RELACIÓN ENTRE LOS ESTILOS DE PENSAMIENTO,

CREENCIAS Y AUTOEFICACIA EN MATEMÁTICAS Y EL

RENDIMIENTO ACADÉMICO EN ESTUDIANTES
UNIVERSITARIOS DE PRIMER AÑO.

RODRIGO HERNÁNDEZ, JORGE GAONA, JAIME HUINCAHUE,

AND VITTORIO CANCINO

Resumen. En este manuscrito medimos los estilos de pensamiento matemáti-

co, visual, analı́tico e integrado, los estilos de pensamiento interno y externo, las
creencias en matemáticas aplicado, teórico, formal, competitivo y rı́gido, como
también la auto percepción de eficacia en tareas matemáticas de la vida coti-
diana, en estudiantes de primer año de una universidad chilena, de carreras de
Ingenierı́a, Administración y Ciencias Sociales, observando algunas diferencias
entre ellas y no observándose grandes entre estos constructos y las mediciones
estándares como lo son las pruebas de selectividad para el ingreso a la univer-
sidad, las notas de la enseñanza secundaria, ası́ como las notas de la misma
universidad.

1. Introducción
Los estilos de pensamiento se han ubicado progresivamente en el campo de la
psicologı́a educacional, como una herramienta teórica que permite comprender
las preferencias de pensamiento de las personas. La caracterización fundamental
de los estilos de pensamiento viene dada por (Sternberg, 1997), identificando ac-
tualmente, distintas maneras y alcances de desarrollo de esta teorı́a en el campo
investigativo, además, de identificar su presencia en ámbitos propios de la psico-
logı́a, la educación, el marketing y la salud, por mencionar algunas áreas.

(Güner y Erbay, 2021) utilizan la clasificación tradicional del marco teórico, co-
mo son las funciones del pensamiento (Legislative, Executive, Judicial), la forma
del pensamiento (Monarchic, Hierarchical, Oligarchic o Anarchic), al nivel (Global
o Local ), el alcance (Internal o external ) y las inclinaciones del pensamiento (Libe-
ral o Conservative). A partir de esta clasificación, los autores estudian los estilos de
pensamiento de 32 futuros maestros de matemática encontrando que éstos tenı́an
preferencias por estilos de pensamiento legislativos, jerárquicos y liberales, y mos-
traban menos preferencia por los estilos oligárquicos, conservadores y monárquicos.
En cambio, (Syamsuddin, Juniati, y Siswono, 2020) estudia los estilos de pensa-
miento, clasificando la resolución de problemas matemáticos en futuros profesores
entre field-independent y field-dependent. En su estudio los autores proporcionan
1
2 R. HERNÁNDEZ, J. GAONA, J. HUINCAHUE, AND V. CANCINO

evidencia de que el estilo cognitivo afecta significativamente la manera en que los

estudiantes abordan y resuelven problemas matemáticos, y cómo esto se refleja en
su pensamiento reflexivo.

Por otro lado, se identifican estudios sobre los estilos de pensamiento en edu-
cación terciaria. El estudio longitudinal de (Fan, Zhang, y Hong, 2019) analiza
los estilos de pensamiento en 743 estudiantes universitarios chinos, para después
volver a medir luego de un año. Los resultados muestran estabilidad en ciertos
estilos de pensamiento, aunque pueden ser cambiantes, tanto a nivel poblacional
como a nivel individual. Esto es concordante con los principios de los estilos de
pensamiento (Sternberg, 1997), considerando espacios de evolución y cambio de
estilos de pensamiento dependiendo de las situaciones, lo que desde un aspecto
instruccional es de interés en la formación profesional para un escenario laboral.

Tal maneabilidad de estilos de pensamiento también ha sido analizada en otras

latitudes. En Chile, (Huincahue, Gaete-Peralta, y Garrido-Véliz, 2019) analizaron
los estilos de pensamiento en estudiantes de Ingenierı́a en Informática, con la fi-
nalidad de contrastar los resultados con el perfil idóneo al momento de egresar.
Sus resultados muestran que durante el avance de su carrera, se promueven esti-
los de pensamiento acordes al perfil idóneo, pero además, se evidencian algunos,
tales como legislativo, liberal que no son preferidos por los estudiantes, pero si son
promovidos por la institución formadora, discutiendo mecanismos instruccionales
para la clase de matemática que promuevan estilos de pensamiento requeridos por
el perfil.

Como se ha mencionado, el interés de utilizar los estilos de pensamiento en dis-

tintos campos de la investigación ha incitado a realizar distintos tipos diálogos
o articulaciones entre campos teóricos para ofrecer un mayor entendimiento o un
profundización en los análisis, como son los estilos cognitivos ((Saini, Shabnam,
Seema, y Bhatnagar, 2022)), teorı́as de la motivación (Belousova y Mochalova,
2020) o la matemática. Siendo este último, el foco de atención del presente es-
tudio. Al respecto, Borromeo Ferri (Borromeo Ferri, 2004) utilizando técnicas de
Grounded Theory y construye un mecanismo teórico para identificar las preferen-
cias en las formas de representar y pensar las matemáticas, lo que es conocido
como los Estilos de Pensamiento Matemático (MTS).

En (Borromeo Ferri, 2004) se reporta el estudio de 64 alumnos y 3 profesores

de décimo grado en tres clases diferentes en Hamburgo, concluyendo que los es-
tilos de pensamiento matemático de los alumnos tienen un impacto en sus rutas
de modelación matemática, lo que sugiere que la forma en que los estudiantes
abordan y resuelven problemas matemáticos puede variar en función de sus estilos
de pensamiento. Por su parte, (Huincahue, Borromeo-Ferri, Reyes-Santander, y
 ESTILOS DE PENSAMIENTO MATEMÁTICOS 3

Garrido-Véliz, 2021) analizan a 275 estudiantes del sistema secundario chileno con
los MTS, complementados con las creencias, emociones y preferencias a la hora de
resolver tareas matemáticas y cuando están aprendiendo matemáticas. Los hallaz-
gos indican una correlación positiva entre el estilo de pensamiento analı́tico y un
mejor rendimiento en matemáticas, estos estudiantes tienden a obtener mejores
calificaciones, ya que los procesos de evaluación escolar valoran más este estilo de
pensamiento analı́tico por sobre el estilo de pensamiento visual. Por otro lado, se
encontró una correlación entre la autoeficacia, el estilo de pensamiento analı́tico
y las calificaciones, sugiriendo que los estudiantes que prefieren el estilo analı́tico
tienen una ventaja en el sistema educativo, por la misma razón antes descrita.
Estos hallazgos resaltan la importancia de considerar los estilos de pensamiento
matemático en la enseñanza y evaluación de matemáticas, y sugieren la necesidad
de adaptar los enfoques pedagógicos para apoyar diversos estilos de pensamiento,
no solo el analı́tico.
La literatura es basta en el estudio sobre estudiantes de los primeros niveles
educativos, por ejemplo, en (Singer, Voica, y Pelczer, 2017) los autores relacionan
los estilos cognitivos con la creatividad matemática en estudiantes del último año
del programa de master en matemáticas. Sin embargo no hay artı́culos usando MTS
en estudiantes universitarios en Ingenierı́a y Administración y Ciencias Sociales,
el cual es el foco principal de este manuscrito.

2. Marco teórico
En esta sección presentamos el marco teorico en el cual se basa nuestro estudio,
los cuales serán los estilos de pensamiento (matemático y general), las creencias
en matemáticas y el constructo de la autoeficacia.

2.1. Estilos de Pensamiento Matemático (MTS). Los MTS, desarrollados

por Borromeo Ferri en (Borromeo Ferri, 2004), se originaron a partir de estudios
cualitativos con estudiantes de 15 y 16 años y se expandieron a investigaciones
cuantitativas internacionales, permitiendo la conceptualización y operacionaliza-
ción del constructo. Los MTS describen cómo un individuo prefiere presentar,
entender y procesar hechos y conexiones matemáticas a través de imaginaciones
internas y representaciones externalizadas. Este marco teórico (Borromeo Ferri,
2004; Huincahue y cols., 2021) considera una clasificación especı́ficamente para
analizar y comprender lo que sucede con las preferencias del pensamiento ma-
temático de los estudiantes de las clases de matemáticas. Para los autores, estos
estilos consisten en la forma en que los individuos prefieren exponer, entender y
pensar en matemáticas y las conexiones con sus propias creencias, imaginario in-
terno y/o respresentaciones externas. Existen tres tipos de estilos de pensamiento
matemáticos utilizados en múltiples estudios, su estructura es la determinación di-
cotómica de estilos, y una tercera que reconoce la mixtura entre ellos. El estilo de
pensamiento visual muestra preferencias por las imaginaciones pictóricas internas
4 R. HERNÁNDEZ, J. GAONA, J. HUINCAHUE, AND V. CANCINO

y representaciones pictóricas externalizadas. Usualmente, utiliza representaciones

holı́sticas para comprender y desarrollar las ideas al enfrentar una tarea matemáti-
cas. Además, las imaginaciones internas son afectadas principalmente por fuertes
asociaciones a situaciones que ha tenido como experiencia la persona.

La personas que poseen un estilo de pensamiento analı́tico prefieren las imagina-

ciones formales internas y las representaciones externalizadas formales. La forma
en cómo prefieren comprender las matemáticas es a través de simbolismos o repre-
sentaciones verbales, eligiendo proceder en el pensamiento matemático como una
secuencialidad concatenada de ideas.

El estilo de pensamiento integrado es considerado para personas que muestran

preferencias del pensamiento por los estilos visual y analı́tico, combinándolos y
siendo más flexibles en el entendimiento de ideas, tanto para las representaciones
como para las imaginaciones.

2.2. Autoeficacia. En el sentido de (Bandura, 2019), la expectativa de autoefi-

cacia es caracterizada como la convicción subjetiva de que los medios y capacidades
propias de una persona pueden alcanzar un objetivo definido, cuando preexisten
barreras y obstáculos para lograr el objetivo. La autoeficacia trata sobre la confian-
za que posea la persona en su acciones y convicción de lograr hacer ciertas tareas,
basado principalmente en sus experiencias. De esta manera, es de interés conocer
los niveles de autoeficacia de los estudiantes en su etapa de formación profesional
en la clase de matemática, ya que es común identificar a la clase de matemáticas
como desafiante, y en ocasiones, el motivo principal para decidir cursar una carrera
profesional (Avendaño, Magaña, y Flores, 2019).

El constructo de autoeficacia ha tenido un rol importante en la investigación en

educación matemática. Ha sido capaz de estudiar aspectos motivacionales de la
persona en la atención de tareas matemáticas en los distintos niveles educativos,
identificando a la autoeficacia como una herramienta sociocognitiva que permite
medir qué tan seguros los estudiantes se sienten al resolver una tarea, según su
propio nivel de competencia. Ası́, la autoeficacia en matemática se podrı́a entender
como una autoevaluación de las competencias de los estudiantes para resolver una
tarea matemática (Hannula, 2012; Zakariya, 2022), lo que permite el entendimien-
to entre una alta y baja autoeficacia, relacionado con la confianza que posee la
persona en resolver una tarea matemática según el autoconocimiento de sus com-
petencias.
 ESTILOS DE PENSAMIENTO MATEMÁTICOS 5

2.3. Creencias. Las creencias es un concepto que ha estado ampliamente de-

sarrollado en la literatura educativa, otorgando una forma de percibir y compren-
der las acciones de las personas. Para Pajares (Pajares, 1992), son çonstrucciones
personales, proposiciones consideradas como ciertas por el individuo (...) son no-
evidentes dado que se basan en el juicio y la evaluación personales”(p. 305).

Dada su naturaleza, es necesario separar la dimensión valórica de las creencias,

ya que su construcción puede provenir de diversas estructuras de conocimiento,
incluso de errores. Sin embargo, son suficientemente de interés atender, ya que son
parte de la verdad individual de las personas, pudiendo ser manifestadas a partir
de opiniones, actitudes o acciones.

3. Metodologı́a
Este estudio cualitativo intenta medir por medio de la encuesta (Huincahue
y cols., 2021) los diferentes estilos de pensamiento matemáticos presentes en los
estudiantes de primer año de una Universidad privada en Chile.

3.1. Contexto educacional. Este estudio se basa en las respuestas a una en-
cuesta aplicada a estudiantes de primer año de una universidad privada en Chile.
Esta universidad posee dos sedes, una en Valparaı́so y la otra en Santiago, con un
total de aproximadamente 12.500 estudiantes donde los estudiantes de primer año
representan un 38 % (3.341) aproximadamente.
La Universidad es selectiva. Esto se refleja en varios datos. Es la tercera a nivel
nacional en puntajes en la Prueba de Acceso a la Educación Superior o PAES1 a
igual número de vacantes. Además, el promedio de las Notas de Enseñanza Media
o NEM2 es 6,6 (los puntajes van de 1 a 7). Por otro lado, la Universidad es una
universidad privada sin fines de lucro, donde los alumnos en su mayorı́a pertenecen
a los primeros 2 quintiles socioeconómicos del paı́s.

3.2. Implementación del instrumento. Los sujetos de este estudio son los
alumnos de primer año de las carreras de Ingenierı́a, Administración y Ciencias
Sociales, los que representan un poco más de 2.000 estudiantes, de los cuales res-
pondieron 756, en lı́nea usando la plataforma Moodle, durante el primer semestre
del 2023. Un 67 % son del género masculino, 32 % femenino y el 2 % restante no se
considera en ninguna de esas dos categorı́as. Desde la perspectiva de las carreras
que están cursando, la representación de la carrera se resume en el cuadro 1.

1La PAES es una prueba única a nivel nacional que rinden todos los estudiantes que quieren
postular a las Universidades del paı́s. Se darán más detalles en el apartado 3.3.
2El NEM es el promedio de calificaciones de los últimos 4 años de enseñanza secundaria. Se
darán más detalles en el apartado 3.3.
6 R. HERNÁNDEZ, J. GAONA, J. HUINCAHUE, AND V. CANCINO

Cuadro 1. Distribución de estudiantes de primer año por carrera

Carrera Nº est. respondieron % del total de la carrera

Ingenierı́as 344 49 %
Administración 315 37 %
Ciencias Sociales 95 32 %
Total 754 100 %

3.3. Instrumentos e indicadores. La encuesta mencionada anteriormente está

como anexo en este artı́culo y se basa en la traducción hecha en (Huincahue y cols.,
2021). Cada pregunta tiene una escala de Likert con 4 opciones, donde en un ex-
tremo está “estoy muy de acuerdo” y en el otro “ no estoy para nada de acuerdo”.
Cada una de sus afirmaciones, dan cuenta de algún aspecto que permite definir el
estilo de pensamiento matemático y su percepción de autoeficacia.

En este estudio, consideraremos los estilos de pensamiento tanto matemáticos

(visual, analı́tico, mixto) como generales (interno y externo), como también las
creencias en matemáticas (competitivas, aplicadas, teóricas, rı́gidas y formales),
asi como también del constructo de auteficacia de los sujetos encuestados. Cada
una de estas caracteristicas, los cuales podemos definirlos como sigue (el indicador
alfa de Cronbach. se simboliza con la letra α):
i) MTS Visual (α = 0,763): El estudiante prefiere, cuando en clases se explica
con dibujos, gráficos o bien con esquemas en la pizarra, las imágenes men-
tales son importantes, un dibujo apropiado le ayuda a entender una fórmula.

ii) MTS Analı́tico (α = 0,848): Le resulta más fácil trabajar con variables y
fórmulas, porque ası́ la matemática se le hace más comprensible. Las expli-
caciones del profesor con variables y fórmulas están más de acuerdo a su
forma de pensar y entender.

iii) Interno (α = 0,676): Prefiere resolver un problema solo, busca información

que le ayude a resolver un problema antes que preguntarle a los otros.

iv) Externo (α = 0,691): Cuando resuelve problemas de matemática, escribe o

dibuja toda la información inmediatamente, en vez de trabajarla sólo en la
mente. Le gusta cuando puede intercambiar con otros. Prefiero preguntar a
los otros antes de trabajar solo.

v) Competitivo (α = 0,547): Le gusta mucho estar en clases de matemática. Se

esfuerza en clases de matemática porque quiere tener mejores notas que los
 ESTILOS DE PENSAMIENTO MATEMÁTICOS 7

otros.

vi) Aplicado (α = 0,833): Considera que la matemática nos ayuda a resolver

problemas de la vida diaria, es la base para el desarrollo tecnológico y es
importante para el progreso de comunidades y sociedades.

vii) Teórico (α = 0,800): Piensa que la matemática es una actividad sobre pensar
problemas, encontrar y entender ideas y respuestas, en ella puede encontrar
muchas cosas y probar muchas.

viii) Rı́gido (α = 0,571): Está de acuerdo con la aseveración de que en los ejerci-
cios de matemática existe la mayorı́a de las veces sólo una solución correcta
y posible, que se pueda encontrar, es decir, en la matemática existe siempre
sólo una solución correcta.

ix) Formal (α = 0,792): El estudiante cree que la matemática es una colección

de cálculos y de reglas de cálculos, las cuales dicen como resolver un pro-
blema y que es la conservación y la aplicación de definiciones y fórmulas, de
hechos matemáticos y de procedimientos.

x) Autoeficacia (α = 0,892): Se percibe como un estudiante que puede resolver

problemas matemáticos de la vida diaria tales como: calcular el tiempo de
duración de un viaje de un lugar a otro en base al plan de viaje, o cuánto
más barato costarı́a un televisor si tuviera un 30 % de descuento, o bien
cuántos metros cuadrados de cerámica se necesitan para cubrir un piso, etc.

Las Universidades Chilenas, en su gran mayorı́a tienen un ingreso centralizado

en el cual cada una de ellas escoge las diferentes ponderaciones que tienen los
indicadores externos NEM, PAES e ICA, de acuerdo a las diferentes carreras que
imparten. Cada una de estas evaluaciones se describen como sigue:

NEM o Notas de Enseñanza Media es un indicador utilizado en Chi-

le para cuantificar el desempeño académico de los estudiantes durante la
educación secundaria. Se calcula a partir de las notas obtenidas por un es-
tudiante en todas las asignaturas durante este perı́odo. El NEM se utiliza
como uno de los parámetros para la selección que hacen las Universidades
de los alumnos de primer ingreso.
PAES o Prueba de Acceso a la Educación Superior es un conjunto de
exámenes estandarizados que se utilizan como parte del proceso de admisión
a universidades en Chile y otras instituciones de educación superior. Se
realizan pruebas PAES de matemáticas, lenguaje y ciencias. Dependiendo
de la carrera y universidad cada una de estas pruebas, junto con el NEM se
ponderan y se obtiene el puntaje PAES.
8 R. HERNÁNDEZ, J. GAONA, J. HUINCAHUE, AND V. CANCINO

ICA o Indicador de Calidad del Alumno es un indicador interno de la

universidad que se calcula en base a las notas obtenidas según el avance y
carrera que el alumno estudia, ası́ como sanciones al código de honor de la
Universidad y participación en centros de estudiantes.

4. Resultados
En esta sección mostraremos los hallazgos más relevantes detectados, en dos
dimensiones diferentes, la primera de ellas, 4.2 de manera general e independien-
temente de la carrera que estudian o que sexo tienen, mientras que en las otras
sub-secciones (4.3 y 4.4) en qué proporción los estudiantes están en las diferentes
categorı́as que la encuesta establece, de acuerdo a la carrera que estudian, agru-
padas en Administración, Ingenierı́as, o bien en Ciencias Sociales, como también
según el sexo. De esta manera, mostraremos los resultados de los análisis correspon-
dientes a las respuesta de la encuesta en correlación con los indicadores académicos
mencionados en la sección de introducción, es decir, NEM, PAES e ICA.

4.1. Resultados generales. Al analizar las dimensiones Visual/Analı́tico en el

cuadro 2, se observa que casi tres cuartas partes de los estudiantes es Analı́tico
o Visual y un poco más de la mitad de los estudiantes se clasifican en ambas
categorı́as, es decir, tienen un estilo de pensamiento matemático mixto.

Cuadro 2. Clasificación cruzada del perfil de n = 756 estudiantes

en las categorı́as Visual (promedio > 2,5) y No Visual (promedio
≤ 2,5) con Analı́tico (promedio > 2,5) y No Analı́tico (promedio
≤ 2,5). Código de color: rojo entre 0 y 25 %; naranjo entre 25 y
50 %; amarillo entre 50 y 75 % y verde sobre 75 %.

Variable Analı́tico No Analı́tico Total

Visual 55 % 16 % 71 %
No Visual 19 % 10 % 29 %
Total 74 % 26 % 100 %

Ahora si consideramos los estilos de pensamiento interno y externo, el escenario

es más heterogéneo, ya que el estilo de pensamiento interno tiene una adherencia
un poco por encima del 50 % mientras que el externo es cercano al 66 %, tal como
se ve en el cuadro 3.
Por otro lado, si revisamos los resultados para las creencias que se muestran en
el cuadro 4, en particular la dualidad Aplicado/Formal, los resultados muestran
que casi 3 de cada 4 estudiantes considera que las matemáticas tienen aplicaciones
para resolver problemas de la vida diaria y es base del desarrollo tecnológico y al
mismo tiempo es una actividad sobre pensar, resolver problemas y entender ideas.
 ESTILOS DE PENSAMIENTO MATEMÁTICOS 9

Cuadro 3. Clasificación cruzada del perfil de n = 756 estudiantes

en las categorı́as Externo (promedio > 2,5) y No Externo (promedio
≤ 2,5) con Interno (promedio > 2,5) y No Interno (promedio ≤ 2,5).
Código de color: rojo entre 0 y 25 %; naranjo entre 25 y 50 %; amarillo
entre 50 y 75 % y verde sobre 75 %.

Variable Externo No Externo Total

Interno 33 % 22 % 55 %
No Interno 33 % 12 % 45 %
Total 66 % 34 % 100 %

Cuadro 4. Clasificación cruzada del perfil de n = 756 estudiantes

en las categorı́as Aplicado (promedio > 2,5) y No Aplicado (prome-
dio ≤ 2,5) con Teórico (promedio > 2,5) y No Teórico (promedio
≤ 2,5). Código de color: rojo entre 0 y 25 %; naranjo entre 25 y 50 %;
amarillo entre 50 y 75 % y verde sobre 75 %.

Variable Formal No Formal Total

Aplicado 73 % 9% 82 %
No Aplicado 5% 13 % 18 %
Total 78 % 22 % 100 %

En el cuadro 5 los estudiantes que sostienen una creencia matemática orientada

a lo competitivo, son aproximadamente casi la mitad de la muestra, muy similar
que aquellos que tienen un creencia sobre que las matemáticas son rı́gidas, por
su parte, en las categorı́as cruzadas no se observan tendencias particularmente
mayoritarias.

Cuadro 5. Clasificación cruzada del perfil de n = 756 estudiantes

en las categorı́as Competitivo (promedio > 2,5) y No Competitivo
(promedio ≤ 2,5) con Rı́gido (promedio > 2,5) y No Rı́gido (prome-
dio ≤ 2,5). Código de color: rojo entre 0 y 25 %; naranjo entre 25 y
50 %; amarillo entre 50 y 75 % y verde sobre 75 %.

No Compe-
Variable Competitivo Total
titivo
Rı́gido 30 % 19 % 49 %
No rı́gido 17 % 34 % 51 %
Total 47 % 53 % 100 %
10 R. HERNÁNDEZ, J. GAONA, J. HUINCAHUE, AND V. CANCINO

De manera general, al considerar como se relacionan estas diferentes variables

entre si, y considerando la no normalidad que satisfacen los datos, una buena
manera es determinar la matriz correlación de Spearman de todas los estilos de
pensamiento, creencias y percepción de autoeficacia, lo cual se ve en el siguiente
cuadro:
Cuadro 6. Matriz de Correlación de Spearman de los estilos de
pensamiento, creencias y percepción de autoeficacia

vis. anal. int. ext. auto. apl. teó. rı́g. for. comp.

vis. 1 - - - - - - - - -
∗∗∗
ana. 0.166 1 - - - - - - - -
∗∗∗ ∗∗∗
int. 0.259 0.281 1 - - - - - - -
∗∗∗ ∗∗∗ ∗∗∗
ext. 0.307 0.262 −0.132 1 - - - - - -
∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗
aut. 0.371 0.418 0.346 0.222 1 - - - - -
apl. 0.339∗∗∗ 0.415∗∗∗ 0.307∗∗∗ 0.246∗∗∗ 0.593∗∗∗ 1 - - - -
∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗
teó. 0.314 0.420 0.295 0.240 0.597 0.714 1 - - -
∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗
rı́g. 0.244 0.237 0.232 0.205 0.258 0.310 0.241 1 - -
∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗
for. 0.314 0.377 0.222 0.368 0.394 0.460 0.467 0.421 1 -
∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗ ∗∗∗
com. 0.266 0.462 0.314 0.243 0.452 0.493 0.458 0.298 0.365 1

∗∗∗
Nota: p < 0.001

Observamos que la correlación positiva más fuerte está dada entre las creencias
sobre que las matemáticas son aplicadas y teóricas (0.714), lo que es posible de ex-
plicar dado que la totalidad de los estudiantes ya habı́a rendido, al menos, un curso
de matemáticas antes de responder al instrumento, recibiendo una presentación de
la matemática con un alto interés en las aplicaciones y la resolución de problemas
en contexto, además de desarrollar tópicos propios del lenguaje disciplinar como
es la lógica bivalente. En ese sentido, es coherente esta alta correlación. Este re-
sultado, también es explicado con la débil correlación de creencias de matemática
rı́gida, ya que la aplicabilidad de la matemática muestra la diversidad de formas
de aproximarse a los problemas.
Por otro lado, se observa que la autoeficacia posee una alta y positiva correlación
con las creencias de matemáticas aplicadas (0.593) y teóricas (0.597). Es decir, los
estudiantes que se sienten seguros en responder positivamente a tareas matemáti-
cas, posiblemente consideren que las matemáticas son efectivamente aplicadas y
poseen un sentido de formalidad propia de la disciplina, minorizando otro tipo
de creencias como las categorı́as de competición, formal y rı́gida. Ası́ también la
coherencia de la correlación débilmente negativa entre los estilos de pensamiento
interno y externo.
 ESTILOS DE PENSAMIENTO MATEMÁTICOS 11

4.2. Correlaciones con indicadores de rendimiento académico. Se puede

observar que no hay correlaciones fuertes entre las diferentes variables analizadas
y el rendimiento académico tanto en la enseñanza escolar, como también en las
pruebas de selección y las notas en la Universidad. El cuadro 7 muestra los co-
eficientes de correlación de Spearman de las mismas variables antes mencionadas
versus el desempeño académico de los estudiantes, NEM, ICA y PAES.
Vemos que en general no hay correlaciones fuertes positivas ni negativas entre
las diferentes dimensiones que mide la encuesta con los indicadores académicos
de los estudiantes. Más aún, a diferencia de los resultados en (Huincahue y cols.,
2021) no hay correlación entre las notas del colegio (NEM), el puntaje de la prueba
de selección universitaria (PAES), notas obtenida en el primer semestre de univer-
sidad (ICA), con los estilos de pensamiento matemático visual. Sin embargo existe
una correlación positiva débil (0.246) entre los puntajes PAES y la percepción de
autoeficacia y de manera llamativa, una correlación negativa débil (-0.08) con el
indicador interno de la universidad de calidad académica. Ver cuadro 7.

Figura 1. Estilos de pensamiento de los 756 estudiantes encuesta-

dos según su el cuartil de su puntaje PAES (izquierda), ICA .(centro)
y NEM (derecha).

En la figura 1 se observa, una vez más, que los indicadores externos antes men-
cionados, no se ven afectados mayormente por las diferentes variables analizadas.
En particular, los estilos de pensamiento matemáticos de los estudiantes no los
discrimina de acuerdo con los puntajes en cada una de estas mediciones.
Otro de los resultados destacables que se pueden extraer de los datos es el hecho
de que los estudiantes que prefieren un estilo de pensamiento más interno, es
decir, están más alineados con la preferencia de trabajar solos inicialmente, tienen
una correlación positiva con el puntaje PAES, mientras que hay una correlación
negativa con el puntaje ICA.
4.3. Resultados según carreras. Una de las primeras observaciones que apa-
recen de manera evidente es que los estudiantes de Ingenierı́a son más analı́ticos
12 R. HERNÁNDEZ, J. GAONA, J. HUINCAHUE, AND V. CANCINO

Cuadro 7. Matriz de Correlation de Spearman

vis. anal. int. ext. auto. apl. teó. rı́g. for. comp.

ICA −0.00 −0.06∗ −0.01 0.017 −0.08∗∗ −0.08∗ −0.11∗∗∗ 0.038 −0.00 −0.11∗∗∗
NEM −0.00 0.011 −0.01 0.032 0.028 0.029 0.043 −0.00 0.039 0.077∗∗∗
PAES 0.017 0.052 0.125∗∗∗ −0.06 0.173∗∗∗ 0.082∗∗ 0.085∗∗ −0.03 −0.04 0.075∗∗

Nota: * p < 0.05; ** p < 0.01; *** p < 0.001

que los estudiantes de Administración, mientras que los alumnos de Ciencias So-
ciales son más visuales. Lo predominante en todas las categorı́as es el hecho de que
los estudiantes poseen ambas caracterı́sticas, en efecto, en Ingenierı́as es 61,6 %,
en Administración éstos alcanzan el 51 % y en Ciencias Sociales éste guarismo es
solo un 44,3 %.

Autoeficacia según programa de estudio

1
Programa
Cs. Sociales
Administración
0.8
Ingeniería

0.6
Porcentaje

0.4

0.2

0
Desacuerdo Acuerdo

Clasificación

Figura 2. porcentaje de estudiantes en desacuerdo y acuerdo en la

percepción de autoeficacia según la carrea.

Se observa que los estudiantes de Ingenierı́a en más del 80 % se consideran

que poseen un pensamiento matemático analı́tico, lo cual se contrasta con 69,8 %
 ESTILOS DE PENSAMIENTO MATEMÁTICOS 13

Estilo de pensamiento matemático según programa de estudio

1
Programa
Cs. Sociales
Administración
0.8
Ingeniería

0.6
Porcentaje

0.4

0.2

0
Mixto Visual Analítico

Clasificación

Figura 3. EPM según carrearas

de los estudiantes de Administración y un 62,9 % para los de Cs. Sociales. Sin

embargo, si observamos a los estudiantes que tienen un pensamiento matemático
sólo analı́tico en todas las carreras es de aproximadamente un 18,7 %. Pero, donde
hay diferencias significativas es en el pensamiento matemático sólo visual, en el
cual los estudiantes de Cs. Sociales representan un 25 %, los de Administración
18 % y los de Ingenierı́a tan solo un 11 %.
Por otro lado, si miramos las creencias en matemáticas antes descritas, la di-
mensión rigidez, los estudiantes de Cs. Sociales están de acuerdo con esta creencia
en un 53 % mientras que los estudiantes de Administración e Ingenierı́a están en
acuerdo solo un 47 %. Otra de las creencias habituales en matemáticas es el hecho
del carácter formal en el cual definiciones, reglas, teoremas tienen un quehacer,
en lo que se conoce como creencia en que las matemáticas es formal, en lo que la
gran mayorı́a está de acuerdo (más del 70 % en todas las carreras). Por último,
en todas las carreras analizadas, al observar las caracterı́sticas del pensamiento
interno y externo, un tercio de los estudiantes tienen ambas y no hay diferencias
porcentuales en como se distribuyen.
14 R. HERNÁNDEZ, J. GAONA, J. HUINCAHUE, AND V. CANCINO

4.4. Resultados según sexo. En esta sección analizaremos los resultados de

acuerdo al sexo, considerando hombres y mujeres. Cabe señalar que de los encues-
tados sólo 4 personas dicen no identificarse en estas dos categorı́as.
La primera observación que se desprende del análisis de los datos es que no
hay grandes diferencias entre hombres y mujeres, salvo algunas de las variables
en cuestión. En este sentido, una de las primera afirmaciones que podemos hacer
es el hecho de que los hombres tienen creencias más flexibles sobre las matemáti-
cas que las mujeres. Por ejemplo, si consideramos los promedios de los estilos de
pensamiento matemático y general, ası́ como las creencias en matemáticas, no se
aprecian grandes diferencias. Ver figura 4.

Figura 4. Estilos de pensamiento promedio de los 756 estudiantes

encuestados según género.
 ESTILOS DE PENSAMIENTO MATEMÁTICOS 15

Al analizar las creencias en matemáticas, una de ellas es que en matemáticas

existe siempre sólo una solución correcta. o en los ejercicios de matemática existe
la mayorı́a de las veces sólo una solución correcta y posible, que se pueda encontrar.
Ambas afirmaciones nos hablan sobre una rigidez de la matemáticas y el apelativo
de ciencia exacta que posee. En este sentido, las mujeres están de acuerdo o muy de
acuerdo en un 55 %, mientras que los hombres están de acuerdo y muy de acuerdo
en 45 %. No obstante, si miramos las carreras que estudian, los estudiantes de Cs.
Sociales están de acuerdo con esta creencia en un 53 % mientras que los estudiantes
de Administración e Ingenierı́a están en acuerdo solo un 47 %.

Figura 5. Distribución de las respuestas sobre autoeficacia.

Otro de los constructos que hemos medido es el denominado Autoeficacia, el cual

muestra la percepción de los propios estudiantes sobre sı́ mismos en cuanto a la
capacidad de resolver problemas matemáticos de la vida diaria. En este contexto,
tanto hombres como mujeres tienen una alta valoración en autoeficacia y no hay
grandes diferencias en cuanto al interés (competitividad) por las matemáticas (ver
cuadro 5). En concreto, al considerar el género en esta pregunta, se puede observar
que el 77 % de ellas tienen una alta valoración en autoeficacia, cuando los hombres
en este constructo llegan al 84 %. Sin embargo, si consideramos la carrera que
estudian, tanto Administración como Ingenierı́a tienen más del 80 % en el grupo
de alumnos con una alta valoración en autoeficiacia, mientras que aquellos que
estudian Cs. Sociales este número sólo llega al 70 %.
16 R. HERNÁNDEZ, J. GAONA, J. HUINCAHUE, AND V. CANCINO

Por otro lado, no se ven diferencias entres hombres y mujeres al considerar el

interés en las matemáticas, ambos llegan cerca del 55 %, pero si en considerar las
matemáticas como una herramienta aplicada importante en la vida real llegando
en estos casos en torno al 55 % y 80 % respectivamente. Sin embargo los estudiantes
de Ingenierı́a que tienen ambas percepciones son cerca del 64 %, mientras que los
de Administración sólo son 45 %, quedando muy por encima del 34 % que poseen
ambas caracterı́sticas en los estudiantes de Cs. Sociales. Si consideramos la variable
de la creencia de que las matemáticas son un proceso tantos hombres como mujeres
están de acuerdo con esta creencia en más del 75 %.

5. Conclusión
Los estudiantes poseen una multiplicidad de caracterı́sticas dentro de los estilos
de pensamiento matemático observados, de los que más se destacan es que son
tanto visuales como analı́ticos, que prefieren ser más externos y la mitad de ellos
también se clasifican como internos, que consideran a las matemáticas valiosas
desde un punto de vista aplicado y teórico, y que finalmente sienten muy confiados
en sus capacidades matemáticas de la vida diaria. Estos estilos de pensamiento
tienen relaciones débiles con los resultados académicos de los estudiantes, tanto de
su etapa anterior (escolar), como de la prueba de selección universitaria, ası́ como
también de sus notas en la universidad. En este mismo contexto, podemos afirmar
que el principio que asegura que los EPM son inherentes de los sujetos y no tienen
consecuencias en los resultados académicos.

Referencias
Avendaño, K., Magaña, D., y Flores, P. (2019). Influencia familiar en la elección de
carreras stem (ciencia, tecnologı́a, ingenierı́a y matemáticas) en estudiantes
de bachillerato. Revista de Investigación Educativa, 32 (2), 515-531. doi:
10.6018/rie.366311
Bandura, A. (2019). Self-efficacy. the exercise of control. Revista de Investigación
Educativa, 32 (2), 515-531. doi: 10.6018/rie.366311
Belousova, A., y Mochalova, Y. (2020). The relationship of thinking styles and
motivation features of sales and advertising managers. Behavioral Sciences,
68 (1), 1-10. doi: 10.3390/bs10030068
Borromeo Ferri, R. (2004). Mathematische denkstile: Ergebnisse einer empirischen
studie. Franzbecker .
Fan, J., Zhang, L.-F., y Hong, Y. (2019). The malleability of thinking styles over
one year. Educational Psychology, 41 (6), 1-16. doi: 10.1080/01443410.2019
.1684449
Güner, P., y Erbay, H. N. (2021). Prospective mathematics teachers’ thinking
styles and problem-solving skills. Thinking Skills and Creativity, 40 , N/A.
doi: 10.1016/j.tsc.2021.100827
 Referencias 17

Hannula, M. (2012). Exploring new dimensions of mathematicsrelated affect:

embodied and social theories. Research in Math Education, 14 , 137-161.
doi: 10.1080/14794802.2012.694281
Huincahue, J., Borromeo-Ferri, R., Reyes-Santander, P., y Garrido-Véliz, V.
(2021). Mathematical thinking styles—the advantage of analytic thinkers
when learning mathematics. Education Sciences, 11 , DOI: 10.3390/educs-
ci11060289.
Huincahue, J., Gaete-Peralta, C., y Garrido-Véliz, V. (2019). Thinking styles and
computer engineering training: an empirical study. International Journal of
Cognitive Research in Science, Engineering and Education, 7 , 21-34. doi:
10.5937/ijcrsee1901021H
Pajares, F. (1992). Teachers’ beliefs and educational research: cleaning up a messy
construct. Review of Educational Research, 62 (3), 307-332. doi: 10.3102/
0034654306200330
Saini, G., Shabnam, Seema, y Bhatnagar, V. (2022). The pattern of executive
professionals’ thinking styles in relation to cognitive styles and metacognition
skills. Cogen Psychology, 9 (1), 1-17. doi: 10.1080/23311908.2022.2068741
Singer, F. M., Voica, C., y Pelczer, I. (2017). Cognitive styles in posing geometry
problems: implications for assessment of mathematical creativity. ZDM
Mathematics Education, 49 , 37-52. doi: 10.1007/s11858-016-0820-x
Sternberg, R. J. (1997). Thinking styles. Cambridge university press.
Syamsuddin, A., Juniati, D., y Siswono, T. Y. E. (2020). Understanding the
problem solving strategy based on cognitive style as a tool to investigate
reflective thinking process of prospective teacher. Universal Journal of Edu-
cational Research, 8 , 2614-2620. doi: 10.13189/ujer.2020.080644
Zakariya, Y. (2022). Improving students’ mathematics self-efficacy: A systematic
review of intervention studies. Frontiers in Psychology, 13 , 986622. doi:
10.3389/fpsyg.2022.986622
Rodrigo Hernández, Facultad de Ingenierı́a y Ciencias, Universidad Adolfo
Ibáñez, Av. Padre Hurtado 750, Viña del Mar, Chile
Email address: rodrigo.hernandez@uai.cl

Jorge Gaona, Facultad de Ciencias de la Educación, Universidad de Playa An-

cha, Av. Playa Ancha 850, Valparaı́so, Chile
Email address: jorge.gaona@upla.cl

Jaime Huincahue, Centro de Investigación de Estudios Avanzados del Maule,

Universidad Católica del Maule, Av. San Miguel 3605, Talca, Chile
Email address: jhuincahue@ucm.cl

Vittorio Cancino, Facultad de Ingenierı́a y Ciencias, Universidad Adolfo Ibáñez,

Av. Padre Hurtado 750, Viña del Mar, Chile
Email address: vicancino@alumnos.uai.cl