Validación de un modelo estructural para el análisis de expectativas y percepciones en Ingeniería Industrial: Caso TecNM / Instituto Tecnológico de Morelia
Resumen
La globalización y las crecientes exigencias del mercado laboral han incrementado la presión sobre las instituciones de educación superior para ofrecer una formación pertinente y de alta calidad. En el ámbito de la Ingeniería Industrial, surge la necesidad de evaluar si las competencias adquiridas por los estudiantes corresponden a las demandas profesionales actuales. Este estudio tuvo como propósito comparar las expectativas iniciales y las percepciones finales de los estudiantes del Tecnológico Nacional de México/Instituto Tecnológico de Morelia, con el fin de comprender la evolución de sus valoraciones sobre la formación recibida y su alineación con las necesidades del entorno productivo. Se empleó un enfoque mixto con predominio cuantitativo. Se aplicaron encuestas tipo Likert a 420 estudiantes: 210 de primeros semestres, representando expectativas iniciales, y 210 de especialidad, reflejando percepciones consolidadas. La confiabilidad de los instrumentos se confirmó mediante coeficientes Alfa de Cronbach de 0.78 para expectativas y 0.93 para percepciones, y su validez mediante KMO de 0.74 y 0.78 respectivamente, junto con pruebas de Bartlett (p < .001). El análisis factorial exploratorio identificó cinco dimensiones clave en ambos grupos, mientras que el modelo de ecuaciones estructurales (SEM) desarrollado en AMOS reveló relaciones significativas entre las variables y un coeficiente negativo (–0.13) entre expectativas y percepciones, evidenciando un desfase entre lo esperado y lo experimentado. Aunque los estudiantes valoran la calidad docente, la infraestructura, las visitas industriales y el desarrollo socioemocional, señalaron deficiencias en la actualización bibliográfica, las prácticas aplicadas y la homogeneidad docente. Estos resultados subrayan la necesidad de fortalecer la pertinencia curricular, diversificar las experiencias prácticas y consolidar la preparación docente para alinear la formación con las demandas del mercado laboral y elevar la satisfacción estudiantil.
Descargas
Citas
Berry, L. L. (1988). On great service: A framework for action. Free Press.
Bollen, K. A. (1989). Structural equations with latent variables. Wiley.
Cotta-Schomberg, J. (1995). Statistics and performance measurement in higher education. European Commission.
Cullen, J. (1999). Socially constructed learning: A commentary on the concept of the “learning organization.” The Learning Organization, 6(1), 45–52. https://doi.org/10.1108/09696479910255684
González, J., & Wagenaar, R. (2003). Tuning educational structures in Europe: Final report. University of Deusto.
González-Medina, A., Gutiérrez-González, M., & Llorente-Cejudo, C. (2025). A multidimensional PLS-SEM study in university contexts. Information, 16(5), 373. https://doi.org/10.3390/info16050373
Harrington, H. J. (1990). The improvement process: How America's leading companies improve quality. McGraw-Hill.
Holický, M. (2013). Introduction to probability and statistics for engineers. Springer. https://doi.org/10.1007/978-3-642-38384-0
Ishikawa, K. (1988). What is total quality control? The Japanese way. Prentice Hall.
Juran, J. M. (1993). Juran on quality by design: The new steps for planning quality into goods and services. Free Press.
Kenna, P. (1998). Educational statistics and performance evaluation. Routledge.
Kirkpatrick, J. D., & Kirkpatrick, W. K. (2016). Kirkpatrick's four levels of training evaluation. ATD Press.
Kline, R. B. (2011). Principles and practice of structural equation modeling (3rd ed.). Guilford Press.
Lancaster, F. W. (1996). The measurement and evaluation of library services. Information Resources Press.
Martínez, J. (2021). Pensamiento crítico y desempeño laboral: Un análisis en egresados universitarios. Revista Mexicana de Investigación Educativa, 26(90), 233–257.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
Organización para la Cooperación y el Desarrollo Económicos [OCDE]. (2015). OECD reviews of education: Improving schools in Mexico. OECD Publishing. https://doi.org/10.1787/9789264223579-en
Piaget, J. (1972). The psychology of the child. Basic Books.
Rojas, L., & López, J. (2019). Competencias profesionales de egresados universitarios: Un estudio de correlación con la empleabilidad. Revista Iberoamericana de Educación Superior, 10(28), 45–66. https://doi.org/10.22201/iisue.20072872e.2019.28.590
Ruiz, M. A., Pardo, A., & San Martín, R. (2010). Modelos de ecuaciones estructurales. Papeles del Psicólogo, 31(1), 34–45.
Ruiz-Ortega, E., & Berrios-Martos, M. P. (2025). The role of emotional intelligence and frustration intolerance in the academic performance of university students: A structural equation model. Journal of Intelligence, 13(8), 101. https://doi.org/10.3390/jintelligence13080101
Salgado, J. (2009). Modelos de relaciones estructurales en educación. Revista Española de Pedagogía, 67(244), 23–47.
Sánchez, Y. M., Castillo-Pérez, I., & Martínez-Lazcano, V. (2022). Calidad educativa y pertinencia en América Latina: Retos en la educación superior. Revista Latinoamericana de Estudios Educativos, 52(2), 67–89. https://doi.org/10.48102/rlee.2022.52.2.111
Sun, H., Peng, Y., & Lin, Z. (2023). Structural equation modeling of university students’ psychological factors: Academic resilience, personality, and well-being. Frontiers in Psychology, 14, 10589943. https://doi.org/10.3389/fpsyg.2023.10589943
UNESCO. (2014). Teaching and learning: Achieving quality for all. EFA Global Monitoring Report. UNESCO Publishing.
Valls, J. (2007). Gestión de la calidad total en las organizaciones educativas. Ediciones Deusto.
Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.
Wang, X. H. (2024). University students’ socio-emotional skills: The role of the teaching and learning environment. Studies in Higher Education, 49(6), 1025–1042. https://doi.org/10.1080/03075079.2024.2389447
Zhou, F., & Chen, L. (2024). Enhancing online learning quality: A structural equation modelling approach. Education and Information Technologies, 29(2), 3151–3168. https://doi.org/10.1016/j.eait.2024.03.006
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Con el propósito de promover el desarrollo y divulgación de la investigación en educación en América Latina, en La Revista Iberoamericana para la Investigación y el Desarrollo Educativo (RIDE) se adhirió a la Iniciativa de Acceso Abierto de Budapest, por lo que se identifica como una publicación de acceso abierto. Esto significa que cualquier usuario puede leer el texto completo de los artículos, imprimirlos, descargarlos, copiarlos, enlazarlos, distribuirlos y usar los contenidos para otros fines. Las licencias Creative Cummons, permiten especificar los derechos de uso de una revista de acceso abierto disponible en Internet de tal manera que los usuarios conocen las reglas de publicación.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado
