Aprendizaje y las diferencias individuales 24 (2013) 73-82

listas de contenidos ofrecidos en SciVerse ScienceDirect

Aprendizaje y las diferencias individuales

diario página principal: ww w .e ls e vie r .c om/ l oc a te / li nd if

Son factores afectivos un buen predictor del rendimiento en ciencias? Examinar el

papel de los factores afectivos basado en PISA 2006
Murat Ozel una,⁎, Serdar Caglak si, Mehmet Erdogan do
una
Departamento de Ciencias de la Educación, Facultad de Educación, Universidad Nigde, Nigde, Turquía
si
Departamento de Medición y Estadística de la Universidad del Estado de Florida, Tallahassee, FL, EE.UU.
do
Departamento de Ciencias de la Educación, Facultad de Educación, Universidad del Mediterráneo, Antalya, Turquía

a r t i c l ei norte una bstract

fo
Este estudio investigó cómo los factores afectivos como la actitud y la motivación contribuyen al rendimiento
Historia del artículo: en ciencias en PISA 2006 utilizando lineal modelado estructural. El conjunto de datos de PISA 2006 recogido
Recibido el 19 de de abril de 2012 de 4942fiquince años de edad, estudiantes de Turquía (2290, 2652 hembras machos) se utilizó para el análisis
Recibido en forma revisada 30 de de estadístico. Un total de 42 elementos seleccionados en una escala de tipo Likert de cuatro puntos fueron
julio de 2012 aceptó 5 de septiembre sometidos inicialmente a un análisis factorial exploratorio (EFA), resultando en siete factores con varianza
de 2012 total de 64,82%. EstafafiAnálisis factorial confirmatoria (CFA) se llevó a cabo después de la validación
cruzada de las estructuras factoriales de datos de PISA 2006. Además, modelos de ecuaciones estructurales
palabras clave:
(SEM) también se utilizó para probar el modelo propuesto que representa la relación entre los factores
factores afectivos
PISA 2006
afectivos y ciencias puntuaciones de los estudiantes de Turquía en PISA 2006. Los resultados indicaron que el
el rendimiento en ciencias modelo hipotetizadofilos datos ts bien. Los resultados también revelaron que, en general, los factores afectivos
modelo de ecuaciones contribuido significantlY ya sea positiva o negativamente al rendimiento en ciencias los alumnos de 15 años
estructurales de edad. Además, se observaron los factores afectivos como predictores del rendimiento en ciencias basado en
PISA 2006 conjunto de datos de Turquía, pero no son buenos predictores debido a su baja magnitud. A la luz
de lafihallazgos, implicaciones se presentan para estudios posteriores.
Crown Copyright © 2012 Publicado por Elsevier Inc. Todos los derechos
reservados.

Ozel), serdarcaglak@gmail.com (S. Caglak), mmerdogan@gmail.com (M.

1. Introducción Erdogan).

La investigación sobre el rendimiento académico de los

estudiantes la ciencia ha recibido una mayor atención en la
literatura la educación científica actual. Extensa revisión de la
literatura reveló varios factores (por ejemplo, planes de estudio,
ambiente de aprendizaje, factores demográficos y afectivas, etc.)
para ser asociados con el rendimiento académico. Entre estos
factores, se encuentran factores afectivos (es decir, la actitud y
motivación) a ser uno de los predictores de logro académico (Aypay,
Erdogan, De & Sözer, 2007; Gungor, Eryilmaz, De & Fakıoglu,
2007; Mettas, Karmiotis, y Cristoforou, 2006; Nasr Y Soltani, 2011;
Rennie y Punch, 1991; Singh, Granville, y Dika, 2002; UgurogluDe
& Walberg, 1979; Uşak et al., 2009; Willson, Ackerman, Y Malave,
2000). Payne (1977) argumentado que los factores afectivos eninfluyen
en la capacidad de una persona para “Participar efectivamente en una
sociedad democrática”, son necesarios para una “vida sana y eficaz”,
e interactuar con “la satisfacción laboral y profesional” (pp. 66-67).
Osborne, Simon, y Collins (2003) strEssed que abordar
adecuadamente los factores afectivos en los centros educativos
puede aumentar la calidad de la educación científica, y por lo tanto
la comprensión del estudiante. Tal información podría revelar el
grado en que los estudiantes logro la ciencia es capaz de
proporcionar una forma eficaz de aumentar el rendimiento de los
estudiantes en las clases de ciencias y manipular sus tendencias
afectivas fuera de la escuela. En

* Autor correspondiente.
Correos electrónicos: mozeltr@gmail.com, muratozel@nigde.edu.tr (M.
 una revisión de su teoría del cambio conceptual, Strike y Posner
(1992) sugerido que los factores afectivos son componentes
integrales del proceso de cambio tual concepción. De acuerdo con
la huelga y Posner, el aprendizaje de la ciencia no es simplemente
un proceso; en cambio, el aprendizaje está relacionada con
factores afectivos mientras que un alumno está construyendo
nuevos conceptos y reconstruir sus concepciones existentes. En
consecuencia la comprensión de la relación entre los factores
afectivos y ciencias puede informar con eficacia sobre las formas
en que el proceso de enseñanza y aprendizaje es capaz de
aumentar el rendimiento en ciencias de los estudiantes (Mattern
Y Schau, 2002). MuchosSe han realizado estudios en la escuela
secundaria, preparatoria y estudiantes universitarios sobre cómo
afectiva factores influyen en el rendimiento académico. La
mayoría de estos estudios proporcionan evidencia sustancial a
1041-6080 / $ - see front matter. Crown Copyright © 2012 Publicado por Elsevier Inc. Todos los
derechos reservados.http://dx.doi.org/10.1016/j.lindif.2012.09.006
favor de la interrelación positiva entre el rendimiento en ciencias
(por ejemplo, química, física, biología, y general en la ciencia) y los
factores afectivos relacionados (Martin et al., 2000; Nasr y Soltani,
2011; Schibeci y riley, 1986; Shrigley, Koballa, y Simpson, 1988;
Talton & Simpson, 1986). Sin embargo, el número de estudios que
muestran la tionship relación causal entre el rendimiento y los
factores afectivos relacionados es limitado (Rennie Y Ponchadoras,
1991; Schibeci y Riley, 1986; Singh et al., 2002; Willson et al.,
2000). En algunos de los estudios, el papel de la motivación y su
influencia en el rendimiento de los estudiantes fueron
investigadoscon más detalle. Por ejemplo,Uguroglu y Walberg (1979)
investigado la correlación entre los factores de motivación y logro en
matemáticas de fi grado primero hasta el grado 12. Ellos
encontraron que la correlación entre la motivación y el rendimiento
fue mayor en los estudiantes en los grados posteriores.Kremer y
Walberg (1981) revisado los estudios que se centran en el
74 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)

correlación
tabla 1 entre la motivación del estudiante y el aprendizaje de la los estudiantes en matemáticas y ciencia,Singh et al. (2002)
ciencia. Ellos encontraronuna correlación estadísticamente encontrado sólo el tiempo dedicado a la tarea académica tenido efecto
significantes (r = 0,37) entre la motivación del estudiante y el directo en el rendimiento en ciencias, mientras que la actitud hacia
aprendizaje de la ciencia. Pintrich y De Groot (1990) ejem- INED la la ciencia y la motivación tuvo efectos indirectos fi cativos pero
relación entre las orientaciones de motivación y rendimiento significantes en el rendimiento en ciencias. Gungor et al. (2007)
académico entre los estudiantes de séptimo grado. Sus resultados Investigated el tionship relación de logro Física de primer año y
mostraron que la autorregulación, auto-e fi cacia y la ansiedad de selectiva afectivo
prueba fueron los mejores predictoresde rendimiento en ciencias. Un
estudio de meta-análisis realizado porRobbins et al. (2004)
encontrado cacia auto-e fi (r = 0,50) y la motivación de logro (r = 0,30)
fueron los mejores predictores del rendimiento promedio de
calificaciones (GPA). Valentine, DuBois, y Cooper (2004) estudiado la
relación entre la auto-creencias (auto-e fi cacia, la autoestima, y la
autoestima) y el rendimiento académico en una revisión y meta-
análisis encontró que autocreencias relacionados con el ámbito
académico tuvieron un efecto en el rendimiento medio.
En cuanto a la naturaleza de la relación entre la actitud y el
rendimiento, Schibeci y Riley (1986), por ejemplo, encontró que los
factores afectivos influido el rendimiento en ciencias y viceversa,
que es el rendimiento en ciencias en ciencias uido factores afectivos
relacionados fl. En otro estudio, encontraron que las actitudes
influidas logro académico de los estudiantes de 11º grado.Willson
(1983), En su estudio de meta-análisis, encontró que la correlación
general entre las actitudes hacia la ciencia y la ciencia de
unachievement fue de 0,16. Su estudio informó que en los niveles
elementales correlaciones son en general bastante baja hasta el
sexto grado. Hay una constante 0,2-0,3 correlación entre las
puntuaciones de actitud y de logros en los grados siete a diez. En el
grado 11, la correlación cae a 0,16. Sin embargo, en el grado 12 la
correlación cae además a 0,04. Además, en el nivel universitario la
correlación cae a - 0,01.
En otro estudio meta-análisis, Weinburg (1995) encontrado que
la
correlación entre la actitud hacia el logro ciencia y la ciencia en
general moderado. Se encontró que la correlación era 0,50 para los
varones y 0,55 para las niñas. Un extenso estudio realizado
porMartin et Alabama. (2000) informó de octavo grado actitudes de
los estudiantes hacia diferentes dominios de la ciencia (biología,
química y física) en 38 países de la Matemática y Ciencia Tercer
estudio internacional (TIMSS) llevado a cabo en 1999. Sus
hallazgos revelaron que había un positivo estadísticamente
camente signi fi cativa correlación entre las actitudes hacia los
dominios dife- rentes de rendimiento en ciencias y ciencias. Sus
hallazgos revelaron también que las actitudes hacia diferentes
dominios de la ciencia fueron más positivos en los países donde la
ciencia se enseña como un curso integrado (incluyendo biología,
química y física) en comparación con aquellos en los que los
dominios de la ciencia se enseñan como disciplinas separadas. En
paralelo con estos hallazgos,Mettas et al. (2006) informó signi fi
asociación no puede de auto-creencias y actitudes con el
rendimiento en ciencias de los estudiantes chipriotas en base al
conjunto de datos TIMSS 1999. En su análisis de la función Nant
discriminación usando el conjunto de datos turca TIMSS
1999,Aypay et al. (2007) encontrado contribución significativa de la
actitud hacia la ciencia (β = 0,13) para el rendimiento en ciencias.
Oliver y Simpson (1988) encontró que la actitud no era un poderoso
predictor de logros a pesar de que representaba una gran
proporción de la varianza en el rendimiento en su estudio.
También hay estudios que investigaron la relación con el respeto
con el rendimiento y los factores afectivos relacionados. Por
ejemplo,Rennie y Punch (1991) examinado la relación entre los
factores afectivos y logros en la ciencia. Sus resultados mostraron que
los factores afectivos fueron más fuertemente relacionados con el
rendimiento y concluyeron que el octavo grael logro de los
estudiantes en influido en sus actitudes. Willson et Alabama.
(2000) investigated la relación entre la física comprensión
conceptual, la física y el logro de los estudiantes de primer año de
ingeniería. Sus resultados revelaron que la actitud influida
Achievement. En otro estudio que examina los efectos de la
motivación, actitud y compromiso académico en el rendimiento de
 ciencia,
M. Ozel et al. / aprendizaje y las diferencias
características relacionadas con la física. Los resultados de su cuanto24mayor
individuales sea su puntuación en la ciencia basada en 75
(2013)

estudio revelaron que la motivación de logro fue el más influyente el conjunto de datos de PISA 2006.
afectiva carac- carac- en los logros de la física. Sin embargo, la 3. Los más estudiantes disfrutan de la ciencia, cuanto mayor sea su
motivación en la física se encontró como una negativa influencia puntuación en la ciencia basada en el conjunto de datos de PISA
en el rendimiento de la física y de la influencia de las actitudes de 2006.
los estudiantes hacia la física no era estadísticamente camente 4. Los más estudiantes creen en su concepto de sí mismo, cuanto
signi fi cativos.Uşak et al. (2009) reportado signi fi cativo mayor sea su puntuación en la ciencia basada en el conjunto de
asociación entre las actitudes hacia la biología y el logro de la datos de PISA 2006.
biología. Ellos encontraron que la combinación lineal de factores 5. El valor de la ciencia más estudiantes, más alta es su puntuación
afectivos de la “comprensión de la biología (β = 3,14), el interés en en la ciencia basada en el conjunto de datos de PISA 2006.
biología (β = 1,50) y la importancia
de la biología (β = - 1.44)”Explicado 2,5% de la varianza total en
la biología l o g r o .
Los resultados de los estudios anteriores sugieren que hay
diversos resultados respecto al efecto de los factores afectivos en los
logros de la ciencia. En estos estudios, los investigadores han
utilizado diferentes instrumentos y se evaluó cada variable a
través de diferentes sub-dimensiones. Los estudios dieron
resultados dife- rentes y diversos valores de fi coeficiente de
correlación. Por ejemplo, algunos investigadores incluyeron
interés como un sub-dimensión de la actitud (Aiken, 1979;
Gungoret al., 2007), Mientras que otros no lo hicieron (Añil, 2009;
SchibeciY Riley, 1986). Por lo tanto, la mayor partede los estudios
no proporcionaron información acerca de la significación de cada
variable en comparación con otros en el rendimiento en ciencias.
Por otra parte, existe una escasez de investigaciones que las
direcciones especí fi camente cómo los factores afectivos como un
logro la ciencia impacto conjunto. La literatura disponible indica
muy pocos estudios que tratan de explorar el papel de los factores
afectivos en la predicción de rendimiento en ciencias de los
estudiantes sobre la base de PISA 2006 hallazgos. Dado que los
factores afectivos y ciencias con respecto al conjunto de datos de
PISA 2006 no han sido ampliamente estudiadas en la
investigación tura literatura hasta ahora, este documento trata de
explorar el papel de los factores afectivos en la predicción de
rendimiento en ciencias de los estudiantes sobre la base del PISA
2006 conjunto de datos de Turquía y por lo tanto para llenar este
vacío en la literatura. En particular, PISA evalúa cómo los
estudiantes han adquirido los conocimientos y habilidades que son
esenciales para la plena participación en la sociedad. Debido a
esto, se cree que PISA proporciona una fuente de datos única para
examinar las relaciones entre los factores afectivos y ciencias. Por
lo tanto, una mejor comprensión de la naturaleza de la relación
entre el rendimiento en ciencias y los factores afectivos
relacionados con la ciencia podría informar a los educadores
científicos sobre cómo afectiva factores contribuyen al rendimiento
en ciencias de los estudiantes. También se cree que los resultados
del presente estudio arrojará luz sobre la revisión del plan de
estudios de la ciencia en Turquía. desa- rrollo curricular es un
proceso sistemático y dinámico que nunca se termina. En este
sentido, los resultados proporcionarán varias implicaciones para
los estudios regulares y continuos de desarrollo curricular.

1.1. Las preguntas de investigación e hipótesis

Teniendo los factores anteriores en mente, la pregunta de

investigación guiada siguiente estudio global.

1. ¿Cuánto variaciones en el rendimiento en ciencias de los

estudiantes sobre la base de resultados de PISA 2006 pueden
tenerse en cuenta los factores afectivos seleccionados tales
como, la motivación para aprender la ciencia, el interés en el
aprendizaje de la ciencia, el disfrute de la ciencia, concepto de
sí mismo, y el valor y la utilidad de la ciencia ?

Los siguientes hipótesis de investigación se probaron mediante

el uso de modelos de ecuaciones estructurales.

1. Cuanto mayor sea la motivación de los estudiantes para

aprender la ciencia, cuanto mayor sea su puntuación en la
ciencia basada en el conjunto de datos de PISA 2006.
2. Los más estudiantes están interesados en el aprendizaje de la
76 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)

6. 1Los
tabla más estudiantes creen en la utilidad de la ciencia, cuanto Estos factores tarde fueron nombrados de acuerdo a las caracterís-
mayor sea su puntuación en la ciencia basada en el conjunto de ticas comunes de los objetos cargados en los mismos factores, y también se
datos de PISA 2006. basa en el informe PISA 2006 (OCDE, 2009). Cronbachalfa (α) de
correlación coef valor fi ciente también se calculó para cada factor
utilizando el análisis de la fiabilidad. Por lo tanto, cinco artículos se
2. Método
cargan en el primer factor (disfrute de la ciencia, α = 0,91), ocho
elementos en el factor 2 (valor de la ciencia, α = 0,83), cuatro
2.1. Muestra
elementos de factor de 3
Los datos utilizados en el presente estudio se obtuvo del estudio
PISA 2006. La población objetivo de PISA 2006 se encontraba
todavía en la escuela a quince años de edad. Considerando 51
provincias de siete regiones geográficas en Turquía, un número
total de 4942 (2290 hembras, 2652 hombres) estudiantes fueron
seleccionados al azar a partir de 160 escuelas basándose en
estratificación ed procedimientos de muestreo al azar. En el
momento en que se llevó a cabo la encuesta PISA, estudiantes
asistieron a séptima (n = 23), octava (n = 93), noveno (n = 2007),
10a (n = 2671) grados y 11 (n = 148).

2.2. Instrumento

El estudio PISA 2006 consistió en una prueba de rendimiento en

matemáticas y ciencia, junto con un cuestionario para estudiantes,
un cuestionario maestro y un cuestionario director de la escuela.
Estos instrumentos desarrollados ini- cialmente en Inglés se
tradujeron posteriormente en turco y otros idiomas que hablan los
países participantes. Para el presente estudio, se utilizaron la
prueba de ciencias y el cuestionario de los estudiantes. La prueba
de ciencias incluyó 108 preguntas que abordan seis categorías:
sistemas físicos, sistemas vivos, sistemas terrestres y espaciales,
sistemas de tecnología, investigación científica y explicaciones
científicas. Las preguntas de la prueba de rendimiento estaban más
relacionados con conocimientos científicos y el conocimiento
científico método. Por otro lado, el estudiante nario cues- que consta
de 37 preguntas incluyó varios aspectos, incluyendo las
características de los estudiantes, los antecedentes familiares, los
estudiantes puntos de vista sobre la ciencia, estudiantesOCDE,
2007, 2009). Para el presente estudio, las puntuaciones de
rendimiento y la ciencia38 preguntas del cuestionario se asocia a los
tendencias afectivas fueron considerados para la evaluación de la
con- tribución de los factores afectivos en los logros de la ciencia de
los estudiantes.

2.3. Análisis

Antes de analizar los factores que contribuyen al logro afectivos

ciencia de los estudiantes, los elementos asociados a las
dimensiones afectivas fueron extraídos del cuestionario del alumno.
No se encontraron cuarenta y dos artículos que estar relacionado
con las tendencias afectivas. Con el fin de ex- amina el factor de
estructura, los elementos seleccionados se sometieron a ex análisis
factorial exploratorio (EFA) usando el método eje factorización
director. Kaiser-Meyer-Olkin (KMO) se encontró Medidas de
adecuación de muestreo a ser 0,964 indicando solución satisfactoria
(Jorge & Mallery, 2001) lo que significa que la EPT con esta
muestra fue apropiado. solución inicial de la EPT mostró siete
dimensiones cada uno de los cuales tenían valores propios
superiores a 1. Una parcela Scree también mostró que los siete
factores estaban en descenso brusco y las otras parcelas
comenzaron a nivelarse. Por lo tanto, a fin de observar factor de
cargas de artículos y los factores correspondientes a estos factores,
la EPT se ejecuta de nuevo durante siete factores mediante el uso
de la rotación Oblimin con Kaiser normalización. Por lo tanto, EFA
deriva siete factores independientes que explican 64,82% de la
varianza total. Cuatro de los originales 42 artículos no se
consideraron para el análisis adicional y excluido del conjunto de
datos debido al hecho de que sus cargas factoriales fueron inferiores
a 0,30.tabla 1 presenta cargas de factor y estructuras factor basado
en la EPT.
 NNFIindividuales
M. Ozel et al. / aprendizaje y las diferencias
(Utilidad de la ciencia, α = .88), seis puntos en el factor 4 (ciencia de la = 0,991;24GFI
(2013)=
0,910)lo que sugiere que el modelo de siete77

auto con- cepto, α = 0,92), seis puntos en el factor 5 (interés por la ciencia, factores que surgió en la EPT era mejor ajuste de los datos. Tener
α = 0,82), cinco artículos sobre el factor 6 (motivación instrumental para resultados satisfactorios obtenidos, un modelo hipotético muestra
aprender la ciencia, α = 0,92) y cuatro artículos sobre el factor 7 enHigo. 1 se ha ejecutado utilizando LISREL para examinar la
(futura motivación orientada a aprender la ciencia, α = 0,93). cantidad de varianza en el rendimiento en ciencias de los estudiantes
Mesa 2 resume los factores, abreviatura para cada factor, valores basada en el informe PISA 2006 se pueden explicar por los factores
propios y la varianza total. afectivos siete. El modelo estructural propuesto también resultó en
Los siete factores derivados del EPT se establecieron como satisfactoria fi t
variables independientes, mientras que la puntuación de rendimiento
en ciencias estudiante se estableció como la variable de- pendiente.
Con el fin de examinar la cantidad de varianza en el rendimiento del
estudiante cia cien- se puede atribuir a los factores afectivos
seleccionados, el modelado de ecuaciones estructurales (SEM)
utilizando LISREL 8.72 para Windows (Jöreskog Y Sörbom de 2005)
Con lenguaje de comandos SIMPLIS se realizó para probar si el
modelo estructural hipótesis dada en Higo. 1 fi cios de los datos. Desde
tres índices de no normalidad se utilizan generalmente para evaluar la
distribución de las variables (es decir univariado asimetría, curtosis univariado,
y la asimetría y curtosis multivariante), normalidad multivariante
supuesto no se cumple en nuestros datos (χ2
= 156.845, Pb 0,01); Por lo tanto, la máxima verosimilitud robusto
(RML) estimación método se utilizó para estimar los parámetros del
modelo compañero más apropiadamente (Hancock Y Mueller, 2006).
Con el fin de establecer el modelo estructural, con fi rmación
análisis factorial (CFA) utilizando el modelo LISREL fue primero
dirigido a prueba la bondad del modelo surement medi- fi cios de
los datos. La mayor bondad de uso general de los índices fi t para
evaluar la calidad del modelo son Root Mean Square Error de
aproximación (RMSEA), la raíz cuadrada de la media de los
cuadrados de los errores estandarizados (S-RMR), Bondad del
Índice de Ajuste (GFI) y no Normed Fit Índice (NNFI). RMSEA
menos de 0,05 indica cerca aproximada fi t. Los valores de S-RMR
menos de 0,10 se consideran en general favorable. Los valores de
GFI y NNFI de más de 0,90 indican una buena fi cio, cerca de 1,0
se consideran perfecta fi cio. Además, un no-significantes shows
valor de Chi cuadrado un buen modelo de datos fi t (Hu
De & Bentler, 1999; Kline, 2005). Dado que el tamaño de la
muestra es grande en nuestro estudio, las pruebas de Chi
cuadrado asociados con la calidad del modelo es significativo. En
otras palabras, la estadística de chi-cuadrado produjo un
resultado sesgado debido al gran tamaño de muestra (N = 4942).
Por lo tanto, la evaluación de los modelos tanto de medición y
estructurales debe ser evaluada sobre la base de otro modelo de
datos fi t estadísticas. Como se presenta en la sección de
resultados, CFA produjo t índices fi satisfactorios. cargas
factoriales estandarizadas y los valores de R cuadrado de cada
elemento validado en CFA se resumen enTabla 3.
Más tarde, en el segundo paso, un modelo estructural (ver
Figura 1) Se creó con el fin de examinar la relación entre los
factores de siete y ciencias de los estudiantes. Los siete factores
derivan de la EPT y posteriormente validados en CFA, y las
puntuaciones de rendimiento de los estudiantes de ciencia se
consideraron como variables latentes.Figura 1 ilustra el modelo
estructural hipótesis de prueba en el estudio. T-estadística se
utilizó para probar si cada camino coeficiente en el modelo es
significativa. clasifi- cación si fi de Cohen (Kline, 2005) También se
consideró para la interpretación de la magnitud de cada
trayectoria de coeficiente en el modelo estructural. Los valores
absolutos más altos que 0,50 se considera grande, alrededor de
0,30 tratados como Dium mí-, y los valores de menos de 0,10 se
considera pequeños tamaños del efecto (Kline, 2005).

3. resultados

EPT sobre los 38 artículos seleccionados afectivos extraídas del

cuestionario para estudiantes PISA 2006 deriva 7 factores de la
varianza total de 64,82%. Más tarde, CFA se llevó a cabo para
validar las estructuras iniciales de factores emergentes en la EPT.
Como se da enTabla 4, CFA dio lugar a índices fi t satisfactorios
(χ2 (823) = 9584,84, Pb 0,01; RMSEA = 0,037; SRMR = 0,045;
76 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)

tabla 1
factor de estructuras y cargas de elementos seleccionados de PISA 2006 cuestionario del alumno.

Artículos componentes

F1 F2 F3 F4 F5 F6 F7

Q16D) me gusta la adquisición de nuevos conocimientos en siancho la ciencia>. .833

Q16e) Estoy interesado en aprender acerca siancho la ciencia>. 0,80
Q16A) por lo general se divierten solamente cuando estoy aprendiendo siamplios ciencia> temas. 0,77
Q16B) Me gusta leer acerca siancho la ciencia>. .735
Q16C) Soy feliz haciendo siancho la ciencia> problemas. .555
Q18b) si Amplia la ciencia> es importante para ayudarnos a entender el mundo natural. .673
Q18i) Los avances en siancho la tecnología de la ciencia> suelen traer beneficios socialesfits. .659
Q18f) si Amplia la ciencia> es valioso para la sociedad. 0,64
Q18a) Los avances en siancho ciencia y tecnología> suelen mejorar las condiciones de vida de las personas. .631
Los avances en Q18d) siancho ciencia y tecnología> generalmente ayudan a mejorar la economía. .586
Q18a) Algunos conceptos en siamplio science> ayuda a ver cómo relacionarse con otras personas. 0,53
Q18h) I fiDakota del Norte ese siamplio science> me ayuda a entender las cosas a mi alrededor. .498
Q18e) Voy a utilizar siancho la ciencia> de muchas maneras cuando yo soy un adulto. .362
Q27b) La siciencias de la escuela> temas en mi escuela proporciona a los estudiantes las habilidades básicas de un conocimiento .861
Q27a) Los temas disponibles en mi escuela proporcionan a los estudiantes con las habilidades y conocimientos básicos para una 0,81
Q27c) Los sujetos que estudio me proporcionará las habilidades y conocimientos básicos para una sirelacionada con la ciencia .809
Q27d) Mis maestros me dota de las habilidades y conocimientos básicos que necesito para una sirelacionada con la ciencia .755
Q37d) si ciencias de la escuela> temas son fáciles para mí. .889
Q37e) Cuando me enseñaban siciencias de la escuela>, puedo entender muy bien los conceptos. 0,85
Q37c) Aprendo siciencias de la escuela> temas rápidamente. 0,84
Q37f) Puedo entender fácilmente las nuevas ideas en siciencias de la escuela>. 0,80
Q37b) por lo general puedo dar buenas respuestas a sipreguntas de la prueba> en siciencias de la escuela> temas. .762
Q37a) Aprendizaje Avanzado siciencias de la escuela> temas sería fácil para mí. 0,67
Q21f) Los temas de la geología .675
Q21e) Temas de la astronomía .634
biología Q21d) humana .556
Q21g) Formas experimentos de diseño científico .552
Q21c) La biología de las plantas .527
Q21h) Lo que se requiere para el científicofido explicaciones .505
Q35b) Lo que he aprendido en mi siciencias de la escuela> sujetos (s) es importante para mí porque necesito esto para lo que yo .848
Q35A) Hacer el esfuerzo en mi siciencias de la escuela> sujetos (s) vale la pena porque esto me ayudará en el trabajo que quiero .824
Q35d) El estudio de mi siciencias de la escuela> sujeto (s) vale la pena para mí, porque lo que aprendo mejorará mis perspectivas 0,82
Q35c) Estudio I siciencias de la escuela> porque sé que es útil para mí. 0,74
Q35e) voy a aprender muchas cosas en mi siciencias de la escuela> tema (s) que le ayudarán a conseguir un trabajo. .719
Q29c) Me gustaría pasar mi vida haciendo avanzada siancho la ciencia>. .840
Q29b) Me gustaría estudiar siancho la ciencia> después sisecundario la escuela>. 0,82
Q29d) Me gustaría trabajar en siancho la ciencia> proyectos como un adulto. .763
Q29a) Me gustaría trabajar en una carrera que implica siancho la ciencia>. 0,75
1

índices, [Χ2 (823) = 9584,84, Pb 0,01; RMSEA = 0,031; SRMR
= 0,045;
NNFI= 0,991; GFI = 0,910].
Debido a un valor fi cante no signi asociado a la estructura
latente con-, motivación instrumental, el camino entre esta variable
latente independiente y la puntuación de la ciencia variable latente
endógena se eliminó del modelo. Por lo tanto, el modelo estructural
que explica la relación entre los factores afectivos y los resultados
en ciencias de los estudiantes fue ligeramente diferente del modelo
hipotético. En otras palabras, se propuso un modelo estructural
incluyendo seis variables latentes exógenas basado en los análisis
estadísticos. coe fi camino cientes estandarizados obtenidos del
análisis se presentan en laFigura 2. Casi todos los coeficientes en el
modelo son estadísticamente significativos a nivel alfa de 0,05.
Tabla 2
Factores denominaciones, siglas, valores propios y la varianza explicada por cada
factor.
nombre del Factor (Abreviatura) Eigenvalue%
diferencia
F1. El disfrute de la ciencia(Disfruta) 15,88
F2. Valor de la ciencia(VALUE) 2,85
F3. Utilidad de la ciencia(USE) 2,35
F4. auto concepto de la ciencia(AUTO) 1,85
F5. El interés por la ciencia(Interés) 1,75
F6. motivación instrumental para aprender la F7. Futuro motivación
ciencia (MOTIVATION.1) orientada a
Los coe fi cientes camino en el modelo para el disfrute deciencia y
por el valor de la ciencia a las dimensiones de puntuación ciencia
son significativos con el tamaño medio del efecto (0,19 y 0,13,
respectivamente). Además, la deficiente trayectoria de coef de
interés en la ciencia a la puntuación de la Ciencia es significativo
con efecto pequeño tamaño (0,06). Sin embargo, los coe fi cientes de
ruta para la Ciencia concepto de sí mismo, y para utilidad de la
ciencia a la puntuación de la ciencia son significantes, pero negativo
con tamaños del efecto moderados (-0.11, y -0.11, respectivamente). La fi
coef
ciente para la motivación orientada al futuro para aprender la ciencia
a la puntuación de la Ciencia también es significativo y negativo con el
pequeño tamaño del efecto (-0.07).
En general, hay patrones similares en relación con las
magnitudes de
los coe fi cientes de ruta. A pesar de que los coeficientes son
estadísticamente significativos debido al gran tamaño de muestra,
las magnitudes de los coeficientes fi- cientes están cerca de 0. Ruta
cientes coe fi de variables latentes exógenas a variable latente
endógena y los coeficientes de correlación coe fi entre todos los
constructos latentes se dan enTabla 5.
4. Discusión
de
En el presente estudio, si los factores afectivos seleccionados son
37.80 buenos indicadores de rendimiento en ciencias de los estudiantes
6.89 basados en el conjunto de datos turca PISA 2006 se investigó
5.60
4.40
haciendo uso de SEM. El modelo estructural propuesto mostró que,
4.16 en general, los factores afectivos signi fi cativamente contribuyó al
logro la ciencia a los estudiantes de 15 años de edad, en cierta
aprender ciencias (MOTIVATION.2)
1.403.33 grado.
M. Dzel et al. / LmiAming y las diferencias individuales 24 (2013) 73- 77
Sorprendentemen
1.152.73 te, la magnitud
de la correlación
entre SE-
LeCted factores
afectivos y
ciencias se
encontró que era
baja en función
de criterios de
Cohen. Estos
resultados
sugieren que los
factores
afectivos
seleccionados
significativamen
te contribuido al
logro (ya sea
78 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)

tabla 1 ST16Q01

ST16002

ST16Q03

ST16Q04

ST16Q05

ST18001

ST18002

ST18Q03

ST18Q04

ST18005

ST18006

ST18008

ST18009

ST21Q03

ST21Q04 1 PV1SCIE 1-
ST21Q05

ST21Q06 PV2SCIE

ST21007

ST21Q08

ST27Q01

ST27Q02

PV4SCIE
ST27Q03

ST27Q04

ST29Q01 PV5SCIE

ST29Q02

ST29Q03

ST29Q04

ST35001

ST35Q02

ST35Q03

ST35004

ST35Q05

ST37Q01

ST37Q02

ST37Q03

ST37Q04

ST37Q05

ST37Q06

Fisol. 1. Hypothesizere structural mesremil probado .

78 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)

Tabla 3
cargas elemento normalizado y cuadrados R en el modelo de CFA.

constructo latente Artículos Estandarizado valores-t SE R2

cargas

El disfrute de la Yo por lo general se divierten solamente cuando estoy aprendiendo siamplios ciencia> temas. 0,915⁎ 20.09 .049 0.84
Me gusta leer acerca sila ciencia amplia>. 0,877⁎ 18.98 .044 0.77
Soy feliz haciendo siamplio science> problemas. 0,796⁎ 23.87 .029 0.63
Como me gusta la adquisición de nuevos conocimientos en siancho la ciencia>. .918⁎ 20.99 .048 0.84
Estoy interesado en aprender acerca siancho la ciencia>. 0,899⁎ 20.11 .051 0.81
Valor de la ciencia Avances en siancho ciencia y tecnología> suelen mejorar las condiciones de vida de las personas. .717⁎ 9.02 0,11 0.51
si Amplia la ciencia> es importante para ayudarnos a entender el mundo natural. 0,759⁎ 9.50 .093 0.58
Algunos conceptos en siancho la ciencia> ayuda a ver cómo relacionarse con otras personas. 0,657⁎ 9.67 .060 0.43
Avances en siancho ciencia y tecnología> generalmente ayudan a mejorar la economía. 0,620⁎ 8.67 .071 0.38
usaré sila ciencia amplia> de muchas maneras cuando sea adulto. .683⁎ 11,57 .063 0.47
si Amplia la ciencia> es valioso para la sociedad. 0,758⁎ 10.31 0,10 0.57
yo fiDakota del Norte ese siancho la ciencia> me ayuda a entender las cosas a mi alrededor. .743⁎ 13.08 .062 0.55
Avances en siancho la tecnología de la ciencia> suelen traer beneficios socialesfits. 0,712⁎ 10.23 .086 0.51
Utilidad de la ciencia Los temas disponibles en mi escuela proporcionan a los estudiantes con las habilidades y conocimientos básicos para una 0,731⁎ 13.45 .059 0.53
los siciencias de la escuela> temas en mi escuela proporciona a los estudiantes con las habilidades y conocimientos .765⁎ 14.05 .053 0.59
diferentes carreras.
Los temas que estudio me proporcionará las habilidades y conocimientos básicos para una sirelacionada con la 0,965⁎ 29.21 .031 0.93
Mis maestros me dota de las habilidades básicas y el conocimiento que necesito para una sirelacionada con la 0,913⁎ 26.04 0,03 0.83
auto concepto de la aprendizaje avanzado siciencias de la escuela> temas sería fácil para mí. .824⁎ 20.30 .038 0.68
Por lo general puede dar buenas respuestas a sipreguntas de la prueba> en siciencias de la escuela> temas. .876⁎ 23,77 .031 0.77
aprendo siciencias de la escuela> temas rápidamente. 0,903⁎ 23.68 .033 0.82
si ciencias de la escuela> temas son fáciles para mí. 0,884⁎ 25.66 .026 0.78
Cuando me enseñaban siciencias de la escuela>, puedo entender muy bien los conceptos. .894⁎ 24.31 .032 0.80
Puedo entender fácilmente las nuevas ideas en siciencias de la escuela>. 0,868⁎ 23.07 0,03 0.75
El interés por la La biología de las plantas .641⁎ 14.66 .045 0.41
Biología humana 0,637⁎ 11.33 .062 0.41
Los temas de la astronomía .527⁎ 12.58 .048 0.28
Los temas de la geología 0,596⁎ 18.29 0,03 0.35
Formas experimentos de diseño científico 0,695⁎ 20.38 .039 0.48
Lo que se requiere para los científicosfido explicaciones .710⁎ 22.62 0,03 0.50
Instrumental haciendo un esfuerzo en mi siciencias de la escuela> sujetos (s) vale porque esto me ayudará en el trabajo que quiero .866⁎ 21.15 .062 0.75
motivación Lo que he aprendido en mi siciencias de la escuela> sujetos (s) es importante para mí porque necesito esto para lo 0,880⁎ 20.91 .054 0.78
estudiar más adelante.
yo estudio siciencias de la escuela> porque sé que es útil para mí. 0,881⁎ 23.34 .045 0.78
El estudio de mi siciencias de la escuela> sujeto (s) vale la pena para mí, porque lo Aprendo mejorará mis perspectivas 0,868⁎ 23.10 .046 0.75
Voy a aprender muchas cosas en mi siciencias de la escuela> tema (s) que le ayudarán a conseguir un trabajo. 0,854⁎ 24.41 .042 0.73
Orientado al futuro Me gustaría trabajar en una carrera que implica siancho la ciencia>. 0,914⁎ 30.58 0,03 0.84
motivación me gustaría estudiar siancho la ciencia> después sisecundario la escuela>. 0,936⁎ 35.18 .027 0.88
Me gustaría pasar mi vida haciendo avanzada si la ciencia amplia>. 0,891⁎ 35.67 .024 0.79
Me gustaría trabajar en siancho la ciencia> proyectos como un adulto. 0,893⁎ 30.44 .031 0.76
* carga estandarizada es signifihipocresía en alfa 0.01.

positiva o negativamente), pero no se observaron a ser tan buenos
predictores cuando el conjunto de datos turca PISA 2006 se
consideró debido a su pequeño tamaño de efecto. Sin embargo, estos
valores significativos, incluso con tamaños de efecto de baja, se
pueden encontrar debido al uso de muestras de gran tamaño en los
análisis estadísticos. Esto es debido al hecho de que cuando
aumenta el tamaño de la muestra, la probabilidad de rechazar los
aumentos hipótesis nula (Royall, 1986). Este resultadoes consistente
con los de otros estudios (Schibeci De & Riley, 1986; Shrigley et al.,
1988; Talton y Simpson, 1986). Teniendo en cuenta las puntuaciones
individuales, lo latente construye disfrute de la ciencia (0,19) y el
valor de la ciencia (0,13) tienen tamaños del efecto moderado en el
rendimiento en ciencias de los estudiantes mientras que la ciencia
autoconcepto (-0,11), y útil-
dad de la ciencia (-011) tienen tamaños moderados, pero negativos
efectos sobre el
variable de resultado. El interés por la ciencia (0.06) tieneun muy
pequeño tamaño del efecto, mientras que la motivación orientada al
futuro (- 0,07) tiene también pequeño, pero el tamaño del efecto
negativo en la puntuación de la ciencia de los estudiantes. En la
literatura, hay diversos resultados que explican la relación entre la
Tabla 4
Modelo fit estadística.
Modelo norte χ2 df RMSEA
factores afectivos y el logro. En general, muchos estudiosos han
informado de que estos resultados presentan diversos hallazgos sial
mixtos y controver- con respecto a esta relación. Por lo tanto, los
resultados de este estudio fueron consistentes con algunos de esos
estudios, aunque no en Agreement unificación con algunos otros. En
general, los resultados de este estudio indican que existe una
relación débil entre los factores afectivos seleccionados y los logros
cien- cia. Tal relación débil también se informó en los estudios
anteriores (por ejemplo,Willson, 1983). Muchos estudios que
investigan la re- lación entre el rendimiento en ciencias y los factores
afectivos relacionados con la ciencia reportaronuna relación positiva
(Martín et al., 2000; Nasr y Soltani, 2011; SchibeciDe & Riley, 1986;
Shrigley et al., 1988; Talton y Simpson, 1986) y algunos otros
informaron relación negativa (Ceylan De & Berberoglu, 2007; Es
decir, 2003; Papanastasiou y Zembylas de 2004). En este estudio, el
16,4% de la varianza total de la variable de resultado (el
rendimiento en ciencias) se explica por los factores afectivos
seleccionados. La varianza explicada en el logro de las caracterís-
ticas afectivos en este estudio se encontró que semejanteWillson
(1983), menor que Gungor et al. (2007), Nasser y Birenbaum (2005),
Singh et al. (2002), Kremer y Walberg (1981), Simpson y Oliver (1990),
Talton y Simpson (1986) y Weinburg (1995), Y más grande que
Uguroglu y Walberg (1979). ¿Por qué se muestran los factores
afectivosun pequeño efecto en
SRMR NNFI GFI

Medición 4942 9584.84⁎ 823 0.037 .045 .99.91 predecir el rendimiento en ciencias? Varias respuestas a esta pregunta
modelo (CFA) (0,037; puede ser planteada. Una respuesta a esta pregunta es que el logro
modelo estructural 4942 9584.84⁎ 823 .031 .045 0.99 0.91 variable de resultado bastante complicado que puede ser afectado por
(0,030; varias otras variables como variables demográficas, socio económico
0 031)
* Chi-cuadrado es signifihipocresía en aprendizaje previo de los estudiantes, el tipo de escuela, social y
M. Dzel et al. / Leaming y las diferencias individuales 24 (2013) 73-82 79
alfa 0 01 psicológico
80 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)

Tabla 3 0 . 38

0 . 38

o . 49
0 . 32

o . 49
0 . 63

0 . 62 T18Q04 . 68
.71
0 . 56 .
.J == :::: == L
. 53 -
. 62 o
o. 1 PV 1CAROLINA DEL
66 SURES DECIR 1--0 . 09
- 0 . 68
0 . 51 - 0 .70
0 . 67
o . 55 -L .... :::: ......
0 . 63

0 . 64
61
0.
º ·'/ 8-º ·'º
0. 0 . 95
0.70 60
-L .... :: = -. 0.
55 0 . 950 . 09
J- o.
61
0 . 630 . 67
. 70
0 . 95
0 . 56 /

0. 51 ST21Q08 0 .9 0 .09
0.
75
o . 4 3 -L .....:. ::: .... /o . 7 8
_ ¡=; o. 8
0 . 39 Ó. PV5SCy 0 . 10
85 omi
0. 23 /

O. 29 ST27Q04
0 . 89
0.21 _L ..... ::::: ...., ......o . 9o
.8
0 . 19 / . 88

0. 23 /

0.22 S T29004

0 . 90
o . 2 0 -L _....º ·93
: E / S. 9
=.=..=..=:.=::=
0 . 14
:....
=: 'Ó.;9
0. 9
0 . 15 ST37003 o'. 92

0 . dieciséis ST37Q04
0 . 15 ST37005 M. Dzel et al. / Leaming y las diferencias individuales 24 (2013) 73-82 81

0 . 15 S T37Q06

Higo. 2. trayectoria diagrama del modelo estructural con solución estandarizada.

80 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)

Tabla 5
Matriz de correlación y coef caminoficoefi entre las variables exógenas y endógenas.

puntua El disfrute Valor Utilidad de El interés Ciencia la motivación

ción de de la ciencia de la la ciencia por la autoconcepto orientada al

puntuación de la ciencia 1.00 0.19⁎ 0.13⁎ -0.11 ⁎ 0.06⁎ -0.11 ⁎ -0.07 ⁎

El disfrute de la ciencia 0.21 1.00
Valor de la ciencia 0.19 0.64 1.00
Utilidad de la ciencia -0.06 0.31 0.32 1.00
El interés por la ciencia .dieciséis 0.69 0.59 0.33 1.00
Ciencia autoconcepto 0.05 0.31 0.28 0.30 0.31 1.00
la motivación orientada al 0.03 0.53 0.45 0.44 0.52 0.36 1.00
f t
* regresión estandarizados (ruta de acceso) coefficientes.

medio ambiente y pronto. Tomando todas estas variables cuanto mayor sea su puntuación en la ciencia basada en PISA 2006
independientes en consideración, explica la varianza total (16,4%) conjunto de datos” fue rechazado. Esto parece ser incompatible con
por factores afectivos seleccionados en el presente estudio no se las teorías educativas que opinan que la motivación es uno de los
debe subestimar. Una respuesta a esta pregunta también puede indicadores del logro. La relación negativa puede ser debido al
estar en el sistema de educación en Turquía que está gestionado de sistema de educación basada en la prueba estandarizada en Turquía.
forma centralizada. Por ejemplo, las necesidades educativas de los La mayoría de los estudiantes de alrededor de 15 años de edad están
estudiantes turcos se cumplen por las escuelas públicas financiadas en la posición que se acaban de completar el examen de ingreso a la
por el Ministerio de Educa- ción. Esta situación hace que la prueba escuela secundaria. A pesar de que pueden haber demostrado una
basada en estandarizado como una parte impor- tante del sistema alta motivación para el aprendizaje de la ciencia, que podrían tener
educativo. Afortunadamente, el sistema educativo turco ha sido
objeto recientemente de una serie de reformas. los programas
escolares desde el nivel primaria hasta el nivel universitario se han
desarrollado teniendo en cuenta el constructivismo y el aprendizaje
centrado en el estudiante se acerca desde el año 2004. A pesar de
esta reforma de la educación en el sistema a prueba en 2004 y
puesto en práctica en todo el país, sus efectos no pueden ser
claramente ob- sirven y refleja en los resultados del estudio PISA
2006. Por otra parte, la mayoría de los estudiantes turcos que se
presentaron para el examen PISA o estaban en noveno grado (n =
2007) o 10 ° grado (n = 2671). Los planes de estudios de la escuela
secundaria se comenzó a desarrollar en el curso 2006-2007. En el
momento en que se implementó el PISA 2006, los estudiantes que
aún no fueron expuestos a, o con experiencia en el plan de estudios
actual de la escuela secundaria la ciencia (biología, química y
física). El enfoque principal de las instrucciones de los estudios
curriculares anteriores (antes de 2004 para las escuelas de
primaria y hasta 2007 para las escuelas secundarias) estaba en la
mentalidad aprendizaje de memoria y las actividades centradas en
el profesor debido a la importancia de las pruebas estandarizadas
con para medir los resultados del aprendizaje, que pueden haber
llevado a ignorar las actividades de los estudiantes y de los
estudiantes centrados tendencias afectivas. Por lo tanto, los
resultados obtenidos en el presente estudio pueden ser un indicador
de medición y evaluación estandarizada basada en cómo afecta
negativamente a los programas escolares.
En comparación con los otros países participantes en PISA 2006,
por ejemplo, Finlandia se coloca a la cabeza debido a su
rendimiento, mientras que Turquía lleva a cabo bajo que la mayoría
de los países participantes. Esta brecha en el rendimiento debe ser
recuperado por la incorporación de las activi- dades que promueve
las tendencias afectivas estudiantes hacia la ciencia debido a que el
enfoque de los sistemas educativos de los intentos Con-
participantes (es decir, Finlandia, Australia, Canadá, etc.) lleva a
cabo sobre el promedio puntuación en PISA 2006 no es en gran
medida de las pruebas basadas en estandarizado. Se hace notar que
la evaluación basada en la estandarizado podría ser una parte del
sistema de educación; sin embargo, las tendencias afectivas de los
estudiantes no pueden ser medidos en dichas pruebas. Por lo tanto,
los planes de estudio de ciencias de escuela debe integrar las
actividades que promueven la buena voluntad de aprender la
ciencia.
La relación entre la motivación para aprender el rendimiento en
ciencias y la ciencia se encontró que era negativo, pero fi cativa
estadísticamente significativa. La hipótesis del “cuanto mayores
sean los estudiantes tienen la motivación para aprender la ciencia,
 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013) 81
realizado bajo contenido de prueba de ciencias en PISA 2006,
debido tal vez a la prueba de la ansiedad y la falta de fe en sí
misma-académico en su éxito en esta prueba.
La relación entre los resultados de interés y la ciencia de los
estudiantes fueel resultado es positivo y estadísticamente
significativo, lo que significa que los estudiantes interés puede ser
crítico para predecir su rendimiento en ciencias y una forma útil
para mejorar el rendimiento de los estudiantes en la ciencia. se
aceptó la hipótesis de “cuanto más se está interesado en aprender
la ciencia, cuanto mayor sea su puntuación en la ciencia basada
en PISA 2006 conjunto de datos”. Este resultado no está en línea
con el estudio deGungor et al. (2007) quien encontró que el
rendimiento de la universidad estu- abolladuras sobre física no fue
influenciada por su interés. Por otra parte, este resultado se apoya
enun estudio de Tai, Liu, de Malta, y Fan (2006), Quienes
encontraron que cuanto más los estudiantes estaban interesados y se
espera de ellos mismos en la ciencia de la escuela, más
profundamente implicados que estaban en la participación en la
ciencia en el futuro. Tai et al. (2006) llegó a la conclusión de que el
interés sirvecomo motor interno para motivar a ninguno de los
estudios avan- zada para un grado de la ciencia. Por lo tanto, se
podría concluir que el fomento de los estudiantes interés por la
ciencia de aprendizaje en la escuela puede ser fructífero para
promover el logro de los estudiantes de ciencias.
En comparación con los otros constructos latentes, el disfrute de la
ciencia parecía para tener el mayor impacto en el rendimiento en
ciencias de los estudiantes. No se observó relación positiva entre
el disfrute en el rendimiento en ciencias y ciencias. La hipótesis
del “cuanto más disfrutan de la ciencia, cuanto mayor sea su
puntuación en la ciencia basada en PISA 2006 conjunto de datos”
se ac- cepted. Este medio de resultado de que cuando los
estudiantes disfrutan en el aprendizaje de la ciencia, que puntúan
más alto en la ciencia. Sin embargo,Özdemir (2003) encontrado
que el disfrute de la ciencia de los estudiantes no tienen una
contribución significativa en el rendimiento de la ciencia basada
en TIMSS 1999 en Turquía.
El presente estudio también reveló signi fi cativa, pero la
relación negativa entre la ciencia autoconcepto y el rendimiento.
La hipótesis de “la más creen en su concepto de sí mismo, cuanto
mayor sea su puntuación en la ciencia basada en PISA 2006
conjunto de datos” fue rechazada. Esta relación negativa puede
explicarse por primer examen de los estudiantes variables
demográficas, la cultura y los estudiantes el interés por otros
temas en lugar de la ciencia. Debido al sistema de pruebas
estandarizadas en Turquía, los padres ponen mucho más énfasis
en sus hijos para obtener la puntuación más alta en la prueba
para entrar en las escuelas secundarias de prestigio y también
universidades. Esto puede hacer que los estudiantes desarrollan
concepto de sí mismo, incluso si no son conscientes de su
rendimiento académico en la ciencia. Esto sólo puede ser más
claro cuando se examinan las actitudes de los padres hacia el
rendimiento de sus hijos.
No se observó relación positiva y signi fi cativa entre el valor de
la ciencia y ciencias. “Más que valoran la ciencia, cuanto mayor
sea su puntuación en la ciencia basada en PISA 2006 conjunto de
datos” se aceptó la hipótesis de. Este resultado se refiere que los
estudiantes que valor de la ciencia y creen que la importancia de
la ciencia demuestran mayor puntuación en la ciencia.
Similar,Ceylan y Berberoglu (2007) signi positivo encontradofi cante,
pero baja relación (γ = 0.08) entre el valor dado a la ciencia y
ciencias basado en los datos del TIMSS 1999 turcas.
relación negativa se informó entre la creencia en la utilidad de la
ciencia y el logro. La hipótesis del “cuanto más se creen en la
utilidadde la ciencia, cuanto mayor sea su puntuación en la ciencia
basada en PISA
80 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)

Ajuste”fue
Tabla 5 rechazada datos de 2006. La mayoria de los estudiantesen hecho de que la puntuación más alta se observó en algunos estudios
2006 conjunto de datos de PISA turca inscrito en el 9º grado que de investigación en la literatura. Los factores afectivos investigados
significa que tienen todavía unos tres años para seleccionar sus en este estudio son limitadas. Nuevos estudios deberían in- clude
carreras en base a pruebas de acceso. Esta situación puede resultar algunos otros factores afectivos. Esta investigación proporcionará
en la falta de los estudiantes de la orientación y orientaciones de una visión más detallada y comprensión. En muchas de las teorías de
utilidad de la ciencia. relación negativa que no se esperaba que la educación (por ejemplo, Bloom, Gagné, Caroll - escuela de
fuera observado en el estudio ya fue reportado en la aprendizaje), se informa de que las tendencias afectivas de los
literatura.Ceylan y Berberoglu (2007) reportada relación negativa estudiantes (por ejemplo, fi cacia creencia académica auto-EF,
entre la actitud hacia la ciencia y los estudiantes el rendimiento en
ciencias en el TIMSS serie 99 de datos turcos. Resultados similares
se observaron también en el análisis de TIMSS conjunto de datos
de Australia (Papanastasiou Y Zembylas de 2004) Y el del conjunto
de datos de PISA turca (Es decir, 2003). Todosde estos estudios que
informan relación negativa llegado a la conclusión de que esta
relación negativa puede ser debido a varias cuestiones; es decir,
fenómeno estadístico y la definición de constructos psicológicos en
los estudios internacionales (PISA, TIMSS).Ceylan y Berberoglu
(2007) discute más esta nave PARENTESCO negativo y llegó a la
conclusión de que los estudiantes desarrollaron tendencias positivas
afec- tivos, pero no aprenden los conceptos de la ciencia fi cientemente.

5. Trascendencia para educacion

Gran escala conjunto de datos utilizados en este estudio

proporciona una ventana a los factores afectivos en los logros de la
ciencia. Los resultados obtenidos a partir del conjunto de datos
PISA en este estudio sirven como un comienzo para otros análisis
de grandes conjuntos de datos escala. A la luz de los resultados
obtenidos de este estudio, se sugiere que el fin de mejorar el
rendimiento en ciencias de los estudiantes a través de factores
afectivos, se debe prestar más atención al disfrute de la ciencia, que
se encontró que tienen el mayor impacto en el rendimiento en
ciencias de los estudiantes de el modelo. Este hallazgo implica que
los estudiantes, que pensaban que la ciencia es agradable para
ellos, tenían puntuaciones de rendimiento más altas. Este resultado
nos permite recomendar estrategias que promuevan afec- tivos
factores tales como el disfrute, ya que juega un papel crítico en el
rendimiento en ciencias. Los maestros podrían aumentar sus
estudiantes logro en la ciencia, haciendo uso de las actividades
interesantes de la ciencia y la creación de un ambiente que atrae la
atención de los estudiantes y les hace disfrutar. Ambientes de
aprendizaje en las escuelas podría ser re-diseñado y / u organizada,
aunque el uso de técnicas de aprendizaje activo y materiales de
enseñanza multisensoriales; es decir, 3-D los materiales, las manos-
sobre las prácticas y experimentos, porque la ciencia se puede
enseñar de manera más eficaz cuando los estudiantes se dan
posibilidades y oportunidades para disfrutar en el aprendizaje
ronment ambiente y la ciencia. Por lo tanto, creemos que los
profesores de ciencias pueden in- rendimiento de los estudiantes de
pliegue si hacen las clases de ciencias agradable. Por otra parte,
creemos en la ansiedad de los estudiantes como una razón para la
relación negativa entre algunas variables seleccionadas y el logro
de la ciencia.

6. sugerencias para futuras investigaciones

Este estudio utilizó datos de 15 años de edad y puede no ser

representativa de las relaciones de las variables estudiadas para los
estudiantes mayores o más jóvenes. Por lo tanto, se necesita más
investigación que se llevó a cabo con diferentes edades y grupos.
Otros estudios de los factores afectivos con otras muestras en
diferentes niveles de grado proporcionarían una mejor comprensión
del papel de los factores afectivos en el aprendizaje de las ciencias.
Los datos de este estudio eran también de un país y por lo tanto
puede no ser representativos de otros países. Así, hay una
necesidad de replicar un estudio de este tipo mediante el uso de los
datos nacionales PISA obtenidos de otros intentos Con-. Por otra
parte, las investigaciones cualitativas deben ser diseñados para
puerta investigada por qué esta relación era tan baja a pesar del
 Rennie,individuales
M. Ozel et al. / aprendizaje y las diferencias LJ, y Punch, 24KF (1991). La relación entre el afecto y el logro en la ciencia.Revista
(2013) 81
motivación e interés) son uno de los más importantes factores de con- de Investigación en Enseñanza de las Ciencias, 28, 193-209.
tribuyendo con el logro académico de los estudiantes. Por lo tanto, por
qué este estudio indica resultados contradictorios a estas teorías sólo
debe ser entendidos usando estudios en profundidad a través de
entrevistas y observaciones; es decir, estudios cualitativos y
longitudinales.

Reconocimiento

Los autores agradecen a AL Chandrasegaran que mejoró el

idioma de este documento.

referencias

Aiken, LR (1979). Las actitudes hacia las matemáticas y las ciencias en las escuelas
medias iraníes.Laboratorio de ciencias y matemáticas, 79, 229-321.
Unyol, D. (2009). Factores que afectan el rendimiento en ciencias de los estudiantes
de ciencias de
programa para students'achievement internacionales (PISA) en Turquía.
Educación en Ciencias, 34(152), 87-100.
Aypay, A., Erdosoluna, M., y Sözer, MA (2007). La variación entre las escuelas sobre
las prácticas aula- en la ciencia sobre la base de TIMSS-1999 en Turquía.Revista
de Investigación en Enseñanza de las Ciencias, 44(10), 1417-1435.
Ceylan, E., y BerberosolLu, G. (2007). Los factores relacionados con el rendimiento
en ciencias de los estudiantes: Un estudio de modelado.Educación en Ciencias,
32(144), 36-48.
George, D., y Mallery, P. (2001). SPSS para Windows: Paso a paso. EE.UU.: Allyn &
Bacon.
Gungor, AA, EryyoImaz, A., y Fakyooglu, T. (2007). La relación de los logros de la física
de primer año y sus características afectivas relacionadas.diario de Investigación en
Enseñanza de las Ciencias, 44(8), 1036-1056.
Hancock, GR, y Mueller, RO (Eds.). (2006).modelado de ecuaciones estructurales: Un
segundo supuesto. Greenwich, CT: Information Age Publishing.
Hu, L., y Bentler, PM (1999). criterio de aglomeración defit índices de análisis de la
estructura de covarianza: criterios coventional frente a nuevas alternativas.
Modelos de ecuaciones estructurales, 6(1), 1-55.
Es,DO. (2003).Una comparación transcultural de los factores que afectan a la competencia
matemática de los estudiantes
en el Programa para la Evaluación Internacional de Alumnos (PISA). Inédito Mater
Tesis, Universidad Técnica de Oriente Medio.
Jöreskog, KG, y Sörbom, D. (2005). LISREL 8.72 para Windows [Software PC].
Lincolnwood, IL: Cienciafic Software International, Inc.
Kline, RB (2005). Principios y prácticas equiparación de modelado estructural (2ª edición).
Nueva York, Londres: La Guilford Press.
Kremer, BK, y Walberg, HJ (1981). Una síntesis de en la vida social y
psicológicaFloridauencias en el aprendizaje de la ciencia. Enseñanza de las ciencias,
sesenta y cinco(1), 11-23.
Martín, MO, Mullis, IVS, Gonzales, EJ, Gregory, KD, Smith, TA, Chrostowski, SJ,
et al. (2000). informe de la ciencia TIMSS 1999-Internacional: Los resultados de
la repetición de la AIE de los terceros Internacional sobre Matemáticas y
ciencias en el octavo grado. Consultado el 27 de de marzo de 2012
de.http://timss.bc.edu/timss1999i/science_achievement_report. html
Mattern, N., y Schau, C. (2002). Diferencias de género en la ciencia actitud-laciones
de logro re lo largo del tiempo entre los estudiantes de la escuela media blanca.
Revista de Investigación en Enseñanza de las Ciencias, 39, 324-340.
Mettas, A., Karmiotis, I., y Cristoforou, P. (2006). Relación entre las creencias y
actitudes sobre el rendimiento en ciencias en Chipre por cuenta de los
estudiantes; Los resultados de la tercera Inter- nacional de Matemáticas y
Ciencias (TIMSS).Euroasia Journal of Mathematics, Ciencia y Educacion tecnológica, 2(1),
41-52.
Nasr, AR, y Soltani, A. (2011). Las actitudes hacia la biología y sus efectos sobre el
rendimiento de los estudiantes.Revista Internacional de Biología, 3(4), 100-104.
Nasser, F., y Birenbaum, M. (2005). Modelado de las matemáticas logro de judía y
Árabes de octavo grado en Israel: El efecto de las variables relacionadas con el
alumno. Investigación y Evaluación Educativa, 11(3), 277-302.
OCDE (2007). Ciencia competencias para el mundo del mañana: Volumen 1: Análisis.
Francia: Publicaciones de la OCDE.
OCDE (2009). PISA manual de análisis de datos: SPSS (2nd.edition). OCDE.
Oliver, JS, y Simpson, RD (1988). EnFloridainfluencias de actitud hacia la ciencia, la
motivación de logro, y la ciencia autoconcepto en el rendimiento en la ciencia:
Un estudio longitudinal. Enseñanza de las ciencias, 72, 143-155.
Osborne, J., Simon, S., y Collins, S. (2003). Las actitudes hacia la ciencia: Una revisión
de la literatura y sus implicaciones.Revista Internacional de Ciencias de la Educación,
25, 1049-1079.
Özdemir, E. (2003). Modelado de los factores que afectan el rendimiento en ciencias de los estudiantes
de octavo grado turcos basa en el tercer estudio internacional de matemáticas y ciencia-repetición
(TIMSS-R) de datos. tesis inédita de maestría, Universidad Técnica de Oriente Medio,
Ankara, Turquía.
Papanastasiou, CE, y Zembylas, M. (2004). Efectos diferenciales de las actitudes de
ciencias y ciencias en Australia, Chipre, y los EE.UU..Diario Internacional de
Ciencias de la Educación, 26(3), 259-280.
Payne, DA (1977). La evaluación del aprendizaje: cognitiva y afectiva. Lexington, MA:
DC Heath and Co.
Pintrich, PR, y De Groot, EV (1990). Motivación y aprendizaje autorregulado com-
ponentes de rendimiento académico en el aula.Revista de Psicología de la Educación,
82, 33-40.
82 M. Ozel et al. / aprendizaje y las diferencias individuales 24 (2013)
Robbins, SB, Lauver, K., Le, H., Davis, D., Langley, R., Y Carlstrom, A. (2004). Dopsychosocial
y técnicas de estudio factores predicen los resultados de la universidad? Un meta-
análisis.Psychological Bulletin, 130, 261-288.
Royall, MR (1986). El efecto del tamaño de la muestra sobre el sentido de la
significaciónficance pruebas. El Estadístico de América, 40(4), 313-315.
Schibeci, RA, y Riley, JP (1986). EnFloridauencia de fondo y las percepciones sobre las
actitudes de la ciencia y rendimiento de los estudiantes. Revista de Investigación en
Enseñanza de las Ciencias, 23, 177-187.
shrigley,RL, Koballa, TR, y Simpson, RD (1988). DelawarefiNing la actitud de los
educadores en ciencias.
Revista de Investigación en Enseñanza de las Ciencias, 25, 659-678.
Simpson, RD, Y Oliver, JS (1990). Un resumen de las principales enFloridainfluencias
sobre la actitud hacia la ciencia y el logro en adolescentes estudiantes. Enseñanza de las
ciencias, 74(1), 1-18.
Singh, K., Granville, M., Y Dika, S. (2002). Matemáticas y ciencias: Efectos de la
motivación, el interés y compromiso académico. El periódico de Investigación
Educativa, 95, 323-332.
Strike, K., y Posner, G. (1992). Una teoría revisionista del cambio conceptual. En R.
Duschl, y
R. Hamilton (Eds.), Filosofía de la ciencia, la psicología cognitiva y la teoría y la
práctica educativa (Pp. 147-176). Albany, Nueva York: Universidad del Estadode
Nueva York.
Tai, RH, Liu, CQ, maltés, AV, y ventilador, XT (2006). La planificación temprana para las
carreras en ciencia.
Ciencia, 312(5777), 1143-1144.
Talton, EL, y Simpson, RD (1986). Las relaciones de las actitudes hacia uno mismo, la
familia, la escuela y con la actitud hacia la ciencia entre los adolescentes.Enseñanza de
las ciencias, 70, 365-374.
Uguroglu, ME, y Walberg, HJ (1979). La motivación y el rendimiento: Una síntesis
cuantitativa.American Educational Research Journal, dieciséis, 375-389.
Tþak, M., Prokop, P., Özden, M., Özel, M., Bilen, K., y Erdosoluna, M. (2009). universidad turca
las actitudes de los estudiantes hacia la biología: Los efectos del género y la inscripción en la
biología.
diario Báltico de Ciencias de la Educación, 8(2), 88-96.
Valentine, JC, DuBois, DL, y Cooper, H. (2004). La relación entre la auto-creencias y
rendimiento académico: Una revisión meta-analítica.Psicólogo educacional, 39, 111-133.
Weinburg, M. (1995). Diferencias de género en las actitudes de los estudiantes hacia
la ciencia: Un meta-análisis de la literatura 1970-1991.Revista de Investigación en
Enseñanza de las Ciencias, 32, 387-398.
Willson, VL (1983). Un meta-análisis de la relación entre el rendimiento en ciencias y
la actitud de la ciencia: jardín de infancia hasta la universidad.Revista de
Investigación en Enseñanza de las Ciencias, 20, 839-850.
Willson, VL, Ackerman, C., y Malave, C. (2000). actitudes en tiempo Cruz, la
formación de conceptos, y el logro de la física de primer año de universidad.diario
de Investigación en Enseñanza de las Ciencias, 37, 1112-1120.