Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2021 Casimiro Dionicio
2021 Casimiro Dionicio
Carrera de Psicología
Asesor:
Dr. Román Marquina Luján
(0000-0002-5542-7234)
Lima - Perú
2021
i
Resumen
estereotipos de género, que limitan las opciones profesionales. Desde la Social Cognitive
Career Theory (SCCT) se predice que el desarrollo de variables clave como la autoeficacia,
personales (género). Es así, que la presente investigación tuvo como objetivo determinar la
resultados, interés y metas) que conllevan a la elección de carreras STEM. Para ello, se contó
Questionnaire, Escala de Metas de grado científico del Middle School Career Self-Efficacy
Scale, y Escala de Actitudes hacia los Estereotipos de Género). Los resultados reportan una
variables de la elección de carreras STEM. Así también, se reportan los análisis comparativos
que señalan una presencia significativa y moderada de estereotipos de género en los varones.
Por otra parte, se reflexiona sobre las fuentes de autoeficacia y los informes de rendimiento
educativo en el contexto peruano. Se presentan las limitaciones del estudio, así como las
Abstract
In recent years, a lower participation of women in STEM careers has been reported, with
various explanations for this phenomenon, such as the presence of gender stereotypes, which
limit career choices. From the Social Cognitive Career Theory (SCCT) is predicted that the
development of key variables such as self-efficacy, outcome expectations, interests and goals
give rise to the vocational choice, which dynamically interact with contextual (barriers and
perceived supports) and personal (gender) factors. Thus, the present research aimed to
determine the influence of gender roles on the SCCT variables (self-efficacy, outcome
expectations, interests and goals) that lead to the choice of STEM careers. For this, 542 high
school students participated, using instruments according to the SCCT model (Science Grade
of Self-efficacy Scale, Outcome Expectations and Interests Scales from Engineering Fields
Questionnaire, Goals Scale from Middle School Career Self-Efficacy Scale, and Gender-role
Attitudes Scale). The results report a small influence of gender stereotypes on self-efficacy,
but not on the other variables of STEM career choice. Likewise, comparative analyzes are
reported that indicate a significant and moderate presence of gender stereotypes in men. On
the other hand, we reflect about of the sources of self-efficacy and the reports of educational
performance in the Peruvian context. The limitations of the study are presented, as well as the
Key words: Social Cognitive Career Theory, gender, career choice, self-efficacy.
iii
Tabla de contenido
Resumen ................................................................................................................................................ i
Abstract................................................................................................................................................. ii
Índice de Figuras................................................................................................................................... v
Introducción .......................................................................................................................................... 1
Antecedentes ................................................................................................................................... 12
Objetivos ......................................................................................................................................... 16
Hipótesis ......................................................................................................................................... 16
Metodología ........................................................................................................................................ 18
Participantes .................................................................................................................................... 18
Instrumentos ................................................................................................................................... 19
Procedimientos ............................................................................................................................... 24
Resultados........................................................................................................................................... 26
Discusión ............................................................................................................................................ 29
Referencias ......................................................................................................................................... 34
Índice de Tablas
Tabla 2. Equivalencias del sistema de calificación en educación secundaria de España y Perú ......... 20
Tabla 3. Análisis descriptivo de los factores Autoeficacia, Expectativas de Resultados, Interés, Metas
Tabla 4. Correlaciones r Pearson entre las Actitudes hacia los estereotipos de género y los factores de
Tabla 5. Análisis de influencia de los Estereotipos de género sobre los factores de la elección de
Tabla 6. Comparación de grupos según sexo a través del estadístico t de student ............................... 28
v
Índice de Figuras
Introducción
transiciones más desafiantes para los jóvenes, dado que se espera tomen decisiones sobre los
vida adulta, particularmente, al elegir carreras poco remuneradas y/o competitivas, lo que
Es así que se desprende la noción de que existan carreras que gocen de mayor
Ingeniería y Matemáticas (STEM por sus siglas en inglés) que se convierten en una mejor
inversión a futuro por los sueldos mejor pagados (Cover et al., 2011) particularmente en
países con poca igualdad de género (Stoet y Geary, 2018). Esta paradoja educación-igualdad
de género se refiere a que los riesgos económicos y generales de la vida son menores en
países con igualdad de género, resultando en una mayor oportunidad para que los intereses
Asimismo, en España Peña-Calvo et al., (2016) señalaron que los esfuerzos para
económica, dado que los graduados previenen que sectores clave se queden sin profesionales
profesionales STEM necesarios que permitan cubrir las demandas en tecnología, ingeniería y
en la mayoría de países, oscilando entre el 30% y 42%. En el Perú, de acuerdo a los registros
terminada la educación básica. Sin embargo, los medios para acumular capital humano
(trabajo y educación) son poco favorables, dado que cada vez menos jóvenes forman parte de
Ñopo, 2018).
Aún bajo este contexto, la Organización Internacional del Trabajo (OIT, 2017)
reportó para América Latina que más del 60% de los jóvenes ven su futuro laboral con mucha
confianza. No obstante, este porcentaje decrece con la edad, desde un 80% (15-17 años) hasta
un 50% (25-29 años). Asimismo, las expectativas entre hombres (64%) y mujeres (59%) se
tornaron muy parecidas respecto al optimismo. Pese a ello, la preferencia de los jóvenes por
Para el Perú, la OIT (2017) señala que alrededor del 42% de los jóvenes solo trabaja,
28% solo estudia, 13% estudia y trabaja, y un 17% no estudia ni trabaja -Ni Ni- en este
último caso, el total de mujeres (24%) supera al de hombres (10%), identificándose una
situación de exclusión educativa y laboral. Además, es seguro afirmar que egresar del colegio
seguir una carrera STEM. Entre las razones para esto, se incluye la percepción que los
estudios STEM son muy difíciles, la expectativa de que no se podrá ser exitoso trabajando en
una carrera STEM, o las actitudes de los padres, pares y la sociedad hacia la STEM (Turner
et al., 2019).
Ciertamente, la elección de carreras STEM representa una gran oportunidad para los
da de igual manera entre hombres y mujeres, señalando una mayor autoeficacia, un mayor
disfrute y un interés superior en la ciencia por parte de los chicos (Stoet y Geary, 2018).
oportunidades sino también la cognición (Kraus et al., 2012), dando forma a construcciones
de elecciones apropiadas y lo que significa ser una buena persona (DeAngelis, 2015). Siendo
que la interacción dinámica entre el género y nivel socioeconómico tiene influencia en las
los chicos superaron significativamente a las chicas en las pruebas de ciencias y matemáticas.
Asimismo, se reportó una brecha de género mayor a 20 puntos porcentuales entre chicos y
Por otra parte, las consecuencias de una inadecuada elección ocupacional/ profesional
universitaria durante el inicio de la carrera (Viale, 2014), que es influida particularmente por
estudiantes de secundaria?
ignoradas por los propios jóvenes, a lo que Brown refiere “we have noted many students’
general lack of interest in thinking about their adult occupational choices” [Hemos notado la
convergencia y mayor toma de conciencia del medio social que constantemente satura de
carrera/ocupación a seguir o, dicho de otro modo, se den los primeros pasos sólidos que
señaló “the less vocationally specific the training and credential provided by the secondary
education structure, the more floundering and turbulent is the early career” [cuanto menos
(Brown, 2002, p. 42). Esto implica un mayor costo institucional y una menor especialización
de las labores para los jóvenes, así como un deterioro en la calidad laboral e inclusión tardía
en la fuerza laboral.
Por su parte, el estudio realizado por Muñoz (2020) destacó que resultan críticas
aquellas áreas que reflejan las desigualdades de género en las ocupaciones, tal como sucede
5
la labor del sistema educativo se encuentra limitado por diversas razones, de las cuales dos
destacan: Primero, por la labor docente, la misma que menciona no contar con las estrategias
pedagógicas adecuadas, y segundo, por las brechas en cuanto a logros educativos que no son
posibles de garantizar por el solo tránsito del sistema educativo, y menos aún que sean
Ciertamente, las brechas en cuanto a logros educativos en relación al sexo han tendido
pero aún hay desventaja en el logro de aprendizaje en matemáticas (Guadalupe et al., 2017).
influencia que ejercen la estructura y el contexto social, mediante sus diversos actores y
manifestaciones (la familia, la escuela, el nivel socioeconómico, los roles sociales, el tamaño
de la comunidad, entre otros); apropósito de las características personales (raza y género) que
determinan las variables socio-cognitivas (Lent et al., 1994). Ello en función del paradigma
social vigente.
De este conglomerado, la familia es sin duda la institución social que más destaca,
señalando que el tipo de actividad laboral de los padres, da forma a la propia conducta,
particularmente en sus intereses, valores y aspiraciones (Brown, 2002). Por ejemplo, los
6
adolescentes aprenden sus valores ocupacionales más desde el padre del mismo sexo que del
este punto donde las familias no están exentas de manifestar sus preferencias con respecto a
valoraciones. Bajo este contexto, se ciñen dos perspectivas contrapuestas, que de acuerdo a
Brown (2002) confrontan a padres e hijos, donde los primeros destacan el valor del trabajo
como fuente de buenos hábitos de cara a la vida adulta (responsabilidad e independencia) que
interferencia del trabajo temprano con el desarrollo adolescente exitoso, vinculando largas
forma a las ideas, los valores, las aspiraciones y/o aquello que es mejor o necesario para el
individuo, a lo que se toma la decisión de trabajar, estudiar o no hacer nada. En este caso, los
OIT (2017), se muestran optimistas hacia el futuro, aunque no en las mismas proporciones ni
Theory (SCCT) de Robert Lent y Steven Brown, siendo una extensión y aplicación de la
7
Teoría Socio-Cognitiva de Albert Bandura, la cual predice que los estudiantes desarrollan
expectativas de resultados acordes a estos dominios (Duffy et al., 2014; Turner et al., 2019).
tríadica (triadic reciprocality), bajo este esquema (a) los atributos personales, (b) los factores
entrelazados que se afectan el uno al otro bidireccionalmente (Lent et al., 1994). Asimismo,
el modelo de Lent y Brown hace énfasis en la situación y la naturaleza específica del dominio
del comportamiento, los aspectos relativamente dinámicos del yo y los medios que permiten a
Es así, que la SCCT postula que en el desarrollo vocacional de la carrera hay una
y factores contextuales (Lent et al., 2000). Estas variables representan un conjunto proximal
de influencias en los resultados profesionales, que son vistos como estados intermedios que
reflejan los efectos de características contextuales más distales, inputs personales (género,
Las variables centrales del modelo SCCT son las siguientes: (a) la autoeficacia, que
son las creencias acerca de la capacidad personal para llevar a cabo tareas en dominios
específicos, (b) las expectativas de resultados, que son las valoraciones individuales acerca de
los resultados que podrían obtenerse de desarrollar comportamientos particulares, (c) los
intereses, que se refieren a las preferencias individuales hacia ciertas actividades, y (d) las
metas, como la disposición a continuar con una opción académica o para alcanzar un
información: (a) mastery experience, hace referencia a que las experiencias de éxito previas
brindan mayor confianza para realizar algo nuevo en caso sean similares a las anteriores (b)
actividades que nos gustaría intentar incrementa la autoeficacia (c) social persuasion, cuando
las personas son persuadidas verbalmente de que pueden lograr una tarea, y (d) emotional
states, los estados emocional y físicos causados por emprender un nuevo comportamiento dan
Por otra parte, las variables contextuales son factores ambientales que apoyan u
obstaculizan los esfuerzos para lograr metas académicas y/o profesionales, entre estos
Figura 1
Modelo SCCT de la elección de la carrera
Experiencias Dominios de
Metas Acciones
de Intereses desempeño
Intenciones elegidas
aprendizaje y logros
Expectativas de
-Antecedentes resultados
-Influencias
ambientales
Nota: Se presentan las variables SCCT de los factores cognitivos, contextuales y experienciales de la elección de
la carrera. Las variables de estudio se indican en líneas sólidas. Adaptado de “Toward a unifying social
cognitive theory of career and academic interest, choice and performance” por Lent et al. (1994), Journal of
Vocational Behavior, 45(1), 36-49.
El modelo explica los determinantes básicos de los intereses profesionales, los cuales
habilidades. Destacando que es durante la infancia y adolescencia, donde las personas están
expuestas a una variedad de estímulos con potencial relevante para las ocupaciones. Siendo
que la propia interacción dinámica será reforzada diferencialmente por las diversas
la formación de los Intereses (se percibe como eficaz y anticipa resultados positivos).
elegir acciones para alcanzarlas. Esta puesta en práctica produce logros de rendimiento (éxito
et al., 1994).
en los intereses relacionados a la elección de carreras: (a) sirviendo como precursores de las
variables socio-cognitivas, (b) moderando ciertas relaciones teóricas claves, y (c) siendo
facilitadores directos o disuasivos (Lent et al., 1994). Entre las variables personales, el género
ha recibido particular atención, dado que pocos negarían su profunda importancia psicológica
y social que trasciende sus propiedades biológicas (Lent et al., 1994). Así la SCCT se
preocupa por los aspectos relativamente dinámicos, de situaciones específicos de las personas
2007; Turner et al., 2004). Destacándose cómo variables centrales entre los diversos modelos
10
las barreras sociales están relacionadas negativamente con la eficacia de la tecnología y los
intereses profesionales (Inda-Caro et al., 2016). A este respecto, Lent y Brown (2006)
Es así, que el apoyo parental representa una ventaja contextual influyente, siendo una
particularmente las madres son una fuente influyente de apoyo para las expectativas de
resultados profesionales en matemáticas y ciencias (Fouad y Santana, 2017; Rice et al., 2012;
Los pares son los principales influyentes en la vida de los adolescentes. No obstante,
los resultados no han sido los esperados, no encontrándose relación entre el poco apoyo de
(Asante, 2012; Fouad y Santana, 2017; Robnett y Leaper, 2013; Sadler, Sonnert, Hazari y
Tai, 2012; Turner et al., 2004). Siendo resultado de la interacción entre la característica
personal más básica, el sexo, y las influencias sociales donde el proceso de socialización de
los roles de género puede sesgar el acceso a fuentes de información necesarias, influyendo en
Whitson, 2006; Flores et al., 2010), intereses, metas y elecciones, lo que indica que “gender
being a powerful and direct motivator at each decision point along this socio-cognitive
continuum” [el género es un motivador potente y directo en cada punto de decisión a lo largo
apropiadas para hombres que para mujeres) (Turner et al., 2004). Los hallazgos sugieren que
los adolescentes con una mayor percepción de equidad de género en ciencia y matemática
tienen una mayor autoeficacia y expectativas de resultados. Asimismo, señalan que el apoyo
Tradicionalmente los estereotipos de roles de género atribuyen que los chicos sean
más agentic (autónomos; para adquirir competencias y habilidades) mientras que las chicas
deben ser más communal (comunitarias; hábiles socialmente y útiles). Estos roles de género
matemática, que se describen como no relacionadas con las preocupaciones del mundo y no
Makarem y Wang (2019) han señalado que las mujeres abandonan las carreras STEM porque
las perciben incompatibles con sus roles, valores, identidades y objetivos de vida
tradicionalmente aceptados, así como con los estereotipos que debe cubrir un profesional
STEM.
Dasgupta y Stout (2014) sugieren una razón importante por la cual las mujeres se
sienten desplazadas (o fuera de lugar) en carreras STEM, y es por los múltiples estereotipos
12
existentes, destacando la creencia de que son “cosa de chicos”. Por lo cual, se produciría un
asumen roles sociales consistentes con las expectativas culturales; mientras las mujeres son
atraídas a la ciencia por el grado en que se sientan más comunitarias, los hombres lo harán
Carreras STEM
Las carreras STEM hacen referencia a cualquier trabajo en los campos de la ciencia,
desarrollar nuevas ideas y/o productos, así como el realizar investigaciones y generar avances
atención al detalle, (4) resolución de problemas, (5) pensamiento crítico, (6) comunicación,
(7) creatividad, (8) liderazgo y, (9) organización. Por otra parte, Minnesota State (2021)
señala tres habilidades clave: (a) resolución de problemas, (b) pensamiento analítico y, (c) la
Antecedentes
Inda-Caro et al., (2016) realizaron una investigación cuyo propósito fue analizar la
influencia de los factores personales (Actitudes hacia los estereotipos de género, Estado
13
conformada por 2,364 estudiantes españoles (50.7% mujeres). Bajo el modelo SCCT, se
(Technology Grade Self-Efficacy Scale; Britner y Pajares, 2001, 2006); Escala de Fuentes de
(Technology Intentions and Goals Scale; Fouad et al., 1997), Escala de Intereses en
Tecnología (Technology Interests Scale; Lent et al., 2003) y Escala de Actitudes hacia los
Roles de Género (Gender-role Attitudes Scale; Inda-Caro et al., 2016). Los resultados
indicaron que no hubo influencia de las Actitudes hacia los roles de género en la Autoeficacia
Rodríguez et al., (2016) realizaron una investigación que tuvo como objetivo
(Technology Grade Self-Efficacy Scale - TGSES; Britner y Pajares, 2006); Escala de Fuentes
Expectations Scale - TOES; Fouad et al., 1997), Escala de Metas e Intenciones en Tecnología
(Technology Intentions and Goals Scale - MSIGS; Fouad et al., 1997), Escala de Intereses en
Tecnología (Technology Interests Scale; Lent et al., 2003) y Escala de Actitudes hacia los
14
Roles de Género (Gender-role Attitudes Scale; Inda-Caro et al., 2016). Los resultados
señalaron que no existe influencia significativa con respecto a los Estereotipos de género,
entre varones y mujeres respectivamente, sobre las variables SCCT: Autoeficacia (β = .04; β
Technology Self-Efficacy Scale; Britner y Pajares, 2001, 2006), la Escala Interés en Ciencia
y Tecnología (Science and Technology Interest Scale; Lent et al., 2003), la Escala de Fuentes
Britner y Pajares, 2006) y la Escala de Actitudes hacia los Roles de Género (Gender-Role
Attitudes Scale; Inda-Caro et al., 2016). Los resultados indicaron que los varones perciben
respectivamente.
Turner et al. (2004) realizaron un estudio que tuvo como objetivo evaluar los efectos
de universidades americanas (Science Scale of the Revised Unisex American College Testing
y Sherman, 1976) compuesta por seis factores: (a) Apoyo materno percibido, (b) Apoyo
paterno percibido, (c) Estructura familiar, (d) Estereotipos de género, (e) Autoeficacia
matemática (β = -.14; p < .017) y las expectativas de resultados (β = -.15; p < .009). En
que perciben que las matemáticas y la ciencia son actividades apropiados, en equidad de
en su futuro.
relaciones pueden ser directas o indirectas, que de acuerdo al modelo los Estereotipos de
obstante, la percepción de equidad con respecto al género en STEM ha precedido los mayores
personales con respecto a las profesiones más apropiadas de acuerdo a roles sociales
consistentes con las expectativas culturales. De esta manera, resulta importante cuantificar la
influencia que producen por los estereotipos de género en la elección de carreras, ya que esta
Objetivos
Objetivo general
Objetivos específicos
Analizar la influencia que ejercen los estereotipos de género en los intereses para la
Analizar la influencia que ejercen los estereotipos de género en las metas para la
Hipótesis
STEM.
H3: Los estereotipos de género influyen en los intereses para la elección de carreras
STEM.
H4: Los estereotipos de género influyen en las metas para la elección de carreras
STEM.
18
Metodología
Participantes
conveniencia (Pérez et al., 2018), dada la accesibilidad a la población estudiantil, que estuvo
conformada por 542 estudiantes de educación secundaria de 3ro, 4to y 5to grado, del distrito
de Ate Vitarte.
Los participantes se encuentran entre los 13 y 17 años, de los cuales 307 (56.6 %) son
mujeres, 190 (35.1 %) señalaron haber tenido un trabajo y 61 (11.3%) manifiestan estar
trabajando. En cuanto a la familia, reportaron que un 303 (55.9%) de los apoderados (padres)
han alcanzado un nivel educativo secundario, 103 (19%) técnico, 75 (13.8%) primario, 45
Los criterios de exclusión que se consideraron son: a) no haber dado el visto bueno
Tabla 1
Información descriptiva de los participantes
f %
Sexo
Varón 235 43.4
Mujer 307 56.6
Edad
13 a 17 542 100.0
Trabaja
Si 61 11.3
No 481 88.7
Experiencia previa de trabajo
Si 190 35.1
No 352 64.9
Nivel educativo del apoderado
Ninguno 16 3.0
Primaria 75 13.8
Secundaria 303 55.9
Técnica 103 19.0
Universitaria 45 8.3
Elaboración Propia
Instrumentos
para ello se empleó la adaptación al español de Inda-Caro et al. (2016). Asimismo, dadas las
calificación (cualitativo y numérico) al sistema vigesimal peruano (ver tabla 2) para el factor
Autoeficacia, obteniéndose un coeficiente de Aiken de al menos (>.80) para todos los ítems,
superando el mínimo exigido (Vo ≥ .70; Charter, 2003). Asimismo, se adaptaron las
20
[Factor Metas].
Nosotros adaptamos:
desde una perspectiva mediante el empleo de las matemáticas y la dificultad inherente a esta
Tabla 2
Equivalencias del sistema de calificación en educación secundaria de España y Perú
España Perú
Valor
Numérico Cualitativo Numérico Cualitativo
5 Suficiente (SU)
11 – 13 B (En proceso)
6 Bien (BI)
Aprobado
7–8 Notable (NT) 14 – 17 A (Logro esperado)
Elaboración propia
evalúa la confianza de los estudiantes de secundaria acerca de sus propias capacidades para
seguro/a).
Sobre la validez del factor, la adaptación al español de Inda-Caro et al. (2016), reportó
adecuados indicadores de bondad y ajuste (CFI = .900; GFI = 1; RMSR = .02), señalando un
porcentaje de varianza explicada del 29% para la autoeficacia. Para la presente investigación
el análisis factorial reportó que las cargas factoriales superaron el valor mínimo recomendado
(λ > .30; Costello y Osborne, 2005), excepto para el ítem 3 (λ = -.165). Asimismo, el análisis
de confiabilidad de este último presentó una correlación ítem-test inferior (Rit = -.108), por lo
Sobre la confiabilidad del factor, se reportó un coeficiente alfa de .86 y .85 en los
un coeficiente alfa de .96 para el modelo y .88 para la escala (Inda-Caro et al., 2016). La
Questionnaire (Lent y Brown, 2006), que evalúa las creencias de los estudiantes de
acuerdo).
bondad y ajuste resultado de análisis factorial (CFI = .98; RMSEA = .03; Peña-Calvo et al.,
2016) señalando un porcentaje de varianza explicada del 17% para las expectativas de
reportó que las cargas factoriales superaron el mínimo recomendado (λ > .30; Costello y
original de Lent et al., 2005. Para la investigación española se obtuvo un coeficiente alfa de
0.95 (Peña-Calvo et al., 2015) y 0.88 (Peña-Calvo et al., 2016). La presente investigación
Questionnaire (Lent et al., 2003), que determina el grado de interés por estudiar determinados
investigación española (Inda-Caro et al., 2016) de los cuales 02 son ítems invertidos (ítem 6 y
bondad y ajuste resultado de análisis factorial (CFI = .98; RMSEA = .03; Peña-Calvo et al.,
2016), señalando un porcentaje de varianza explicada del 61% para los intereses (Inda-Caro
et al., 2016). Para la presente investigación el análisis factorial reportó que las cargas
factoriales superaron el mínimo recomendado (λ > .30; Costello y Osborne, 2005) para todos
los ítems.
original (Lent et al., 2003) y de .80 (Lent et al., 2005). La adaptación española reportó un
coeficiente alfa de 0.94 (Inda-Caro et al., 2016) y 0.82 (Peña-Calvo et al., 2016). La presente
El factor Metas de Grado Científico forma parte del Middle School Career Self-
Efficacy Scale (Fouad et al., 1997), describe la capacidad motivadora y representa los
española (Inda-Caro et al., 2016) cuyas opciones de respuesta oscilan entre 1 (Totalmente en
bondad y ajuste (CFI = .900; GFI = 1; RMSR = .02), señalando un porcentaje de varianza
explicada del 14% para las metas, que se configuró por la sumatoria de las expectativas de
resultados y metas (Inda-Caro et al., 2016). Para la presente investigación el análisis factorial
reportó que las cargas factoriales superaron el mínimo recomendado (λ > .30; Costello y
Fouad et al., 1997. La adaptación española reportó un coeficiente alfa de 0.95 (Inda-Caro et
contenido por 23 jueces expertos acerca de diferencias de género en un amplio rango de áreas
científicas. Para la presente investigación el análisis factorial reportó que las cargas
factoriales superaron el mínimo recomendado (λ > .30; Costello y Osborne, 2005) para todos
los ítems.
variables como edad, sexo, nivel educativo logrado por el padre/apoderado, experiencia
Procedimientos
digital google form, que incluyeron: (1) el consentimiento informado, que indicaba los
ficha de datos personales, (3) la ficha de datos sociodemográficos y (4) los instrumentos de
del autor.
mayo y el 04 de junio del 2021. Posterior, se descargaron las respuestas para realizar la
limpieza de los datos, teniendo en cuenta los criterios de inclusión y exclusión previamente
Análisis de datos
mediante el coeficiente V de Aiken, cuyos valores (Vo ≥ .70) son el estándar mínimo exigido
de investigación los valores de mínimos aceptables son de .70 (Nunally, 1978, como se citó
cuenta la asimetría y curtosis, cuyo rango aceptable oscila en ±1.5 (Pérez y Medrano, 2010).
25
donde los r ≥ .20 son considerados significativos (Ferguson, 2009) y siendo calificados como
correlaciones pequeñas (r ≥ .10), medianas (r ≥ .30) y grandes (r ≥ .50) (Cohen, 1992). Luego
se realizó un análisis de regresión simple, que permite determinar la cuantía de los cambios
estandarizados (β). Donde R2 es calificado como efecto mínimo necesario (.04 ≤ R2 < .25),
moderado (.25 ≤ R2 < .64) y fuerte (R2 ≥ .64) (Ferguson, 2009). Asimismo, son considerados
como valores significativos los β ≥ .20, siendo interpretados como débiles (.20 ≤ β < .50),
valores no significativos (d < .20), pequeños (.20 ≤ d < .50), moderados (.50 ≤ d < .80) y
Resultados
Análisis descriptivo
estándar (DE), la asimetría y la curtosis (Tabla 3). Asimismo, los valores de asimetría y
curtosis se encuentran dentro del rango +/- 1.5 (Pérez y Medrano, 2010).
Tabla 3
Análisis descriptivo de los factores Autoeficacia, Expectativas de Resultados, Interés, Metas
y Actitudes hacia los estereotipos de género
En la tabla 4 se muestra que existe una correlación pequeña y significativa (r > .20),
Por el contrario, no se obtuvieron correlaciones significativas (r < .20) para los factores
Expectativas de resultados (R2 = .000), en el factor Intereses (R2 = .001), ni en el factor Metas
Tabla 4
Correlaciones r Pearson entre las Actitudes hacia los estereotipos de género y los factores de
la elección de carreras STEM
Factores de la elección de carreras Actitudes hacia los estereotipos de género
STEM r p
Autoeficacia -.200** .001
Expectativas de Resultados -.015 .734
Interés -.030 .491
Metas .077 .074
** La correlación es significante a nivel 0.01
De esta manera, la hipótesis (1) recibió respaldo empírico (β > -.200) corroborando la
para la elección de carreras STEM. Por otra parte, las demás hipótesis propuestas (2, 3 y 4)
Tabla 5
Análisis de influencia de los Estereotipos de género sobre los factores de la elección de
carreras STEM.
Expectativas
Autoeficacia Intereses Metas
de Resultados
Estereotipos R2 .040 .000 .001 .006
de género F 22.473 .116 .475 3.199
β -.200 -.015 -.030 .077
Análisis complementario
entre mujeres y varones. Bajo este respecto, los factores Intereses, Metas y Estereotipos de
= -.649; d = -.733), respectivamente. Por otra parte, el factor Autoeficacia (t = -1.259; p = .209)
De esta forma, se observa una tendencia de los varones a estar más interesados en
carreras STEM (M = 37.82) que las mujeres (M = 33.02). Asimismo, los varones muestran una
mayor perseverancia y planeación de objetivos en torno a carreras STEM (M = 15.12) que las
mujeres (M = 11.96). Por otra parte, se reportan mayor aprobación hacia actitudes a favor de
.209) y significancia práctica para los factores Interés, Metas y Estereotipos de género.
Tabla 6
Comparación de grupos según sexo a través del estadístico t de student.
Varones Mujeres
(n = 235) (n = 307)
t p d
M DE M DE
Autoeficacia 9.58 3.420 9.92 2.578 -1.259 .209 .114
Expectativas de
34.60 6.139 33.48 6.579 2.040 .042 -.175
Resultados
Interés 37.82 7.267 33.02 8.807 6.945 .000 -.587
Metas 15.12 4.717 11.96 4.977 7.545 .000 -.649
Estereotipos de género 16.31 6.339 12.16 5.081 8.213 .000 -.733
Nota: M = Media; DE = Desviación estándar; t = Estadístico t; p = Significancia estadística; d =
d de Cohen
29
Discusión
En este sentido, para el presente estudio la autoeficacia corrobra su rol como factor
destacar que las demás variables SCCT son claves para el desarrollo de la intencionalidad y
Es así, que los estereotipos de género, percibidos, refuerzan a priori la idea de que hay
elecciones académicas y profesionales más apropiadas para los chicos y chicas. Lo cual
que los padres y madres infieren acerca de sus hijos e hijas en estudios STEM, que según
género en las demás variables de estudio podría deberse a que estas interacciones no
amplio, sujetas a los roles de género. Asimismo, las distintas fuentes de autoeficacia: (a)
mastery experience, (b) vicarious experience, (c) social persuasion, y (d) emotional states,
son en mayor o menor medida más receptivas a las distintas influencias socioculturales y
Lo anterior es clave, dado que de acuerdo al modelo de Lent et al. (1994), la presencia
sino también en los chicos y chicas. Hay que señalar que estas barreras y apoyos percibidos
Por otra parte, se puede distinguir que la influencia mínima en torno a las creencias de
Ciertamente, la autoeficacia representa una variable compleja que debe ser entendida
en la amplitud de sus fuentes, el modelo SCCT señala que los intereses se desarrollan en
dominios que impliquen una mayor experiencia de sense of agency, que hace referencia a la
confianza en las propias capacidades incrementa las expectativas acerca de las potenciales
al., 2016).
Bajo esta perspectiva, la propuesta de Wang et al. (2013), señalan que los individuos
comparación con sus pares; siendo menos proclives a elegir carreras STEM (Zacharia et al.,
2020). Esto es particularmente relevante para las mujeres, que de acuerdo a lo señalado por
los resultados de la evaluación PISA las chicas se desempeñan igual o incluso mejor que los
reportado que hay una pérdida de capacidad STEM femenina entre el paso de la educación
Para el contexto peruano de acuerdo a Guadalupe et al. (2017) “en los últimos años se
ha observado una mejora en los niveles de desempeño a través del Informe PISA” (p. 102).
Esto último podría indicar un cese en las elecciones influidas por estereotipos de género. Sin
31
Conclusiones
motivada debido a los roles de género, visibilizándose una mayor equidad en cuanto a la
equiparables en otras áreas del conocimiento (E.i. habilidad matemática y verbal) amplían el
Limitaciones
Segundo, los datos obtenidos corresponden a medidas de auto reporte, lo que implica
que están sujetos a diversos sesgos (deseabilidad, comparación e identidad), lo que podría no
está limitado a la percepción que tienen los adolescentes acerca de los padres dadas las
características del instrumento, invisibilizando los estereotipos manifestados por los docentes
y los compañeros. Esto es clave, dado que esta investigación no cuenta con la valoración de
los padres, ni amigos ni docentes que comprenden una fuente de influencia significativa en la
etapa escolar.
Recomendaciones e implicaciones
permitan a los educadores, tutores y psicólogos direccionar los factores dentro del ambiente
social y educativo que podrían desalentar a los estudiantes a perseguir carreras STEM.
dominios presentados, dado que diversas valoraciones se encuentran enmarcadas por la visión
posibilitan (familia, amigos y docentes) que tiene como objetivo la reproducción de valores
sociales acorde a la normalidad del contexto. Por ello, se exhorta a ampliar los componentes
de los diversos dominios teóricos, así como a entrelazar perspectivas de los múltiples actores
educativas privadas.
33
Por otra parte, este estudio comparte la importancia de reflexionar sobre los
programas de orientación vocacional, que deben considerar las opiniones de los padres,
tutores, psicólogos y docentes en relación a la elección de los estudios, así como de brindar
Referencias
Andina (08 de junio de 2017). Educación universitaria: hay 30% de deserción por falta de
orientación y recursos. Andina: Agencia peruana de noticias.
https://andina.pe/agencia/noticia-educacion-universitaria-hay-30-desercion-falta-
orientacion-y-recursos-670189.aspx
Asante, K. (2012). Secondary students’ attitudes towards mathematics. IFE PsychologIA: An
International Journal, 20(1), 121-133.
https://journals.co.za/doi/abs/10.10520/EJC38916
Ato, M., López, J. y Benavente, A. (2013). Un sistema de clasificación de diseños de
investigación en psicología. Anales de psicología, 29(3), 1038-1059.
https://doi.org/10.6018/analesps.29.3.178511
Britner, S. y Pajares, F. (2001). Self-efficacy beliefs, motivation, race, and gender in middle
school science. Journal of Women and Minorities in Science and Engineering, 7(4),
269-283. DOI:10.1615/JWomenMinorScienEng.v7.i4.10
Britner, S. y Pajares, F. (2006). Sources of science self-efficacy beliefs of middle school
students. Journal of Research in Science Teaching, 43(5), 485-499.
https://doi.org/10.1002/tea.20131
Brown, D. (2002). Career choice and development (4a ed.). San Francisco: Jossey Bass.
Charter, R. (2003). A breakdown of reliability coefficients by test type and reliability method,
and the clinical implications of low reliability. Journal of General Psychology,
130(3), 290-304. https://doi.org/10.1080/00221300309601160
Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155-199. DOI:
https://doi.org/10.1037/0033-2909.112.1.155
Costello, A. y Osborne, J. (2005). Best practices in exploratory Factory analysis: four
recommendations for getting the most from your analysis. Practical Assessment,
Research, and Evaluation, 10(7), 1-9. https://doi.org/10.7275/jyj1-4868
Cover, B., Jones, J. y Watson, A. (2011). Science, technology, engineering and mathematics
(STEM) occupations: a visual essay. Monthly Labor Review, 134(5), 3-15.
https://www.bls.gov/opub/mlr/2011/05/art1full.pdf
Dasgupta, N. y Stout, J. (2014). Girls and women in science, technology, engineering, and
mathematics: stemming the tide and broadening participation in STEM careers. Policy
insights from the Behavioral and Brain Sciences, 1(1), 21-29.
https://doi.org/10.1177/2372732214549471
35
Desarrollo – GRADE.
http://www.grade.org.pe/forge/descargas/Estado%20de%20la%20educaci%C3%B3n
%20en%20el%20Per%C3%BA.pdf
Gushue, G. y Whitson, M. (2006). The relationship of ethnic identity and gender role
attitudes to the development of career choice goals among black and Latina girls.
Journal of Counseling Psychology, 53(3), 379-385. https://doi.org/10.1037/0022-
0167.53.3.379
Hayden, J. (2019). Introduction to health behavior theory (3a ed.). Jones & Bartlett Learning.
Inda-Caro, M., Rodríguez-Menéndez, C. y Peña-Calvo, J. (2016). Spanish high school
students’ interests in technology: Applying social cognitive career theory. Journal of
Career Development, 43(4), 291-307. https://doi.org/10.1177/0894845315599253
Indeed Editorial Team (22 de febrero de 2021). 21 STEM jobs that are in demand.
https://www.indeed.com/career-advice/finding-a-job/stem-jobs
Kanny, M., Sax, L. y Riggers-Piehl, T. (2014). Investigating forty years of STEM research:
how explanations for the gender gap have evolved over time. Journal of Women and
Minorities in Science and Engineering, 20(2), 127-148.
https://doi.org/10.1615/JWomenMinorScienEng.2014007246
Kraus, M., Piff, P., Mendoza-Denton, R., Rheinschmidt, M. y Keltner, D. (2012). Social
class, solipsism, and contextualism: how the rich are different from the poor.
Psychological Review, 119(3), 546-572. DOI: 10.1037/a0028756
Lent, R. y Brown, S. (2006). On conceptualizing and assessing social cognitive constructs in
careers research: A measurement guide. Journal of Career Assessment, 14(1), 12-35.
https://doi.org/10.1177/1069072705281364
Lent, R., Brown, S. y Hackett, G. (1994). Toward a unifying social cognitive theory of career
and academic interest, choice and performance. Journal of Vocational Behavior,
45(1), 79-122. https://doi.org/10.1006/jvbe.1994.1027
Lent, R., Brown, S. y Hackett, G. (2000). Contextual supports and barriers to career choice:
A social cognitive analysis. Journal of Counselling Psychology, 47(1), 36-49.
https://doi.org/10.1037/0022-0167.47.1.36
Lent, R., Brown, S., Nota, L. y Soresi, S. (2003). Testing social cognitive interest and choice
hypotheses across Holland types in Italian high school students. Journal of Vocational
Behavior, 62(1), 101-118. https://doi.org/10.1016/S0001-8791(02)00057-X
Lent, R., Brown, S., Sheu, H., Schmidt, J., Brenner, B., Gloster, C., Wilkins, G., Schmidt, L.,
Lyons, H. y Treitsman, D. (2005). Social cognitive predictors of academic interests
37
and goals in engineering: utility for women and students at historically black
universities. Journal of Counseling Psychology, 52(1), 84-92.
https://doi.org/10.1037/0022-0167.52.1.84
Makarem, Y. y Wang, J. (2019). Career experiences of women in science, technology,
engineering, and mathematics fields: a systematic literature review. Human Resource
Development Quarterly, 31(1), 91-111. https://doi.org/10.1002/hrdq.21380
McGinn, K. y Oh, E. (2017). Gender, social class, and women’s employment. Current
Opinion in Psychology, 18, 84-88. https://doi.org/10.1016/j.copsyc.2017.07.012
Minnesota State (2021). Understanding science, technology, engineering and math (STEM)
skills. http://careerwise.minnstate.edu/careers/stemskills.html
Muñoz, C. (2020). Políticas de igualdad de género en la Educación y Formación Técnica y
Profesional (EFTP) en América Latina. Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura, UNESCO.
https://unesdoc.unesco.org/ark:/48223/pf0000375587/PDF/375587spa.pdf.multi
Navarro, R., Flores, L. y Worthington, R. (2007). Mexican American middle school students’
goal intentions in mathematics and science: a test of social cognitive career theory.
Journal of Counseling Psychology, 54(3), 320-335. https://doi.org/10.1037/0022-
0167.54.3.320
Organización Internacional del Trabajo (2017). El futuro del trabajo que queremos. La voz de
los jóvenes y diferentes miradas desde América Latina y el Caribe. Oficina Regional
para América Latina y el Caribe, OIT. https://www.ilo.org/wcmsp5/groups/public/---
americas/---ro-lima/documents/publication/wcms_561498.pdf
Organización para la Cooperación y el Desarrollo Económico (2019). PISA 2018 Results
(Volume II): Where all students can succeed. OCDE Publishing.
https://doi.org/10.1787/b5fd1b8f-en
Organización para la Cooperación y el Desarrollo Económico (2017). The pursuit of gender
equality: An uphill battle. OCDE Publishing. https://read.oecd-ilibrary.org/social-
issues-migration-health/the-pursuit-of-gender-equality_9789264281318-en#page107
Organización para la Cooperación y el Desarrollo Económico (2016). Education at a glance
2016: OECD Indicators. OCDE Publishing. https://www.oecd-
ilibrary.org/education/education-at-a-glance-2016_eag-2016-en
Peña-Calvo, J., Inda-Caro, M. y Rodríguez-Menéndez, C. (2015). La teoría cognitivo social
de desarrollo de la carrera: evidencias al modelo con una muestra de estudiantes
38
Stout, J., Grunberg, V. e Ito T. (2016). Gender roles and stereotypes about science careers
help explain women and men’s science pursuits. Sex Roles, 75, 490-499.
https://doi.org/10.1007/s11199-016-0647-5
Turner, S., Joeng, J., Sims, M., Dade, S. y Reid, M. (2019). SES, gender, and STEM careers
interests, goals, and actions: A test of SCCT. Journal of Career Assessment, 27(1),
134-150. https://doi.org/10.1177/1069072717748665
Turner, S., Stewart, J. y Lapan, R. (2004). Family factors associated with sixth-grade
adolescents’ math and science career interests. The Career Development Quarterly,
53(1), 41-51. https://doi.org/10.1002/j.2161-0045.2004.tb00654.x
Viale, H. (2014). Una aproximación teórica a la deserción estudiantil universitaria. Revista
Digital de Investigación en Docencia Universitaria, 8(1), 59-75.
https://revistas.upc.edu.pe/index.php/docencia/article/view/366/346
Wang, M., Eccles, J. y Kenny, S. (2013). Not lack of ability but more choice: individual and
gender differences in choice of careers in science, technology, engineering, and
mathematics. Psychological Science, 24(5), 770-775.
https://doi.org/10.1177/0956797612458937
Zacharia, Z., Hovardas, T., Xenofontos, N., Pavlou, I. y Irakleous, M. (2020). Education and
employment of women in science, technology and the digital economy, including AI
and its influence on gender equality. FEMM committee, European Parliament.
https://www.europarl.europa.eu/RegData/etudes/STUD/2020/651042/IPOL_STU(202
0)651042_EN.pdf
40
¿Qué influencia ejercen los Analizar la influencia Los estereotipos de (El grado en que los positivos en áreas educativas de
estereotipos de género en que ejercen los género influyen en las participantes se de la ciencia Ate Vitarte
las expectativas para la estereotipos de género expectativas de sintieron positivos
elección de carreras STEM? en las expectativas de resultados para la sobre las consecuencias MUESTRA:
resultados para la elección de carreras futuras de realizar Estudiantes de
elección de carreras STEM. actividades 3ro, 4to y 5to
STEM. relacionadas con la secundaria
ciencia) (542), de 03
¿Qué influencia ejercen los Analizar la influencia Los estereotipos de Intereses instituciones
estereotipos de género en que ejercen los género influyen en los (El grado en que los educativas de
los intereses para la estereotipos de género intereses para la participantes estuvieron Interés en campos Ate Vitarte
elección de carreras STEM? en los intereses para la elección de carreras interesados en y áreas de la
elección de carreras STEM. actividades ciencia
STEM. relacionadas a la
ciencia)
¿Qué influencia ejercen los Analizar la influencia Los estereotipos de
Metas
estereotipos de género en que ejercen los género influyen en las Presentan metas
(El grado en el cual los
las metas en ciencia? estereotipos de género metas para la elección en campos
participantes tuvieron
en las metas para la de carreras STEM. relativos a la
metas relacionadas a la
elección de carreras ciencia
ciencia)
STEM.
42
Para participar de este estudio, es necesario ser estudiante de entre 3ro, 4to y 5to de secundaria.
La información que brindes será trabajada de manera confidencial y con fines académicos. Sin
embargo, te agradeceré coloques tu nombre en el lugar que se indica más abajo, únicamente con
la finalidad de agilizar el proceso de la recolección de información.
Agradezco de antemano tu colaboración y, ante cualquier duda o comentario sobre esta investigación, puedes
contactarte directamente conmigo (russell.casimiro@usil.pe). Si lo deseas, podrás obtener una copia del trabajo
realizado con la información obtenida una vez que la tesis haya sido sustentada. Dadas las características del
cuestionario, esta información será analizada de manera grupal por lo que no se podrá obtener información
individualizada de tus respuestas.
(3) Solicitud a la Profesora Nadya Fouad para emplear la escala de Metas de Grado
Científico del “Middle School Career Self-Efficacy Scale”
(4) Solicitud a la Profesora Shari Britner para emplear las escalas de (a) Autoeficacia de
Grado Científico-Matemático y (b) Fuentes de Autoeficacia
Sexo
Grado de estudios:
Edad ___________ años Hombre
_____________
Mujer
De haber respondido SÍ
¿En qué? Ej. construcción, ventas, etc.
¿Has trabajado antes?
___________________________________________________
Sí
No ¿Desde qué edad?
De haber respondido SÍ ___________________________________________________
¿En qué?
___________________________ ¿Cuántas horas a la semana?
__________________________ ___________________________________________________
De haber respondido SÍ
¿En qué? Ej. construcción, ventas, etc.
___________________________________________________
¿Trabajas actualmente?
Sí ¿Desde hace cuánto? Ej. 2 meses, 5 años, etc.
No ___________________________________________________
¿Cuántas horas a la semana?
___________________________________________________