Competencia científico-tecnológica en Educación Primaria: validación de su estructura unifactorial y su relación con las actitudes hacia la ciencia a través de modelos estructurales de ecuaciones
Mª Victoria Vega Agapito – Universidad de Valladolid - ORCID: 0000-0002-9435-9457
Mª Antonia López Luengo – Universidad de Valladolid - ORCID: 0000-0001-7334-5278
Jaime Delgado Iglesias – Universidad de Valladolid - ORCID: 0000-0001-8726-6976
Resumen
Este estudio presenta el diseño y la validación de un instrumento para medir la Competencia científico-tecnológica en Educación Primaria y su relación estructural con las Actitudes hacia la ciencia. Tras una revisión de la literatura y ante la necesidad de una herramienta más completa y adaptada a la edad, se elaboró una escala con 29 ítems refinada mediante juicio de expertos y una prueba piloto. Esta escala depurada se administró a 609 estudiantes de Educación Primaria (11-12 años). El análisis factorial confirmatorio permitió comparar varias estructuras del constructo y los modelos de ecuaciones estructurales a través de la evaluación de la invarianza de medida según el contexto familiar y el género, posibilitaron examinar la relación con las Actitudes hacia la ciencia. Los resultados muestran que el modelo con mejor ajuste es el unifactorial con 20 ítems y que las Actitudes hacia la ciencia y la presencia de familiares dedicados a la ciencia predicen significativamente la competencia. No se hallaron diferencias de género, aunque sí mayor inclinación hacia la ciencia en niñas. Se concluye que la Competencia científico-tecnológica es un constructo integrado en esta etapa, y que las Actitudes hacia las ciencias son un predictor modesto pero significativo de su desarrollo.
Palabra clave: Competencia científico-tecnológica
Referencias
Aguilera, D., & Perales, F. J. (2019). Actitud hacia la Ciencia: desarrollo y validación estructural del School Science Attitude Questionnaire (SSAQ). Revista Eureka sobre Enseñanza y Divulgación de las Ciencias, 16(3), 3103 https://doi.org/10.25267/rev_eureka_ensen_divulg_cienc.2019.v16.i3.3103
Aydeniz, M., & Kotowski, M. R. (2014). Conceptual and Methodological Issues in the Measurement of Attitudes Towards Science. Electronic Journal of Science Education, 18(3), 1-24. https://files.eric.ed.gov/fulltext/EJ1188279.pdf
Bandura, A. (1977). Social learning theory. Prentice Hall.
Barak, M., Ashkar, T., & Dori, Y. J. (2011). Learning science via animated movies: Its effect on students’ thinking and motivation. Computers & Education, 56(3), 839–846. https://doi.org/10.1016/j.compedu.2010.10.025
Brandriet, A. R., Xu, X., Bretz, S. L., & Lewis, J. E. (2011). Diagnosing changes in attitude in first-year college chemistry students with a shortened version of Bauer’s semantic differential. Chemistry Education Research and Practice, 12(2), 271-278, doi:10.1039/C1RP90032C
Brígido, M., Borrachero, A. B., Bermejo, M. L., & Mellado, V. (2013). Prospective primary teachers’ self-efficacy and emotions in science teaching. European Journal of Teacher Education, 36, 200 - 217. https://doi.org/10.1080/02619768.2012.686993
Brown, T. A. (2015). Confirmatory factor analysis for applied research (2nd ed.). Guilford Press.
Cañal, P. (2012). ¿Cómo evaluar la competencia científica? Investigación en la Escuela, 78, 5-17. https://doi.org/10.12795/IE.2012.i78.01
Cheryan, S., Ziegler, S. A., Montoya, A. K., & Jiang, L. (2017). Why are some STEM fields more gender balanced than others? Psychological Bulletin, 143(1), 1-35. https://doi.org/10.1037/bul0000052
Cheung, G. W., & Rensvold, R. B. (2002). Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling, 9(2), 233-255. https://doi.org/10.1207/S15328007SEM0902_5
Consejo de la Unión Europea. (2018). Recomendación del Consejo, de 22 de mayo de 2018, relativa a las competencias clave para el aprendizaje permanente (2018/C 189/01). Diario Oficial de la Unión Europea, C 189, 1-13. https://eur-lex.europa.eu/legal-content/ES/TXT/PDF/?uri=CELEX:32018H0604(01)
Coppi, S., Rosário, P., Magalhães, P., Núñez, J. C., & Vallejo, G. (2023). Developing a scientific literacy assessment instrument for Portuguese 3rd cycle students. Education Sciences, 13(9), 941. https://doi.org/10.3390/educsci13090941
Costa, A., Ferreira, M. y da Silva, M. (2021). Scientific Literacy: The Conceptual Framework Prevailing over the First Decade of the Twenty-First Century. Revista Colombiana de Educación, 1(81), 195-228. https://doi.org/10.17227/rce.num81-10293
CRUE. (2026). La universidad española en cifras 2023/2024. CRUE. https://www.crue.org/wp-content/uploads/2026/01/UEC_2023-2024.pdf
Eccles, J. S., & Wang, M. T. (2016). What motivates females and males to pursue careers in mathematics and science? International Journal of Behavioral Development, 40(2), 100-106. https://doi.org/10.1177/0165025415616201
Eccles, J. S., & Wigfield, A. (2020). From expectancy-value theory to situated expectancy-value theory: A developmental, social cognitive, and sociocultural perspective on motivation. Contemporary Educational Psychology, 61, 101859. https://doi.org/10.1016/j.cedpsych.2020.101859
European Commission. (2015). Science education for responsible citizenship. Publications Office of the European Union. https://doi.org/10.2777/12626
Farooq, R. (2022). Heywood cases: Possible causes and solutions. Universal Journal of Educational Research, 1(2), 79-97. https://doi.org/10.31586/ujer.2022.253
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50. https://doi.org/10.1177/002224378101800104
Guzmán-Barra, I., Marín-Uribe, R., y Ortega-Alderete, C. L. (2021). El enfoque por competencias: un acercamiento a la práctica docente. Cultura Educación Sociedad, 12(2), 27-48. https://doi.org/10.17981/cultedusoc.12.2.2021.02
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
Hernández-Barco, M., Cañada-Cañada, F., Corbacho-Cuello, I., & Sánchez-Martín, J. (2021). An Exploratory Study Interrelating Emotion, Self-Efficacy and Multiple Intelligence of Prospective Science Teachers. Frontiers in Education, 6 https://doi.org/10.3389/feduc.2021.604791
Holgado-Tello, F. P., Chacón-Moscoso, S., Barbero-García, I., & Vila-Abad, E. (2010). Polychoric versus Pearson correlations in exploratory and confirmatory factor analysis of ordinal variables. Quality & Quantity, 44(1), 153-166. https://doi.org/10.1007/s11135-008-9190-y
INEE. (2016). PISA 2015. Programa para la Evaluación Internacional de los Alumnos. Informe español. Ministerio de Educación, Cultura y Deporte. https://www.educacionyfp.gob.es/inee/dam/jcr:c6ea3844-8ce9-4715-abf9-698a8543ecc9/pisa2015preliminarok.pdf
Kemp, A.C. (2002). Implications of diverse meanings for “scientific literacy”. En P.A. Rubba, J.A. Rye, W.J. Di Biase y B.A. Crawford (Eds.), Proceedings of the 2002 Annual International Conference of the Association for the Education of Teachers in Science (1202- 1229). AETS
Kenny, D. A. (2016). Measuring model fit. http://www.davidakenny.net/cm/fit.htm
Kolenikov, S., & Bollen, K. A. (2012). Testing negative error variances: Is a Heywood case a symptom of misspecification? Sociological Methods & Research, 41(1), 124-167. https://doi.org/10.1177/0049124112442138
Kruit, P. M., Oostdam, R. J., van den Berg, E., & Schuitema, J. A. (2018). Assessing students' ability in performing scientific inquiry: Instruments for measuring science skills in primary education. Research in Science & Technological Education, 36(4), 413-439. https://doi.org/10.1080/02635143.2017.1421530
Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563-575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x
Li, C. H. (2016). Confirmatory factor analysis with ordinal data: Comparing robust maximum likelihood and diagonally weighted least squares. Behavior Research Methods, 48(3), 936-949. https://doi.org/10.3758/s13428-015-0619-7
Li, Z., Ji, S., Zhang, Y., Du, C., Chen, T., Liu, T., & Li, X. (2025). Associations among science study attitudes, habits and science academic performance of elementary school students: a latent profile approach. International Journal of Science Education, 47(12), 1568 - 1589. https://doi.org/10.1080/09500693.2024.2369725
Lu, Y. Y., Smith, T. J., Hong, Z. R., Lin, H. S., & Hsu, W. Y. (2023). Exploring the relationships of citizens’ scientific interest and self-understanding to their learning enjoyment and self-efficacy in science. Current Psychology, 42(18), 15475-15487. https://doi.org/10.1007/s12144-022-02785-w
Malhotra, N. K., & Dash, S. (2011). Marketing Research: An Applied Orientation (6th ed.). Pearson Education,
Mao, P., Cai, Z., He, J., Chen, X., & Fan, X. (2021). The Relationship Between Attitude Toward Science and Academic Achievement in Science: A Three-Level Meta-Analysis. Frontiers in Psychology, 12. https://doi.org/10.3389/fpsyg.2021.784068
Markwick, A., & Reiss, M. J. (2024). Professional learning in primary science: developing teacher confidence to improve the leadership of teaching and learning. International Journal of Science Education, 46(13), 1339 - 1359. https://doi.org/10.1080/09500693.2023.2288660
Marsh, H. W., Hau, K. T., Balla, J. R., & Grayson, D. (1998). Is more ever too much? The number of indicators per factor in confirmatory factor analysis. Multivariate Behavioral Research, 33(2), 181-220. https://doi.org/10.1207/s15327906mbr3302_1
Martín, M., y Osorio, C. (2003). Educar para Participar en Ciencia y Tecnología. Un proyecto para la difusión de la cultura científica. Revista Iberoamericana de educación, 32,165-210. https://rieoei.org/historico/documentos/rie32a08.htm
MEyFP. (2022). Real Decreto 157/2022, de 1 de marzo, por el que se establecen la ordenación y las enseñanzas mínimas de la Educación Primaria. Boletín Oficial del Estado, 52, 30906-31129. https://www.boe.es/eli/es/rd/2022/03/01/157
OECD. (2019). PISA 2018 results (Volume II): Where all students can succeed. OECD Publishing. https://doi.org/10.1787/b5fd1b8f-en
OECD. (2023). PISA 2025 science framework. OECD Publishing. https://pisa-framework.oecd.org/science-2025/
Ortega-Rodríguez, P. J. (2022). Influence of individual factors on student science performance in primary education. RELIEVE, 28(2), art. 5. http://doi.org/10.30827/relieve.v28i2.24444
Parlamento Europeo y Consejo de la Unión Europea. (2006). Recomendación 2006/962/CE del Parlamento Europeo y del Consejo, de 18 de diciembre de 2006, sobre las competencias clave para el aprendizaje permanente. Diario Oficial de la Unión Europea, L 394, 10-18. https://www.educacionyfp.gob.es/dctm/ministerio/educacion/mecu/movilidad-europa/competenciasclave.pdf?documentId=0901e72b80685fb1
Piaget, J. (1964). Part I: Cgnnitive development in children: Piaget development and learning. Journal of Research in Science Teaching, 2(3), 176-186. https://doi.org/10.1002/tea.3660020306
Purkat, M., y Devetak, I. (2025). Fifth-grade Students’ Science Competencies – An Opportunity to Rethink Further Education for Science Competence. Center for Educational Policy Studies Journal, 15(3), 41-71. https://doi.org/10.26529/cepsj.1658
R Core Team. (2025). R: A language and environment for statistical computing (Versión 4.5.1) [Software]. R Foundation for Statistical Computing. https://www.R-project.org/
Real Decreto 126/2014, de 28 de febrero, por el que se establece el currículo básico de la Educación Primaria. Boletín Oficial del Estado, núm. 52, de 1 de marzo de 2014. https://www.boe.es/eli/es/rd/2014/02/28/126
Resolución de 30 de marzo de 2016, de la Secretaría de Estado de Educación, Formación Profesional y Universidades, por la que se definen los cuestionarios de contexto y los indicadores comunes de centro para la evaluación final de Educación Primaria. Boletín Oficial del Estado, núm. 91, de 15 de abril de 2016, pp. 26024-26037. https://www.boe.es/eli/es/res/2016/03/30/(2)
Rönkkö, M., & Cho, E. (2022). An updated guideline for assessing discriminant validity. Organizational Research Methods, 25(1), 6-14. https://doi.org/10.1177/1094428120968614
Rychen, D. S., & Salganik, L. H. (Eds.). (2001). Defining and selecting key competencies. Hogrefe & Huber.
Sánchez-Emeterio, G. y Fernández-Cézar, R. (2022), ¿Cómo se difunde la investigación sobre alfabetización científica en educación? Un estudio documental de la producción científica. Boletín Redipe,11(4), 21-35. https://revista.redipe.org/index.php/1/article/view/1799/1715
Santamaría-Domínguez, M., Jiménez-Vivas, A., & Gómez-Marcos, M. (2023). Competencia científica en Educación Primaria: diseño y validación de un instrumento. Education in the Knowledge Society (EKS), 24, e28111. https://doi.org/10.14201/eks.28111
Sanz-Trigueros, F. J., Barranco-Izquierdo, N., Delgado-Iglesias, J, Vega-Agapito, M. V. (2025). Autoevaluación competencial de los docentes de Natural Sciences en centros con Programa Educativo Bilingüe. Ensayos: Revista de la Facultad de Educación de Albacete, 40(1), 138-156. https://doi.org/10.18239/ensayos.v40i1.3594
Savalei, V. (2021). Improving fit indices in structural equation modeling with categorical data. Multivariate Behavioral Research, 56(3), 390-407. https://doi.org/10.1080/00273171.2020.1717922
Shi, D., & Maydeu-Olivares, A. (2020). The effect of estimation methods on SEM fit indices. Educational and Psychological Measurement, 80(3), 421-445. https://doi.org/10.1177/0013164419885164
Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
Toma, R. B., & Lederman, N. G. (2022). A comprehensive review of instruments measuring attitudes toward science. Research in Science Education,52, 567-582. https://doi.org/10.1007/s11165-020-09967-1
Toma, R. B., Ortiz-Revilla, J., & Greca, I. M. (2019). ¿Qué actitudes hacia la ciencia posee el alumnado de Educación Primaria que participa en actividades científicas extracurriculares? Ápice. Revista de Educación Científica, 3(1), 55-69. https://doi.org/10.17979/arec.2019.3.1.4599
Tristán-López, A. (2008). Modification of the model of Lawshe to the minimum interval of the validity of content of a reagent. Avances en Medición, 6(1), 37-48.
Vázquez-Alonso, A. y Manassero-Mas, M.A. (2018). Más allá de la comprensión científica: educación científica para desarrollar el pensamiento. Revista Electrónica de Enseñanza de las Ciencias,17(2), 309-336.
Vázquez-Rodríguez, O. (2024). Evaluación de la competencia investigativa en el campo educativo: un análisis de los instrumentos de medición. Alteridad, 19(2), 208-222. https://doi.org/10.17163/alt.v19n2.2024.05
Villafañe, S. M., & Lewis, J. E. (2016). Exploring a measure of science attitude for different groups of students enrolled in introductory college chemistry. Chemistry Education Research and Practice, 17(4), 731–742. doi:10.1039/c5rp00185d
Von Davier, M., Kennedy, A., Reynolds, K., Fishbein, B., Khorramdel, L., Aldrich, C., Bookbinder, A., Bezirhan, U., & Yin, L. (2024). TIMSS 2023 International Results in Mathematics and Science. Boston College, TIMSS & PIRLS International Study Center. https://doi.org/10.6017/lse.tpisc.timss.rs6460
Vega-Agapito, M.V., Delgado-Iglesias, J., Barranco-Izquierdo, N. y Sanz-Trigueros, F. J. (2025). Actitudes hacia la ciencia del alumnado de educación primaria de centros con programa educativo bilingüe. Relieve: Revista Electrónica de Investigación y Evaluación Educativa, 31(1). https://doi.org/10.30827/relieve.v31i1.31633
Weinert, F. E. (2001). Concept of competence: A conceptual clarification. In D. S. Rychen & L. H. Salganik (Eds.), Defining and selecting key competencies (pp. 45-65). Hogrefe & Huber.
Zhang, L., Liu, X., & Feng, H. (2023). Development and validation of an instrument for assessing scientific literacy from junior to senior high school. Disciplinary and Interdisciplinary Science Education Research, 5(1), 21. https://doi.org/10.1186/s43031-023-00093-2