of Applied Psychology, 82(2), 221-234.
Fredericks, J.A., Blumenfeld, P.C., & Paris, A.H. (2005). School engagement. In K.A. Moore, & L.
Lippman (Eds.), Conceptualizing and measuring indicators of positive development: What do
children need to flourish (pp.305-321). New York: Kluwer Academic/Plenum Press.
152
http://www.revistaepsi.com
ISSN 2182-7591
Fredricks, J.A., & McColskey, W. (2013). The measurement of student engagement: A comparative
analysis of various methods and student self-report instruments. In S.L. Christenson, A.L.
Rechly, & C. Wiley (Eds.), Handbook of research on student engagement (pp.763-782). New
York: Springer Science + Business Media.
Fredricks, J.A., McColskey, W., Meli, J., Mordica, J., Montrosse, B., & Mooney, K. (2011).
Measuring student engagement in upper elementary through high school: A description of 21
instruments (Vol. 98). Greensboro, NC: University of North Carolina at Greensboro.
Furlog, M., & Christenson, S. (2008). Engaging students at school and with learning: A relevant
construct for all students. Psychology in the schools, 45(5), 365-368.
Leiter, M.P. (1993). Burnout as a developmental process: Consideration of models. In W.B. Schaufeli,
C. Maslach, & T. Marek (Eds.), Professional burnout: Recent developments in theory and
research (pp.237-250). Philadelphia, PA: Taylor & Francis.
Maroco, J. (2010). Anlise de equaes estruturais: Fundamentos tericos, software & aplicaes.
Pro Pinheiro: Report Number.
Maroco, J.P., Maroco, A.L., Campos, J.A., & Fredricks, J.A. (2012, submitted). University students
engagement: Development of the University Student Engagement Inventory (USEI).
Maslach, C., & Leiter, M.P. (1997). The truth about burnout. San Francisco, CA: Jossey-Bass
Publishers.
Mills, M.J., Culbertson, S.S., & Fullagar, C.J. (2012). Conceptualizing and measuring engagement: An
analysis of the Utrecht Work Engagement Scale. Journal of Happiness Studies, 13(3), 519-545.
Organisation for Economic Co-operation and Development (2011). Education at a glance 2011:
Highlights.
OECD
publications.
Retrieved
from:
http://www.oecd.org/edu/highereducationandadultlearning/48631550.pdf.
Reschly, A.L., & Christenson, S.L. (2012). Jingle, jangle, and conceptual haziness: Evolution and
future directions of the engagement construct. In S.L. Christenson, A.L. Reschly, & C. Wylie
(Eds.), Handbook of research on student engagement (pp.3-19). New York: Springer Science +
Business Media.
Reschly, A.L., Huebner, E.S., Appleton, J.J., & Antaramian, S. (2008). Engagement as flourishing:
The contribution of positive emotions and coping to adolescents engagement at school and with
learning. Psychology in the Schools, 45(5), 419-431.
Salanova, M., Schaufeli, W.B., Martinez, I., & Breso, E. (2010). How obstacles and facilitators predict
academic performance: The mediating role of study burnout and engagement. Anxiety Stress
Coping, 23(1), 53-70.
153
http://www.revistaepsi.com
ISSN 2182-7591
Salmela-Aro, K., Kiuru, N., Pietikinen, M., & Jokela, J. (2008). Does school matter? The role of
school context in adolescents school-related burnout. European Psychologist, 13(1), 12-23.
Salmela-Aro, K., Tolvanen, A., & Nurmi, J.E. (2009). Achievement strategies during university
studies predict early career burnout and engagement. Journal of Vocational Behavior, 75(2),
162-172.
Schaufeli, W.B., & Bakker, A.B. (2003). Ultrech Work Engagement Scale [preliminary manual].
Utrecht: Utrecht University.
Schaufeli, W.B., & Bakker, A.B. (2010). The conceptualization and measurement of work
engagement: A review. In A.B. Leiter (Ed.), Work engagement: A handbook of essential theory
and research (pp.10-24). New York: Psychology Press.
Schaufeli, W.B., Martnez, I.M., Marques Pinto, A., Salanova, M. , & Bakker, A.B. (2002). Burnout
and engagement in university students: A cross-national study. Journal of Cross-Cultural
Psychology, 33(5), 464-481.
Skinner, E., & Pitzer, J. (2012). Developmental dynamics of student engagement, coping and everyday
resilience. In S.L. Christenson, A.L. Reschly, & C. Wiley (Eds.), Handbook of research on
student engagement (pp.21-44). New York: Springer.
Skinner, E.A., Kindermann, T.A., & Furrer, C.J. (2009). A motivational perspective on engagement
and disaffection: Conceptualization and assessment of childrens behavioral and emotional
participation in academic activities in the classroom. Educational and Psychological
Measurement, 69(3), 493-525.
Soares, A.P., Almeida, L.S., & Guisande, M.A. (2011). Ambiente acadmico y adaptacin a la
universidad: Un estudio con estudiantes de 1 ao de la Universidad do Minho. Revista
Iberoamericana de Psicologa y Salud, 2(1), 99-121.
Soares, A.P., Guisande, M.A., & Almeida, L.S. (2007). Autonoma y ajuste acadmico: Un estudio
con estudiantes portugueses de primer ao. International Journal of Clinical and Health
Psychology, 7(3), 753-765.
Steele, J.P., & Fullagar, C.J. (2009). Facilitators and outcomes of student engagement in a college
setting. Journal of Psychology: Interdisciplinary and Applied, 143(1), 5-27.
Tavares, J., Santiago, R.A., & Lencastre, L. (1998). Insucesso no primeiro ano do ensino superior:
Um estudo no mbito dos cursos de licenciatura em cincias e engenharia na Universidade de
Aveiro. Aveiro: Universidade de Aveiro.
Upadaya, K., & Salmela-Aro, K. (2012). The Schoolwork Engagement Inventory. European Journal
of Psychological Assessment, 28(1), 60-67.
154
http://www.revistaepsi.com
ISSN 2182-7591
Wefald, A.J., & Downey, R.G. (2009). Construct dimensionality of engagement and its relation with
satisfaction. Journal of Psychology: Interdisciplinary and Applied, 143(1), 91-111.
Como citar este artigo: Costa, A.R., Arajo, A.M., & Almeida, L.S. (2014). Envolvimento acadmico de
estudantes de engenharia: Contributos para a validao interna e externa de uma escala de avaliao . Revista
E-Psi, 4 (1), 142-155.
Received : October 21, 2013
155
http://www.revistaepsi.com
ISSN 2182-7591
ALEXANDRA
M.
ARAJO 1 ,
ALEXANDRA
RIBEIRO
COSTA 2 ,
JOANA
R.
Resumo
O estudo das expectativas acadmicas de estudantes do primeiro ano tem mostrado a sua
importncia na qualidade da adaptao, persistncia e sucesso acadmico no Ensino
Superior. O Questionrio de Percees Acadmicas Expectativas (QPA-E; Almeida,
Deao, et al., 2012) constitui um instrumento de avaliao destas expectativas, avaliando as
mesmas em sete dimenses distintas: Formao para o Emprego e Carreira,
Desenvolvimento Pessoal e Social, Mobilidade Estudantil, Envolvimento Poltico e
Cidadania, Presso Social, Qualidade da Formao, e Interao Social. Este estudo procura
evidncias de validade interna (atravs do estudo da dimensionalidade) e externa (atravs do
estudo das relaes com a preparao acadmica prvia, opo do curso, e certeza na
escolha) do questionrio. A amostra constituda por 316 estudantes do primeiro ano (50.3%
homens; Midade=18.32; DP=0.92), que ingressam pela primeira vez no Ensino Superior. Os
resultados sugerem que os estudantes reportam as suas expectativas em seis das sete
dimenses propostas originalmente no questionrio, observando-se correlaes entre
dimenses especficas das expectativas e duas variveis critrio usadas no estudo
(preparao acadmica prvia e certeza na escolha). Estes resultados, no seu conjunto,
sugerem a adequao do QPA-E para a avaliao e descrio das motivaes e aspiraes
com que os estudantes acedem ao Ensino Superior.
Palavras-chave: Ensino Superior; expectativas acadmicas; estudantes do primeiro ano;
adaptao e sucesso acadmico.
1
156
http://www.revistaepsi.com
ISSN 2182-7591
Introduo
Os ltimos anos tm sido de crescimento exponencial no Ensino Superior (ES)
portugus, semelhana do que acontece na maioria dos pases da Organizao para a
Cooperao e Desenvolvimento Econmico (OCDE). As reformas da educao, com a
progressiva democratizao do acesso formao e extenso da escolaridade obrigatria,
resultaram numa abertura do acesso ao ES a grupos sociais e culturais no tradicionais. Deste
modo, a expanso do ES teve um reflexo na crescente diversidade sociocultural e de
preparao acadmica observada entre a populao estudantil (Almeida, Guisande, Soares, &
Saavedra, 2006; Pope, Mueller, & Reynolds, 2009; Valadas, Gonalves, & Fasca, 2011).
Coloca-se assim o desafio s instituies de ES de (re)conhecer esta diversidade e atender
heterogeneidade desta populao de estudantes, em termos das suas necessidades e potencial
acadmico. Mais ainda, no s devem as instituies estar preocupadas com as caratersticas
de acesso dos seus estudantes, como tambm com a criao de condies que favoream a
persistncia destes alunos e o seu sucesso acadmico, por exemplo, atravs da definio de
servios de apoio destinados a estudantes em risco de abandono ou dificuldades de adaptao.
As condies de acesso ao ES tm sido descritas, de forma consistente, como
importantes preditores do sucesso acadmico (Astin, 1993; Tinto, 1993). Entre estas
caratersticas destacam-se fatores pessoais (e.g., sexo, crenas de autoeficcia), caratersticas
da famlia (e.g., nvel educacional dos pais), e caratersticas acadmicas (e.g., rendimento
acadmico prvio), que interagem com as caratersticas do contexto universitrio e com o
compromisso do estudante face aos objetivos formulados para a sua frequncia no ES (Tinto,
1993; Bean & Eaton, 2002). Esta interao das caratersticas do estudante e das caratersticas
da sua instituio de ensino traduzir-se- na qualidade do seu envolvimento (e.g.,
aprendizagem ativa e colaborativa, interaes positivas com pares e professores), da sua
satisfao com a experincia universitrio, e da sua realizao acadmica e persistncia
(Astin, 1993; Tinto, 1993; Kuh, 2003; Pascarella & Terenzini, 2005).
Entre as caratersticas pessoais dos estudantes, associadas deciso de aceder ao ES,
encontram-se as suas expectativas acadmicas. As expectativas acadmicas tm sido alvo de
ateno como uma importante varivel que condiciona as trajetrias de transio e adaptao
s exigncias inerentes formao superior (Almeida, Fernandes, Soares, Vasco ncelos, &
Freitas, 2003; Almeida, Gonalves, et al., 2003; Howard, 2005). Estas podem ser definidas
157
http://www.revistaepsi.com
ISSN 2182-7591
enquanto objetivos ou aspiraes que os estudantes formulam para a sua frequncia no ES,
constituindo um conjunto de representaes e de motivaes para a s ua experincia, com base
nas quais se far a interpretao das suas vivncias, a tomada de deciso, e o envolvimento no
novo contexto acadmico e social (Howard, 2005; Kuh, Gonyea, & Williams, 2005; Konings,
Brand-Gruwel, van Merrienboer, & Broers, 2008).
Com frequncia, as expectativas acadmicas aquando do acesso no so correspondidas
com as experincias efetivamente vividas pelos estudantes no ES, assistindo-se ao designado
mito do caloiro (freshman myth), apresentado por Stern (1966). Com efeito, vrios estudos
com desenho longitudinal tm reportado um declnio significativo nas expectativas iniciais
dos estudantes (na generalidade, bastante elevadas), ao longo do primeiro ano, nomeadamente
no que respeita as experincias antecipadas para a integrao social (e.g., estabelecimento de
relaes de amizade duradouras, companhia no estudo), experincias acadmicas (e.g., ritmo
de trabalho, qualidade do estudo), e envolvimento no curso como projeto de carreira (Baker,
McNeil, & Siryk, 1985; Cook & Leckey, 1999; Almeida, Fernandes, et al., 2003; Smith &
Wertlieb, 2005). Tal desfasamento entre expectativas e vivncias poder conduzir a
dificuldades na integrao acadmica e social, bem como insatisfao, stress e abandono do
ES (Gigliotti, 1987; Braxton, Hossler, & Vesper, 1995; Jackson, Pancer, Pratt, & Hunsberger,
2000; Cole, Kennedy, & Bem-Avie, 2009).
Por outro lado, o impacto do otimismo e de expectativas positivas e ajustadas
realidade tem sido amplamente discutido, sugerindo-se o seu efeito na manuteno da
motivao, esforo e persistncia, associados a nveis mais elevados de bem-estar nos
estudantes (Taylor & Aspinwall, 1996; Armor & Taylor, 1998; Carver & Scheier; 2002).
Nesta ordem de ideias, estudantes universitrios que apresentam expectativas positivas
ativaro estratgias de coping mais efetivas, bem como o suporte social necessrio para fazer
face aos mltiplos desafios da adaptao ao contexto de ES (Aspinwall & Taylor, 1992;
Solberg Nes, Evans, & Segerstrom, 2009). Mais ainda, a expectativa de sucesso de estudantes
universitrios parece predizer o seu sucesso acadmico no primeiro ano, confirmando-se
assim o impacto de percees e expectativas positivas na adaptao (Robbins, Lauver, Le,
Davis, & Langley, 2004; Fernandes & Almeida, 2005; Neuville, Frenay, Schmitz,
Boudrenghien, Nol, & Wertz, 2007).
No que respeita a avaliao das expectativas acadmicas para o ES, verifica-se que esta
tem sido conduzida assente numa descrio multidimensional do constructo, incluindo-se na
158
http://www.revistaepsi.com
ISSN 2182-7591
sua definio dimenses como a adaptao acadmica ou o estudo, a vivncia pessoalemocional, a integrao social, e a vinculao instituio dimenses estas que so tambm
consideradas na definio da adaptao ao ES (Baker, McNeil, & Siryk, 1985). Outras
dimenses tm sido acrescentadas na sua avaliao, tais como expectativas para o
desenvolvimento acadmico e intelectual (e.g., melhoria das competncias de leitura, escrita,
e de pensamento), expectativas para o ambiente universitrio (e.g., existncia de
equipamentos avanados, computadores, bibliotecas), expectativas de interao com
professores e colegas (e.g., tipo de conversas), e expectativas para o desenvolvimento
profissional (e.g., obteno de bons empregos) (Braxton, Vesper, & Hossler, 1995; Kuh &
Pace, 1998).
semelhana do que verificado na literatura internacional, tambm em Portugal os
estudos conduzidos para a avaliao das expectativas acadmicas, desde h mais de uma
dcada, tm recorrido a uma abordagem multidimensional ao conceito (e.g., Soares &
Almeida, 2001; Soares, Almeida, Diniz, & Guisande, 2006; Almeida, Gonalves, et al., 2003;
Fernandes & Almeida, 2005). Neste sentido, as expectativas acadmicas tm sido avaliadas
em dimenses como o Envolvimento Institucional, o Envolvimento Vocacional (carreira), o
Envolvimento Social, a Utilizao de Recursos, e o Envolvimento Curricular (curso) (Soares
& Almeida, 2001). Mais recentemente, o estudo psicomtrico do Questionrio de Percees
Acadmicas Expectativas (Almeida, Costa, Alves, Gonalves, & Arajo, 2012) identificou
cinco dimenses das expectativas: Envolvimento Poltico e Cidadania, Formao para o
Emprego/Carreira, Presso Social, Qualidade da Formao, e Interao Social. Finalmente,
um esforo de adaptao e validao da escala para a populao portuguesa e espanhola
resultou numa reformulao da mesma (Almeida, Deao, Arajo, Costa, Conde, & Alfonso,
2012), que passa ento a incluir novos itens (num total de 42), distribudos por sete dimenses
das
expectativas
acadmicas
dos
estudantes
universitrios:
Formao
para
http://www.revistaepsi.com
ISSN 2182-7591
Amostra
Participaram neste estudo 316 estudantes (50.3% homens) que se inscreviam pela
primeira vez no Ensino Superior, na Universidade do Minho, e que foram colocados na
segunda fase do concurso nacional de acesso. Relativamente justificao para a matrcula na
segunda fase deste processo de colocao, 54% dos estudantes referiram que no haviam sido
qualificados para a primeira fase; 14% dos estudantes reportaram que concorreram na
primeira fase, mas no ficaram colocados; 23% porque concorreram na primeira fase, ficaram
colocados, mas no ficaram satisfeitos com a opo em que ficaram colocados; e 7%
referiram que apenas se candidataram segunda fase porque necessitaram de mais tempo para
ponderar a sua candidatura.
Na constituio da amostra para este estudo foram excludos todos os estudantes com
idades acima dos 23 anos, que poderiam aceder ao ES atravs de um processo de candidatura
especial (conhecido como Maiores de 23 anos), bem como estudantes que j tinham alguma
vez frequentado o ES, uma vez que estes estudantes tero j vivncias e experincia de ES
que poderiam influenciar os resultados do estudo. Assim, os participantes tinham idades
compreendidas entre os 17 e os 22 anos (M=18.32; DP=.92). No que respeita s suas famlias,
110 (34.8%) tinham irmos ou irms que frequentam ou frequentaram j o ES, e apenas 58
(18.4%) tinham mes com estudos de ES e 43 (13.6%) pais com estudos neste nvel.
Tomando a escolaridade da me e do pai em conjunto, verifica-se que 69 estudantes (22%)
tm (pelo menos) um dos pais com formao ao nvel do ES.
Estes estudantes repartiram-se por 56 cursos, que foram agrupados em quatro domnios:
Cincias Socias e Humanas (N=78; 24.7%), Cincias e Tecnologias (N=173; 54.7%), Cincias
Socioeconmicas (N=45; 14.2%), e Artes (N=20; 6.3%). Foi verificada uma associao entre
o gnero e o curso, [2 (3)=24.22, p=.000]. Assim, as alunas estavam mais presentes nos
160
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
esta nota de candidatura resulta de uma ponderao da mdia aritmtica dos resultados
obtidos em todas as disciplinas no Ensino Secundrio, juntamente com os resultados das
provas de ingresso para o curso a que o estudante se candidata. Neste estudo, verificou-se que
as mulheres apresentavam notas de candidatura significativamente superiores aos homens
[t(372)=-4.77, p<.001], sendo a mdia de candidatura das mulheres de 142.7 (DP=17.05),
enquanto que a mdia dos homens de 135.0 (DP=14.28).
Implementao da Escolha do Curso
A implementao com sucesso da escolha do curso a frequentar no ES foi avaliada
tendo por base a opo em que o estudante foi colocado na sua candidatura ao ES. Em
Portugal, cada estudante tem a possibilidade de se candidatar a seis pares curso + instituio
de ensino, indicando a sua preferncia por ordem. A sua colocao decorre das suas
condies de acesso (isto , da sua nota de candidatura), combinadas com o nmero de vagas
existentes para o curso e instituio em causa (em Portugal, o acesso ao ES condicionado
por uma poltica de numerus clausus definidos, a priori, para cada curso, em cada instituio).
Assim, neste estudo esta varivel foi codificada num contnuo entre 1 e 6, sendo que 1 indica
a implementao com sucesso da escolha, e 6 indica um maior distanciamento das
preferncias do estudante, tal como indicadas no momento da sua candidatura, e portanto
menor sucesso na implementao da sua escolha. Neste estudo no se verificou uma
associao significativa entre o sexo e a opo do curso, tendo-se sim verificado uma
correlao, ainda que bastante reduzida, entre a opo e a nota de candidatura [r=-.118,
p<.05], sugerindo que estudantes com notas de candidatura superiores foram colocados nas
suas primeiras opes.
Procedimentos
Os dados foram recolhidos presencialmente, ao longo de uma semana, no momento da
matrcula no ES, antes do incio das aulas. A recolha de dados foi conduzida numa sala de
aula, por profissionais graduadas e ps-graduadas em Psicologia. Os estudantes foram
informados dos objetivos do estudo e foi- lhes garantida a confidencialidade dos resultados. O
preenchimento do protocolo de avaliao ocupou cerca de 15 minutos.
163
http://www.revistaepsi.com
ISSN 2182-7591
Anlises
estatsticas
diferenciaram-se
para
estudo
da
validade
interna
Validade Interna
Com base nos 42 itens retidos em anlises anteriores com o QPA-E (Almeida, Deao, et
al., 2012; Deao et al., 2014), procedeu-se a uma Anlise Fatorial Exploratria (AFE),
recorrendo ao mtodo dos componentes principais, sem definio prvia do nmero de fatores
a reter. A aplicao dos testes de Kaiser-Meyer-Olkin [KMO=.930] e de esfericidade de
Bartlett [2 =7439.425; df=861; p< .001] permitiu recusar a hiptese nula da independncia
entre os componentes da escala, e portanto, aceitar a sua adequao para factorizao. A
anlise permite identificar sete componentes com valor-prprio igual ou superior unidade,
avanando-se para uma rotao varimax, procurando aumentar a especificidade de cada
dimenso, com uma saturao mnima exigida de .40 entre fatores e itens. Estes sete fatores
explicam, no seu conjunto 61.1% da varincia dos 42 itens (sendo que o primeiro fator
explica, s por si, 34% da varincia). Os itens que no atingiram uma saturao de .40, mas
prximo, surgem na Tabela 1 associados ao fator dominante, indicando-se dentro de
parntesis o ndice de saturao atingido. A Tabela 1 apresenta os resultados da AFE,
indicando as saturaes dos itens nos fatores, assim como o valor-prprio e a percentagem de
varincia explicada por cada um dos sete fatores.
Procurando identificar e dar significado a cada componente, procuramos analisar a
distribuio dos itens e comparar a mesma face aos sete fatores identificados no estudo
conduzido por Deao e colaboradores (2014) Formao para o emprego, Desenvolvimento
pessoal e social, Envolvimento poltico e cidadania, Mobilidade estudantil, Presso social,
Qualidade da formao, e Interao social.
164
http://www.revistaepsi.com
ISSN 2182-7591
1
(F_I)
8
33
16
12
40
2
38
25
36
21
7
14
10
27
17
1
28
29
15
41
5
20
22
18
23
19
26
11
24
3
9
30
4
35
37
31
13
39
42
34
6
32
Valor-Prprio
% Varincia
.77
.77
.57
.56
.53
.51
.49
.41
(.37)
2
(F_II)
3
(F_III)
4
(F_IV)
5
(F_V)
6
(F_VI)
7
(F_VII)
.41
.77
.72
.72
.62
.62
.58
.45
(.39)
.43
.43
.83
.82
.81
.79
.66
.46
.45
.42
.69
.64
.63
.61
.82
.74
.68
.56
.49
.42
.63
.56
.54
.50
.42
(.39)
.42
.42
.44
.78
.77
.52
.49
14.3
34.1
3.03
7.2
2.40
5.7
2.09
5.0
1.40
3.3
1.29
3.1
h2
.72
.67
.55
.59
.52
.56
.65
.49
.49
.65
.60
.62
.57
.64
.62
.39
.46
.77
.73
.75
.72
.58
.53
.57
.67
.64
.61
.55
.70
.70
.61
.68
.42
.63
.66
.65
.67
.56
.48
.75
.74
.65
1.14
2.7
165
http://www.revistaepsi.com
ISSN 2182-7591
No presente estudo (ver Tabela 1), o fator I rene 8 itens, 5 dos quais reportados
dimenso Envolvimento poltico e cidadania, alm de 2 itens da dimenso Qualidade da
formao e 1 item da dimenso Mobilidade estudantil. O fator II formado por 7 itens, sendo
que todos pertencem dimenso Formao para o emprego. O fator III rene 7 itens,
reportados todos dimenso Mobilidade estudantil. O fator IV constitui-se por 4 itens apenas,
todos pertencentes dimenso do Desenvolvimento pessoal e social. O fator V est formado
por 5 itens, todos eles relacionados com a dimenso Interao social. O fator VI levanta
alguns problemas de identificao, dado que constitudo por 5 itens, de diferentes dimenses
2 itens de Desenvolvimento pessoal e social, 1 item de Presso social, 1 item de
Envolvimento poltico e cidadania, e 1 item de Qualidade de formao, e ainda porque 3
destes itens surgem igualmente saturados noutros fatores. Analisando-se o contedo destes
itens, poder-se-ia sugerir a emergncia de uma dimenso que se reporta responsabilidade
pessoal e autonomia na frequncia do ES, bem como a um comportamento mais ativo e
autorregulado, dando mostras disso mesmo no seu estudo, sua famlia e sociedade em
geral. Por ltimo, o fator VII est associado a 3 itens, reportados dimenso Presso social.
A anlise da distribuio e configurao dos itens nas componentes identificadas neste
estudo, com uma nova amostra de estudantes, parece, por um lado, consolidar a emergncia e
replicabilidade da generalidade das dimenses da verso sucessivamente reformulada da
escala, ao mesmo tempo que identifica algumas fragilidades em outras d imenses. Assim, em
primeiro lugar, encontramos consistncia de resultados nos sucessivos estudos em torno das
seguintes dimenses, e respetivos itens: Envolvimento poltico e cidadania, Formao para o
emprego, Mobilidade estudantil, Desenvolvimento pessoal e social, Interao social, e
Presso social. No emerge, de forma autnoma, a dimenso Qualidade da formao, e os
seus itens repartem-se pelos demais fatores isolados. Por outro lado, verificamos que, apesar
de emergirem com identidade prpria, algumas componentes viram o seu nmero de itens ser
reduzido, face verso validada (Almeida, Deao, et al., 2012; Deao et al., 2014). Por
exemplo, a dimenso Presso social composta neste estudo por apenas 3 itens, mesmo que
com forte saturao neste fator (alis com comunalidades entre .65 e .75).
A reproduo (em grande medida) da estrutura fatorial verificada no estudo de
validao original sai, ainda, reforada com os resultados do estudo da consistncia interna
por dimenses identificadas, tomando em cada dimenso apenas os itens que na verso da
escala se reportavam originariamente a essa dimenso. Assim, na dimenso Envolvimento
166
http://www.revistaepsi.com
ISSN 2182-7591
poltico e cidadania, com 5 itens, obtm-se um coeficiente alfa de Cronbach de .84, situandose as correlaes corrigidas entre os itens e o total desta dimenso nos valores de .55 a .71. Na
dimenso Formao para o emprego, formada por 7 itens (=.82), as correlaes entre itens e
total da subescala a oscilarem entre .45 e .65. Os 7 itens que formam a dimenso Mobilidade
estudantil permitem o valor mais elevado de obtido neste estudo (=.88), oscilando entre
.52 e .77 os coeficientes de correlao entre os itens e o subtotal nesta dimenso. Para a
dimenso Desenvolvimento pessoal e social, apenas formada por 4 itens (=.79), as
correlaes dos itens oscilaram entre o subtotal .57 e .65. A dimenso Interao social
aparece formada por 5 itens (=.80), oscilando as correlaes entre .42 e .71, cruzando os
itens e o subtotal nesta dimenso. Por ltimo, a dimenso Presso social, com apenas 3 itens
(=.71), oscilando as correlaes entre os itens e o subtotal nesta dimenso nos valores de 43
a .67. Como podemos observar, nenhuma dimenso apresenta um valor de alfa de Cronbach
inferior a .70, situando-se na generalidade das dimenses em torno de .80. Este dado tanto
mais relevante quando sabemos que a magnitude deste coeficiente est condicionado pelo
nmero de itens em anlise e as dimenses aqui consideradas renem apenas 5-7 itens. Com
efeito, o coeficiente alfa mais baixo foi obtido na dimenso Presso social (=.71), neste
estudo apenas constituda por 3 itens.
Validade Externa
O estudo da validade convergente da medida em estudo foi efetuado com base na
anlise das correlaes entre as dimenses identificadas, e trs variveis critrio: nota de
candidatura ao ES, opo do curso em que o estudante se inscreve, e grau de certeza na
escolha vocacional que concretiza. Para o efeito, agrupamos os cursos em duas grandes reas
em face das suas especificidades curriculares: Cincias Sociais e Humanas (CS&H) e
Cincias e Tecnologias (C&T). Com este procedimento exclumos da amostra considerada 26
estudantes que se inscreveram em cursos na rea das artes (e.g., Msica, Teatro, Design e
Marketing de Moda).
167
http://www.revistaepsi.com
ISSN 2182-7591
Tabela 2 Correlaes entre as expectativas acadmicas, nota de candidatura ao ES, opo do curs o, e
grau de certeza vocacional.
Nota de
candi datura
Opo do
curso
Certeza na
escolha
rea do Curso
Dimenses
CS&H (N =123)
.022
-.101
.271**
.160
-.169
.202*
Mobilidade Estudantil
.152
-.102
.172
.040
.015
.257**
Interao Social
.062
-.109
.014
Presso Social
-.043
.047
.073
-.027
.078
.142
.029
.088
.224**
Mobilidade Estudantil
.010
.065
.120
-.066
.079
.196**
Interao Social
-.172*
.134
-.048
***
.034
.019
C&T (N =173)
Presso Social
-.343
http://www.revistaepsi.com
ISSN 2182-7591
Discusso
O QPA-E (Almeida, Deao, et al., 2012) constitui um instrumento de caraterizao das
motivaes e aspiraes dos estudantes para a sua frequncia no ES, podendo ser considerado
uma medida descritiva das suas expectativas acadmicas. Neste sentido, contribuir para uma
avaliao e descrio da populao estudantil, a fornecer s instituies de ES, que, com base
nesta informao, podero tomar melhores decises face forma como comunicam a sua
oferta educativa e como acolhem os seus estudantes. A maior especificidade deste
questionrio prende-se com o seu poder de caraterizao das motivaes e antecipaes dos
estudantes num conjunto diversificado de domnios que caraterizam, tambm, em larga
medida, a sua adaptao ao ES. Assim, no s avalia as expectativas acadmicas em reas
tradicionalmente descritas pela literatura como sendo centrais adaptao, como o sejam as
expectativas para a qualidade da formao, para o desenvolvimento pessoal e social, e para a
interao social, como tambm captam as asp iraes dos estudantes para domnios cuja
importncia tem emergido de forma significativa nos ltimos anos, na sociedade portuguesa e
no cenrio do ES europeu. So exemplos destes domnios a mobilidade estudantil, relevante
no espao europeu de educao, a participao poltica, ou mesmo as expectativas de presso
social, face crescente massificao do ES e a sua perceo como sendo um objetivo
alcanvel por uma larga maioria da populao estudantil, independentemente da sua
provenincia sociocultural e econmica.
Ainda no sentido da caraterizao do perfil de estudantes que ingressam no ES,
importante referir que este instrumento poder identificar as expectativas atipicamente
elevadas ou atipicamente baixas, considerando-se assim um instrumento com potencial para
despistar estudantes em risco de problemas de adaptao, dado algum desajustamento nas
representaes construdas em torno do seu ingresso e frequncia do ES. Nestes casos, pode
existir um desencontro entre o que o estudante espera e aquilo que a instituio proporciona
ou o estudante efetivamente vivencia, dando lugar a sentimentos de frustrao e insatisfao,
que podero condicionar a qualidade da sua adaptao. Na verdade, outros instrumentos
internacionais tm auxiliado a descrio deste desajuste entre expectativas iniciais e a
concretizao dessas mesmas expectativas (Baker, McNeil, & Siryk, 1985; Kuh & Pace,
1998; Jackson et al., 2000), confirmando, assim, o mito do caloiro proposto por Stern (1966)
junto de alguns subgrupos de estudantes.
169
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
http://www.revistaepsi.com
ISSN 2182-7591
173
http://www.revistaepsi.com
ISSN 2182-7591
Bibliografia
Alfonso, S., Deao, M., Conde, ., Costa, A.R., Arajo, A.M., & Almeida, L.S. (2013). Perfiles de
expectativas acadmicas en alumnos espaoles y portugueses de enseanza superior. Revista
Galego-Portuguesa de Psicoloxa e Educacin, 21(1), 125-136.
Almeida, L.S., Costa, A.R., Alves, F., Gonalves, P., & Arajo, A. (2012). Expetativas acadmicas
dos alunos do ensino superior: Construo e validao de uma escala de avaliao. Psicologia,
Educao e Cultura, 26(1), 70-85.
Almeida, L.S., Deao, M., Arajo, A.M., Costa, A.R., Conde, A., & Alfonso, S. (2012). Questionrio
de Percees Acadmicas: Verso Expectativas (QPA-E). Braga/Ourense: Universidade do
Minho/Universidade de Vigo.
Almeida, L.S., Fernandes, E., Soares, A.P., Vasconcelos, R., & Freitas, A.C. (2003). Envolvimento
acadmico: Confronto de expectativas e comportamentos em universitrios do 1 ano.
Psicologia e Educao, 2(2), 57-70.
Almeida, L.S., Gonalves, A., Salgueira, A.P., Soares, A.P., Machado, C., Fernandes, E.,
Vasconcelos, R. (2003). Expectativas de envolvimento acadmico entrada na universidade:
Estudo com alunos da Universidade do Minho. Psicologia: Teoria, Investigao e Prtica, 1,
3-15.
Almeida, L.S., Guisande, M.A., Soares, A.P., & Saavedra, L. (2006). Acesso e sucesso no ensino
superior em Portugal: Questes de gnero, origem scio-cultural e percurso acadmico dos
alunos. Psicologia: Reflexo e Crtica, 19(3), 507-514.
Armor, D., & Taylor, S.E. (1998). Situated optimism: Specific outcome expectancies and selfregulation. In M.P. Zanna (Ed.), Advances in experimental social psychology (Vol.30,
pp.309-379). New York: Academic Press.
Arnett, J.J. (2000). Emerging adulthood. A theory of development from the late teens through the
twenties. American Psychologist, 55(5), 469-480.
Arnett, J.J. (2007). Emerging adulthood: What is it, and what is it good for?. Child Development
Perspectives, 1(2), 68-73.
Aspinwall, L.G., & Taylor, S.E. (1992). Modeling cognitive adaptation: A longitudinal investigation
of the impact of individual differences and coping on college adjustment and performance.
Journal of Personality and Social Psychology, 63, 989-1003.
Astin, A.W. (1993). What matters in college: Four critical years revisited. San Francisco, CA: JosseyBass Publishers.
174
http://www.revistaepsi.com
ISSN 2182-7591
Baker, R.W., McNeil, O.V., & Siryk, B. (1985). Expectation and reality in freshman adjustment to
college. Journal of Counseling Psychology, 32(4), 94-103.
Barca-Lozano, A., Almeida, L.S., Porto-Rioboo, A.M., Peralbo-Uzquiano, M., & Brenlla-Blanco, J.C.
(2012). Motivacin escolar y rendimiento: Impacto de metas acadmicas, de estrategias de
aprendizaje y autoeficacia. Anales de Psicologa, 28(3), 848-859.
Bean, J.P., & Eaton, S.B. (2000). A psychological model of college student retention. In J.M. Braxton
(Ed.), Reworking the departure puzzle: New theory and research on college student retention
(pp.48-61). Nashville, TN: Vanderbilt University Press.
Bean, J.P., & Eaton, S.B. (2002). The psychology underlying successful retention practices. Journal of
College Student Retention: Research, Theory & Practice, 3(1), 73-89.
Braxton, J.M., Vesper, N., & Hossler, D. (1995). Expectations of college and student persistence.
Research in Higher Education, 36(5), 595-612.
Carver, C.S., & Scheier, M.F. (2002). Optimism. In C.R. Snyder, & S. Lopez (Eds.), Handbook of
positive psychology (pp.231-242). New York: Oxford University Press.
Clark, M.R. (2005). Negotiating the freshman year: Challenges and strategies among first-year college
students. Journal of College Student Development, 46, 296-316.
Cole, J.S., Kennedy, M., & Ben-Avie, M. (2009). The role of precollege data in assessing and
understanding student engagement in college. New Directions for Institutional Research, 141,
55-69.
Cook, A., & Leckey, J. (1999). Do expectations meet reality? A survey of changes in first-year student
opinion. Journal of Further and Higher Education, 23(2), 157-171.
Costa, A.R., Arajo, A.M., Gonalves, P., & Almeida, L.S. (2013). Expectativas acadmicas em
alunos tradicionais e no-tradicionais de engenharia. Revista Peruana de Psicologa y Trabajo
Social, 2(1), 63-74.
Deao, M., Diniz, A., Almeida, L.S., Alfonso, S., Costa, A.R., Garca-Seorn, M., Tellado, F.
(2014, in press). Propiedades psicomtricas del Cuestionario de Percepciones Acadmicas para
la evaluacin de las expectativas de los estudiantes de primer ao en enseanza superior. Anales
de Psicologa.
Deci, E.L., & Ryan, R.M. (2000). The what and why of goal pursuits: Human needs and the selfdetermination of behavior. Psychological Inquiry, 11(4), 227-268.
Fernandes, E.P., & Almeida, L.S. (2005). Expectativas e vivncias acadmicas: Impacto no
rendimento dos alunos do 1 ano. Psychologica, 40, 267-278.
175
http://www.revistaepsi.com
ISSN 2182-7591
Germeijs, V., & Verschueren, K. (2007). High school students career decision-making process:
Consequences for choice implementation in higher education. Journal of Vocational Behavior,
70, 223-241.
Gigliotti, R.J. (1987). Expectations, observations, and violations: Comparing their effects on course
ratings. Research in Higher Education, 26(4), 401-415.
Howard, J. (2005). Why should we care about student expectations?. In T.E. Miller, B.E. Bender, J.H.
Schuch, & Associates (Eds.), Promoting reasonable expectations: Aligning student views of the
college experience (pp.19-33). San Francisco, CA: Jossey-Bass Publishers.
Jackson, L., Pancer, S., Pratt, M., & Hunsberger, B. (2000). Great expectations: The relation between
expectancies and adjustment during the transition to university. Journal of Applied Social
Psychology, 30(10), 2100-2125.
Konings, K.D., Brand-Gruwel, S., van Merrienboer, J., & Broers, N.J. (2008). Does a new learning
environment come up to students expectations? A longitudinal study. Journal of Educational
Psychology, 100(3), 535-548.
Kuh, G.D. (2003). What were learning about student engagement from NSSE: Benchmarks for
effective educational practices. Change, 35(2), 24-32.
Kuh, G.D., & Pace, C.R. (1998). College student expectations questionnaire (2nd ed.). Bloomington,
IN: Indiana University, Center for Postsecondary Research and Planning.
Kuh, G.D., Gonyea, R.M., & Williams, J.M. (2005). What college students expect from college and
what they get. In T.E. Miller, B.E. Bender, J.H. Schuch, & Associates (Eds.), Promoting
reasonable expectations: Aligning student and institutional views of the college experience
(pp.34-64). San Francisco, CA: Jossey-Bass Publishers.
Luyckx, K., Schwartz, S.J., Goossens, L., Soenens, B., & Beyers, W. (2008). Developmental
typologies of identity formation and adjustment in female emerging adults: A latent class
growth analysis approach. Journal of Research on Adolescence, 18(4), 595-619.
Neuville, S., Frenay, M., Schmitz, J., Boudrenghien, G., Nol, B., & Wertz, V. (2007). Tintos
theoretical perspective and expectancy-value paradigm: A confrontation to explain freshmens
academic achievement. Psychologica Belgica, 47(1/2), 31-50.
Pascarella, E.T., & Terenzini, P.T. (2005). How college affects students: A third decade of research.
San Francisco, CA: Jossey-Bass Publishers.
Pope, R.L., Mueller, J.A., & Reynolds, A.L. (2009). Looking back and moving forward: Future
directions for diversity research in student affairs. Journal of College Student Development,
50(6), 640-658.
176
http://www.revistaepsi.com
ISSN 2182-7591
Ravert, R.D. (2009). Youre only young once: Things college students report doing now before it is
too late. Journal of Adolescent Research, 24(3), 376-396.
Robbins, S.B., Lauver, K., Le, H., Davis, D., & Langley, R. (2004). Do psychosocial and study skill
factors predict college outcomes? A meta-analysis. Psychological Bulletin, 130, 261-288.
Schwartz, S.J., Ct, J.E., & Arnett, J.J. (2005). Identity and agency in emerging adulthood: Two
developmental routes in the individualization process. Youth & Society, 37(2), 201-229.
Smith, J.S., & Wertlieb, E.C. (2005). Do first-year college students expectations align with their firstyear experiences?. NASPA Journal, 42(2), 153-174.
Soares, A.P., & Almeida, L.S. (2001). Transio para a universidade: Apresentao e validao do
Questionrio de Expectativas Acadmicas (QEA). In B.D. Silva, & L.S. Almeida (Eds.), Actas
do VI Congresso Galaico-Portugus de Psicopedagogia. Braga: Universidade do Minho.
Soares, A.P., Almeida, L.S., Diniz, A.M., & Guisande, M.A. (2006). Modelo Multidimensional de
Ajustamento de Jovens ao Contexto Universitrio (MMAU): Estudo com estudantes de cincias
e tecnologias versus cincias sociais e humanas. Anlise Psicolgica, 24, 15-27.
Solberg Nes, L., Evans, D.R., & Segerstrom, S.C. (2009). Optimism and college retention: Mediation
by motivation, performance, and adjustment. Journal of Applied Social Psychology, 39(8),
1887-1912.
Stern, G. (1966). Myth and reality in the American college. AAUP Bulletin, 52, 408-414.
Taylor, S.E., & Aspinwall, L.G., (1996). Mediating and moderating processes in psychosocial stress:
Appraisal, coping, resistance and vulnerability. In H.B. Kaplan (Ed.), Psychosocial stress:
Perspective on structure, theory, life-course, and methods (pp.71-110). Orlando, FL: Academic
Press.
Terenzini, P.T., Rendon, L.I., Upcraft, M.L., Millar, S.B., Allison, K.W., Gregg, P.L., & Jalomo, R.
(1994). The transition to college: Diverse students, diverse stories. Research in Higher
Education, 35(1), 57-73.
Tinto, V. (1993). Leaving college: Rethinking the causes and cures of student attrition. Chicago, IL:
University of Chicago Press.
Tracey, T.J. (2010). Relation of interest and self-efficacy occupational congruence and career choice
certainty. Journal of Vocational Behavior, 76, 441-447.
Valadas, S.T., Gonalves, F.R., & Fasca, L.M. (2011). Perfis de aprendizagem de estudantes do
ensino superior: Abordagens ao estudo, concepes de aprendizagem e preferncias por
diferentes tipos de ensino. Anlise Psicolgica, 29(3), 369-389.
177
http://www.revistaepsi.com
ISSN 2182-7591
Vallerand, R.J., Fortier, M.S., & Guay, F. (1997). Self-determination and persistence in a real-life
setting: Toward a motivational model of high school dropout. Journal of Personality and Social
Psychology, 72, 1161-1176.
Contributions for the Study of the Internal and External Validity of the Academic
Perceptions Questionnaire Expectations
Research has proved the impact of first year students expectations on their adjustment,
persistence, and academic success in Higher Education. The Academic Perceptions
Questionnaire Expectations (QPA-E; Almeida, Deao, et al., 2012) is a measure of these
students expectations in seven dimensions: Training for Career Development, Personal and
Social Development, Student Mobility, Political Engagement and Citizenship, Social
Pressure, Quality of Education, and Social Interaction. This study examines the internal
validity of the questionnaire (concerning its dimensionality), as well as external validity
(through the study of correlations with previous academic preparation, choice of the degree,
and choice certainty). Participants include 316 first year students (50.3% men; M age=18.32;
SD=0.92), that access higher education for the first time. Results suggest that students report
their expectations on six of the seven original dimensions, and there is evidence of an
association between specific dimensions of expectations and two criteria variables (previous
academic preparation and choice certainty). These results suggest the adjustment of this
questionnaire for the assessment and description of first year students motivations and
aspirations.
Keywords: Higher Education; academic expectations; first year students; adjustment and
academic success.
Como citar este artigo: Arajo, A.M ., Costa, A.R., Casanova, J.R., & Almeida, L.S. (2014). Questionrio de
Percees Acadmicas Expectativas: Contributos para a sua validao interna e externa. Revista E-Psi,
4(1), 156-178.
Received : October 28, 2013
178
REVISTA E-PSI,
Because Knowledge should be for free!
Thank you for supporting this FREE Open Access Journal.
https://www.revistaepsi.com/
EMAIL: e.psi_revista@yahoo.com