ANÁLISIS LONGITUDINAL DE FACTORES PERSONALES, INSTITUCIONALES Y  
FAMILIARES ASOCIADOS AL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE  
INGENIERÍA DEL ITVY  
LONGITUDINAL ANALYSIS OF PERSONAL, INSTITUTIONAL, AND FAMILY  
FACTORS ASSOCIATED WITH ACADEMIC PERFORMANCE IN ENGINEERING  
STUDENTS AT ITVY  
Machi García Abdul Sahib¹, Villicaña Botello Antonio², Mendoza Espinoza Aurelia3,  
Araiza Amado José Juan4, Vela Palomera Leticia5  
https://doi.org/10.61117/ipsumtec.v9i1.441  
¹Instituto Tecnológico de Sonora, abdul.machi@itson.edu.mx, https://orcid.org/0000-0001-9685-8594  
²Tecnológico Nacional de México/Instituto Tecnológico del Valle del Yaqui, avillicana.botello@itvy.edu.mx, https://orcid.org/0009-  
0002-4282-2099  
3Tecnológico Nacional de México/Instituto Tecnológico del Valle del Yaqui, aurelia.me@vyaqui.tecnm.mx, https://orcid.org/0009-  
0005-7296-046X  
4Tecnológico Nacional de México/Instituto Tecnológico del Valle del Yaqui, jaraiza.amado@itvy.edu.mx, https://orcid.org/0009-0007-  
5877-5852  
5Tecnológico Nacional de México/Instituto Tecnológico del Valle del Yaqui, lvela.palomera@itvy.edu.mx, https://orcid.org/0000-  
0002-0549-8667  
Resumen – El estudio analiza los factores asociados al  
rendimiento académico de estudiantes de nuevo ingreso  
en el Instituto Tecnológico del Valle del Yaqui durante el  
periodo 2020-2025. Mediante un diseño longitudinal  
descriptivo, se examinaron los registros institucionales  
completos de 846 estudiantes, utilizando los resultados de  
tres cuestionarios estandarizados aplicados al ingreso:  
Razonamiento Verbal (CRV, α=0.87), Razonamiento  
Matemático (CRM, α=0.91) y Redacción Indirecta (CRI,  
α=0.83).  
Palabras Clave – Análisis longitudinal, Educación  
tecnológica, Evaluación educativa, Factores asociados,  
Rendimiento académico.  
Abstract – This study analyzes the factors associated with  
the academic performance of new students at the Instituto  
Tecnológico del Valle del Yaqui from 2020 to 2025.  
Using a descriptive longitudinal design, complete  
institutional records of 846 students were examined based  
on the results of three standardized diagnostic tests:  
Verbal Reasoning (CRV, α=0.87), Mathematical  
Reasoning (CRM, α=0.91), and Indirect Writing (CRI,  
α=0.83).  
Los resultados evidencian una tendencia decreciente  
estadísticamente significativa, con una disminución  
acumulada del 30.1% en el promedio general de  
rendimiento. Esta afectación fue diferenciada por  
competencia, mostrando un mayor impacto en el área de  
razonamiento matemático (46.6% de disminución),  
seguida por el razonamiento verbal (28.4%) y la  
redacción indirecta (15.7%). La prueba de Kruskal-  
Wallis confirmó diferencias significativas entre las  
cohortes anuales (H=45.32, p<0.001), y se identificaron  
correlaciones positivas y significativas entre las tres  
competencias evaluadas. El análisis de regresión múltiple  
reveló que los factores personales (horas de estudio,  
motivación), institucionales (programas de apoyo,  
preparación docente) y familiares (apoyo parental)  
explican de manera significativa las variaciones en el  
rendimiento. Los hallazgos permiten diseñar estrategias  
institucionales focalizadas, particularmente programas de  
The results show a statistically significant declining  
trend, with a cumulative decrease of 30.1% in the overall  
performance average. This impact varied by competency,  
showing a greater effect on mathematical reasoning  
(46.6% decrease), followed by verbal reasoning (28.4%)  
and indirect writing (15.7%). The Kruskal-Wallis test  
confirmed significant differences between annual cohorts  
(H=45.32, p<0.001), and positive, significant correlations  
were identified among the three competencies assessed.  
Multiple regression analysis revealed that personal (study  
hours, motivation), institutional (support programs,  
teacher preparation), and familial (parental support)  
factors significantly explain variations in academic  
performance. The findings allow for the design of  
targeted institutional strategies, particularly mathematics  
nivelación en matemáticas,  
metodológico replicable  
tecnológicos en el contexto de la educación superior  
mexicana.  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
y
para  
ofrecen un marco  
otros institutos  
leveling  
programs,  
and  
provide  
a
replicable  
methodological framework for other technological  
institutes within the context of Mexican higher education.  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 18  
Key words – Academic performance, Associated factors,  
Educational assessment, Longitudinal analysis,  
Technological education.  
El propósito central de este trabajo es describir las  
tendencias temporales en el rendimiento académico de  
estudiantes de nuevo ingreso en el Instituto Tecnológico  
del Valle del Yaqui y analizar los factores institucionales,  
personales y familiares asociados a su variación durante  
2020-2025. Para ello, el diseño metodológico  
longitudinal permite, no solo la implementación de  
estrategias hacia el interior de la institución, sino también  
su extensión a otros institutos tecnológicos de similar  
INTRODUCCIÓN  
El Instituto Tecnológico del Valle del Yaqui (ITVY) se  
erige sobre un terreno de profunda significación histórica  
y científica global. Sus orígenes están ligados a la  
estación experimental donde, a partir de 1945, el Dr.  
Norman Borlaug —posteriormente galardonado con el  
Premio Nobel de la Paz en el año de 1970— condujo sus  
naturaleza, facilitando análisis comparativos  
y
el  
investigaciones pioneras [1]. Trabajando junto  
a
desarrollo de estrategias consolidadas de mejora  
educativa en el sistema de educación tecnológica  
mexicana [11, 12].  
científicos mexicanos en el extenso Valle del Yaqui,  
Borlaug desarrolló las variedades de trigo enano de alto  
rendimiento que impulsaron la "Revolución Verde", una  
hazaña que transformó la seguridad alimentaria mundial  
y, según diversos reconocimientos, salvó a miles de  
millones de personas del hambre [2].  
Factores asociados al rendimiento académico  
La literatura especializada identifica consistentemente  
cuatro categorías principales de factores que influyen en  
el rendimiento académico en educación superior  
tecnológica. Los factores personales incluyen variables  
como horas dedicadas al estudio, motivación intrínseca y  
Este legado no es solo un dato histórico; constituye el  
ADN fundacional de la institución: un compromiso con  
la aplicación del conocimiento científico y tecnológico  
para generar soluciones de alto impacto y contribuir al  
desarrollo de la comunidad [3]. En este contexto de  
excelencia y responsabilidad social, el análisis del  
rendimiento académico de sus estudiantes adquiere una  
dimensión particular, alineada con la misión institucional  
de formar profesionales capaces de enfrentar los desafíos  
capacidades  
cognitivas  
individuales,  
mostrando  
correlaciones positivas muy fuertes según estudios en  
universidades mexicanas del contexto post-pandemia [13,  
14]. Estudios en Latinoamérica han documentado  
patrones similares de afectación en el rendimiento  
académico durante periodos de crisis [15, 16].  
actuales con el mismo rigor  
caracterizaron a sus predecesores en estos campos [4].  
e
innovación que  
Los factores académicos e institucionales comprenden la  
preparación del docente, la disponibilidad de becas, la  
calidad del sistema educativo y los programas de apoyo  
institucional, con correlaciones positivas significativas en  
análisis de gestión universitaria del Tecnológico Nacional  
de México y en consecuencia sus distintos campus [17,  
18]. Los factores familiares, como el apoyo familiar  
directo, las expectativas parentales y el clima familiar,  
también muestran correlaciones positivas importantes  
[19, 20]. Finalmente, los factores sociodemográficos y  
económicos, incluyendo el nivel socioeconómico y la  
educación de los padres, constituyen variables  
fundamentales que pueden operar como factores de  
riesgo o protección [21, 22].  
El presente estudio se desarrolla en el Instituto  
Tecnológico del Valle del Yaqui, institución que fortalece  
consistentemente sus capacidades de investigación y  
formación profesional en el contexto de la educación  
tecnológica superior. Este trabajo de investigación  
contribuye al ecosistema académico institucional,  
mediante el análisis integral de factores que se asocian al  
rendimiento académico de ingreso, con potencial de  
replicación sistemática en otros institutos tecnológicos y  
de estudios superiores del país. El ámbito educativo  
mexicano ha enfrentado transformaciones significativas  
que requieren análisis específicos por institución, y estos  
cambios serán, sin duda consistentes.  
DESARROLLO  
El presente trabajo consideró algunas de las distintas  
situaciones que, desde el año 2020 hasta el 2025, venían  
ocurriendo en diferentes ámbitos de la sociedad,  
impactando profundamente los sistemas educativos a  
nivel global y nacional. La pandemia por COVID-19, el  
abrupto tránsito hacia la educación a distancia y el  
posterior regreso a la presencialidad configuraron un  
escenario sin precedentes para la educación superior  
tecnológica [9, 15]. En este contexto, el Instituto  
Tecnológico del Valle del Yaqui (ITVY), institución  
fundada sobre un legado de innovación y rigor científico  
vinculado a la Revolución Verde [1, 2], enfrentó el  
desafío de sostener la calidad de su proceso de admisión  
y formación inicial. Era, por lo tanto, crucial abordar de  
manera sistemática y rigurosa el comportamiento del  
La educación superior tecnológica en México enfrenta  
desafíos significativos en el aseguramiento de la calidad  
educativa y el rendimiento académico estudiantil [5, 6].  
Estudios previos en instituciones del Tecnológico  
Nacional de México han identificado que los factores  
personales, institucionales y familiares interactúan de  
manera  
compleja,  
determinando  
los  
resultados  
académicos [7, 8]. Investigaciones recientes en el  
contexto post-pandémico han evidenciado afectaciones  
particularmente graves en el área de razonamiento  
matemático, lo que sin duda demanda intervenciones  
educativas focalizadas, bien dirigidas a satisfacer esta  
situación de desventaja, respecto a décadas previas [9,  
10].  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 19  
desempeño en el examen diagnóstico de ingreso del  
alumnado admitido entre 2020 y 2025. Este análisis no  
solo busca documentar una tendencia, sino también  
proporcionar evidencia empírica para el diseño de  
políticas académicas internas y ofrecer un marco  
metodológico replicable para otras instituciones del  
sistema tecnológico nacional [6, 12].  
Participantes del estudio  
La población de estudio comprendió la totalidad de  
estudiantes de primer ingreso en el Instituto Tecnológico  
del Valle del Yaqui durante el periodo comprendido del  
2020 al 2025 (N=846). Este criterio de inclusión censal  
elimina el error asociado al muestreo y proporciona una  
visión completa y representativa del desempeño de  
ingreso en la institución durante el lapso analizado.  
Metodología de trabajo  
La investigación empleó un diseño longitudinal  
descriptivo en el Instituto Tecnológico del Valle del  
Yaqui, analizando registros institucionales completos de  
846 estudiantes de nuevo ingreso durante los ciclos  
escolares 2020-2025. Este enfoque metodológico se  
seleccionó por su idoneidad para identificar y describir  
cambios, patrones y tendencias en el rendimiento  
académico a lo largo del tiempo dentro de una misma  
Como se muestra en la Tabla 1, la distribución por  
cohortes anuales fue la siguiente: 2020 (n=142), 2021  
(n=158), 2022 (n=168), 2023 (n=172), 2024 (n=106) y  
2025 (n=100). La variación en el tamaño de cada cohorte  
refleja las fluctuaciones naturales en la demanda de  
ingreso a la institución.  
Tabla 1. Comparación de ingreso.  
población  
institucional  
[23].  
La  
metodología  
Cohorte  
2020  
2021  
2022  
2023  
2024  
2025  
Total  
n
%
Programas Evaluados  
implementada, detallada a continuación, está diseñada  
con un enfoque de transparencia y estandarización que  
permite su replicación sistemática en otros campus del  
Tecnológico Nacional de México, facilitando así futuros  
142 16.8% 6 ingenierías  
158 18.7% 6 ingenierías  
168 19.9% 6 ingenierías  
172 20.3% 6 ingenierías  
106 12.5% 6 ingenierías  
100 11.8% 6 ingenierías  
846 100% Sistemas,  
estudios  
comparativos  
interinstitucionales  
y
el  
fortalecimiento de estrategias comunes de mejora  
educativa [3, 12].  
Industrial,  
Agronomía, TIC's, Civil,  
Gestión Empresarial  
Fuente. Elaboración propia (2025).  
La recolección de datos se rigió por un protocolo  
estandarizado que garantizó  
la  
uniformidad  
y
confiabilidad de la información. Los tres instrumentos  
diagnósticos (CRV, CRM, CRI) fueron aplicados de  
forma presencial en las instalaciones del ITVY utilizando  
la plataforma institucional MOODLE, asegurando  
condiciones equitativas para todos los evaluados. El  
diseño y validación de los reactivos estuvo a cargo de las  
academias respectivas, garantizando la pertinencia y  
validez de contenido para cada campo disciplinar  
evaluado [24]. Este proceso sistemático permitió la  
construcción de una base de datos longitudinal robusta,  
apta para el análisis estadístico. Para el procesamiento y  
análisis de los datos, se utilizó el software estadístico  
SPSS v.28 [25]. El procedimiento analítico incluyó tres  
etapas principales:  
La muestra incluyó estudiantes de los seis programas de  
ingeniería ofrecidos por la institución: Ingeniería en  
Sistemas  
Computacionales,  
Ingeniería  
Industrial,  
Ingeniería en Agronomía, Ingeniería en Tecnologías de la  
Información y Comunicaciones, Ingeniería Civil e  
Ingeniería en Gestión Empresarial.  
La distribución por carrera fue relativamente equilibrada  
a lo largo del periodo, siendo Ingeniería Industrial e  
Ingeniería en Sistemas las que concentraron el mayor  
número de estudiantes. Esta diversidad en la composición  
de la población permite que los hallazgos del estudio sean  
representativos del conjunto del alumnado de nuevo  
ingreso en el ITVY y aporten insights valiosos para las  
distintas coordinaciones de programa.  
1) análisis descriptivo (medias, desviaciones estándar,  
porcentajes) para caracterizar el rendimiento por año y  
competencia;  
Instrumentos y procedimiento para la recolección y  
análisis de datos  
El proceso metodológico estandarizado incluyó la  
aplicación consistente de tres instrumentos validados  
(Tabla 2):  
2) análisis inferencial no paramétrico (prueba H de  
Kruskal-Wallis) para comparar las diferencias en el  
rendimiento entre las seis cohortes anuales; y  
• Cuestionario de Razonamiento Verbal (CRV,  
α=0.87)  
• Cuestionario de Razonamiento Matemático  
(CRM, α=0.91)  
• Cuestionario de Redacción Indirecta (CRI,  
α=0.83).  
3) análisis de correlación (rho de Spearman) y regresión  
lineal múltiple para explorar las asociaciones entre  
competencias e identificar los factores (personales,  
institucionales, familiares) que mejor explican la varianza  
en el rendimiento [23].  
Todos los análisis se realizaron con un nivel de confianza  
del 95% (p < 0.05).  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 20  
Este protocolo de evaluación estandarizado permite la  
comparabilidad futura con otros institutos tecnológicos  
[24].  
para diferencias entre cohortes, correlaciones de  
Spearman entre competencias y análisis de regresión  
múltiple para identificar factores predictores del  
rendimiento académico. Todos los análisis se realizaron  
con un nivel de confianza del 95% utilizando el software  
SPSS v28 [25].  
Tabla 2. Instrumentos de evaluación  
diagnóstica aplicados.  
Instrumento  
CRV  
CRM  
α
Ítems Constructo Principal  
Tabla 3. Esquema de análisis  
0.87 30  
0.91 25  
Razonamiento Verbal  
Razonamiento  
estadísticos realizados.  
Objetivo  
Prueba  
Variables  
Matemático  
Tendencias  
Estadística  
descriptiva  
Kruskal-  
Puntajes  
competencia y año  
Promedio  
por  
CRI  
0.83  
2
Redacción Indirecta  
Fuente. Elaboración propia (2025).  
Comparar  
cohortes  
general  
(2020-  
Wallis (H)  
vs.  
Año  
Procedimiento y recolección de datos para el análisis  
cualitativo  
2025)  
Asociaciones  
Spearman  
(ρ)  
Correlación CRV-  
CRM, CRV-CRI,  
CRM-CRI  
La recolección de la información primaria sobre el  
rendimiento se realizó de manera estandarizada a través  
de la plataforma institucional MOODLE. Los exámenes  
diagnósticos de ingreso fueron aplicados de forma  
presencial en las instalaciones del Instituto, garantizando  
uniformidad en las condiciones de evaluación.  
Predictores  
Regresión  
lineal  
múltiple  
Rendimiento  
f(Factores  
=
personales,  
institucionales,  
familiares)  
El diseño de los reactivos para cada bloque disciplinar  
(Razonamiento Verbal, Razonamiento Matemático y  
Redacción Indirecta) fue responsabilidad de las  
academias correspondientes, asegurando la validez de  
contenido y la pertinencia con los campos del saber  
evaluados.  
Fuente. Elaboración propia (2025).  
Nota: Todos los análisis se realizaron con un nivel de  
confianza del 95% utilizando SPSS v28.  
DISCUSIÓN Y ANÁLISIS DE RESULTADOS  
Los análisis realizados en el Instituto Tecnológico del  
Valle del Yaqui evidencian una tendencia decreciente  
estadísticamente significativa en los promedios generales  
de rendimiento académico, con reducción acumulada del  
30.1% entre 2020 y 2025. Estos hallazgos específicos de  
la institución proporcionan una base comparativa valiosa  
para otros tecnológicos con características estudiantiles  
similares [13, 18].  
Los datos brutos de calificación, una vez obtenidos del  
sistema, fueron procesados y depurados para construir la  
base de datos longitudinal que permitió los análisis  
estadísticos posteriores (Figura 1). Este método garantiza  
la confiabilidad de la información y su trazabilidad,  
cumpliendo con los protocolos éticos institucionales para  
el uso de datos académicos con fines de investigación.  
Tendencias temporales por competencia  
El patrón de disminución diferenciada por competencias  
muestra afectación variable, con mayor impacto en  
razonamiento matemático (46.6% de disminución),  
seguido por razonamiento verbal (28.4%) y redacción  
indirecta (15.7%). Esta tendencia sugiere líneas de  
investigación aplicables a otros institutos tecnológicos  
que enfrenten desafíos académicos equivalentes en sus  
procesos de admisión y nivelación [10, 20].  
Diferencias estadísticas  
variables  
y
correlaciones entre  
La prueba de Kruskal-Wallis reveló diferencias  
estadísticamente significativas entre los años de estudio  
(H=45.32,  
p<0.001),  
confirmando  
la  
tendencia  
Figura 1. Ejemplo de tabla de vaciado  
de datos (nombres eliminados)  
Fuente. Elaboración propia con  
datos del estudio (2025).  
decreciente. Los análisis post-hoc mostraron que las  
diferencias más significativas se presentaron entre el  
periodo pre-pandemia (2020) y los años posteriores [15,  
26].  
Análisis de datos y pruebas aplicadas  
En la Tabla 3, se presentan los análisis descriptivos  
realizados, los cuales son las pruebas de Kruskal-Wallis  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
Se identificaron correlaciones positivas significativas  
entre las tres competencias evaluadas: razonamiento  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 21  
matemático y verbal (r=0.72, p<0.01), razonamiento  
matemático y redacción indirecta (r=0.58, p<0.01), y  
razonamiento verbal y redacción indirecta (r=0.65,  
p<0.01). Estos hallazgos sugieren que las competencias  
compleja interacción entre el individuo, la institución y el  
contexto social más amplio.  
La marcada disminución en razonamiento matemático  
(46.6%) representa una alerta particular para el sistema  
de educación tecnológica, dado el carácter fundamental  
de estas competencias para el éxito en programas de  
ingeniería. Este hallazgo que puede verse con claridad en  
la Tabla 4, sugiere la necesidad urgente de programas de  
nivelación específicos en matemáticas durante el primer  
año de los programas educativos [20, 33].  
académicas  
básicas  
se  
desarrollan  
de  
manera  
interrelacionada en la población estudiantil del ITVY [8,  
13].  
Factores asociados al rendimiento de los aplicantes  
El análisis de regresión múltiple identificó que los  
factores personales (horas de estudio dedicadas,  
motivación académica) explican el 38.2% de la varianza  
en el rendimiento, los factores institucionales  
(preparación docente, programas de apoyo) explican el  
25.7%, y los factores familiares (apoyo parental,  
expectativas familiares) explican el 18.3% de la varianza  
total. Estos resultados subrayan el potencial de las  
intervenciones educativas institucionales para mitigar las  
tendencias decrecientes identificadas [18, 28].  
Tabla 4. Porcentaje de evolución del rendimiento  
académico por competencia (2020-2025).  
Año  
Raz. Raz. Ver.  
Mat.  
Redacción  
Indirecta  
85.1  
83.4  
81.9  
79.3  
76.2  
71.7  
-15.7  
Promedio  
General  
84.0  
80.4  
76.9  
72.5  
65.6  
58.7  
-30.1  
2020  
2021  
2022  
2023  
2024  
2025  
%
84.3 82.7  
78.5 79.2  
72.8 76.1  
65.4 72.8  
52.1 68.5  
45.1 59.2  
Comparación con estudios en el sistema TecNM y  
universidades mexicanas  
Los hallazgos de este estudio encuentran eco y contraste  
en investigaciones realizadas en otras instituciones del  
sistema educativo mexicano. Un estudio en una  
universidad pública de la Ciudad de México identificó  
que el uso de plataformas digitales por parte de los  
profesores es un factor tecnológico con impacto positivo  
en el rendimiento, mientras que el entretenimiento con  
videojuegos y la carga laboral de tiempo completo  
mostraron una influencia negativa [29]. Esto refuerza la  
importancia de los factores institucionales y personales  
identificados en el ITVY y sugiere que estrategias de  
integración tecnológica docente podrían ser beneficiosas.  
-
-28.4  
46.6  
Fuente. Elaboración propia con  
datos del estudio (2025).  
Fortalezas y áreas de mejora  
El presente estudio presenta fortalezas metodológicas que  
avalan la relevancia de sus hallazgos, así como  
limitaciones  
que  
delinean  
oportunidades  
para  
investigaciones futuras. La principal fortaleza radica en el  
diseño longitudinal que analizó un censo completo de 846  
estudiantes a lo largo de cinco años, lo que genera una  
base de datos sólida y representativa para el análisis de  
tendencias temporales, evitando los sesgos asociados al  
muestreo [23]. El uso de instrumentos estandarizados y  
validados (CRV, CRM, CRI) por las academias  
institucionales garantiza la confiabilidad y validez de  
contenido de las mediciones, permitiendo comparaciones  
internas consistentes [24]. Asimismo, la integración de  
análisis estadísticos multivariados (Kruskal-Wallis,  
Spearman, regresión múltiple) permite no solo describir  
el fenómeno, sino también explorar asociaciones y  
factores predictivos con rigor científico [23, 25].  
Por otro lado, una investigación en el Tecnológico  
Nacional de México (TecNM), titulada "Factores  
Asociados a la Gestión del Rendimiento Académico en la  
Educación Superior", aborda directamente la gestión  
institucional del rendimiento, proporcionando un marco  
de referencia directo para el contexto del TecNM [30].  
Asimismo, estudios sobre desigualdad de género en  
educación superior, como uno realizado en Paraguay,  
revelan brechas significativas en la percepción de  
obstáculos para el aprendizaje [31], donde las estudiantes  
asumen una mayor carga doméstica, aunque no siempre  
se traduce en diferencias estadísticas en el tiempo de  
estudio dedicado. Esto invita a un análisis más fino de las  
variables de género en futuras réplicas de este estudio.  
Algunas de las áreas de mejora  
o
limitaciones  
identificadas, son aquellas que permiten identificar que el  
estudio se circunscribe sólo al análisis de datos  
cuantitativos de desempeño en pruebas estandarizadas.  
Futuras  
investigaciones  
podrían  
enriquecer  
la  
Finalmente, investigaciones recientes sobre las barreras  
estructurales en el acceso y la calidad de la educación  
superior en México han señalado que factores  
comprensión del fenómeno mediante metodologías  
mixtas, incorporando, por ejemplo, entrevistas o grupos  
focales con estudiantes para explorar las percepciones,  
estrategias de aprendizaje y barreras subjetivas detrás de  
los resultados numéricos. Otra limitación es el enfoque  
intra-institucional.  
socioeconómicos, geográficos  
y
culturales pueden  
profundizar las desigualdades a pesar de la expansión de  
la cobertura [32]. En conjunto, estos trabajos subrayan  
que los resultados académicos son producto de una  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 22  
Si bien la metodología es replicable, los hallazgos reflejan  
la realidad específica del ITVY. Extender este estudio a  
otros campus del TecNM, como se sugiere en las  
conclusiones, permitiría discernir si las tendencias son  
locales o sistémicas, y evaluar el impacto de diferentes  
contextos institucionales y políticas de apoyo [12, 28].  
Finalmente, el análisis, si bien identificó factores  
generales, no pudo profundizar en variables contextuales  
específicas de cada estudiante, como el acceso a  
tecnología de estudio, la salud mental o el tipo de escuela  
de procedencia. La incorporación sistemática de estas  
variables en futuros diseños permitiría modelar con  
mayor precisión los determinantes del rendimiento y  
diseñar intervenciones más personalizadas y equitativas  
[21, 31]. Reconocer estas limitaciones no resta valor a los  
hallazgos, sino que construye un puente hacia una agenda  
de investigación más comprehensiva y profunda, como  
clarifica la siguiente tabla.  
podrían integrar  
métodos  
cualitativos  
(entrevistas,  
grupos  
focales)  
para profundizar  
en  
causas  
subjetivas.  
Enfoque intra- Hallazgos reflejan  
institucional  
la realidad del  
ITVY. Réplica en  
otros campus del  
TecNM permitiría  
discernir si las  
tendencias  
locales  
son  
o
sistémicas.  
Variables  
contextuales no en factores como  
medidas acceso  
No se profundizó  
Tabla 5. Fortalezas y Áreas de mejora  
a
Fortaleza/  
Mejora  
Elemento  
Descripción  
Impacto  
/
tecnología, salud  
mental o escuela  
Fortaleza  
Diseño  
longitudinal  
Análisis de censo  
completo  
de  
Su  
procedencia.  
inclusión  
(N=846) durante  
5 años. Base de  
datos robusta para  
tendencias  
futura permitiría  
intervenciones  
más  
personalizadas y  
equitativas.  
temporales,  
sesgos  
sin  
de  
Fuente. Elaboración propia  
con base en el estudio (2025).  
muestreo.  
Instrumentos  
estandarizados  
Uso de pruebas  
validadas (CRV,  
CRM, CRI) por  
academias  
CONCLUSIONES  
Este estudio longitudinal permite establecer tres  
conclusiones fundamentales que no solo diagnostican una  
problemática institucional específica, sino que también  
trazan un camino claro para la acción y la investigación  
futura en el sistema de educación tecnológica mexicana.  
institucionales.  
Garantiza  
confiabilidad  
validez  
y
para  
comparaciones  
internas.  
1. Hallazgos Principales: Una Alertas Académica  
Cuantificada  
Análisis  
estadístico  
multivariado  
Aplicación  
pruebas Kruskal-  
Wallis,  
de  
Los análisis longitudinales realizados en el Instituto  
Tecnológico del Valle del Yaqui confirman, de manera  
contundente,  
una  
tendencia  
decreciente  
y
correlación  
Spearman  
regresión  
de  
y
estadísticamente significativa en el rendimiento  
académico de ingreso durante el periodo 2020-2025.  
múltiple. Permite  
describir  
La prueba de Kruskal-Wallis (H=45.32, p<0.001) valida  
que las diferencias observadas entre las seis cohortes  
anuales no son aleatorias, sino que reflejan un patrón  
consistente de declive [15]. La magnitud de este  
decremento —una reducción acumulada del 30.1% en el  
promedio general en solo cinco años— constituye en sí  
misma una alerta prioritaria para la gestión institucional.  
Esta caída no es un fenómeno aislado, sino un indicador  
robusto de un cambio sustancial en las capacidades de  
ingreso de los estudiantes, probablemente influenciado  
por el contexto educativo post-pandémico y otros factores  
estructurales [9, 16].  
fenómenos  
explorar  
y
asociaciones con  
rigor.  
Áreas  
mejora  
de Datos  
Basado  
puntajes  
en  
de  
únicamente  
cuantitativos  
pruebas. Futuras  
investigaciones  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 23  
concreta y un modelo de evaluación que fortalece la  
capacidad institucional de autorregulación.  
La conclusión más crítica y preocupante emerge al  
desagregar los datos por competencia diagnóstica. La  
habilidad de razonamiento matemático se revela como el  
punto de mayor vulnerabilidad del sistema, con una  
pérdida catastrófica del 46.6% en los puntajes promedio.  
Este deterioro es muy superior al observado en  
razonamiento verbal (-28.4%) y redacción indirecta (-  
15.7%), lo que sugiere un impacto diferenciado y  
particularmente severo sobre las competencias lógico-  
cuantitativas. El hallazgo es de extrema gravedad para  
una institución de perfil tecnológico e ingenieril como el  
ITVY, donde dicha competencia no es solo una materia,  
sino el pilar fundamental y el lenguaje base para el éxito  
en asignaturas troncales como cálculo, física, estadística  
y diseño [7, 33]. La brecha identificada amenaza  
directamente la capacidad de los estudiantes para seguir  
el ritmo de los planes de estudio desde el primer semestre,  
incrementando los riesgos de reprobación y deserción  
[10, 20].  
3. Líneas Futuras: Ampliando el Alcance de la  
Investigación  
Para consolidar y expandir el conocimiento generado, se  
delinean dos rutas claras para la investigación futura. La  
primera es extender el estudio a una escala sistémica,  
replicando este diseño en una muestra representativa de  
campus del TecNM. Esto permitiría discernir si la  
tendencia observada es un fenómeno localizado o un  
patrón generalizado, facilitando el diseño de políticas  
nacionales más efectivas [12].  
La segunda ruta implica profundizar en el análisis  
factorial, incorporando de manera sistemática variables  
como el género, el contexto socioeconómico familiar, el  
acceso a tecnología y la trayectoria escolar previa [21,  
31]. Un análisis de esta naturaleza enriquecería la  
comprensión de los mecanismos subyacentes a las  
tendencias generales y permitiría diseñar intervenciones  
aún más personalizadas y equitativas. En síntesis, este  
trabajo concluye estableciendo un diagnóstico preciso,  
proponiendo acciones directas y definiendo una agenda  
de investigación que puede guiar los esfuerzos del  
Instituto Tecnológico del Valle del Yaqui y del sistema  
TecNM en los próximos años.  
Además de la tendencia negativa, los análisis de  
correlación de Spearman revelaron asociaciones positivas  
y significativas entre las tres competencias evaluadas (p.  
ej., r=0.72 entre razonamiento matemático y verbal,  
p<0.01). Esto indica que el declive no es un problema  
aislado en un área, sino que refleja una afectación  
interconectada en las habilidades académicas básicas. Sin  
embargo, la magnitud dispar del impacto sugiere que la  
resiliencia de estas competencias ante factores externos  
es diferente.  
AGRADECIMIENTOS  
Los autores agradecen al Instituto Tecnológico del Valle  
del Yaqui por el apoyo y acceso a la información  
necesaria para la realización de este estudio, así como al  
Instituto Tecnológico de Sonora, por la colaboración  
constante entre investigadores de ambas instituciones en  
diferentes campos del conocimiento.  
En conjunto, los resultados no solo identifican una  
tendencia, sino que cuantifican con precisión la  
profundidad  
y
la especificidad de un desafío  
multidimensional que demanda, no una respuesta  
genérica, sino una intervención institucional inmediata,  
focalizada en matemáticas y basada en diagnósticos  
continuos.  
BIBLIOGRAFÍA  
[1] Borlaug NE. The Green Revolution, peace, and  
humanity [Internet]. Nobel Lecture; 1970 dic 11 [citado  
2024  
nov  
10].  
Disponible  
en:  
2. Implicaciones Prácticas: De la Evidencia a la  
Política Institucional  
https://www.nobelprize.org/prizes/peace/1970/borlaug/l  
ecture/  
Las conclusiones anteriores trascienden lo descriptivo  
para traducirse en insumos estratégicos de alto valor. En  
primer lugar, demandan la implementación urgente de  
programas de nivelación intensiva en matemáticas,  
dirigidos a estudiantes de nuevo ingreso, como una  
política académica estructurada y no como una acción  
remedial aislada [20, 33].  
[2] Easterbrook G. Forgotten benefactor of humanity  
[Internet]. The Atlantic Monthly; 1997 feb [citado 2024  
nov  
10];279(2):74–82.  
Disponible  
en:  
https://www.theatlantic.com/magazine/archive/1997/02/  
forgotten-benefactor-of-humanity/376796/  
[3] Tecnológico Nacional de México. Plan de Desarrollo  
Institucional 2022–2024 [Internet]. Ciudad de México:  
TecNM; 2022 [citado 2024 nov 12].  
En segundo lugar, el estudio valida la metodología  
longitudinal y el uso de instrumentos estandarizados  
como una herramienta robusta para el diagnóstico y  
monitoreo continuo. Esta metodología, replicable en  
otros campus del TecNM, permite establecer líneas base  
comparativas a nivel nacional y transformar la gestión del  
rendimiento académico de una práctica intuitiva a una  
basada en evidencia sólida [11, 28]. Por lo tanto, las  
implicaciones son dobles: una intervención pedagógica  
[4] Instituto Tecnológico del Valle del Yaqui. Misión y  
visión [Internet]. 2023 [citado 2024 nov 12]. Disponible  
en: https://www.vyaqui.tecnm.mx/  
[5] OECD. Education at a glance 2023: OECD indicators  
[Internet]. Paris: OECD Publishing; 2023 [citado 2024  
nov 15].  
[6] Tapia R, Martínez L, Hernández K. Políticas  
educativas pospandemia: retos para la educación  
tecnológica en México [Internet]. Rev Iberoamericana  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 24  
Educ Super. 2023 [citado 2024 nov 18];14(39):89–107.  
Disponible en:  
https://doi.org/10.22201/iisue.20072872e.2023.39.1663  
[7] Álvarez J, Martínez R. Factores institucionales y  
rendimiento académico en ingenierías [Internet]. Rev  
[22] Torres R, Jiménez A. Movilidad social y educación  
superior en México [Internet]. Rev Educ Super. 2022  
[citado 2024 nov 25];51(201):1–20.  
[23] Hernández R, Fernández C, Baptista P. Metodología  
de la investigación. 7a ed. [Internet]. Ciudad de México:  
McGraw-Hill; 2022 [citado 2024 nov 25].  
Mex  
Investig  
Educ.  
2020  
[citado 2024  
nov  
18];25(87):893–920.  
[24] Silas JC. Educación a distancia en México durante la  
pandemia: desafíos y oportunidades [Internet]. Perfiles  
Educ. 2020 [citado 2024 nov 26];42(170):156–172.  
[25] IBM Corp. IBM SPSS Statistics for Windows.  
Version 28.0 [Internet]. Armonk (NY): IBM Corp; 2021  
[citado 2024 nov 26].  
[26] Ramírez C, Castro D. Desempeño académico en la  
UNAM durante la pandemia [Internet]. Perfiles Educ.  
2022 [citado 2024 nov 27];44(176):134–152.  
[8] Pérez M, Sánchez R. Factores predictores del  
rendimiento académico en ingeniería [Internet]. Rev  
Investig Educ. 2021 [citado 2024 nov 18];39(2):345–363.  
[9] Maldonado JE, De Witte K. The effect of school  
closures on standardised student test outcomes [Internet].  
Br Educ Res J. 2022 [citado 2024 nov 19];48(1):49–94.  
Disponible en: https://doi.org/10.1002/berj.3754  
[10] Acevedo D, Reyes F. Impacto de la pandemia en la  
educación superior tecnológica mexicana [Internet]. Rev  
Iberoamericana Educ Super. 2021 [citado 2024 nov  
19];12(34):45–62.  
[27] Fernández J, Ramírez M. Educación parental y éxito  
académico en estudiantes universitarios [Internet]. Rev  
Mex  
Investig  
Educ.  
2021  
[citado 2024  
nov  
[11] Romero L, Hernández M. Clima institucional y  
desempeño académico en educación tecnológica  
[Internet]. Innovación Educ. 2022 [citado 2024 nov  
20];22(94):23–45.  
27];26(88):231–256.  
[28] Durán R, González A. Programas de apoyo  
académico en el TecNM [Internet]. Rev Educ Super.  
2023 [citado 2024 nov 27];52(205):89–110.  
[12] Durán R, González A. Programas de apoyo  
académico en el TecNM [Internet]. Rev Educ Super.  
2023 [citado 2024 nov 20];52(205):89–110.  
[29] Jiménez M, Pérez F, Gómez P. Análisis de los  
factores tecnológicos sobre el rendimiento académico en  
una universidad pública en la Ciudad de México  
[Internet]. Formación Universitaria. 2020 [citado 2024  
[13] Gutiérrez M, Silva P. Resiliencia académica en  
estudiantes de ingeniería [Internet]. Rev Iberoamericana  
Educ. 2023 [citado 2024 nov 21];91(1):145–164.  
Disponible en: https://doi.org/10.35362/rie9115517  
[14] González A, Hernández R. Motivación estudiantil y  
rendimiento académico en pospandemia [Internet].  
Perfiles Educ. 2022 [citado 2024 nov 21];44(178):67–85.  
[15] Mendoza R, Torres A. Efectos prolongados de la  
pandemia en educación superior [Internet]. Educ  
Química. 2023 [citado 2024 nov 22];34(2):112–128.  
nov  
28];13(6):255–266.  
Disponible  
en:  
https://doi.org/10.4067/S0718-50062020000600255  
[30] Factores asociados a la gestión del rendimiento  
académico en la educación superior: un estudio en el  
Tecnológico Nacional de México [Internet]. Veritas  
[citado  
2024  
nov  
28].  
Disponible  
en:  
https://revistaveritas.org/index.php/veritas/article/view/6  
88/1262  
[31] Ramos Valenzuela SM, Sosa de Wood P.  
Desigualdades de género y rendimiento académico en  
estudiantes de enfermería en Paraguay [Internet]. Rev  
Cient Estud E Investig. 2025 [citado 2025 jun 5];14:e898.  
Disponible en: https://doi.org/10.26885/rcei.14.e898  
[32] Barrón López TA. Educación superior para todos o  
un sesgo más para aumentar la desigualdad [Internet].  
Rev Univ Digit Soc Conoc. 2023 [citado 2024 nov 29].  
Disponible  
en:  
https://doi.org/10.22201/fq.18708404e.2023.2.83747  
[16] Contreras E, López F. Desigualdad educativa en el  
norte de México [Internet]. Rev Educ Super. 2021 [citado  
2024 nov 22];50(198):45–68.  
[17] Vargas J, Mendoza E. Factores de riesgo académico  
en estudiantes de primer ingreso [Internet]. Perfiles Educ.  
2021 [citado 2024 nov 22];43(173):89–107.  
Disponible  
en:  
[18] Reyes M, Ortega J. Programas de tutoría y su  
impacto en el rendimiento académico [Internet]. Rev  
Iberoamericana Educ Super. 2023 [citado 2024 nov  
23];14(39):45–67.  
[19] Bazán A, Sánchez B. Apoyo familiar y rendimiento  
académico en estudiantes de educación superior  
[Internet]. Perfiles Educ. 2022 [citado 2024 nov  
23];44(177):34–52.  
https://virtual.cuautitlan.unam.mx/rudics/?p=5111  
[33] Castillo M, García L. Estrategias de nivelación  
matemática en educación tecnológica [Internet].  
Innovación Educ. 2023 [citado 2024 nov 29];23(96):78–  
95.  
[34] Álvarez J, Martínez R. Factores institucionales y  
rendimiento académico en ingenierías [Internet]. Rev  
Mex  
Investig  
Educ.  
2020  
[citado 2024  
nov  
[20] Valdez S, López G. Intervenciones educativas para  
la nivelación académica en matemáticas [Internet]. Rev  
Investig Educ. 2023 [citado 2024 nov 24];41(1):267–285.  
[21] Zúñiga M, Rojas P. Educación superior y desarrollo  
regional en Sonora [Internet]. Región y Sociedad. 2022  
[citado 2024 nov 24];34:e1633. Disponible en:  
https://doi.org/10.22198/rys2022/34/1633  
29];25(87):893–920.  
Tabla de Roles de Contribución  
Rol  
Conceptualización  
Autor(es)  
Abdul Sahib Machi  
García  
Antonio Villicaña  
Botello  
Metodología  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 25  
Administración del  
proyecto  
Abdul Sahib Machi  
García  
Recursos  
Antonio Villicaña Botello  
Aurelia Mendoza  
Espinoza  
Supervisión  
Validación  
Abdul Sahib Machi  
García  
Abdul Sahib Machi  
García  
Antonio Villicaña Botello  
Aurelia Mendoza  
Espinoza  
Visualización  
José Juan Araiza Amado  
Leticia Vela Palomera  
José Juan Araiza Amado  
Aurelia Mendoza  
Espinoza  
Redacción (borrador  
original)  
Redacción (Revisión y  
edición)  
Abdul Sahib Machi  
García  
Leticia Vela Palomera  
Esta obra está bajo  
una licencia internacional  
Creative Commons Atribución 4.0.  
Recepción: 20/11/2025 ǀ Aceptación: 16/01/2026 | Publicación: 02/02/2026  
IPSUMTEC9 ǀ Volumen 9 – N° 1 ǀ enero - junio 2026  
Página 26