Universidad Nacional Abierta

Centro Local Sucre

Ensayo:

Aptitud de los docentes ante elementos del software

y hardware de las TIC
(Sede del Centro Local Sucre de la UNA)
 Introducción
En este ensayo se presenta un estudio de la aptitud de los docentes ante
elementos del software y hardware de las Tecnologías de la Información y la
Comunicación (TIC) en la Sede del Centro Local(CL) Sucre de la Universidad
Nacional Abierta(UNA). Abordado desde una visión interconductual (Ribes y
López, 1985) que plantea cinco niveles de competencia:
contextual/identificador, suplementario/interacción, selector/interacción
selectiva, sustitutiva referencial/interacción por referencia y sustitutiva no
referencial/interacción creativa; para cuantificar la aptitud.
En términos metodológicos es una investigación no experimental
transeccional descriptiva. La población que interviene en este estudio son los
docentes de la Sede, la muestra es de 10 docentes de una población de 20
con un nivel de confianza de 95% y un error estándar de 5%. La herramienta
o sistema de observación cuantitativa que se utiliza para este diseño de
investigación se reduce a una lista de cotejo de creación propia.
En este ensayo se concluye,
 Planteamiento del problema
La separación en espacio y tiempo origina en los Sistemas de Educación a
Distancia (SEAD) una relación diferida entre el docente y el alumno en el
proceso de enseñanza-aprendizaje. Sin embargo, es posible vencer esa
brecha con tecnología (Moore, 1975), es decir, incorporando elementos
tecnológicos que remedien la falta de coincidencia temporal y espacial entre
el que enseña y el que aprende. Por otro parte, existen situaciones en las
cuales el estudiante necesita de un contacto físico con el docente, bien para
alcanzar una mayor perceptibilidad de un contenido instruccional o requiere
de una ayuda emocional en virtud de la soledad y lejanía académica
(García, 2001). Para este acercamiento los SEAD contemplan un sistema de
asesoría académica a través de un personal docente, bajo el supuesto que
los estudiantes no pueden manejar solos todas las situaciones (Sammons,
1988; en Benko).
La Universidad Nacional Abierta (UNA) es un SEAD. Así que, además del
material instruccional impreso, incorpora una asesoría académica que puede
ser individual o grupal dirigida a los estudiantes y bajo la responsabilidad del
docente. Esta asesoría esta obligada hacer innovadora por principio
( Proyecto de creación de la UNA, 2007), en consecuencia, el docente debe
ser innovador.
En la actualidad la educación a distancia debe involucrarse con las
tecnologías de la información y la comunicación (TIC). Esto es
imprescindible para los procesos de formación a distancia (García), en este
sentido, la UNA desde 1996 se ha transitado por una serie de iniciativas
individuales e institucionales para equipar y formar sus estructuras
académicas nacionales y regionales en función de la utilización de esas
tecnologías.
Alguna de estas iniciativas institucionales lo representan el “Proyecto de
Conectividad” (Romero, 1999), la plataforma “UnaWeb” (Romero y Tancredi,
2000), convenio de formación a nivel de maestrías y estudios doctorales con
la Nova Southeastern University (NSU- 1998/2001) y en el 2004 con la
Universidad de Sevilla una especialización en la modalidad de teleformación.
En cuanto a las iniciativas individuales se pueden nombrar la de Martinez
(2002) para capacitar al docente en el uso de la Internet y la de Tancredi
(2001) para formar en cuanto al uso del Chat.
Por otro lado, la investigación de Yánez (2008) en el Centro Local (CL)
Sucre de la UNA, la actitud de los estudiantes ante la computadora como
posible herramienta para el aprendizaje es muy favorable. En esta
investigación se devela, entre otros, que los estudiantes que inician estudios
aprueban el uso de elementos telemáticos a través del computador.
En este contexto se observa por parte de los docentes de la Sede del CL
Sucre de la UNA, un uso insuficiente de las TIC como medio para realizar,
por ejemplo, asesoría a distancia en el ámbito de la asesoría académica.
Hecho contradictorio si se toma en cuenta todas las iniciativas institucionales
y disposición emotiva de los estudiante en relación a las TIC. Ante este vació
explicativo surgen varias causas que pudieran aclarar esta situación
problemática, sin embargo, existe una que es condición necesaria para
implementar esas tecnologías: la capacidad o habilidades que exhiben los
docentes ante las TIC.
La utilización del computador para el manejo de ciertas aplicaciones
derivadas de las TIC en un proceso de enseñanza-aprendizaje supone algún
grado de habilidad por parte de los actores del proceso. Es decir, el grado de
competencia por ejemplo del docente debe lograr un nivel funcional que
permita la utilización de las aplicaciones telemáticas derivadas de las TIC. No
alcanzar un desarrollo de habilidades funcionales que involucren la
comprensión adecuada (Howell, Fox y Morehead, 1993) puede
desencadenar el fracaso de esta vía electrónica.
Con base en estos argumentos, parece pertinente definir las competencias
específicas o aptitud que tienen los docentes en cuanto a la utilización de las
TIC antes de implementar aplicaciones telemáticas en el proceso de
enseñanza-aprendizaje. En este sentido, y como aporte a la implementación
de las TIC en la educación a distancia este estudio responde a la siguiente
pregunta: ¿Cuál es la Aptitud de los docentes ante elementos del
software y hardware de las TIC?
 Justificación
Determinar el nivel funcional (Ribes y López, 1985) o aptitud que asumen
los docentes ante elementos constitutivos del las TIC es una condición inicial
indispensable, entre otras, a la hora de planear la implementación de esas
tecnologías en el proceso de enseñanza-aprendizaje. Definir previamente el
nivel funcional que presenta el docente cuando interacciona con las TIC
agrega, sin duda, elementos orientadores y de juicio que permiten establecer
estrategias acertadas para la instrumentación de aplicaciones y dispositivos
telemáticos como medios para el aprendizaje.
Este trabajo esta aportando un valioso instrumento para medir aptitud,
además de conclusiones diagnósticas para cualquier mesa de diseño
instruccional que dentro de sus objetivos tenga pensado la utilización de
aplicaciones y dispositivos de las TIC como mediadores de instrucción. De
ahí que las ideas, argumentos y orientaciones que se producidas por este
estudio son un “ladrillo” más con el cual se construye un nuevo modelo de
instrucción a distancia en el marco de la asesoría académica.
Este trabajo tiene su principal justificación en el hecho de que los
resultados de esta investigación pueden permitir predecir posibles conductas
ante las TIC, esto ayudará a seleccionar mejores vías para implementar
estas tecnologías en una modalidad de educación a distancia.
En consideración a lo expuesto, este trabajo es pertinente, su
conveniencia, relevancia e implicación práctica lo demuestra, además se
dispone de los recursos necesarios para realizarla.

Objetivos de la Investigación
Objetivo General

Describir la Aptitud de los docentes ante elementos del software y

hardware de las TIC en la Sede del Centro Local Sucre de la Universidad
Nacional Abierta.
Objetivos Específicos

1. Identificar el contexto informático que conoce el docente en términos

de dispositivos electrónicos digitales, programas de aplicación, sistemas
operativo y de desarrollo necesarios en el ámbito de las TIC.
2. Describir la efectividad de la interacción entre el docente y un contexto
informático necesario para el trabajo con las TIC.
3. Definir la capacidad que tienen el docente para elegir procedimientos
de acuerdo a un criterio selector dentro de un ambiente de interacción
informático orientado hacia las TIC.
4. Especificar la habilidad que tienen el docente para responder a una
determinada situación tecnológica en el ámbito de las TIC en base a
eventos y experiencias que refieren otros individuos o el mismo.
5. Detallar la capacidad potencial del docente para interaccionar con
lenguajes simbólicos de la interfaz gráfica de los sistemas de aplicación
utilizado en el marco de las TIC.

Delimitación espacial y temporal del problema

Este trabajo se realizo en la Sede del Centro Local Sucre, en razón a que
la población docente concentrada en dicha Sede representa más de la mitad
de la población docente del Centro Local. El estudio se llevara a efecto en los
lapsos 2010-1 y 2010-2 del cronograma de la UNA.

Marco Teórico

Uso de las tecnologías en educación a distancia

El uso del computador en educación no es nuevo, esta herramienta ha

estado involucrada en el campo educativo desde su aparición, primero, como
un dispositivo para el calculo matemático en las universidades y luego como
pieza clave en la automatización de los procesos administrativos en el ámbito
educativo o el llamado Aprendizaje Dirigido por Computadoras (Chacón, s/f),
en fin, principalmente se uso para el calculo, la administración y planificación
de procesos en el área. Sin embargo, el avance de las tecnologías asociadas
al computador y en particular la telemática han producido un salto
tecnológico importante en la entrega de instrucción a distancia. Por esta
razón, varias instituciones bajo esa modalidad de estudio (a distancia), entre
ellas la UNED de españa y la UNA de Venezuela, han considerado
importante la inclusión de estas tecnologías en sus procesos de enseñanza y
aprendizaje.
El diseño de formación a distancia se vale de variados medios para la
entrega de instrucción, esto es, vencer las restricciones que impone el
tiempo y el espacio en esta modalidad a través de una adecuada didáctica
“fundida” con una determinada tecnología educativa. Esta última ha definido,
en la mayoría de los casos según Bates (1999), los tipos o generaciones de
educación a distancia. Ahora el Computador, como mediador de instrucción
ha intervenido directamente en al menos tres de las últimas formas de aplicar
educación a distancia: multimedia, telemática e Internet. Su extensiva
utilización en la llamada “cuarta generación” de la educación a distancia o
instrucción facilitada por la Internet (García, 2001, en Arias, 2005) lo
convierte en un elemento mediador necesario.
Para Bate (1999) lo común entre enseñar de forma abierta o a distancia es
el esfuerzo, de éstas, por la utilización de diferentes caminos tecnológicos.
Es pertinente aclarar, que ese empeño tiene como recompensa, por un lado,
la facilitación de enseñanza por parte de los diseñadores de instrucción, y
por otro lado, una mayor interacción para aprender por parte de los
estudiantes. La tecnología representa pues un camino idóneo para romper
las limitaciones “tempoespaciales” que enfrenta esta modalidad a distancia
en su proceso de enseñanza y aprendizaje.
Por otra parte, uno de los problemas que presenta la tecnología basada en
textos, referida por varios autores entre ellos Arias (2005), es la actualización
de sus contenidos. A diferencia de los medios de instrucción que incorporan
al computador y las TIC, como mediadores de instrucción, el diseño
instruccional basado en el medio escrito se vuelve lento a la hora de atacar la
falta de vigencia de alguno de sus contenidos. La publicación electrónica o
los nombrado libros-e (e-book), la web bitácora (Blog) y el foro en linea
(online) son formas tecnológicas válidas para dar respuesta al problema de
actualización de los materiales escritos en educación a distancia.
El hecho de poder recibir instrucción y realizar tareas de aprendizaje
desde cualquier lugar y en cualquier momento a través de un computador y
la telemática puede llevar a pensar, como es el caso de Johnston (1997), en
la posibilidad de adelantar aprendizajes sin “pisar” un recinto educativo. Sin
embargo, deben existir competencias mínimas y necesarias por parte de los
usuarios para manejar esas tecnologías. En otra palabras, para que la
formación por Internet no se quede en la generación exclusiva de contenidos
para la enseñanza y se “vuelque” también hacia el aprendizaje, como lo
describen McCormack y Jones (1997), los participantes tienen que poseer
habilidades suficientes para abordar esa formación mediada por la
electrónica digital.
Por medio del computadora y las TIC el asesor y el estudiante podrían
acortar la brecha que los separa en este tipo de modalidad, es decir, vencer
las limitaciones de espacio y tiempo a través de la mediación de esas
tecnologías. Esto significa, entre otras cosas, la posibilidad de incorporar las
asesorías telemáticas o virtuales en esta institución (UNA) rompiendo cada
vez más con la práctica presencial de las asesorías.
La modalidad a distancia propicia el estudio independiente al utilizar un
conjunto de elementos tecnológicos que proporcionan un ámbito educativo
flexible, abierto e interactivo. La telemática como elemento tecnológico
contemporáneo, y cuya “hija” predilecta es la internet (red de redes), ha
dejado de ser un mediador científico para convertirse en un mediador social
de conocimiento (Rivero y Mendoza, 2005). Por otra parte, hay claros
indicios de que el usuario de un computador logra un manejo intuitivo de
programas de aplicación o software que derivan de la telemática sin
conocer en profundidad la parte dura (o hardware) de esa tecnología, es
decir, puede aprender a manejar un automóvil sin saber absolutamente nada
de mecánica automotriz. Estos dos últimos hechos referidos: mediador de
conocimiento y rápida capacitación para el uso, sumado a las coincidentes
características en términos de flexibilidad, apertura e interactividad, entre
otras, hacen del computador y las TIC en su conjunto el medio tecnológico
contemporáneo de la educación a distancia o la “cuarta generación” de esa
modalidad (García, 2001, en Arias, 2005).
Varios autores, entre ellos Salinas (1998), acuerdan que la computadora
asociada con las TIC por su flexibilidad y apertura deben utilizarse en la
enseñanza a adultos. Pero, se debe contar con una cultura digital mínima
que asegure el manejo de la tecnología.
De todo lo antes referido, se infiere la viabilidad de incorporar la
computadora y las TIC en la modalidad de educación a distancia. Las
característica de las tecnologías referidas guardan mucha empatía con la
modalidad a distancia, razón por la cual, se puede establecer que la
utilización de estas herramientas electrónicas facilitarían el estudio a
distancia. Sin embargo, tal aplicación está sujeta a ciertas premisas, una de
las cuales estudiaremos aquí: la aptitud del docente hacia ese objeto
informático.
Es importante tener en cuenta que más allá de la comprensión de la
tecnología por si misma, está la comprensión de sus fortalezas y debilidades
con respecto al contexto donde será aplicada. Según Bates (1999), la
selección de la tecnología debe orientarse hacia las necesidades de los
usuarios de esa tecnología y el contexto de trabajo, no por la novedad.
 Niveles de Capacidad según la Teoría de Campo
Interconductual

La finalidad de esta investigación es describir la competencia o aptitud

(habilidad para hacer algo) que tienen los docentes ante el computador, esto
es, develar la conducta del docente a través de un proceso que cuantifique la
capacidad de interacción directa o indirecta con el computador en el marco
de ciertos elementos condicionales de orden físico y culturales entre otros.
Ahora bien, todo procedimiento cuantificador necesita establecer una escala
de graduación de lo que se intenta medir, en el caso de la aptitud existe una
teoría de campo propuesta por Ribes y López (1985) denominada Teoría
Interconductual que es fundamentada, a su vez, en los principios referido por
Kantor en sus obras “Principles of Psycology” (1924), “Psicología
interconductual” (1974), entre otras publicaciones.
Siguiendo las “Notas técnicas” de Carpio (2006) se puede decir que para
el modelo interconductal la interacción psicológica se establece entre el
docente y los elementos específico del medio informático, entre otros: el
computador (elemento físico o hardware) y los sistemas operativo, de
aplicación y desarrollo de la telemática (aspecto de la cultural digital o
software). En dicha interacción informática el docente como objeto de
estimulo responde (R) en relación a aspectos específicos del medio que
actúa (E) sobre él, como por ejemplo: el comportamiento físico del
computador, los eventos que secuencia el software en uso y la conexión a
través de correo electrónico, redes sociales y foros con otros “usuario” si se
trabaja en red. Esto último se parece en mucho al Conductismo, sin
embargo, la diferencia entre en conductismo y el interconductismo radica en
el objeto de estudio de esta interacción. Cuando para el primero lo
importante sería la relación E->R donde se presume la independencia de E
con respecto a R, para el segundo su interés analítico se centra en la
interacción completa y de dependencia bi-direccional E<->R para lo cual se
desarrollan funciones especificas de estimulo y respuestas. De igual manera,
el interconductismo no deja a un lado las condiciones, físicas o
convencionales, indispensables para que la relación estudiante-medio
ambiente se logre, así como los “factores disposicionales” (Carpio, 2006) que
afectan al docente, entre ellos: condiciones del organismo (lesiones,
enfermedades, etc.), de la situación (iluminación, temperatura, humedad,
etc.) y de la historia interacccional propia del estudiante o “interconducta
previa” (Kantor , 1974).
El interconductismo reconoce la intervención de factores disposicionales y
la relación docente-medio ambiente en una interacción psicológica, sin
embargo, según Kantor (1924) es recomendable distinguir muy bien entre
medio y estímulo, puesto que, el no hacerlo significaría un completo desastre
para el análisis de cualquier interacción psicológica. Esta teoría puntualiza
que la respuesta del docente ante una interacción con el computador como
un elemento más de un contexto informático no obedece en lo fundamental a
ese contexto sino a lo que significa para él ese elemento. Por ejemplo, en un
laboratorio de informática un computador puede representar para un docente
de informática (con historia interaccional) una potente herramienta para el
cálculo, pero, para otro sin interconducta previa pudiera significar un
elemento “decorativo” más de ese contexto informático que el comparte con
su colega del área de informática. El computador es en este caso el objeto
estímulo y el significado-utilidad que le encuentre el docente es denominada
función estímulo, esta última no va ha ser independiente de la respuesta que
él da. Esta respuesta se traduce en una actividad corporal (conducta)
observable que el interconductismo llama función respuesta o biografía
reactiva (Carpio, 2006).
Ante un objeto estímulo los docentes responden en primera instancia
identificando la computadora. En principio es la misma respuesta, sin
embargo, la evolución histórica-ontogenética de cada estudiante en cuanto a
ese objeto informático les proporciona diversos significados (funciones
estímulo) creando en consecuencia diferentes instancias funcionales o
funciones respuesta, una para cada significado. Es decir, cuando el docente
asume una determinada conducta o función respuesta lo hace estimulado
por una particular función estímulo y ninguna de estas dos funciones pueden
ocurrir independientemente, siendo la historia interaccional la generadora de
esta interdependencia.
Ribes y López (1985), crearon una taxonomía funcional que sistematiza el
análisis del comportamiento. Ellos, establecen en términos de facilidad-
dificultad niveles para diferenciar y jerarquizar la capacidad para hacer algo.
Esta clasificación se vale de funciones estimulo-respuesta como elementos
de relación-condicionalidad (contingencia) entre el organismo-medio
ambiente y su organización diferencial, tomando muy en cuenta los criterios
de mediación y desligamiento. La mediación se origina cuando un elemento
del contexto produce cambios significativos en el conjunto de relaciones que
se dan entre los diferentes factores de la interacción incluyendo al elemento
mediador. El desligamiento funcional es un elemento fundamental para
advertir la interconducta (conducta psicológica), su plasticidad interactiva con
el ambiente o respuesta indirecta hace que cualquier conducta se distinga de
un comportamiento biológico (reflejo). Volviendo a la graduación jerárquica
definida por los autores antes citados, son cinco los niveles de competencia y
su orden jerárquico es el siguiente: I) función contextual, II) función
suplementaria, III) función selectora, IV) función sustitutiva referencial y V)
función sustitutiva no referencial (esta denominación se tomo de Varela,
2008); que se distinguen entre ellas por el grado de complejidad.
Función contextual o indentificadora, el grado de complejidad de las
funciones de estímulo y respuesta es bajo. Este nivel es muy elemental, las
funciones estímulo se concretan ha significar fundamentalmente las
características físicas del objeto estimulo dentro de un contexto y las
funciones respuesta reaccionan corporalmente a ese sencillo estímulo sin
modificar en nada ni el objeto estímulo y mucho menos su contexto. Por
ejemplo, cuando el docente ve el computador u observa un determinado
sistema operativo que se este usando su respuesta es simplemente tratar de
identificar los observado sin modificar en nada el computador. Como diría
Varela (2008), el estudiante solamente es afectado por las contingencias, sin
que su respuesta afecte para nada los objetos y eventos con los que
interactúa.
Función suplementaria o de interacción, para este nivel el estímulo van
más allá de la simple significación de las característica físicas, la funciones
estímulo “alientan” una modulación en el comportamiento con relación al
medio (Guevara, 2006) y origina que las funciones respuesta alteren la
interacción provocando cambios apreciables en el objeto estímulo y su
contexto. Es decir, el docente remplaza una función estímulo de simple
observancia del computador (interacción contextual) por una que insta a la
manipulación del mismo, esta modulación de la función estímulo activa la
misma modulación en la función respuesta, por ejemplo, si se le pide a un
docente que esta viendo una computadora que conecte, encienda o trabaje
en un programa de aplicación, él, pasa de la observancia a la manipulación
provocando un cambio en las condiciones iniciales de esa herramienta
informática.
Función selectora de interacción selectiva, opera de la misma forma que la
función suplementaria, pero, la función estímulo no es estática cambia en
función de un criterio de selección que puede ser considerado también como
una función estímulo. Este nivel selector comprende dos elementos
“instigadores”, por una parte esta una función de estímulo que logra una
interacción suplementaria, por ejemplo, decirle a un docente que envíe un
correo electrónico (correo-e) desde la computadora que esta viendo, esto va
ha remplazar el simple estímulo de observar el computador por otro estímulo
que logra que la función respuesta modifique la condición inicial del objeto
estímulo. Por otra lado, existe un segundo estimulo o criterio que
complementa el primer estímulo suplementario, este obliga a que la
modificación que se instiga con el primer estímulo se realice bajo un
determinado procedimiento o conducta. Esto es, aclararle al docente que el
envío debe ser hecho por un determinado servicio de correo-e de la Internet
(yahoo, hotmail, cantv, entre otros). El docente interacciona con el
computador cambiando algunas de sus características tecnológicas
“blandas” (software), pero, esa acción suplementaria esta sujeta a un
particular procedimiento establecido por el criterio selector, en este caso los
servicios de correo-e de la Internet. Como se puede ver, esta función
selectora acrecienta el grado de dificultad para realizar algo e incluye de
igual forma a las otras funciones referidas (contextual y suplementaria), como
lo refiere Varela (2008).
Función sustitutiva referencial o de interacción por referencia, en este caso
las funciones estímulo son referenciales, no están presentes en la
interacción, en otras palabras, son eventos, objetos u organismos
estimulantes que no sincronizan en espacio y tiempo con la interacción
actual. Este desligamiento de la situación presente para buscar funciones
estímulo en el pasado o en el futuro es exclusivo del ser humano y se logra
gracias, entre otras cosas, al aprendizaje de un “sistema reactivo
convencional” (Ribes y López, 1985) en el marco de su historia interactiva.
Por ejemplo, una persona (referidor) le dice a un docente (referido) que en el
sitio web: “ciberesquina” se encuetra el plan de evaluación de la asignatura
497 (referente) y que por favor se lo busque en la computadora que tiene al
frente, el docente referido estará en la condición de responder ante el
estímulo referencial, un sitio web que no esta presente, si entiende la
morfología lingüístico-informática (o reactivo convencional) que expresa el
estudiante referidor. Es decir, si ambos manejan las mismas convenciones
lingüísticas del contexto informático el referidor habrá logrado sustituir una
función estímulo presente por otra referencial que se publicó de forma digital
en otro tiempo y lugar. La respuesta que se logra en este nivel referencial
tiene dos instancias, una la del referidor y otra la del referido, pero, hay que
tener en cuenta que el referidor y el referido pueden ser una misma persona
en algunos casos. En la primera instancia se escribe, conversa, gesticula,
piensa o lee acerca de un evento situacional experimentado o no (eventos
independientes, como el sitio web en el ejemplo anterior), elaborandoce con
ello un respuesta en términos convencionales y en la segunda instancia,
sujeto referido, se responde a un evento referencial expresado en términos
convencionales por el referidor. La interacción de estas dos instancias
permite que se realice una sustitución referencial, donde, para el
interconductismo según Ribes y López (1985), lo que se sustituye son las
relaciones contingenciales de un hecho presente y en su lugar se coloca una
función estímulo que hace una referencia convencional de ese hecho.
Función sustitutiva no referencial o de interacción creativa, este es el más
complejo de los niveles de capacidad que propone el interconductismo, el
sujeto interacciona con eventos abstractos para dar una respuesta. Según
Guevara (2006), el individuo se desliga de los eventos concretos al
interactuar con situaciones y objetos exclusivamente de carácter simbólico o
puramente lingüisticos (Ribes y López, 1985). Por ejemplo, pedirle a un
docente que construya una aplicación telemática, un documento a través de
un procesador de palabra (word, Writer de OpenOffice, entre otros) o una
presentación gráfica mediante un presentador (Power Point, Impress de
OpenOffice, etc.). Él tiene que interactuar, por supuesto con el computador,
pero, fundamentalmente con elementos abstratos y convencional llamados
lenguaje de programación para construir aplicaciones o una interfaz gráfica
de símbolos para elaborar presentaciones y documentos. En el caso del
desarrollo de aplicaciones, cuando el docente termina la aplicación ha
construido una repuesta en base a un sistema abstracto de códigos, por otro
lado, cuando crea un documento o una presentación elabora una respuesta
en base a símbolos de una interfaz gráfica. Se debe aclara que en la
construcción de una aplicación informática existen una serie de respuestas
previas o “corridas” de la aplicación antes de terminarla, esto tiene como
objeto ir optimizando el elemento convencional, es decir, las lineas de
programación del “archivo fuente”, sin embargo, estas corridas pueden
considerarse respuestas parciales originadas por el mismo estimulo
abstracto, optimizar la lógica del programa. La sustitución en esta función se
logra cuando el elemento abstracto, interactuar con el lenguaje de
programación o con la interfaz gráfica, remplaza las relaciones de
contingencia como el factor de estímulo de la respuesta.
La simplificación en la presentación de los resultados es una manera de
hacer más comprensible el trabajo. El Análisis Factorial se encamina a esa
simplificación o “sencillez notable” (Namakforoossh,1995). En este caso, una
muy aceptable correlación entre un grupo de proposiciones del cuestionario y
un factor empírico indica que las primeras miden en su conjunto casi lo
mismo. Esta última afirmación soportada en un método empírico conduce a
pensar que dadas la condiciones adecuadas de correlación entre las
variables de insumo ellas podrán inferir una nueva variable que las
categoriza.

El Análisis Factoria en la Determinación de la validez de Constructo

Hernández y otros (1994) dicen que el análisis factorial es la manera mas

usual de determinar la validez de constructo en el marco de una metodología
cuantitativa. Por su parte, Weiers (1986) cree conveniente que se le aplique a
la prueba piloto el Análisis Factorial para depurar el cuestionario, de manera
que sólo contenga preguntas realmente relevantes, en otras palabras que
cuantifique aspectos diferentes del objeto de estudio.
En este trabajo se opta por el Análisis de Componente Principal con
normalización de Kaiser. En este análisis el primer factor es aquel que
explica la mayor parte de la varianza total de la matriz de correlación entre
las variables de insumo del cuestionario. Este factor principal se deriva de los
items reactivos, en palabras de Aaker (1990) este factor es una variable que
no es directamente observable pero que necesita ser inferida de las variables
de insumo. Es decir, el factor agrupa aquellas variables de insumo que lo
cuantifican. De lo anterior, se inferiere que existe una equivalencia entre los
factores principales que se extraen del análisis y los aspectos que
dimensionan el cuestionario, por lo cual podemos denominarlos de la misma
manera.
En resumen, en esta investigación se utilizó el Análisis Factorial para
determinar la validez de constructo y expresar los resultados de manera
simple y comprensible. En el referido análisis se elabora inicialmente una
Matriz de Correlación Pearson, verificada por el Test de Esfericidad de
Bartlett con una fiabilidad menor a 0,05. Luego con las correlaciones
aportados por esta matriz se calcula el Coeficiente (Alpha) de Cronbach
(confiabilidad), este coeficiente se determina por cada aspecto aptitudinal a
través de la expresión a=np/[1+p(n-1)], donde p es el Promedio de
correlaciones lineales entre cada una de las proposiciones no repetidas y n
es el número de proposiciones. Finalmente se extraen los factores iniciales a
través del Método de Componente Principal y se determina el número de
factores a conservar mediante la regla de Kaiser (1960) que indica que el
valor propio (eigenvalue) del factor debe ser mayor a la unidad.
Es pertinente aclarar que el criterio Kaiser tiende a sobreestimar el número
de factores (Cuesta y Herrero, s.f.). En tal sentido, y entendiendo que el resto
de los criterios analizados como por ejemplo: Análisis Paralelo y MAP - siglas
en inglés de Minimun Average Partial - entre otros tienen la desventaja de
que no son muy accesibles en la práctica se opta por utilizar la regla Kaiser.
Sin embargo, con el objeto de optimizar la selección se evalúa la
correlación de los factores extraídos con las variables que agrupan, de existir
una correlación aceptable entre las variables de insumo y dicho factor, es
decir que la correlación es significativa en la mayoría de las variables de
insumo se conserva el factor en caso contrario no. Por lo anterior, se
descartó aquellos factores que cumpliendo con la regla de Kaiser (Valor
Propio > 1) su correlación con las variables de insumo tuvieran una carga
factorial, en su mayoría, menor o igual 0,38. Para Cuesta y Herrero(s.f)
usualmente es por debajo de 0,25.
A los factores resultantes se les debe retirar las variables de insumo que
tuvieran una carga factorial menor o igual al tope mínimo antes referida, esto
último con el fin de depurar el instrumento evitando la redundancia. Es decir,
evitar concluir sobre una variable de insumo que cuantifica la misma idea
principal que otra en cuanto a un aspecto en particular.
Por otro lado, la simplificación en la presentación de los resultados es una
manera de hacer más comprensible el trabajo. El Análisis Factorial se
encamina a esa simplificación o “sencillez notable” (Namakforoossh,1995).
En este caso, una muy aceptable correlación entre un grupo de item del
instrumento y un factor empírico indica que las primeras miden en su
conjunto casi lo mismo. Esta última afirmación soportada en un método
empírico conduce a pensar que dadas la condiciones adecuadas de
correlación entre las variables de insumo ellas podrán inferir una nueva
variable que las categoriza.
En el mercado existen innumerables sistemas informáticos para realizar
un análisis factorial con las características descritas en el párrafo anterior.
Estas herramientas permiten al investigador un ahorro invalorable de tiempo
y un margen aceptable de error de medición. Entre estos softwares de
aplicación estadística se ha seleccionado para esta investigación el XLSTAT
Versión 2007.1 (Copyright Addinsoft 1995-2007) el cual se incrusta como
barra de herramienta en la hoja de cálculo Excel de Microsoft.

Marco Metodológico

Tipo de investigación

Esta investigación es descriptiva, en decir, se busca “develar” los niveles

de capacidad que muestran los docente ante la computadora en el Sede del
CL Sucre de la UNA.
Este trabajo carecer de una manipulación explícita de las variables que
intervienen, este hecho significa que se esta en presencia de un diseño de
investigación no es experimental. Por otra parte, se persigue hacer un cotejo
“fotográfico” de la aptitud de un grupo social con respecto a las TIC. Esto
último completa la descripción del diseño de investigación de este trabajo, el
cual se denomina: no experimental transaccional (o transversal) descriptivo
(Cerda, 1991).

Muestra

La población son los docentes de la Sede del CL Sucre del lapso, la

muestra es de 10 docentes de una población de 20 esta muestra es superior
a la que se obtiene de forma empírica a través del enfoque cuantitativo-
probabilístico, con un nivel de confianza de 95% y un error estándar de 5%,
es decir, el tamaño de la muestra es apropiada (probabilísticamente) y
permite generalizar los resultados en el ámbito de la sede del CL Sucre de la
UNA. Para el cálculo de la muestra se utiliza el programa STAT® de Decision
Analyst, Inc., la referida aplicación hace el calculo en base a la expresión
que a continuación presentamos:

n = n’/[1+(n’/N)] , tomada de Hernández S. y otros (1994) donde

n: tamaño de la muestra,
n’: tamaño de la muestra sin ajustar y
N: tamaño de la población.

Técnicas e instrumentos de investigación

La herramienta o sistema de observación cuantitativa que se utiliza para

este diseño de investigación se reduce a una lista de cotejo de creación
propia y lleva por título: “Hoja para cotejar la conducta ante elementos del
software y hardware de las TIC” (anexo 1). Como es referido por Hernández
y otros (1994), La observación cuantitativa es el proceso mediante el cual se
lleva un registro sistemático, válido y confiable de una conducta presentes y
se construye sobre la base de cuatro pasos fundamentales: establecer el
universo de conductas a observar, extraer una muestra significativa de esas
conductas a observar, definir las unidades de observación y por último
categorizar y subcategorizar las conductas a observar.
El universo de eventos a observar se delimita, muy claramente, en razón a
los objetivos planteados para esta investigación. Existen cinco objetivos
particulares y cada uno de ellos define la observación de una conducta
determinada en función de ciertos elementos de desligamiento y mediación
explicados en el marco teórico. Desde luego, la herramienta no puede
contemplar todas las funciones estímulos que puedan generar una respuesta
descriptiva del objetivo a evaluar, en tal sentido, se toma una muestra
significativa de funciones estímulo para cada objetivo del trabajo. Las
unidades de observación de nuestra lista de cotejo son 27 ítem en total que
forman 5 conjuntos, uno por cada objetivo particular. Las categorías que se
muestran en el instrumento por cada unidad de observación (ítem) hacen
referencia al objeto estímulo, con el cual interacciona el estudiante, como un
asunto o tópico (monitor, placa base, Win'98, etc.) y las subcategorías son
dicotómicas, si se observa la conducta es 1, en su defecto es 0.
La variable principal de este estudio es la aptitud y se mide evaluando el
comportamiento del estudiante sometido a cinco niveles de graduación, cada
uno de estos niveles puede considerarse como una variable antecedentes de
esta investigación, como lo refiere Hurtado y Toro (1998), entonces, al
cuantificarlas mediante la observación cuantitativa (hoja de cotejo) van a dar
en su conjunto una idea de la aptitud que ante las TIC tiene el docente.
 Dimensiones de la investigación

Cada variable con la cual se mide la aptitud, se compone de una

serie de ítems inherentes a ese nivel de competencia. Esta agrupación ítems
aptitudinales, extraídos de un análisis lógico y teórico, define las dimensiones
del trabajo de la siguiente manera:

1. Indentificadora (nivel contextual)

2. Interacción (nivel suplementaria)
3. Interacción selectiva (nivel selectora)
4. Interacción por referencia (nivel sustitucional referencial)
5. Interacción creativa (nivel sustitucional no referencial)

Lo anterior indica que el instrumento está dimensionado en cinco

aspectos. Cada una de esta dimensiones con un número determinado de
items: Identificadora con 10, Interacción con 5, Interacción selectiva con 3,
Interacción por referencia con 3 y Interacción creativa con 6. Estos 27 ítems
propuestos, conforman en su totalidad las variables de insumo a cuantificar a
través de la observación de categorías del tipo tópicos que simbolizan al
objeto de estímulo de una interacción que se verifica de forma dicotómica:
tiene la habilidad de hacerlo (1) o no la tiene (0).

Procedimiento utilizado para colectar y codificar la data

La observación cuantitativa se llevó a cabo en un espacio acondicionado

informáticamente para tal observancia. Los docentes que integran la muestra
(elementos muestrales) se seleccionaron de forma aleatoria entre la totalidad
de la población, reciben una orientación en cuanto a la observación y luego
se les conduce al recinto donde ellos interaccionan con los objetos de
estímulo de cada dimensión del trabajo.
 El observador, después de pasar por una inducción y provisto de la hoja
de cotejo (Anexo 1) conduce, sin intervenir, las diferentes actividades
descritas en el instrumento. Las conductas que los docente exteriorizan de
forma lingüística o corporal en relación a las funciones estímulo, ilustradas
por las categorías adscritas al ítem, se colectan en forma de anotación
codificada de 0 o 1 en el espacio reservado al lado derecho de la categoría,
esta codificación obedece a dos subcategorías: cuando tiene la habilidad
para hacer lo estímulado (1) y cuando no la tiene (0). Estas subcategorías no
se explicitan en el texto del instrumento por una sola razón: espacio, pero, el
observador esta al tanto de lo anterior a través de la inducción previa.

Obtención del puntaje de cada ítem

Cada ítem tiene un conjunto de casillas para apuntar (o anotar) la

observación, esto se traduce numéricamente en 1 si existe la conducta o 0 si
no existe. para extraer el puntaje de cada ítem se procede de la siguiente
manera:

1. Se suman las anotaciones codificadas (0 o 1) hechas por el

observador al ítem a cuantificar se expresa como sigue:

Ct=C1+C2+C3+...+C ; donde Ct es la suma total de las

n
anotaciones y los Cx representan cada una de ellas.
2. Después de obtener Ct se divide por el numero de
anotaciones n para normalizar a 1, esto es, Ct/n < 1.
3. Finalmente, el resultado de la normalización es un puntaje

denominado P . Esto es, Pi=Ct/n

i
 Confiabilidad del instrumento

Mediante la muestra seleccionada de 10 docentes pertenecientes a la

Sede del CL Sucre se determina la confiabilidad del instrumento por medio
del Coeficiente Alpha de Cronbach.
Inicialmente se colectan los datos por medio de la observación cuantitativa
(hoja de cotejo) y se construye una tabla con esos valores (ver tablas 2, 4, 6,
8 y 10 abajo), con los elementos registrados en esa tabla se crea la Matriz
de Correlación Pearson (ver tablas 1, 3, 5, 7, 9 y 11 abajo) y luego con las
correlaciones aportados por esa matriz se calcula el Coeficiente (Alpha) de
Cronbach (confiabilidad), este coeficiente se determina por cada una de las
dimensiones que presenta la herramienta a través de la expresión np/
[1+p(n-1)], donde p es el Promedio de correlaciones lineales entre cada uno
de los ítems no repetidas y n es el número de ítem. A continuación
presentamos las diferentes tablas que hacen referencia a lo expuesto en
lineas anteriores.

Tabla 2.- Datos colectados por medio de la observación de la dimensión identificadora.

1 2 3 4 5 6 7 8 9 10
Nº Cédula Item 1 Item 2 Item 3 Item 4 Item 5 Item 6 Item 7 Item 8 Item 9 Item 10
1 3713187 0,500 0,600 0,667 0,200 0,000 0,600 0,833 0,833 0,000 0,333
2 3823536 0,750 0,800 0,833 0,200 0,000 0,200 0,667 0,333 0,000 0,333
3 3854083 0,750 0,800 0,667 0,400 0,333 0,400 1,000 0,667 0,333 0,333
4 4354277 1,000 0,800 1,000 0,800 0,167 0,600 0,833 0,667 0,500 0,667
5 5087206 0,250 0,200 0,500 0,400 0,167 0,200 0,833 0,500 0,000 0,333
6 538034 0,083 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
7 8338730 0,667 0,200 0,500 0,600 0,333 0,400 1,000 0,667 1,000 0,000
8 8424868 1,000 1,000 0,833 0,600 0,833 0,600 1,000 0,667 0,500 1,000
9 8640331 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 0,667
10 9272597 0,667 0,600 0,500 0,400 0,167 0,400 0,500 0,333 0,000 0,333
Promedio 0,667 0,600 0,650 0,460 0,300 0,440 0,767 0,567 0,333 0,400
 Tabla 3.- Matriz de correlación Pearson y Coeficiente (Alpha) de Cronbach de la
dimensión Identificadora.

Item 1 Item 2 Item 3 Item 4 Item 5 Item 6 Item 7 Item 8 Item 9 Item 10
Item 1 1,000 0,885 0,888 0,769 0,632 0,758 0,668 0,636 0,601 0,737
Item 2 1,000 0,879 0,548 0,571 0,721 0,564 0,588 0,283 0,823
Item 3 1,000 0,718 0,497 0,763 0,739 0,739 0,430 0,756
Item 4 1,000 0,766 0,819 0,674 0,729 0,820 0,599
Item 5 1,000 0,735 0,564 0,612 0,735 0,657
Item 6 1,000 0,662 0,891 0,649 0,657
Item 7 1,000 0,875 0,598 0,497
Item 8 1,000 0,636 0,325
Item 9 1,000 0,247
Item 10 1,000
p= 0,665270502 n= 10 a= 0,952

Tabla 4.- Datos colectados por medio de la observación de la dimensión interacción

11 12 13 14 15
Nº Cédula Item 1 Item 2 Item 3 Item 4 Item 5
1 3713187 1,000 0,667 0,600 0,833 1,000
2 3823536 1,000 0,333 0,200 0,667 1,000
3 3854083 1,000 1,000 0,400 0,833 1,000
4 4354277 1,000 1,000 0,600 0,833 1,000
5 5087206 1,000 0,000 0,400 0,000 0,000
6 538034 0,000 0,000 0,000 0,000 0,000
7 8338730 1,000 0,667 0,400 0,333 1,000
8 8424868 1,000 1,000 0,600 0,833 1,000
9 8640331 1,000 1,000 1,000 1,000 1,000
10 9272597 1,000 0,000 0,400 0,500 1,000
Promedio 0,900 0,567 0,460 0,583 0,800

Tabla 5.- Matriz de correlación Pearson y Coeficiente (Alpha) de Cronbach de la

dimensión interacción.

Item 1 Item 2 Item 3 Item 4 Item 5

Item 1 1,000 0,447 0,604 0,566 0,667
Item 2 1,000 0,677 0,822 0,670
Item 3 1,000 0,707 0,512
Item 4 1,000 0,849
Item 5 1,000
P= 0,652 n= 5 a= 0,904
 Tabla 6.- Datos colectados por medio de la observación de la dimensión
interacción selectiva.
16 17 18
Nº Cédula Item 1 Item 2 Item 3
1 3713187 0,600 0,500 0,750
2 3823536 0,400 0,500 0,400
3 3854083 0,600 0,750 0,600
4 4354277 0,600 0,750 0,600
5 5087206 0,600 1,000 0,600
6 538034 0,000 0,000 0,000
7 8338730 0,400 0,750 0,400
8 8424868 0,800 1,000 0,800
9 8640331 1,000 1,000 1,000
10 9272597 0,400 0,500 0,400
Promedio 0,540 0,675 0,555

Tabla 7.- Matriz de correlación Pearson y Coeficiente (Alpha) de

Cronbach de la dimensión interacción selectiva.

Item 1 Item 2 Item 3

Item 1 1,000 0,869 0,985
Item 2 1,000 0,811
Item 3 1,000
P= 0,888 n=3 a= 0,960
Tabla 8.- Datos colectados por medio de la observación de la
dimensión interacción por referencia.

19 20 21
Nº Cédula Item 1 Item 2 Item 3
1 3713187 1,00 1,00 1,00
2 3823536 0,67 1,00 0,67
3 3854083 1,00 1,00 1,00
4 4354277 1,00 1,00 1,00
5 5087206 1,00 1,00 1,00
6 538034 0,00 0,00 0,00
7 8338730 1,00 1,00 1,00
8 8424868 1,00 1,00 1,00
9 8640331 1,00 1,00 1,00
10 9272597 1,00 1,00 0,67
Promedio 0,87 0,90 0,83

Tabla 9.- Matriz de correlación Pearson y Coeficiente (Alpha) de

Cronbach de la dimensión interacción por referencia.
Item 1 Item 2 Item 3
Item 1 1,00 0,95 0,95
Item 2 1,00 0,90
Item 3 1,00
Tabla 10.- P=0,93 N=3 a= 0,976 Datos
 colectados por medio de la observación de la dimensión interacción creativa
22 23 24 25 26 27
Nº Cédula Item 1 Item 2 Item 3 Item 4 Item 5 Item 6
1 3713187 0,500 0,500 0,400 0,333 0,333 0,333
2 3823536 0,250 0,250 0,000 0,333 0,000 0,333
3 3854083 0,750 0,750 0,200 0,333 0,333 0,333
4 4354277 0,750 0,750 0,600 0,333 0,333 1,000
5 5087206 0,750 0,500 0,600 0,000 0,000 0,667
6 538034 0,000 0,000 0,000 0,000 0,000 0,000
7 8338730 0,500 0,500 0,400 0,333 0,333 0,333
8 8424868 1,000 1,000 0,800 0,667 0,333 1,000
9 8640331 1,000 1,000 1,000 1,000 1,000 1,000
10 9272597 0,250 0,250 0,200 0,000 0,000 0,333
Promedio 0,575 0,550 0,420 0,333 0,267 0,533

Tabla 11.- Matriz de correlación Pearson y Coeficiente (Alpha) de Cronbach de la dimensión

interacción creativa.

Item 1 Item 2 Item 3 Item 4 Item 5 Item 6

Item 1 1,000 0,972 0,884 0,705 0,687 0,866
Item 2 1,000 0,852 0,806 0,771 0,848
Item 3 1,000 0,709 0,741 0,895
Item 4 1,000 0,898 0,658
Item 5 1,000 0,585
Item 6 1,000
p= 0,792 n= 6,000 a= 0,958

De la información presentada en las tablas (desde la 2 hasta la 11) se

determina que la confiabilidad del instrumento para todas la dimensiones es
buena. Los valores obtenidos permiten inferir que la confiabilidad de la hoja
de cotejo es aceptable. Es decir, la magnitud del coeficiente de Cronbach es
muy superior a su valor recomendado que esta por el orden de 0,7.

Validez de constructo del instrumento

A la muestra seleccionada de docentes se le aplica un análisis factorial

para determinar la validez de constructo del instrumento de cotejo. Este
análisis se presenta tabulado (ver tablas desde 12 a la 21) a continuación.
Tabla 12.- Valores propios de la dimensión Identificadora, F1 es el factor seleccionado.
F1 F2 F3 F4 F5 F6 F7 F8 F9
Valor propio 7,062 1,234 0,689 0,402 0,293 0,207 0,061 0,044 0,008
Variabilidad (%) 70,616 12,344 6,889 4,022 2,926 2,075 0,607 0,441 0,080
% acumulado 70,616 82,960 89,849 93,871 96,797 98,872 99,479 99,920 100,000
 Tabla 13.- Carga factorial de la dimensión Identificadora,según regla de Kaiser la carga
factorial de los Items de F1 son muy aceptables.

F1 F2 F3 F4 F5 F6 F7 F8 F9
Item 1 0,906 -0,206 0,068 0,330 -0,023 -0,097 0,080 -0,082 -0,025
Item 2 0,823 -0,513 0,041 0,049 0,031 -0,217 -0,064 -0,013 0,049
Item 3 0,889 -0,322 -0,203 0,172 0,026 0,096 -0,082 0,133 -0,029
Item 4 0,886 0,280 0,143 0,136 0,064 0,280 -0,095 -0,075 0,025
Item 5 0,800 0,241 0,438 -0,245 -0,148 -0,134 -0,093 0,017 -0,023
Item 6 0,915 0,077 -0,017 -0,167 0,351 -0,035 0,029 -0,039 -0,037
Item 7 0,815 0,148 -0,438 -0,070 -0,336 -0,003 -0,005 -0,057 -0,014
Item 8 0,862 0,200 -0,380 -0,235 0,115 -0,027 0,034 0,022 0,032
Item 9 0,709 0,637 0,143 0,223 -0,028 -0,075 0,089 0,087 0,019
Item 10 0,774 -0,465 0,268 -0,210 -0,119 0,195 0,126 0,027 0,010

Tabla 14.-Valores propios de la dimensión Interacción, F1 es el factor seleccionado.

F1 F2 F3 F4 F5
Valor propio 3,623 0,604 0,504 0,192 0,076
Variabilidad (%) 72,467 12,071 10,089 3,846 1,527
% acumulado 72,467 84,538 94,627 98,473 100,000

Tabla 15.-Carga factorial de la dimensión Interacción, según regla de Kaiser la carga

factorial de los Items de F1 son muy aceptables.

F1 F2 F3 F4 F5
Item 1 0,759 0,624 0,062 0,163 0,061
Item 2 0,857 -0,407 0,023 0,312 -0,033
Item 3 0,819 -0,030 0,542 -0,168 -0,081
Item 4 0,936 -0,195 -0,141 -0,161 0,199
Item 5 0,875 0,094 -0,432 -0,118 -0,159

Tabla 16.- Valores propios de la dimensión Interacción

selectiva, F1 es el factor seleccionado.
F1 F2 F3
Valor propio 2,779 0,212 0,009
Variabilidad (%) 92,633 7,078 0,289
% acumulado 92,633 99,711 100,000
Tabla 17.-Carga factorial de la dimensión Interacción
selectiva, según regla de Kaiser la carga
 factorial de los Items de F1 son muy
aceptables.

F1 F2 F3
Item 1 0,990 -0,123 0,071
Item 2 0,926 0,377 -0,014
Item 3 0,970 -0,235 -0,059

Tabla 18.- Valores propios de la dimensión Interacción por

referencia, F1 es el factor seleccionado.

F1 F2 F3
Valor propio 2,864 0,096 0,040
Variabilidad (%) 95,477 3,204 1,319
% acumulado 95,477 98,681 100,000

Tabla 19.-Carga factorial de la dimensión Interacción por

referencia, según regla de Kaiser la carga
factorial de los Items de F1 son muy
aceptables.

F1 F2 F3
Item 1 0,987 -0,003 0,162
Item 2 0,972 0,221 -0,080
Item 3 0,972 -0,218 -0,084

Tabla 21.- Valores propios de la dimensión Interacción creativa, F1 es el factor

seleccionado.

F1 F2 F3 F4 F5 F6
Valor propio 4,967 0,627 0,199 0,148 0,048 0,010
Variabilidad (%) 82,791 10,458 3,318 2,474 0,793 0,165
% acumulado 82,791 93,249 96,568 99,042 99,835 100,000

Tabla 19.-Carga factorial de la dimensión Interacción creativa, según regla de Kaiser la

carga factorial de los Items de F1 son muy aceptables.

F1 F2 F3 F4 F5 F6
Item 1 0,941 -0,232 0,217 -0,090 -0,033 -0,065
Item 2 0,964 -0,073 0,243 0,000 0,030 0,070
Item 3 0,933 -0,182 -0,242 -0,160 -0,109 0,023
Item 4 0,871 0,425 0,004 0,226 -0,099 -0,009
Item 5 0,853 0,476 -0,078 -0,161 0,114 -0,012
Item 6 0,892 -0,357 -0,168 0,195 0,104 -0,011
se verifica de la información presentada en las tablas 12, 14, 16, 18 y 20;
que el número factores que se conservan son iguales al número de
dimensiones establecidas en el instrumento y aplicando la regla de Kaiser
(explicado en el marco teórico) en las tablas 13, 15, 17, 19 y 21; agrupan las
mismas variables de insumo (o items), de ahí que, se pueda determinar que
existe una aceptable validez de constructo. Por otro lado, gracias al Análisis
Factorial se simplifica el trabajo al reducir el número de variables (27) que se
hubiera tenido que presentar y explicar a unas pocas variables o factores (5),
lo cual, facilita enormemente la presentación de los resultados.
Según bibliografía consultada en cuanto al Análisis Factorial, la cantidad
de la muestra debe ser al menos cinco veces el número de Items. Sin
embargo, los resultados reflejan una tendencia que se aproxima al análisis
lógico-teórico que se realizó para construir la herramienta, Esto es, agrupar
los 27 Item en 6 dimensiones. Este resultado favorable en muestras
pequeñas también se replica en el estudio de Yánez (2008) donde los
resultados del “Piloteo” se acercan de manera aceptable a los resultados con
la muestra seleccionada.

Procedimientos para cuantificar las variables

La profundidad de este estudio es descriptivo lo cual recomienda realizar

análisis de estadística descriptiva a cada variable. Por lo antes expuesto se
utiliza la media para asignar puntaje a los aspectos aptitudinales o variables
de este trabajo.
Cada factor seleccionado está compuesto de un grupo de variables de
insumo (Item) que en su conjunto determinan a ese factor, esto se soporta en
el análisis factorial realizado, de ahí que, haciendo uso de la media de cada
item, ver tablas: 2, 4, 6, 8 y 11; se calcula el promedio de ellas por aspecto.
Este promedio nos brinda una magnitud mediante la cual podemos realizar
algunas inferencias conclusivas.
Análisis e interpretación de los resultados
 A continuación presentamos la Tabla 22 resultante de los promedios de cada factor o
dimensión y su gráfica (ver Gráfico 2).

Tabla 22.- Valoración de las dimensiones aptitudinales (o variables)

Nº Dimensión o Variable Puntaje
1 Identificadora 0,52
2 Interacción 0,66
3 Interacción Selectiva 0,59
4 Interacción por Referencia 0,87
5 Interacción Creativa 0,45

Gráfico 2.- Dimensiones aptitudinales Vs puntaje

1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
Identificadora Interacción Interacción Selectiva
Interacción por ReferenciaInteracción Creativa

La dimensión Identificadora o reconocimiento de los elementos del

software y el hardware, en el Gráfico 2 con un puntaje de 0,52 (ver Tabla 22)
indica que los docentes no identifican todos los elementos que conforman las
TIC. Este puntaje casi medio es uno de los dos puntos de inflexión con el
cual se puede inferir que los docentes reconocen medianamente los
elementos de las TIC referidos por la hoja de cotejo.
La dimensión Interacción como se ve en la gráfica 2 y en la tabla 22 es el
segundo punto de mayor magnitud, es decir, la interacción con los elementos
de las TIC referidos en la herramienta esta por encima de la media. Los
docentes tienen una habilidad que en términos generales esta por encima de
la media.
La dimensión Interacción Selectiva, esto tiene que ver con la habilidad del
docente para seleccionar un software de entre varios para realizar una
actividad. Los docentes demostraron estar sobre la media (0,56 en la Tabla
22 ) un poco por debajo de la anterior dimensión.
La dimensión Interacción por referencia, determina como responde el
docente ante una referencia verbal o escrita en relación a uno o varios
elementos de las TIC. Este factor es el de mayor puntaje con 0,87 (en laTabla
22) y se puede ver también en el Gráfico 2. Esto indica que los docentes
tienen una capacidad alta para tener interacción con los elementos de las
TIC ante una referencia verbal o escrita.
Finalmente, la dimensión Interacción Creativa es la habilidad con mayor
grado de dificultad. El docente interacciona con elementos de las TIC para
crear aplicaciones, como por ejemplo: web, blog, entre otros; este puntaje es
el menor. Sin embargo, la magnitud casi en la media (0,45 en la Tabla 22)
considerando el grado de dificultad de esta dimensión es muy aceptable.

Conclusiones

Identificar el contexto informático que conoce el docente en términos de

dispositivos electrónicos digitales, programas de aplicación, sistemas
operativo y de desarrollo necesarios en el ámbito de las TIC.

Describir la efectividad de la interacción entre el docente y un contexto

informático necesario para el trabajo con las TIC.

Definir la capacidad que tienen el docente para elegir procedimientos de

acuerdo a un criterio selector dentro de un ambiente de interacción
informático orientado hacia las TIC.

Especificar la habilidad que tienen el docente para responder a una

determinada situación tecnológica en el ámbito de las TIC en base a eventos
y experiencias que refieren otros individuos o el mismo.

Detallar la capacidad potencial del docente para interaccionar con

lenguajes simbólicos de la interfaz gráfica de los sistemas de aplicación
utilizado en el marco de las TIC.
 Referencias Bibliográficas

Adam, F. (1970). Andragogía: Ciencia de la Educación de Adultos.

Venezuela, Caracas: FIDEA

Arias, M. (2005). Tecnologías en Educación Abierta y a Distancia, Plan de

Curso, Código 928 – Venezuela, Caracas: UNA-DIP-CURSO DE
AMPLIACIÓN. Recuperado en
http://postgrado.una.edu.ve/tecnologias/paginas/plandecurso .pdf

Alzuru, Y. (1981). La Andragogía: Conceptos – Opiniones – Experiencias.

Venezuela, Caracas: INCE

Bates, A (1999). La tecnología en la enseñanza abierta y la educación a

distancia. México:Trillas.

Burgos, V. y Urbina, R. (2005, mayo). Experiencias y resultados de operación

de Radio Chat por Internet. Recuperado de
http://www.ruv.itesm.mx/portal/infouv/eventos/forovirtual/materiales_r
ecursos/homedoc.htm

Carnoy, M. (2004). Las TIC en la enseñaza: posibilidades y retos. Lección

inaugural del curso académico 2004-2005. España: Catalunya:
FUOC. Recuperado de
http://www.uoc.edu/inaugural04/dt/esp/carnoy1004.pdf

Carpio, C. (2006). Nota téctnica. Proyecto de Aprendizaje Humano, México:

Unidad de Investigación en Ciencias de la Salud y la Educación -
FES-Iztacala – UNAM.

Carvajal, E. (1995). Diseño de una Red de Información Computarizada

Institución- Estudiante, como Apoyo al Proceso de Orientación en la
Modalidad de Educación a Distancia. Venezuela. Caracas: UNA
OPINIÓN – Volumen 13

Casas, A. (1986). Universidad Sin Clases. Venezuela, Caracas: OEA-UNA-

KAPELUZ

Comisión Organizadora de la UNA (1976). Proyecto Universidad Nacional

Abierta. Principios. Características Básicas. Objetivos Justificación.
Concepción curricular. Modelo curricular. Procesos Académicos.
Áreas de Programación Académica. Venezuela, Caracas: UNA

Consejo de Educación de la Unión Europea (2000). Comunicación de la

 Comisión, e-Learning – Concebir la educación del futuro. Bruselas,
Recuperado de ...http://www.google.co.ve/search?
q=cache:uPojvDauQscJ:www.amydep.com/Revista/numero4/elearnin
g

Cooley, C. (1909). Social Organization. New York: Scribner.

Guevara, C (2006). Análisis interconductual de algunos elementos que

constituyen la enseñanza básica, Revista Mexicana de Investigación
Educativa, vol 11 Núm.30, pp. 1037-1064.

Chacón, F. (S/f). Aproximación histórica a las tecnologías de la Educación a

Distancia. Documento Base de la unidad curricular Tecnología en
Educación Abierta y a Distancia. Caracas: UNA

Chacón, F. (1982). El Problema de la Comunicación Académica en la UNA.

Análisis y Propuesta de Solución. Trabajo no publicado. Caracas:
UNA

Eubank, E. (1932). The concepts of Sociology. New York, Heath and Co.

Hernández, Fernández y Baptista (1994). Metodología de la Investigación.

Colombia: Mc Graw Hill.

Holmberg, B. (1985). Educación a Distancia: Situación y Perpectiva.

Argentina, Buenos Aires: KAPELUZ

Howel, K.; Fox, S. y Morehead, M (1993). Curriculum-based evaluation:

Teaching and decision making, California: Brooks/Cole Co.

Kantor J. R. (1924). Principles of Psychology. Vol. I. Knof.

Kantor J. R. (1974). Psicología Interconductual. Un Ejemplo de Construcción

Científica Sistemática. Ed. Trilla. México

McCormack, C. and Jones, D. (1997) Building a Web-Based Education

System. New York: John Wiley & Sons.

Moore, M. (1975). Cognitive Style and Telemathic (distance) Teaching.

London: Icce. New Letter, 54.

Moore, M. & Kearsley (1996). Chapter 1: Fundaments of distance education,

en: Distance education. A System View. Belmont, C.A.: Wadsworth
Publishing Company. Pp. 1-18.
Palella, S. y Martins, F. (2003). Metodología de la Investigación cuantitativa.
Caracas: Fedupel.

Piaget, J. (1973). Estudios de Psicología Genética. Buenos Aires: Emece

Editores

Ribes, E. y López, F. (1985) Teoría de la conducta. Un análisis de campo y

paramétrico, México: Trillas.

Rivero, V. y Mendoza, M. (2005). Bases Teóricas para el Uso de las TIC en

Educación. Doctorado en Ciencias Humanas, Facultad de
Humanidades y Educación de la Universidad del Zulia. Encuentro
Educacional-ISSN 1315-4079. Maracaibo:LUZ

Ruiz, C. (2002). Instrumentos de Investigación Educativa. Venezuela:

Fedupel.

Salinas, J. (1998). Enseñanza flexible, aprendizaje abierto: las redes como

herramientas para la formación. En CEBRIÁN, M. et al. Recursos
tecnológicos para los procesos de Enseñanza-Aprendizaje.
ICE/UMA, p. 54-64.

Varela, J. (2008). Conceptos Básicos del Interconductismo, Para Entender el

Interconductismo. Universidad de Guadalajara, Centro de Estudios
sobre Aprendizaje y Desarrollo. México, Recuperado de
http://www.conducta.org/bibliografia/libro_conc_bas_interc.htm

Yánez , L (2008). Actitud de los estudiantes del Curso Introductorio de la

Sede del Centro Local Sucre de la Universidad Nacional Abierta ante
la computadora como posible herramienta para el aprendizaje. Tesis
(Ms.Sc. Educación a Distancia) – UNA -CL Sucre.