Deficiencias críticas en matemáticas básicas: Un estudio diagnóstico transsemestral en estudiantes de ingeniería
DOI:
https://doi.org/10.61117/ipsumtec.v9i1.440Palabras clave:
Competencias matemáticas en educación superior, evaluación diagnóstica, rendimiento académico en ingeniería, validación psicométricaResumen
Las matemáticas son el pilar fundamental de la ingeniería. Sin embargo, el nivel de matemáticas al ingresar a una carrera universitaria es deficiente. La pandemia de COVID-19 exacerbó estas deficiencias a nivel global, particularmente en niveles preuniversitarios.
Este estudio evaluó las competencias en matemáticas básicas de 113 estudiantes de ingeniería de primero a séptimo semestre del TecNM campus Ciudad Juárez mediante un instrumento diagnóstico de 9 reactivos en 4 áreas de las matemáticas básicas: aritmética, álgebra, geometría y trigonometría y resolución de problemas. El análisis psicométrico reveló una confiabilidad aceptable (Alpha de Cronbach = 0.74) y una adecuación factorial excelente (KMO = 0.97), validando el instrumento para la evaluación.
Los resultados mostraron un desempeño críticamente bajo, con una calificación promedio de 1.78 de 10. El 31.8% de los estudiantes obtuvo calificación de cero, mientras que solo el 4.4% superó los 6 de 10 puntos. La distribución trans semestral no mostró diferencias significativas, indicando que las deficiencias persisten a lo largo de la trayectoria universitaria. Los reactivos de álgebra presentaron la mayor dificultad (10.88%), seguidos por trigonometría (14.15%) y aritmética (23.89%).
Estos hallazgos evidencian una urgencia educativa pues reflejan deficiencias en la formación matemática preuniversitaria que no muestran mejorías a lo largo de la carrera.
Descargas
Métricas
Citas
Castillo-Sánchez, M., Gamboa-Araya, R., & Hidalgo-Mora, R. Concordancia entre los cursos iniciales de matemática a nivel universitario y el programa de estudios preuniversitario: Una mirada desde los contenidos y el rendimiento académico universitario. NICIENCIA. 2018. Vol. 32, N° 2, pp. 20-41 DOI: https://doi.org/10.15359/ru.32-2.2
Cajacuri Garcilazo, J. N. Conocimientos Previos de matemática y su relación con el Rendimiento académico del curso Cálculo Diferencial en estudiantes del II ciclo de la Facultad de Ingeniería Civil de la Universidad Nacional Federico Villarreal, 2020. [Tesis en internet] Lima, Perú. Universidad Nacional de Educación Enrique Guzmán y Valle. 2023. [Consultado 27 de noviembre de 2025] Disponible en https://repositorio.une.edu.pe/entities/publication/f0fdd43a-35cb-49bb-94a4-3e7f8c52f021
Parra Sánchez, J. S., Torres Pardo, I. D., & Martínez de Merino, C. Y. Factores explicativos de la deserción universitaria abordados mediante inteligencia artificial. Revista electrónica de investigación educativa, 25. 2023. Vol. 25, 2023/e18 pp. 3-25. DOI: https://doi.org/10.24320/redie.2023.25.e18.4455
Ortega, O. E., Vidal, A. G., & Roldán, M. D. C. O. Abandono Escolar y Nivel Académico al Ingreso, un estudio Correlacional en Ingeniería. Ciencia Latina: Revista Multidisciplinar, 2024, 8(4), pp. 8884-8896. DOI: https://doi.org/10.37811/cl_rcm.v8i4.13035
Ruiz-Ramírez, L. R., García-Vargas, M. D. L. E., Molina-Ruiz, H. D., & Reyes-Ruiz, G. Factores que inciden en la deserción escolar. TEPEXI Boletín Científico de la Escuela Superior Tepeji del Río, 2021, 8(15), pp. 1-5. DOI: https://doi.org/10.29057/estr.v8i15.6440
Díaz-Garay, B. H., Noriega-Araníbar, M. T., & Ruiz-Ruiz, M. F. Experiencias y desafíos en la formación de ingenieros durante la pandemia de la covid-19. Desde el Sur, 2021, 13(2) pp. 1-17. DOI: https://doi.org/10.21142/DES-1302-2021-0019
Londoño-Velasco, E., Montoya-Cobo, E., García, A., Bolaños-Martínez, I. A., Osorio-Roa, D. M., & Isaza-Gómez, G. D. Percepción de estudiantes frente a procesos de enseñanza-aprendizaje durante pandemia por COVID-19. Educación y Educadores, 2021, 24(2), pp. 199-217. DOI: https://doi.org/10.5294/edu.2021.24.2.2
Pérez, V. A. C., Sevilla, G. J. A., Castañón, J. C. I., Villanueva, M. R. C., & Pineda, J. Rendimiento académico en Matemáticas de la UPNFM CURSPS: antes, durante y después de la pandemia del COVID-19. Paradigma: Revista de Investigación Educativa, 2025, 32(53), pp. 141-158. DOI: https://doi.org/10.5377/paradigma.v32i53.20559
de Aguilera, C. D. Evaluación del Aprendizaje de las Matemáticas en la Era de la Educación Digital Postpandemia. Revista Social Fronteriza, 2025, 5(6) pp. 1-18. DOI: https://doi.org/10.59814/resofro.2025.5(6)949
Cumbicos, K. M. C., Palacios, H. F. M., Guamán, A. V. R., & Peralta, S. R. T. Percepciones y retos en el aprendizaje de matemáticas en estudiantes de primer año del BGU en la era post pandemia Covid-19. Ciencia Latina Revista Científica Multidisciplinar, 2023, 7(3), 1428-1442. DOI: https://doi.org/10.37811/cl_rcm.v7i3.6287
Morales Martínez, G. E., Villarreal Lozano, R. J., Izaguirre Lerma, J., & Santos Alcántara, M. G. Diagnóstico cognitivo del conocimiento matemático en estudiantes de Ingeniería. Innovación educativa 2022, 22(88), pp. 57-77.
Bagatin, A. C., López, M. Á., Vázquez, T. B., Ávalos, S. H., Prados, A. H., Marín, J. M., ... & Monllor, F. V. Destrezas matemáticas previas de los estudiantes de Grado en Ingenierías y Arquitectura (II). XIV Jornadas de Redes de Investigación en Docencia Universitaria: investigación, innovación y enseñanza universitaria: enfoques pluridisciplinares, 2016, pp. 2452-2465.
Guzmán, M. T. V., Sánchez, M. G. B., & Torres, M. G. M. Competencias matemáticas previas de los estudiantes de Ingeniería. ANFEI Digital, 2015 (2) pp. 1-10.
Rodríguez, A. A. T., & Ángeles, A. P. Proceso de rediseño de un examen diagnóstico en el área de ciencias básicas en el Instituto Tecnológico de Atitalaquia (Redesign process of a diagnostic exam in the area of basic sciences at the Technological Institute of Atitalaquia). Pistas Educativas, 2023 44(144), pp. 118-135.
Cronbach, L. J. Coefficient alpha and the internal structure of tests. psychometrika, 1951, 16(3), pp. 297-334. DOI: https://doi.org/10.1007/BF02310555
George, D., & Mallery, P. SPSS for Windows step by step: A simple guide and reference. New York: Taylor & Francis Group; 2024, 18th ed, 440 p.
Kaiser, HF. Un índice de simplicidad factorial. 1974. Psychometrika 39 , 31–36. DOI: https://doi.org/10.1007/BF02291575
Martínez, C. M., & Sepúlveda, M. A. R. Introducción al análisis factorial exploratorio. Revista colombiana de psiquiatría, 2012, 41(1), 197-207. DOI: https://doi.org/10.1016/S0034-7450(14)60077-9
Ebel, R.L. Measuring educational achievement. (1965). Prentice-Hall.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Aztlán Elohim Bastarrachea Almodóvar, Alejandra Herrera Chew, María Concepción Fuentes Morales, María Elizabeth Portillo Gallardo , Guadalupe Navarro Enríquez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
