Con la propagación del virus SARS-CoV-2 todas las universidades se vieron obligadas a implementar la modalidad virtual en sus planes de estudio para no paralizar el sistema educativo. Ante la contingencia, la Universidad Nacional Mayor de San Marcos, localizada en la ciudad de Lima, Perú, continuó con clases no presenciales por medio de recursos virtuales para que los estudiantes siguieran con su proceso de aprendizaje. La presente investigación tuvo como objetivo determinar los factores del rol estudiantil que influyeron en la satisfacción de gestionar recursos virtuales. El procedimiento de estudio incluyó la recopilación de 184 encuestas a través de Formularios de Google y el análisis de pruebas de validez, modelo estructural, confiabilidad e hipótesis utilizando la prueba no paramétrica de Rho de Spearman. Algunas de las limitaciones del trabajo se dieron por las diferencias generacionales y las variables socioeconómicas y geográficas de los participantes. Según el orden de mayor puntuación del coeficiente de correlación, se encontró que los factores interacción estudiante-contenido, participación gamificada, motivación, autoeficacia en internet e informática y utilidad percibida, predijeron la satisfacción de gestionar recursos virtuales en estudiantes. Se concluye que las cinco variables independientes se correlacionaron significativamente en la variable dependiente.
Desde inicios de 2000 la educación ha pasado por un gran desafío: responder a los
nuevos paradigmas planteados por la sociedad del conocimiento y la era digital. Los
modelos tradicionales educativos se encuentran avasallados por los continuos cambios
en los que el proceso de aprendizaje se ve inevitablemente inmerso; ante esto, nace
el conectivismo, una teoría del aprendizaje para la era digital que puede ser
aplicada como un modelo pedagógico. En ese sentido, el conectivismo como un modelo
para la nueva sociedad mediada por lo tecnológico, tiene las siguientes
características: se prioriza la toma de decisiones y la actualización constante, se
presenta con la formación de redes que conectan fuentes de información o nodos
especializados, reside en las conexiones, puede habitar en dispositivos no humanos y
el aprendizaje se da con la mediación de la tecnología (
En el marco de la educación superior, en los últimos tres años se han desarrollado
con especial interés investigaciones que miden la satisfacción estudiantil en
programas en línea, con el fin de determinar cuáles factores predicen la
complacencia de los aprendices. Esta preocupación hace hincapié no solo en el
provecho que la gestión universitaria puede obtener de esta evaluación, sino en el
beneficio profesional, personal y social que trae a los aprendices de cursos en
línea (
En ese sentido, es importante mencionar que hay varios condicionantes para la satisfacción en la educación virtual, por lo que es necesario prestar particular atención al papel de la gestión universitaria, la influencia de la conectividad y la tecnología, el desarrollo de los cursos en línea, el papel que desempeña el profesor y, sobre todo, el rol estudiantil. Este último será el interés principal de nuestro estudio, ya que las actuales investigaciones han demostrado que cuando el foco se encuentra en este elemento se alcanzan niveles altos de complacencia.
Por otro lado, a raíz de la pandemia de la covid-19 todas las instituciones de
educación superior, a nivel mundial, tuvieron que cerrar sus puertas para contener
la propagación de la enfermedad. Esto ha conllevado la adaptación de sus programas
presenciales a modalidades virtuales para que el aprendizaje de los estudiantes no
se detenga (
Con el propósito de explorar la satisfacción de gestionar recursos virtuales, en este artículo se determina cuáles predictores estudiantiles influyen en la satisfacción de los alumnos de la UNMSM. Iniciamos con una muestra de los antecedentes de la investigación, seguido del estado del arte y el análisis de los métodos de estudio, para finalizar con los hallazgos de la pesquisa y las conclusiones.
Al momento de desarrollar el proceso educativo, los aprendices en la modalidad
virtual deben desempeñar roles que les permitan lograr resultados positivos en su
aprendizaje. Por esta razón, la evidencia científica demuestra que los estudios que
se han preocupado por trabajar en el rol que los estudiantes asumen al momento de
aprender han alcanzado mejores niveles de satisfacción de sus participantes (
Los aprendices nativos digitales tienen un rol significativo en el aprendizaje en
línea, les gustan los datos de manera ágil e inmediata, son autoeficaces cuando
hacen uso de la red, prefieren contenidos con multitareas, procesos paralelos y
gráficos, les gusta aprender de manera gamificada y perciben un progreso útil para
ellos, proporcionándoles motivación durante el proceso de aprendizaje (
En los espacios de aprendizaje mediados por lo digital, la autoconfianza del
estudiantado en el uso de dispositivos electrónicos y de la red tiene un papel
relevante en el logro de aprendizajes (
Otro factor elemental en el papel del aprendiz en línea es la interacción
estudiante-contenido. Los alumnos de un curso necesitan relacionarse con la
información de la asignatura (
La interacción gamificada de los aprendices, es decir, el uso de diseños del juego en
espacios no lúdicos para aumentar su compromiso y motivación (
La percepción de la utilidad dentro de los cursos virtuales por parte del
estudiantado es un elemento crucial al momento de aprender. En el caso de los
programas en línea, debe tenerse en consideración que estos permiten un ahorro
económico y en la movilidad (
Un factor adicional en el rol del estudiante en modalidad virtual es la motivación
durante el proceso de enseñanza-aprendizaje, ya que esta les permitirá superar de
forma efectiva los problemas que puedan encontrar durante su estudio (
Los recursos virtuales son una serie de herramientas abiertas y comerciales que
son utilizadas para facilitar, en los estudiantes, el aprendizaje mediado por
las tecnologías de la información y la comunicación (TIC) (
En ese sentido, la satisfacción del estudiante por gestionar recursos virtuales
es una de las valoraciones más importantes para saber qué tan productivo y
exitoso está siendo un programa de
En adición, la pesquisa realizada por
Además, la evidencia científica hace hincapié que la complacencia de los
participantes que gestionan recursos virtuales recae en factores como la
autoeficacia, la interface, la participación del alumnado y el rendimiento
utilitario (
Cuando un aprendiz se encuentra complacido con su aprendizaje, se empeña en
establecer buenas conexiones a la red para continuar aprendiendo, ya que el
Otro efecto de los estudiantes complacidos con sus estudios en línea es que se
conectan a bases de información especializada porque perciben que les son útiles
(
El presente estudio se realiza a partir de las investigaciones de
Para el estudio se optó por un diseño no experimental de nivel correlacional-causal,
con el cual se pretende determinar la influencia de las variables independientes en
la variable dependiente. La elección de estas se apoyó en su incidencia en trabajos
anteriores, específicamente en las investigaciones de
Los datos del trabajo de campo se recolectaron una única vez mediante una encuesta transeccional enviada a través de Formularios de Google. Los participantes que se consideraron fueron aprendices de la UNMSM matriculados durante 2021 en los programas de Maestría en Educación en tres menciones: Gestión educativa, Docencia universitaria y Evaluación y acreditación de la calidad educativa. Cabe precisar que dichos programas correspondieron al período de contingencia, los cuales tuvieron que adaptarse e impartirse de manera remota, pues fueron concebidos antes de la pandemia de forma presencial. Los estudiantes elegidos cursaban entre el primero y el cuarto semestre de estudios durante la modalidad en línea, esto con la intención de que los participantes, a partir de su experiencia, tuviesen percepciones exactas de su proceso de aprendizaje virtual y determinaran su satisfacción. Se llegó a un total de 487 aprendices (población).
En adición, para lograr mejor información, se implementó un muestreo no probabilístico por selección intencional, lo que ascendió la muestra a un total de 184 estudiantes de posgrado. Debido a que por voluntad propia solo pocos estudiantes accedieron a la encuesta, se contactó a los docentes para ingresar a las sesiones sincrónicas con el fin de aplicar las encuestas a sus alumnos. De esta manera fue como se obtuvo la totalidad de 184 respuestas y los cuestionarios para la examinación estadística.
A partir de
De forma adicional, cada variable contuvo sus propios indicadores: estos suman 70
ítems y se disponen para evaluar el impacto de las variables independientes en la
variable dependiente (ver
Fuente: elaboración propia.
VARIABLE
INDICADORES
CÓDIGO
Factor autoeficacia en internet e
informática (FA)
1) Antes de iniciar mis estudios, tenía
apreciaciones positivas de mí sobre el uso de internet
FA1
2) Me percibí positivamente en el uso de la red
mientras estudiaba
FA2
3) Podía manipular la red antes de empezar a
estudiar
FA3
4) Confié en mí al utilizar la red durante mis
estudios
FA4
5) Pude resolver problemas por mí mismo cuando
navegaba en internet
FA5
6) Tenía la capacidad de manejar dispositivos
electrónicos antes de iniciar la maestría
FA6
7) Confié en mí al utilizar dispositivos
electrónicos durante mis estudios
FA7
8) Pude resolver problemas por mí mismo cuando
usaba dispositivos electrónicos
FA8
Factor interacción estudiante-contenido
(FI)
1) Utilicé contenidos ofrecidos por el docente que
me gustaron
FI1
2) Utilicé contenidos ofrecidos por el docente que
me producían interés por seguir investigando
FI2
3) Utilicé contenidos de alto nivel en los cursos
virtuales ofrecidos por el docente
FI3
4) Utilicé materiales ofrecidos por el docente que
me eran útiles para la maestría
FI4
5) Tuve libre acceso a los contenidos virtuales del
curso
FI5
6) Pude acceder a los contenidos del curso desde el
dispositivo que me era más factible
FI6
7) Accedí a los contenidos del curso cuando
disponía de tiempo
FI7
8) Accedí a los contenidos virtuales del curso
antes de la sesión de clase sincrónica
FI8
Factor participación gamificada
(FP)
1) Tuve acceso a recursos lúdicos que me permitían
emplear la creatividad e imaginación durante mis estudios
FP1
2) Ingresé a herramientas flexibles que me
permitían aprender relajadamente
FP2
3) Tuve experticia con los materiales lúdicos
usados en el curso
FP3
4) Ayudé a mis compañeros de clase a utilizar un
recurso lúdico
FP4
5) El profesor puso a nuestra disposición un
tutorial para interactuar en el recurso lúdico
FP5
6) Consulté buscadores de internet para saber cómo
emplear el recurso lúdico
FP6
7) Percibí que el docente se involucró con el
recurso lúdico
FP7
8) Observé que mis compañeros de estudio se
involucraron con el recurso lúdico
FP8
Factor utilidad percibida (FU)
1) Me fue posible ahorrar económicamente en
movilidad durante la maestría
FU1
2) Pude economizar no gastando en materiales
impresos
FU2
3) Tuve disponibilidad de conectarme desde
cualquier lugar durante mis estudios
FU3
4) Ahorré tiempo de traslado al estudiar la
maestría en línea
FU4
5) Los estudios me permitieron un perfeccionamiento
profesional continuo
FU5
6) Logré realizar actividades grupales en un
horario flexible que fuera adecuado para todos los
integrantes
FU6
7) Pude comunicarme para el trabajo colaborativo
desde cualquier dispositivo de fácil acceso durante mis
estudios
FU7
Factor motivación (FM)
1) Me sentí motivado por alcanzar una mejora
económica durante mis estudios virtuales
FM1
2) Me motivó conocer a personas que me permitieran
tener una mayor red de contactos laborales durante la
maestría
FM2
3) Me incentivó la idea de poder acceder a un mejor
puesto laboral a consecuencia de obtener un posgrado al terminar
mis estudios
FM3
4) Me impulsó la meta de adquirir un mayor
aprendizaje durante mis estudios
FM4
5) Me mantuvo motivado la intención de seguir
profesionalizándome durante la maestría
FM5
6) Me motivó el gusto por aprender durante mis
estudios virtuales
FM6
7) Me generó motivación la sensación de estar
aprendiendo nuevos conocimientos dentro de la maestría
FM7
La satisfacción de gestionar recursos
virtuales (S)
1) Adquirí una computadora portátil para conectarme
a la red durante las clases virtuales
S1
2) Adquirí una computadora de escritorio para
conectarme a la red durante las clases virtuales
S2
3) Adquirí un teléfono inteligente para conectarme
a la red durante las clases virtuales
S3
4) Supervisé constantemente la conexión a internet
para evitar algún problema con la red durante las clases
virtuales
S4
5) Procuré que solo un dispositivo electrónico
estuviera conectado al alimentador de la red durante las clases
virtuales
S5
6) Tuve que comunicarme con el proveedor del
servicio de internet para resolver algún problema con la
conexión durante la maestría
S6
7) Busqué soluciones a problemas con la red a
través de motores de búsqueda en internet durante las
clases
S7
8) Reforcé la calidad de la conexión a internet con
el uso de datos en dispositivos móviles
S8
9) Mejoré la conexión a internet a través de una
red wifi al usar los recursos digitales
S9
10) Me conecté a la red a través de un cable
directo del dispositivo al módem de internet en las clases
virtuales
S10
11) Interactué con el navegador de internet para
adquirir información oportuna sobre el flujo de la red
S11
12) Accedí a recursos educativos digitales en la
maestría
S12
13) Usé de manera preferencial los recursos
educativos digitales
S13
14) Utilicé materiales educativos digitales de
acuerdo con mis posibilidades
S14
15) Pude dominar el contenido del material
educativo virtual
S15
16) Compartí aprendizajes con mis compañeros sobre
el material educativo digital
S16
17) Busqué utilizar una versión adecuada de la
herramienta educativa digital para mi dispositivo
electrónico
S17
18) Accedí a fuentes de información especializada
en red a pesar de las limitaciones institucionales
S18
19) Ahondé constantemente en información en bases
de datos especializadas para mi investigación
S19
20) Pude utilizar mi dominio de una lengua
extranjera para conectarme a bases de datos internacionales
alojadas en internet
S20
21) Busqué asesoría particular para tener
conocimientos previos sobre un tema de interés antes de iniciar
la búsqueda de fuentes de información en internet
S21
22) Investigué en internet cómo consultar fuentes
de información especializada
S22
23) Utilicé un teléfono inteligente adecuado
durante mis estudios
S23
24) Utilicé una computadora portátil adecuada
durante la maestría
S24
25) Utilicé una computadora de escritorio para mis
clases virtuales
S25
26) Me he conectado a internet desde una red wifi
durante mis estudios
S26
27) Utilicé los datos móviles de mi celular para
conectarme a las clases virtuales
S27
28) Utilicé una conexión alámbrica para conectarme
a mis clases virtuales
S28
29) Utilicé sin distracciones el dispositivo
electrónico con el que me he conectado a las clases
S29
30) Utilicé el dispositivo electrónico teniendo
cuidado evitar cualquier falla técnica durante mis clases
S30
31) Consistentemente utilicé el mismo dispositivo
electrónico para ingresar a las clases
S31
32) Consistentemente destiné el mismo horario para
el uso del dispositivo electrónico durante la maestría
S32
Para alcanzar los propósitos de la investigación y demostrar la hipótesis de los
cinco factores, se hicieron algunas pruebas de estadística usando SPSS (versión 25).
En un primer momento se puso a prueba la confiabilidad y la validez de la data
recopilada de las encuestas a los estudiantes a través del análisis factorial
confirmatorio (AFC), el coeficiente de Alfa de Cronbach y el ajuste del modelo.
Finalmente, se probaron las hipótesis para determinar la influencia entre variables
haciendo uso de la prueba no paramétrica de Rho de Spearman por las variables
cualitativas ordinales a investigar (
Fuente: elaboración propia a partir del estudio de la normalidad de
los datos.
VARIABLE
NIVEL DE SIGNIFICANCIA
OBSERVACIONES
Factor autoeficacia en internet e informática
,006
Distribución no normal
Factor interacción estudiante-contenido
,000
Distribución no normal
Factor participación gamificada
,000
Distribución no normal
Factor utilidad percibida
,000
Distribución no normal
Factor motivación
,000
Distribución no normal
La satisfacción de gestionar recursos
virtuales
,012
Distribución no normal
En definitiva, según los estudiosos se debe considerar para el análisis de normalidad que el α = 0,05. Por un lado, en el caso de distribuciones normales el nivel de significancia debe ser mayor al alfa (p > 0,05); por lo que se acepta la hipótesis nula y se rechaza la hipótesis alternativa. Por otro lado, lo opuesto sucede cuando no se presenta distribución normal (p < 0,05). En el caso de estas variables de estudio, el nivel de significancia para cada una es menor a 0,05, por lo que no presentan una distribución normal. En consecuencia, para el análisis inferencial se utilizará la prueba no paramétrica de Rho de Spearman.
Al probar la validez de los indicadores mediante el AFC, cada uno puede catalogarse
como válido si contiene una carga factorial superior que 0,40, grado de
significación al 95% y agrupación en cada grupo de variable (
Fuente: elaboración propia según el AFC.
CÓDIGO DEL ÍTEM
COMPONENTE
OBSERVACIONES
1
2
3
4
5
6
FA1
,722
Válido
FA2
,673
Válido
FA3
,664
Válido
FA4
,770
Válido
FA5
,720
Válido
FA6
,690
Válido
FA7
,784
Válido
FA8
,751
Válido
FI1
,656
Válido
FI2
,656
Válido
FI3
,568
Válido
FI4
,527
Válido
FI5
,480
Válido
FI6
,595
Válido
FI7
,467
Válido
FI8
,508
Válido
FP1
,752
Válido
FP2
,730
Válido
FP3
,718
Válido
FP4
,674
Válido
FP5
,716
Válido
FP6
,621
Válido
FP7
,704
Válido
FP8
,740
Válido
FU1
,729
Válido
FU2
,627
Válido
FU3
,671
Válido
FU4
,776
Válido
FU5
,666
Válido
FU6
,672
Válido
FU7
,704
Válido
FM1
,594
Válido
FM2
,453
Válido
FM3
,472
,475
No válido
FM4
,634
,406
No válido
FM5
,571
,452
No válido
FM6
,628
Válido
FM7
,620
Válido
S1
No válido
S2
No válido
S3
,552
Válido
S4
,639
Válido
S5
,604
Válido
S6
,753
Válido
S7
,728
Válido
S8
,753
Válido
S9
,744
Válido
S10
,570
,403
No válido
S11
,649
Válido
S12
,437
Válido
S13
,486
Válido
S14
,402
,613
No válido
S15
,646
Válido
S16
,668
Válido
S17
,533
Válido
S18
,709
Válido
S19
,679
Válido
S20
,438
Válido
S21
No válido
S22
,548
Válido
S23
,451
Válido
S24
No válido
S25
,618
Válido
S26
No válido
S27
,451
Válido
S28
,597
Válido
S29
,512
Válido
S30
No válido
S31
No válido
S32
,440
Válido
Medida de adecuación muestral de
Kaiser-Meyer-Olkin
,863
Prueba de esfericidad de Bartlett
Aprox. Chi-cuadrado
8889,628
gl
2415
Sig.
,000
Según el hallazgo de AFC, se observa que la medida de adecuación del muestreo de Kaiser-Meyer-Olkin (KMO-SA) es de ,863, lo que indica que se puede seguir con el análisis factorial. Mientras el valor sea superior a 0,50 es aceptable; en efecto, la medida del KMO-SA fluctúa entre 0 y 1. La prueba de esfericidad de Bartlett manifiesta una medida de 8889,628 y un nivel de significancia de ,000; por lo que, según estas condiciones, se puede continuar con el análisis factorial.
Los hallazgos del análisis evidencian que existen doce ítems que no obedecen a las normas de validez, estos son FM3, FM4, FM5, S1, S2, S10, S14, S21, S24, S26, S30 y S31. Los reactivos FM3, FM4 y FM5 tienen valores duplicados, apareciendo en su grupo de variable denominado factor interacción estudiante-contenido (componente 2) y en el componente 5. El ítem S10 presenta réplicas de valores en su grupo de variable del factor participación gamificada (componente 3) y en el componente 6. El reactivo S14 muestra un valor propagado en el componente 1 y el componente 5. Además, los ítems S1, S2, S21, S24, S26, S30 y S31 no presentan valores en ningún componente. Con esto en consideración, los doce reactivos son excluidos de los datos y no se incluyen en el siguiente análisis.
Con la discriminación de estos ítems, el análisis factorial muestra que el valor de
KMO-SA es ,880, la prueba esfericidad de Bartlett es de 6872,379, y una
significancia en ,000. A partir de estos resultados puede proseguir el análisis
factorial. Los hallazgos de todos los reactivos contienen una carga factorial mayor
a 0,4 y se encuentran agrupados en su grupo de variable; con esto se afirma que
todos los ítems son válidos. El Path Analysis (PA) de la
En ese sentido, de acuerdo con los resultados obtenidos en el PA se probó que el
modelo final logró una solución estandarizada de los coeficientes Path de la
siguiente manera: el FP (1.00) y el FM (.32) (según
Posterior a la prueba de validez, el siguiente paso fue ensayar el modelo
estructural. Primero se examinaron los modelos de bondad de ajuste para constatar su
precisión. Según nuestras hipótesis, el hallazgo indicó que el modelo es aceptado y
que cumple con los indicadores de bondad de ajuste. El resultado evidencia que el
Error de aproximación (RMSEA, por sus siglas en inglés), el Índice de ajuste
comparativo (CFI, por sus siglas en inglés) y el Índice de ajuste normado (NFI, por
sus siglas en inglés) son valores recomendables y tienen un ajuste perfecto (
Fuente: elaboración propia según el ajuste del modelo.
MEDIDAS DE AJUSTE
VALORES
MEDIDAS SUGERIDAS PARA UN AJUSTE PERFECTO
OBSERVACIONES
CFI
0.951
0.95 ≤ CFI ≤ 1.00
Ajuste perfecto
NFI
0.965
0.95 ≤ NFI ≤ 1.00
Ajuste perfecto
RMSEA
0.000
0.00 ≤ RMSEA ≤ 0.05
Ajuste perfecto
El siguiente análisis es el de confiabilidad utilizando el Alfa de Cronbach (
Fuente: elaboración propia a partir de la fiabilidad del
instrumento.
VARIABLE
ALFA DE CRONBACH BASADO EN ÍTEMS
ESTANDARIZADOS
OBSERVACIONES
Factor autoeficacia en internet e informática
,926
Confiable
Factor interacción estudiante-contenido
,864
Confiable
Factor participación gamificada
,897
Confiable
Factor utilidad percibida
,876
Confiable
Factor motivación
,905
Confiable
La satisfacción de gestionar recursos
virtuales
,910
Confiable
Para entender el efecto entre variables, a continuación, se hizo la prueba no
paramétrica de Rho de Spearman, donde se muestra estadísticamente que las variables
independientes tienen influencia en la variable dependiente si obtuvieron un valor p
de ≤ 0,05, significando que las variables independientes afectan de manera
significativa sobre la variable dependiente, con una confianza al 95% y un nivel
máximo de tasa de desviación del 5%. Estos hallazgos del Rho de Spearman se
evidencian en la
Fuente: elaboración propia según la correlación de las variables.
VARIABLE INDEPENDIENTE
VARIABLE DEPENDIENTE
COEFICIENTE DE CORRELACIÓN
SIGNIFICANCIA
Factor autoeficacia en internet e informática
La satisfacción de gestionar recursos
virtuales
,268
,000
Factor interacción estudiante-contenido
,420
,000
Factor participación gamificada
,401
,000
Factor utilidad percibida
,175
,017
Factor motivación
,320
,000
Los resultados de la
En ese sentido, y teniendo en cuenta que todas las variables independientes influenciaron en la variable dependiente, por su nivel de significancia < 0,05, se afirma que la prueba Rho de Spearman puede ser utilizada para determinar todos los factores que afectan en la satisfacción de gestionar recursos virtuales en este estudio.
La autoeficacia en internet e informática se ha convertido en un elemento que influye
en la satisfacción estudiantil. Las actuales investigaciones aseguran que es
sumamente importante que los estudiantes que gestionan recursos educativos virtuales
se vean capaces de manejar y resolver dificultades en la red por sí mismos, porque
esto los hará sentirse satisfechos en el proceso educativo en línea (
Según nuestro trabajo, otro factor relevante que influye en la satisfacción es la
interacción del estudiante con el contenido. Los alumnos de modalidades en línea
requieren de materiales que les permitan acercarse a la información de una manera
gráfica, de textos e hipertextos que alberguen multitareas, pues se ha observado que
estos elementos contribuyen a que los estudiantes obtengan mejores resultados en sus
procesos de aprendizaje y, en consecuencia, alcancen mayor satisfacción al respecto
(
Asimismo, el análisis realizado demuestra que la participación gamificada es un
tercer factor importante que determina la satisfacción de gestionar recursos
virtuales. Por lo general, los aprendices prefieren que los cursos en línea les
permitan desarrollar su creatividad e imaginación al momento de aprender, que, a
pesar de la rigurosidad de la investigación, las herramientas les permitan relajarse
a través de estrategias lúdicas. Sin lugar a dudas, las estrategias de gamificación
brindan gran satisfacción y beneficios a los participantes (
Al contrastar las hipótesis de nuestra investigación se determina que la utilidad
percibida es otro factor que influye en la satisfacción en los estudiantes. Cuando
estos se convencen de que las modalidades en línea les permiten ahorrar en
movilidad, economía y en materiales, aumentan los niveles de satisfacción (
Las fortalezas de esta pesquisa se encuentran en la temática innovadora alrededor de la que gira el análisis, la utilidad praxeológica hacia la comunidad universitaria sobre los elementos que satisfacen al alumnado y la propuesta de un instrumento de medición útil para próximos estudios. Cabe mencionar que esta investigación tiene limitaciones concretas, ya que para el análisis de los datos no se tomó en cuenta la disparidad que podría haber en las percepciones según la generación a la que pertenecen los aprendices universitarios, ni las variables socioeconómicas y geográficas de los individuos, puesto que el acceso a la tecnología y a la red es un gran desafío para la satisfacción estudiantil en línea. Sin embargo, las oportunidades de este trabajo se encuentran en su citación en múltiples campos de estudio, al ser un referente para futuras investigaciones sobre educación virtual, y su potencial aplicación para contribuir a la calidad universitaria.
Este trabajo tuvo como finalidad determinar los factores estudiantiles que influyen en la satisfacción de gestionar recursos virtuales de los participantes de tres maestrías. Por su orden de prioridad, los hallazgos evidenciaron que los predictores del rol estudiantil determinados el factor interacción estudiante-contenido, el factor participación gamificada, el factor motivación, el factor autoeficacia en internet e informática y el factor utilidad percibida) influyen de forma positiva en la satisfacción de los estudiantes al gestionar recursos virtuales. Al respecto, la utilidad percibida por el alumno obtuvo una correlación positiva muy débil en su satisfacción; por ello se considera que la institución debería evaluar el cumplimiento de los beneficios de los estudios virtuales que ofrece.
Los resultados sobre el papel estudiantil son relevantes para alcanzar la satisfacción, lo que conlleva a preocuparse por atender y acompañar al estudiantado en el proceso educativo en línea para que ellos interactúen con contenidos gamificados, se sientan motivados, se encuentren autoeficaces y perciban que los programas les son útiles, tanto en lo social y personal como en el ámbito profesional. Al respecto, se sugiere que futuras pesquisas profundicen sobre las diversas percepciones generacionales del aprendiz y las variables socioeconómicas y geográficas, especialmente en países con escasos recursos, en los cuales la accesibilidad a internet y a la tecnología es exigua.
Los principales aportes de este análisis se encuentran en señalar los elementos importantes para que los estudiantes logren su satisfacción en cursos virtuales. Al mismo tiempo, se ofrece a la autoridad universitaria un estudio novedoso que busca aportar en el perfeccionamiento de la calidad educativa y propone la creación de un instrumento que puede ser aplicado en cualquier contexto universitario.
Finalmente, se espera que los resultados de esta investigación se utilicen para mejorar el programa de maestría en la modalidad virtual implementado durante la pandemia de la covid-19, y que, incluso, sirva de evidencia al período pospandemia en la universidad. Se busca que las próximas indagaciones continúen ajustando el modelo estructural de esta pesquisa y que profundicen con enfoques cualitativos y mixtos, o sumando otros predictores de la satisfacción estudiantil.