2.3. Muestra
La investigación
empleó un muestreo no probabilístico por conveniencia, modalidad que permite
seleccionar participantes accesibles que cumplen con criterios previamente
definidos por el investigador (Özten & Monterola, 2017). Este tipo de
muestreo resulta pertinente en estudios aplicados desarrollados en contextos
educativos específicos, donde la accesibilidad y disponibilidad de los
participantes constituyen factores determinantes.
La muestra estuvo
conformada por 60 estudiantes matriculados en el tercer (III) ciclo del
programa de Maestría en Docencia Universitaria de una universidad privada de
Lima, durante el semestre académico 2022. Los participantes presentaron un
rango etario entre 35 y 65 años, correspondiente al perfil característico de
programas de posgrado orientados a profesionales en ejercicio.
Los criterios de
inclusión consideraron a todos los estudiantes formalmente matriculados y en
condición académica activa durante el semestre de estudio. Por su parte, se
excluyeron aquellos estudiantes que no se encontraban matriculados en el
periodo correspondiente o que declinaron participar voluntariamente en la
investigación.
Todos los
participantes aceptaron formar parte del estudio y completaron íntegramente los
instrumentos de recolección de datos.
2.4. Instrumentos de
recolección de datos
La recolección de
datos se realizó mediante la técnica de encuesta, entendida como un
procedimiento sistemático para obtener información a través de un conjunto
estructurado de preguntas dirigidas a los participantes (Hamed, 2016). Este
método permite recoger datos estandarizados sobre percepciones, actitudes y
prácticas, favoreciendo su posterior análisis cuantitativo.
Para la medición
de la variable competencias digitales se utilizó el instrumento elaborado por
Cota (2020), conformado por cinco dimensiones: alfabetización tecnológica,
comunicación y colaboración, creación de contenido digital, seguridad y
resolución de problemas. El cuestionario consta de 10 ítems organizados bajo
una escala tipo Likert de cinco puntos, con opciones de respuesta que oscilan
entre nunca (1) y siempre (5). Este instrumento evalúa el nivel de dominio y
las prácticas asociadas al uso académico de las tecnologías digitales. La
validez de contenido fue determinada mediante juicio de expertos, y la
confiabilidad interna se estimó a través del coeficiente Alpha de Cronbach,
obteniéndose niveles adecuados de consistencia interna.
Para la
evaluación de la variable hábitos de estudio se empleó el instrumento
desarrollado por Vicuña (2005), compuesto por cinco dimensiones: formas de
estudio, formas de hacer los deberes académicos, maneras de estudiar para un
examen, atención en el aula y acompañamiento al momento de estudiar. El
instrumento está integrado por 55 ítems estructurados bajo una escala tipo
Likert de cinco categorías, desde nunca (1) hasta siempre (5). Este
cuestionario permite medir la frecuencia y sistematicidad de las prácticas
académicas que sustentan el aprendizaje formal. Al igual que el instrumento
anterior, fue sometido a validación por juicio de expertos y su confiabilidad
fue estimada mediante el coeficiente Alpha de Cronbach, evidenciando adecuados
niveles de consistencia interna.
2.5. Procedimientos
La recolección de
datos se realizó de manera organizada y bajo criterios éticos. Inicialmente, se
informó a los estudiantes sobre los objetivos del estudio y se solicitó su
participación voluntaria. Se garantizó la confidencialidad y el uso
exclusivamente académico de la información, solicitándose el consentimiento
informado antes de la aplicación de los instrumentos.
Los cuestionarios
fueron administrados mediante formularios digitales diseñados en Google Forms.
El enlace de acceso fue compartido a través de los canales oficiales de
comunicación del programa. Finalizado el periodo de aplicación, las respuestas
fueron exportadas a una base de datos en formato Excel para su depuración y
posterior análisis estadístico.
2.6. Validez y confiabilidad
La
validez de contenido de los instrumentos fue determinada mediante juicio de
expertos. Para ello, se contó con la participación de especialistas en
investigación educativa con grado académico de maestría y experiencia en el
diseño y evaluación de instrumentos psicométricos. Los expertos evaluaron la
pertinencia, claridad y coherencia de los ítems en relación con las dimensiones
teóricas de cada variable, realizando las observaciones correspondientes para
su ajuste final.
La
confiabilidad interna de los instrumentos fue estimada mediante el coeficiente
Alpha de Cronbach, indicador ampliamente utilizado para evaluar la consistencia
interna de escalas tipo Likert (Streiner, 2003). Este coeficiente permite
determinar el grado de interrelación entre los ítems que componen un
instrumento, garantizando la estabilidad y homogeneidad de la medición.
Para
el cálculo del Alpha de Cronbach se utilizaron las respuestas obtenidas de los
60 participantes que conformaron la muestra del estudio. Los datos fueron
recolectados a través de formularios digitales y posteriormente exportados para
su análisis estadístico.
La
interpretación del coeficiente se realizó conforme a los criterios de
valoración comúnmente aceptados en investigación educativa (Hernández et al.,
2012), tal como se muestra en la Tabla 3. Los resultados obtenidos evidenciaron
un coeficiente α = 0.81 (Tabla 4), lo que indica un nivel de confiabilidad
bueno para el instrumento aplicado.
Tabla 3
Escala de
confiabilidad de los instrumentos.
|
Coeficiente
|
Valoración
|
|
[0
- 0.5]
|
Inaceptable
|
|
[0.5
– 0.6[
|
Pobre
|
|
[0.6
- 0.7[
|
Débil
|
|
[0.7
– 0.8[
|
Aceptable
|
|
[0.8
- 0.9[
|
Bueno
|
|
[0.9
– 1.0]
|
Excelente
|
Nota. Criterios de
interpretación del coeficiente Alpha de Cronbach para la evaluación de la
consistencia interna.
Tabla 4
Estadística de
confianza.
|
Alpha
de Cronbach
|
N°
de encuestados
|
|
0.81
|
60
|
Nota. Coeficiente Alpha
de Cronbach obtenido a partir de las respuestas de los 60 participantes del
estudio.
2.7. Análisis de datos
El
análisis estadístico se desarrolló en dos niveles: descriptivo e inferencial.
En primer lugar, se empleó estadística descriptiva con la finalidad de
organizar, resumir y presentar los datos mediante medidas de tendencia central
y dispersión, permitiendo caracterizar el comportamiento de las variables en
estudio (Santillán, 2016).
Posteriormente,
se aplicó estadística inferencial para determinar la existencia y magnitud de
la relación entre las variables. Previamente, se realizó una prueba de
normalidad con el propósito de establecer la distribución de los datos y
definir el estadístico correlacional más pertinente. En función de los
resultados, se utilizó el coeficiente de correlación de Pearson para
distribuciones normales o el coeficiente Rho de Spearman para distribuciones no
paramétricas.
El
procesamiento y análisis de la información se efectuó mediante el software
estadístico SPSS versión 26.0.
III. RESULTADOS
3.1. Descripción estadística de las variables
Las Tablas 5 y 6 presentan
la distribución de frecuencias correspondiente a las variables competencias
digitales y hábitos de estudio.
En
relación con las competencias digitales (Tabla 5), los resultados evidencian
que la mitad de los participantes se ubica en el nivel “Bueno”, lo que indica
un dominio funcional de herramientas digitales y competencias asociadas al uso
crítico y productivo de las tecnologías de la información y comunicación. Un
grupo considerable se sitúa en el nivel “Regular”, lo que refleja un manejo
intermedio de estas competencias. En contraste, una proporción reducida se
posiciona en el nivel “Deficiente”, evidenciando limitaciones en el uso
estratégico de entornos digitales.
En
términos interpretativos, la distribución sugiere que la muestra presenta, en
general, un desempeño aceptable en competencias digitales, aunque persisten
segmentos que requieren fortalecimiento en habilidades vinculadas a la gestión,
producción y adaptación en entornos digitales.
Tabla 5
Frecuencia de
Rangos Competencias digitales
|
|
Frecuencia
|
Porcentaje
|
Porcentaje
válido
|
Porcentaje
acumulado
|
|
Válido
|
Deficiente
|
5
|
8,3
|
8,3
|
8,3
|
|
Regular
|
25
|
41,7
|
41,7
|
50,0
|
|
Bueno
|
30
|
50,0
|
50,0
|
100,0
|
|
Total
|
60
|
100,0
|
100,0
|
|
Nota. Predominan
niveles funcionales de competencia digital en la muestra evaluada. Elaboración
propia con base en los datos recolectados.
En cuanto a los
hábitos de estudio (Tabla 6), se observa una marcada concentración en el nivel
“Medio”, lo que indica la presencia de prácticas de estudio parcialmente
consolidadas. Un grupo menor alcanza el nivel “Excelente”, reflejando
estrategias sistemáticas y estructuradas de aprendizaje, mientras que el nivel
“Pésimo” presenta una representación marginal.
Desde una
perspectiva descriptiva, estos resultados evidencian que la mayoría de los
participantes posee hábitos de estudio en proceso de consolidación, con margen
de mejora hacia niveles de mayor sistematicidad y autorregulación académica.
Tabla 6
Frecuencia de
Rangos Hábitos de estudio
|
|
Frecuencia
|
Porcentaje
|
Porcentaje
válido
|
Porcentaje
acumulado
|
|
Válido
|
Pésimo
|
1
|
1,7
|
1,7
|
1,7
|
|
Medio
|
52
|
86,7
|
86,7
|
88,3
|
|
Excelente
|
7
|
11,7
|
11,7
|
100,0
|
|
Total
|
60
|
100,0
|
100,0
|
|
Nota. Se observa
concentración en niveles intermedios de hábitos de estudio. Elaboración propia
con base en los datos recolectados.
La relación
descriptiva entre ambas variables se presenta en la Tabla 7. El análisis
cruzado muestra que la mayor convergencia se sitúa en la intersección entre
niveles intermedios y altos de competencias digitales y niveles medios de
hábitos de estudio. Asimismo, los niveles bajos en ambas variables presentan
escasa representación conjunta.
Esta distribución
preliminar sugiere que, aunque existe coincidencia en ciertos rangos
funcionales, la correspondencia entre ambas variables no se manifiesta de
manera consistente en todos los niveles, lo que anticipa la necesidad de
contrastar estadísticamente dicha relación mediante el análisis inferencial
posterior.
3.2. Estadística Inferencial
El análisis
inferencial se realizó mediante el coeficiente de correlación R de Pearson con
el propósito de determinar la existencia y magnitud de asociación entre las
competencias digitales y los hábitos de estudio, así como entre cada una de las
dimensiones de la variable independiente y la variable dependiente. La
interpretación de la magnitud de los coeficientes se efectuó con base en los
criterios establecidos en la Tabla 8, adaptados de Achen (1982).
3.2.1. Corroboración de Hipótesis
General
Se planteó como
hipótesis nula la inexistencia de asociación entre las competencias digitales y
los hábitos de estudio, frente a la hipótesis alternativa que propone la
existencia de relación entre ambas variables. Además, como criterio de decisión
se estableció en un nivel de significancia de 0.05.
Los resultados
del análisis correlacional se presentan en la Tabla 9.
Tabla
8
Interpretación
de los rangos del factor de correspondencia R de Pearson.
|
Valores para R de Pearson
|
Interpretación
|
|
|
correspondencia
inexistente
|
|
|
correspondencia
débil
|
|
|
correspondencia
moderada
|
|
|
correspondencia
fuerte
|
Nota.
Criterios teóricos para la interpretación de la magnitud de la
asociación estadística. Adaptado de Achen (1982).
Tabla
9
Correspondencia
de la variable de Competencias digitales y Hábitos de estudio
|
|
Hábitos de
estudio
|
|
R
de Pearson
|
Competencias Digitales
|
Coeficiente de correlación
|
,203
|
|
Sig. (bilateral)
|
,120
|
|
N
|
60
|
Nota.
Asociación positiva de baja magnitud sin evidencia estadística
concluyente. Elaboración propia con base en el análisis en SPSS.
El coeficiente
obtenido evidencia una asociación positiva de baja magnitud. No obstante, el
nivel de significancia no permite rechazar la hipótesis nula, por lo que no se
identifican evidencias estadísticas suficientes para afirmar la existencia de
relación entre las variables en la población estudiada.
3.2.2. Prueba de hipótesis específica
1
Tabla
10
Correlación
entre la Dimensión 1: Alfabetización tecnológica y Hábitos de estudio
|
|
Hábitos de
estudio
|
|
R de Pearson
|
Dimensión 1: Alfabetización
tecnológica
|
Coeficiente de correlación
|
,078
|
|
Sig. (bilateral)
|
,552
|
|
N
|
60
|
Nota.
No se identifican evidencias estadísticas de asociación
significativa. Elaboración propia con base en el análisis en SPSS.
Se evaluó la
posible asociación entre la dimensión alfabetización tecnológica y los hábitos
de estudio. Los resultados se muestran en la Tabla 10.
El coeficiente
refleja una asociación prácticamente inexistente y el nivel de significancia
confirma la ausencia de relación estadísticamente significativa entre esta
dimensión y los hábitos de estudio.
3.2.3. Prueba de hipótesis específica 2
Se analizó la
relación entre la dimensión comunicación y colaboración y los hábitos de
estudio. Los resultados se presentan en la Tabla 11.
Tabla
11
Correlación
entre la Dimensión 2: Comunicación y colaboración y Hábitos de estudio
|
|
Hábitos de
estudio
|
|
R de Pearson
|
Dimensión 2: Comunicación y
colaboración
|
Coeficiente de correlación
|
,248
|
|
Sig. (bilateral)
|
,056
|
|
N
|
60
|
Nota.
Se aprecia tendencia asociativa leve sin respaldo estadístico
suficiente. Elaboración propia con base en el análisis en SPSS.
El coeficiente
obtenido sugiere una tendencia asociativa débil; sin embargo, el nivel de
significancia no alcanza el umbral requerido, por lo que no se confirma
estadísticamente la relación propuesta.
3.2.4. Prueba de hipótesis específica 3
Se examinó la
relación entre la dimensión creación de contenido digital y los hábitos de
estudio. Los resultados se muestran en la Tabla 12.
Tabla
12
Correlación
de la Dimensión 3: Creación de contenido digital y Hábitos de estudio
|
|
Hábitos de
estudio
|
|
R de Pearson
|
Dimensión 3: Creación de contenido
digital
|
Coeficiente de correlación
|
,174
|
|
Sig. (bilateral)
|
,184
|
|
N
|
60
|
Nota.
Relación de baja magnitud y no significativa. Elaboración propia
con base en el análisis en SPSS.
Los resultados
evidencian una asociación positiva débil que no alcanza significancia
estadística, por lo que no se rechaza la hipótesis nula.
3.2.5. Prueba de hipótesis específica 4
Se evaluó la
posible relación entre la dimensión seguridad y los hábitos de estudio. Los
resultados se presentan en la Tabla 13.
El coeficiente
indica una asociación prácticamente inexistente y sin respaldo estadístico, lo
que confirma la ausencia de relación significativa entre esta dimensión y la
variable dependiente.
3.2.6. Prueba de hipótesis específica 5
Finalmente, se
analizó la relación entre la dimensión resolución de problemas y los hábitos de
estudio. Los resultados se muestran en la Tabla 14.
El coeficiente
obtenido refleja una asociación positiva de baja magnitud que no alcanza
significancia estadística, por lo que no se rechaza la hipótesis nula.
Tabla
13
Correspondencia
de la Dimensión 4: Seguridad y Hábitos de estudio
|
|
Hábitos de
estudio
|
|
R de Pearson
|
Dimensión 4: Seguridad
|
Coeficiente de correlación
|
,086
|
|
Sig. (bilateral)
|
,516
|
|
N
|
60
|
Nota.
No se evidencia asociación estadísticamente significativa.
Elaboración propia con base en el análisis en SPSS.
Tabla
14
Correspondencia
de la Dimensión 5: Resolución de problemas y Hábitos de estudio
|
|
Hábitos de
estudio
|
|
R de Pearson
|
Dimensión 5: Resolución de problemas
|
Coeficiente de correlación
|
,149
|
|
Sig. (bilateral)
|
,257
|
|
N
|
60
|
Nota.
Asociación débil y sin significancia estadística. Elaboración
propia con base en el análisis en SPSS.
IV. DISCUSIÓN
La presente
investigación tuvo como objetivo general determinar la relación entre las
competencias digitales y los hábitos de estudio, así como analizar dicha
relación en cada una de las cinco dimensiones de las competencias digitales:
alfabetización informacional, comunicación y colaboración, creación de
contenido digital, seguridad y resolución de problemas.
Los resultados
descriptivos evidencian que una proporción importante de los participantes se
ubica en niveles intermedios tanto en competencias digitales como en hábitos de
estudio, lo que sugiere un dominio funcional, pero no consolidado, en ambas
variables. No obstante, el análisis inferencial mostró que no existe una
relación estadísticamente significativa entre las competencias digitales y los
hábitos de estudio, lo que conduce a la aceptación de la hipótesis nula.
En relación con
la hipótesis general, el coeficiente de correlación R de Pearson fue bajo y no
significativo (p > 0.05), lo que indica la inexistencia de asociación
estadísticamente significativa entre ambas variables. Este hallazgo contradice
lo reportado por Cota (2020), quien encontró una correlación positiva y
significativa. Esta discrepancia podría explicarse por las diferencias en las
características muestrales, ya que Cota (2020) trabajó con estudiantes de
pregrado, mientras que la presente investigación consideró estudiantes de
posgrado, cuyas trayectorias formativas y experiencias académicas pueden
influir diferencialmente en la configuración de sus hábitos y competencias.
Respecto a la
hipótesis específica 1, no se encontró relación significativa entre la
alfabetización informacional y los hábitos de estudio, resultado que difiere de
lo señalado por Cota (2020). Esta divergencia podría atribuirse al perfil
disciplinar de la muestra de dicho autor, conformada por estudiantes de
ingeniería de sistemas, quienes, por la naturaleza de su formación, presentan
mayor exposición a entornos digitales y procesamiento de información
tecnológica.
En cuanto a la
hipótesis específica 2, referida a la dimensión comunicación y colaboración,
tampoco se evidenció relación significativa con los hábitos de estudio. Si bien
Cota (2020) reportó asociación positiva, en el presente estudio una proporción
considerable de participantes mostró niveles regulares en competencias
digitales, lo que podría limitar el impacto de esta dimensión sobre prácticas
estructuradas de estudio.
De manera
similar, en la hipótesis específica 3 no se identificó relación significativa
entre la creación de contenido digital y los hábitos de estudio. La diferencia
con los resultados de Cota (2020) podría explicarse, además de las variables
contextuales, por la diferencia etaria entre las muestras: mientras el estudio
citado consideró participantes jóvenes, en la presente investigación el rango
de edad fue más amplio y elevado, lo cual puede incidir en la apropiación y uso
pedagógico de herramientas digitales.
En la hipótesis
específica 4, correspondiente a la dimensión seguridad, tampoco se encontró
asociación significativa con los hábitos de estudio. Ello sugiere que el
conocimiento y manejo de prácticas seguras en entornos digitales no
necesariamente se traduce en la adopción de rutinas organizadas o estrategias
sistemáticas de estudio.
Finalmente, la
hipótesis específica 5, vinculada a la resolución de problemas en entornos
digitales, mostró igualmente ausencia de relación significativa con los hábitos
de estudio. Este resultado refuerza la consistencia del hallazgo general: las
competencias digitales, en sus distintas dimensiones, no se asocian de manera
directa con la estructuración de hábitos académicos.
Desde el plano
teórico, Santrock (2010) y Hernández et al. (2012) enfatizan la relación entre
hábitos de estudio y motivación, pero no establecen vínculos directos con las
competencias digitales. Ambos autores destacan la importancia del uso de
herramientas tecnológicas para optimizar el aprendizaje; sin embargo, ello no
implica necesariamente la consolidación de hábitos sistemáticos de estudio.
Por su parte,
Martínez-Garcés et al. (2020) subrayan la relevancia de las competencias
digitales para mejorar habilidades y metodologías de estudio, concluyendo que
su carencia dificulta el aprendizaje. No obstante, los resultados de la
presente investigación indican que, aunque las competencias digitales pueden
facilitar procesos de enseñanza-aprendizaje, no guardan relación significativa
con los hábitos de estudio. Esta distinción es clave: facilitar el aprendizaje
no equivale a estructurar hábitos académicos.
En línea similar,
Basantes-Andrade et al. (2020) evidencian que el fortalecimiento de habilidades
tecnológicas mejora el proceso de enseñanza-aprendizaje en entornos virtuales,
lo cual coincide con Martínez-Garcés et al. (2020). Asimismo, Álvarez, Núñez y
Rodríguez (2017) enfatizan la necesidad de incorporar nuevas habilidades
tecnológicas para optimizar el aprendizaje. Sin embargo, estos estudios se
centran en el rendimiento o el proceso formativo, no en la configuración de
hábitos de estudio como constructo independiente.
Garro (2020)
encontró relación significativa entre el uso de TIC y el aprendizaje
cooperativo, reforzando la idea de que las competencias digitales impactan en
dinámicas de aprendizaje. Del mismo modo, Bajwa, Gujjar, Shaheen y Ramzan
(2011) sostienen que los hábitos de estudio mejoran el proceso de aprendizaje.
No obstante, la evidencia sugiere que ambas variables —competencias digitales y
hábitos de estudio— pueden contribuir al aprendizaje desde dimensiones
distintas y no necesariamente interdependientes.
En cuanto a
Perrenod (1996), se reconoce que los hábitos de estudio pueden potenciar o
entorpecer el logro de metas académicas, lo que reafirma su naturaleza
estructural y conductual. En consecuencia, poseer competencias digitales no
implica automáticamente la internalización de rutinas organizadas,
planificación del tiempo o disciplina académica.
Adanaqué (2022)
identificó correlación significativa entre competencias digitales y motivación
académica, mientras que Franco (2021) reportó relación positiva moderada entre
motivación y competencias digitales. Beraún et al. (2021) destacan que el
desarrollo de competencias digitales favorece el rendimiento académico.
Asimismo, Aduvire (2022) encontró correlación entre competencias digitales y
habilidades investigativas. Estos estudios coinciden en vincular las
competencias digitales con variables como motivación, rendimiento o
investigación; sin embargo, no abordan de manera directa su relación con los
hábitos de estudio, lo que respalda la originalidad del presente trabajo.
La escasa
literatura específica sobre la relación entre competencias digitales y hábitos
de estudio evidencia un vacío investigativo. A nivel internacional, los
estudios priorizan la relación entre competencias digitales y aprendizaje o
rendimiento académico; a nivel nacional, aunque existe evidencia que sugiere
relaciones positivas, los resultados no son concluyentes y dependen fuertemente
del contexto muestral.
En términos
metodológicos, el uso de herramientas digitales para la recolección de datos
constituyó una fortaleza, al optimizar recursos y tiempos. No obstante, se
identificaron limitaciones vinculadas a la complejidad en la interpretación
estadística y a la reducida evidencia empírica previa sobre la relación
específica entre las variables analizadas.
Finalmente, el
aporte de la investigación radica en evidenciar que las competencias digitales
y los hábitos de estudio operan como constructos independientes en la población
analizada. Asimismo, se identifican brechas en el dominio digital en
participantes de mayor edad y debilidades en la consolidación de hábitos
académicos, lo que abre la posibilidad de diseñar intervenciones diferenciadas:
programas de fortalecimiento en competencias digitales y estrategias
institucionales orientadas a la formación de hábitos de estudio sistemáticos.
V. CONCLUSIONES
Los resultados
evidencian que no existe una relación estadísticamente significativa entre las
competencias digitales y los hábitos de estudio en la muestra analizada. Aunque
se observaron asociaciones positivas de baja magnitud en algunas dimensiones,
estas no alcanzaron significancia estadística, lo que impide afirmar la
existencia de una correspondencia consistente entre ambas variables en el
contexto evaluado.
En cuanto a las
dimensiones específicas, la alfabetización tecnológica y la seguridad digital
no mostraron asociación relevante con los hábitos de estudio, mientras que
comunicación y colaboración presentó una tendencia leve de relación, aunque sin
respaldo estadístico suficiente. De igual manera, la creación de contenido
digital y la resolución de problemas evidenciaron relaciones débiles que no
permiten establecer inferencias concluyentes. Estos hallazgos sugieren que el
desarrollo de competencias digitales, por sí mismo, no garantiza la
consolidación de hábitos de estudio estructurados.
Desde una
perspectiva teórica, los resultados aportan evidencia empírica que invita a
reconsiderar la presunción de que la competencia digital se traduce
automáticamente en mejores prácticas académicas. Si bien ambas variables pueden
coexistir en el entorno universitario, su interacción podría estar mediada por
factores adicionales, tales como la autorregulación, la motivación académica o
el contexto pedagógico.
Entre las
principales limitaciones del estudio se encuentra el diseño transversal, que no
permite establecer relaciones causales, así como el tamaño y la delimitación
contextual de la muestra, lo que restringe la generalización de los resultados.
Asimismo, el uso de instrumentos de autoinforme puede introducir sesgos
asociados a la percepción subjetiva de los participantes.
En futuras
investigaciones se recomienda desarrollar estudios longitudinales que permitan
analizar la evolución de ambas variables en el tiempo, incorporar diseños
experimentales o cuasi experimentales que evalúen intervenciones formativas en
competencias digitales, así como considerar variables mediadoras que expliquen
con mayor profundidad la dinámica entre el uso de tecnologías y los hábitos
académicos. También sería pertinente ampliar el análisis a distintos contextos
institucionales y niveles educativos para fortalecer la validez externa de los
hallazgos.
VI. REFERENCIAS
Acosta, D. (2017). After the competences
of digital natives: Advances in a meta-synthesis. Latin American Journal of Social Sciences, Children and Youth, 15(1),
71–89. https://doi.org/10.11600/1692715x.1513014062016
Albán, J., & Calero, J. (2017). El rendimiento
académico: Aproximación necesaria a un problema pedagógico actual. Revista
Conrado, 13(58), 213–220. https://conrado.ucf.edu.cu/index.php/conrado/article/view/498/532
Alghamdi, A., & Deraney, P. (2018).
Teaching research skills to undergraduate students using an active learning
approach: A proposed model for preparatory-year students in Saudi Arabia. International
Journal of Teaching and Learning in Higher Education, 30(2), 184–194. https://eric.ed.gov/?id=EJ1185082
Aparicio, O., & Ostos, O. (2018). El
constructivismo y el construccionismo. Revista Interamericana de
Investigación en Educación y Pedagogía, 11(2), 115–120. https://doi.org/10.15332/s1657-107X.2018.0002.05
Astudillo Portilla, V. L. (2019). Clima social
familiar y rendimiento académico de estudiantes de la Unidad Educativa
República de Alemania, Naranjal, Guayas, Ecuador, 2018 [Tesis de maestría,
Universidad César Vallejo]. https://hdl.handle.net/20.500.12692/39049
Atmowardoyo, H. (2018). Research methods
in TEFL studies: Descriptive research, case study, error analysis, and R &
D. Journal of Language Teaching and Research, 9(1), 197–204. https://doi.org/10.17507/jltr.0901.25
Ávalos, C., Pérez, A., & Monge, L. (2019). Lean
startup as a learning methodology for developing digital and research
competencies. Journal of New Approaches in Educational Research, 8(2),
227–242. https://www.learntechlib.org/p/216716/
Ayuque, G. (2018). Empoderamiento en competencias
digitales para mejorar el aprendizaje en estudiantes de la Institución
Educativa Pública San José Bajo Mariankari-Perene [Tesis de segunda
especialidad, Universidad San Ignacio de Loyola]. http://repositorio.usil.edu.pe/handle/USIL/4389
Basantes, A., Cabezas, M., & Casillas, S.
(2020). Digital
skills in the training of virtual tutors at the Technical University of the
North, Ibarra-Ecuador. Formación
Universitaria, 13(5),
269–282. https://doi.org/10.4067/S0718-50062020000500269
Baylón, J. (2019). Competencias digitales y
rendimiento académico en estudiantes de primer ciclo de una universidad privada
de Trujillo [Tesis de maestría, Universidad Católica de Trujillo Benedicto
XVI]. http://repositorio.uct.edu.pe/handle/123456789/578
Blanco, A. (2016). Desarrollo y evaluación de
competencias en educación superior (3.ª ed.). Narcea.
Bond, M., Bedenlier, S., Marín, V. I.,
& Händel, M. (2021). Emergency remote teaching in higher education: Mapping
the first global online semester. International Journal of Educational
Technology in Higher Education, 18(1), 50. https://doi.org/10.1186/s41239-021-00282-x
Borisov, O., Karamova, O., Naidenova, E., Osipova,
I., Pavlova, A., Gibadullin, A., & Sadriddinov, M. (2020). Development
of digital competencies among students of higher educational institutions. Journal
of Physics: Conference Series, 1691(1), 1–6. https://doi.org/10.1088/1742-6596/1691/1/012098
Cabero-Almenara, J., Gutiérrez-Castillo,
J. J., Guillén-Gámez, F. D., & Gaete-Bravo, A. F. (2023). Digital
competence of higher education students as a predictor of academic
success. Technology, Knowledge and Learning: Learning mathematics,
science and the arts in the context of digital technologies, 28(2),
683–702. https://doi.org/10.1007/s10758-022-09624-8
Camacho Navarro, A., & Salinas García, R. J.
(2020). Formación en competencias digitales: Un diagnóstico que da voz a los
estudiantes de psicopedagogía. RIITE Revista Interuniversitaria de
Investigación en Tecnología Educativa, (9). https://doi.org/10.6018/riite.418331
Carbajal, J. (2017). El aprendizaje cooperativo y
las competencias genéricas en el estudiante de la Universidad Nacional Mayor de
San Marcos [Tesis de maestría, Universidad César Vallejo]. https://hdl.handle.net/20.500.12692/17025
Castellanos, A., Sánchez, C., & Calderero, J.
(2017). Nuevos modelos tecnopedagógicos: Competencia digital de los alumnos
universitarios. Revista Electrónica de Investigación Educativa, 19(1),
1–9. https://doi.org/10.24320/redie.2017.19.1.1148
Castrillón, O., Sarache, W., & Ruiz, S. (2020). Prediction
of academic performance through artificial intelligence techniques. Formación
Universitaria, 13(1),
93–102. https://cutt.ly/sHLxzAc
CEPAL, & UNESCO. (2020). La educación en
tiempos de la pandemia de COVID-19. https://cutt.ly/iJmnIs2
Cervera, M. G., et al. (2016). Competencia digital y
competencia digital docente: Una panorámica sobre el estado de la cuestión. RIITE
Revista Interuniversitaria de Investigación en Tecnología Educativa, (0),
74–83. https://doi.org/10.6018/riite/2016/257631
Chiecher, A. C., & Melgar, M. F.
(2018). Do they know everything? Educational innovations aimed at promoting
digital skills in university students. Apertura, 10(2), 110–123. https://doi.org/10.32870/Ap.v10n2.1374
Chiecher, A., & Lorenzati, K. (2017). Students
and technologies: A view from the lens of university teachers. RIED. Revista
Iberoamericana de Educación a Distancia, 20(1), 261–282. https://doi.org/10.5944/ried.20.1.16334
Cobos, J., Jaramillo, L., & Vinueza, S. (2018). Digital
competences in teachers and future professionals of the Central University of
Ecuador. Cátedra, 2(1), 76–97. https://doi.org/10.29166/catedra.v2i1.1560
Colin, J. (2018). Digital illiteracy:
The challenge of getting around without a smartphone. http://www.inmvt.com/en/insight/digital-illiteracy-challengegetting-around-without-smartphone
Credé, M., & Kuncel, N. R. (2008).
Study Habits, Skills, and Attitudes: The Third Pillar Supporting Collegiate
Academic Performance. Perspectives on psychological science: a journal of the
Association for Psychological Science, 3(6), 425–453. https://doi.org/10.1111/j.1745-6924.2008.00089.x
Dávila, S. (2021). Characterization of
digital competences in Chiclayo university students as a result of COVID-19. Ciencia Latina
Revista Científica Multidisciplinar, 5(3). https://doi.org/10.37811/cl_rcm.v5i3.565
David, L., Biwer, F., Crutzen, R., &
de Bruin, A. (2024). The challenge of change: understanding the role
of habits in university students' self-regulated learning. Higher
Education, 88(5), 2037-2055. https://doi.org/10.1007/s10734-024-01199-w
Davidovitch, N. (2017). The effect of
technology on students’ reading habits: Reading from a screen versus reading
from paper. Journal of New Approaches in Educational Research, 6, 91–97.
https://doi.org/10.29056/jncist.2020.12.09
Digital Skills Global. (2019). Understanding
the digital skills gap and the opportunities it presents. https://cutt.ly/wHLz7hm
Etikan, I., Musa, S. A., & Alkassim, R. S.
(2017). Sampling
and sampling methods. Biometrics & Biostatistics International Journal,
5(6), 00149. https://www.academia.edu/download/56588350/sampling_methods.pdf
Expósito, V., & Marsollier, E.
(2018). Didactic trends of virtual education: An interpretative approach. Propósitos y
Representaciones, 6(1),
463–505. https://doi.org/10.20511/pyr2018.v6n1.167
Fernández, F., Fernández, M., & Rodríguez, J.
(2018). El proceso de integración y uso pedagógico de las TIC en los centros
educativos madrileños. Educación XXI, 21(2), 395–416. https://doi.org/10.5944/educXX1.17907
Gallego, C. (2016). La introducción de las nuevas
tecnologías en la educación y la escuela. Publicaciones Didácticas, 71(1),
360–375. https://publicacionesdidacticas.com/hemeroteca/pd_071_jun.pdf
García-Valcárcel-Muñoz-Repiso, A., &
Caballero-González, Y. (2019). Robotics to develop computational
thinking in early childhood education. Comunicar, 27(59). https://doi.org/10.3916/C59-2019-06
Garro, E. (2020). Uso de las TIC y aprendizaje
cooperativo en estudiantes de docencia universitaria [Tesis de maestría,
Universidad Nacional de Educación Enrique Guzmán y Valle]. http://repositorio.une.edu.pe/handle/UNE/4778
Gonzales, B., Leyton, F., & Parra, A. (2016). Competencias
digitales en docentes: Búsqueda y validación de información en la red
[Tesis de maestría, Universidad Libre]. https://hdl.handle.net/10901/9747
Hendriarto, P., Mursidi, A., Kalbuana,
N., Aini, N., & Aslan, A. (2021). Understanding the implications of
research skills development framework for Indonesian academic outcomes
improvement. Jurnal Iqra’: Kajian Ilmu Pendidikan, 6(2), 51–60. https://doi.org/10.25217/ji.v6i2.1405
Hendricks, G. (2019). Connectivism as a
learning theory and its relation to open distance education. Progressio, 41(1),
1–13. https://doi.org/10.25159/2663-5895/4773
Idrovo-Ortiz, F. (2019). The digital
competences: A proposal for integration with the learning cycle. Revista
Científica, 5(1),
431–450. https://doi.org/10.23857/dc.v5i1.1053
Lee, Y., Hu, Y., & Bilszta, C. (2020). Determination
of expected research skills of medical students at graduation: A systematic
review. Medical Science Educator, 30, 1465–1479. https://doi.org/10.1007/s40670-020-01059-z
Ma, H., & Ismail, L. (2025). Bibliometric
analysis and systematic review of digital competence in education. Humanit
Soc Sci Commun 12, 185 https://doi.org/10.1057/s41599-025-04401-1
Martincová, J., Staňková, I.,
Snopek, P., & Zemánková, L. (2025). Engagement, self-efficacy and
self-regulation as predictors of academic success in non-medical healthcare
education. BMC
medical education, 25(1),
1451. https://doi.org/10.1186/s12909-025-08043-4
Martínez-Garcés, J., & Garcés-Fuenmayor, J.
(2020). Competencias digitales docentes y el reto de la educación virtual
derivado de la COVID-19. Educación y Humanismo, 22(39), 1–16. https://doi.org/10.17081/eduhum.22.39.4114
Marzal, M., & Cruz-Palacios, E. (2018). Gaming
como instrumento educativo para una educación en competencias digitales desde
los Academic Skills Centres. Revista General de Información y Documentación,
28(2), 489–506. https://doi.org/10.5209/RGID.62836
Mataniari, R., Willison, J., Hasibuan,
M., Sulistiyo, U., & Dewi, F. (2020). Portraying students’ critical
thinking skills through research skill development (RSD) framework. Journal
of Turkish Science Education, 17(2), 302–314. https://doi.org/10.36681/tused.2020.28
Mondragón, C., Cardoso, D., &
Bobadilla, S. (2017). Hábitos
de estudio y rendimiento académico. RIDE Revista Iberoamericana para la
Investigación y el Desarrollo Educativo, 8(15), 661–685. https://doi.org/10.23913/ride.v8i15.315
Nechypurenko, P., & Soloviev, V.
(2018). Using ICT as tools for forming senior pupils’ research competencies. CEUR
Workshop Proceedings, 2257, 1–14. http://ceur-ws.org/Vol-2257/paper01.pdf
Oberländer, M., Beinicke, A., &
Bipp, T. (2020). Digital competencies: A review of the literature and
applications in the workplace. Computers & Education, 146, 103752. https://doi.org/10.1016/j.compedu.2019.103752
Ocaña-Fernández, Y., Valenzuela-Fernández, L., &
Garro-Aburto, L. (2019). Inteligencia artificial y sus implicaciones en la
educación superior. Propósitos y Representaciones, 7(2), 536–568. https://doi.org/10.20511/pyr2019.v7n2.274
OpenLearn. (2019). Digital literacy:
Succeeding in a digital world. https://www.open.edu/openlearn/ocw/mod/oucontent/view.php?id=26152
Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura. (2017). El impacto del aprendizaje y la
educación de adultos. https://unesdoc.unesco.org/ark:/48223/pf0000247556
Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura. (2020). Education: From
disruption to recovery. https://en.unesco.org/covid19/educationresponse
Paz, L. E., & Fierro, Y. (2016). Competencias
investigativas en docentes beneficiados por la formación en TIC. Tendencias,
16(1),
175–194. https://doi.org/10.22267/rtend.151601.39
Radhakrishnan, G. (2013).
Non-experimental research designs. Asian Journal of Nursing Education and
Research, 3(1), 25–28.
Rossi Cordero, A. S., & Barajas Frutos, M.
(2018). Competencia digital e innovación pedagógica. Profesorado,
22(3),
317–339. https://doi.org/10.30827/profesorado.v22i3.8004
Streiner, D. L. (2003). Being
inconsistent about consistency. Journal of Personality Assessment, 80(3),
217–222. https://doi.org/10.1207/S15327752JPA8003_01
Van Laar, E., van Deursen, A. J. A. M., van Dijk, J.
A. G. M., & de Haan, J. (2017). The relation between 21st-century
skills and digital skills: A systematic literature review. Computers in
Human Behavior, 72, 577-588. https://doi.org/10.1016/j.chb.2017.03.010
Vargas, R. (2019). Uso de las TIC en
el logro de competencias [Tesis de maestría, Universidad Nacional de
Educación Enrique Guzmán y Valle]. http://repositorio.une.edu.pe/handle/UNE/4820
Varilla, C., & Bravo, P. (2020). Virtualidad
como herramienta de apoyo a la presencialidad. Revista de Ciencias Sociales,
26(1), 219–232. https://www.redalyc.org/journal/280/28063104019/html/
Yupanqui, B. (2019). Estilos de aprendizaje y
rendimiento académico [Tesis de maestría, Universidad Tecnológica del
Perú]. https://hdl.handle.net/20.500.12867/3634
Zambrano, J., & Peláez-Acosta, A. (2016). Las
TIC en la investigación formativa en educación media. Revista Q, 11(21),
49–60. https://doi.org/10.18566/revistaq.v11n21a04
Conflicto
de intereses / Competing interests
Los autores
declaramos que no existe conflicto de intereses.
Contribución
de los autores / Authors’ contributions
Molina Rodríguez,
E. D. (autor principal): investigación, conceptualización, investigación,
análisis formal, redacción (borrador original, revisión y edición).
Acevedo Pando, M.
H (coautor): investigación, metodología, redacción (revisión y edición).
Rojas Quispe, R.
M. (coautor): investigación, validación, redacción (revisión y edición).
Fuentes
de financiamiento / Funding
La investigación
fue autofinanciada por los autores.
