RELACIÓN ENTRE LAS ESTRATEGIAS DE
APRENDIZAJE Y EL DESEMPEÑO ACADÉMICO
EN ESTUDIANTES DE LAS LICENCIATURAS EN
MÉDICO CIRUJANO PARTERO Y QUÍMICO
FARMACÉUTICO BIÓLOGO
RELATIONSHIP BETWEEN LEARNING STRATEGIES
AND ACADEMIC PERFORMANCE IN STUDENTS OF THE
BACHELOR’S PROGRAMS IN PHYSICIAN–SURGEON–MIDWIFE
AND PHARMACEUTICAL BIOLOGICAL CHEMISTRY
J. Jesús Padilla Frausto
Universidad de Guadalajara, México
Claudia Luz Navarro-Villarruel
Universidad de Guadalajara, México
María Elena Becerra-Mercado
Universidad de Guadalajara, México
Jorge Padilla-Álvarez
Universidad de Guadalajara, México
Elba Karina Aragon-Ríos
Universidad de Guadalajara, México
José Luis Gazpar-Castellanos
Universidad de Guadalajara, México
pág. 3825
DOI: https://doi.org/10.37811/cl_rcm.v10i1.22513
Relación entre las Estrategias de Aprendizaje y el Desempeño Académico
en Estudiantes de las Licenciaturas en Médico Cirujano Partero y Químico
Farmacéutico Biólogo
J. Jesús Padilla Frausto1
j.padilla@academicos.udg.mx
https://orcid.org/0000-0003-3402-9146
Centro Universitario de la Ciénega
Universidad de Guadalajara
México
Claudia Luz Navarro-Villarruel
claudia.nvillarruel@academicos.udg.mx
https://orcid.org/0000-0002-7368-5691
Centro Universitario de la Ciénega
Universidad de Guadalajara
México
María Elena Becerra-Mercado
maria.bmercado@academicos.udg.mx
https://orcid.org/0009-0008-5303-8623
Centro Universitario de la Ciénega
Universidad de Guadalajara
México
Jorge Padilla-Álvarez
jorge.padillaa@academicos.udg.mx
https://orcid.org/0009-0005-2525-1708
Centro Universitario de la Ciénega
Universidad de Guadalajara
México
Elba Karina Aragon-Ríos
elba.aragon@academicos.udg.mx
https://orcid.org/0009-0004-2355-701X
Centro Universitario de la Ciénega
Universidad de Guadalajara
México
José Luis Gazpar-Castellanos
jose.gazpar@academicos.udg.mx
https://orcid.org/0009-0002-7834-8165
Centro Universitario de la Ciénega
Universidad de Guadalajara
México
RESUMEN
El presente estudio analiza la relación entre las estrategias de aprendizaje autorregulado y el desempeño
académico en estudiantes de las licenciaturas en Médico Cirujano Partero y Químico Farmacéutico
Biólogo, controlando el efecto del rendimiento académico previo. Se desarrolló un diseño cuantitativo,
transversal, no experimental y correlacional-explicativo, con una muestra de 240 estudiantes
seleccionados mediante muestreo no probabilístico. Las estrategias de aprendizaje se evaluaron
mediante un cuestionario basado en el Motivated Strategies for Learning Questionnaire (MSLQ), con
adecuada consistencia interna (α = 0.823), mientras que el desempeño académico se operacionalizó a
partir del promedio global universitario, calificaciones parciales y registros institucionales de puntaje
de admisión y promedio de bachillerato. Los análisis de correlación de Pearson evidenciaron
asociaciones positivas y estadísticamente significativas entre el índice global de estrategias de
aprendizaje y todos los indicadores de desempeño académico, siendo más fuertes en asignaturas de alta
exigencia (r hasta = 0.688, p < .001). Asimismo, el modelo de regresión lineal múltiple explicó el 53.9
% de la varianza del promedio global universitario (R² = 0.539), mostrando que las estrategias de
aprendizaje constituyen un predictor significativo del rendimiento académico, incluso al controlar
antecedentes escolares. Los resultados sugieren que el fortalecimiento institucional de la
autorregulación del aprendizaje puede contribuir a mejorar el desempeño académico en programas
universitarios de alta demanda cognitiva.
Palabras clave: estrategias de aprendizaje, aprendizaje autorregulado, desempeño académico,
educación superior, ciencias de la salud
1
Autor principal.
Correspondencia: j.padilla@academicos.udg.mx
pág. 3826
Relationship Between Learning Strategies and Academic Performance in
Students of the Bachelor’s Programs in Physician–Surgeon–Midwife and
Pharmaceutical Biological Chemistry
ABSTRACT
This study examines the relationship between self-regulated learning strategies and academic
performance among students enrolled in the Bachelor’s programs in Medicine (Physician–Surgeon–
Midwife) and Pharmaceutical Biological Chemistry, while controlling for prior academic achievement.
A quantitative, cross-sectional, non-experimental, correlational–explanatory design was implemented
with a sample of 240 students selected through non-probabilistic sampling. Learning strategies were
assessed using a questionnaire based on the Motivated Strategies for Learning Questionnaire (MSLQ),
which demonstrated adequate internal consistency (α = 0.823). Academic performance was
operationalized using institutional records, including overall grade point average, semester course
grades, admission test scores, and high school GPA. Pearson correlation analyses revealed positive and
statistically significant associations between the global learning strategies index and all academic
performance indicators, with stronger relationships observed in high-demand courses (r up to 0.688, p
< .001). Additionally, a multiple linear regression model explained 53.9% of the variance in university
GPA (R² = 0.539), indicating that learning strategies constitute a significant predictor of academic
performance even after controlling for prior academic background. These findings suggest that
institutional efforts to strengthen self-regulated learning skills may contribute to improved academic
outcomes in cognitively demanding higher education programs.
Keywords: learning strategies, self-regulated learning, academic performance, higher education, health
sciences
Artículo recibido 15 diciembre 2025
Aceptado para publicación: 22 enero 2026
pág. 3827
INTRODUCCIÓN
El desempeño académico en la educación superior constituye un indicador clave de la calidad de los
procesos formativos, la eficacia de las prácticas pedagógicas y el logro de los objetivos institucionales.
Tradicionalmente, este desempeño ha sido explicado principalmente a partir de variables académicas
previas, como el promedio de bachillerato o el puntaje obtenido en exámenes de admisión, los cuales
suelen emplearse como criterios de selección, clasificación y predicción de la trayectoria estudiantil
(Creswell & Creswell, 2018; Von Keyserlingk et al., 2025). Sin embargo, estas variables estructurales
no explican por completo la variabilidad en el rendimiento académico, lo que ha impulsado la
incorporación de factores vinculados con los procesos de aprendizaje y la autorregulación como ejes
analíticos relevantes en la investigación educativa contemporánea.
Desde una perspectiva teórica, el aprendizaje autorregulado se concibe como un proceso activo, cíclico
y multidimensional mediante el cual los estudiantes planifican su aprendizaje, seleccionan estrategias
cognitivas, monitorean su progreso, regulan su esfuerzo y ajustan sus conductas en función de las
demandas académicas y contextuales (Panadero, 2017; Zimmerman, 2002; Zimmerman & Schunk,
2011). Este enfoque integra dimensiones; cognitivas como la organización, la elaboración y la
integración de la información; metacognitivas como el monitoreo y la autorreflexión; motivacionales
como la persistencia y la autoeficacia; y conductuales como la gestión del tiempo y el control del
esfuerzo, las cuales han mostrado asociaciones consistentes con el rendimiento académico en distintos
niveles educativos (Broadbent & Poon, 2015; Dent & Koenka, 2016).
La evidencia empírica reciente respalda la relevancia de las estrategias de aprendizaje autorregulado en
la explicación del desempeño académico en educación superior. Meta-análisis y revisiones sistemáticas
han reportado correlaciones positivas entre el uso de estrategias de autorregulación y los indicadores de
logro académico, tanto en entornos presenciales como híbridos y en línea (Hemmler & Ifenthaler, 2024;
Luo & Zhou, 2024; Zhao et al., 2025). Asimismo, estudios experimentales y cuasi-experimentales han
demostrado que los programas de intervención orientados al fortalecimiento de estas estrategias
producen mejoras significativas en el rendimiento académico, la motivación y la persistencia estudiantil
(Theobald, 2021; Xu et al., 2023).
pág. 3828
Estos hallazgos sugieren que las estrategias de aprendizaje no solo explican diferencias en el
desempeño, sino que representan competencias susceptibles de desarrollo pedagógico e intervención
institucional.
La relevancia de este enfoque se intensifica en programas de formación en ciencias de la salud y ciencias
químico-biológicas, caracterizados por altas demandas cognitivas, elevada carga académica,
complejidad conceptual y exigencias evaluativas rigurosas. En licenciaturas como Médico Cirujano
Partero y Químico Farmacéutico Biólogo, los estudiantes cursan asignaturas de alta exigencia teórica y
práctica como Inmunología, Microbiología, Hematología y Aseguramiento de la Calidad Analítica, en
las que se observan diferencias significativas en el desempeño académico, aun cuando los estudiantes
han sido seleccionados mediante procesos competitivos de admisión. Investigaciones previas han
señalado que, en estos contextos, las estrategias de planificación, organización, monitoreo
metacognitivo y gestión del tiempo adquieren un papel especialmente relevante para enfrentar la
complejidad curricular y sostener trayectorias académicas exitosas (Harvey et al., 2025; Navarro-
Villarruel et al., 2023; Odontides et al., 2024).
No obstante, a pesar del crecimiento de la literatura sobre aprendizaje autorregulado, persiste un vacío
de evidencia empírica que examine de manera sistemática la relación entre las estrategias de aprendizaje
y el desempeño académico a nivel superior en programas específicos del ámbito de la salud y las
ciencias químico-biológicas, controlando variables de rendimiento académico previo, como el
promedio de bachillerato y el puntaje de admisión. Atender esta brecha resulta relevante tanto para el
avance del conocimiento científico como para la toma de decisiones pedagógicas e institucionales
orientadas a la mejora del rendimiento estudiantil y la permanencia universitaria.
En este contexto, el presente estudio tiene como objetivo general analizar la relación entre las estrategias
de aprendizaje autorregulado y el desempeño académico en estudiantes de las licenciaturas en Médico
Cirujano Partero y Químico Farmacéutico Biólogo, controlando variables de rendimiento académico
previo. Se plantea como hipótesis que un mayor uso de estrategias de planificación, organización,
metacognición y gestión del tiempo se asocia positiva y significativamente con mejores indicadores de
rendimiento académico universitario.
pág. 3829
Al generar evidencia empírica en un contexto disciplinar de alta exigencia, esta investigación busca
contribuir al fortalecimiento del marco teórico sobre aprendizaje autorregulado y ofrecer insumos
relevantes para el diseño de intervenciones educativas, programas de tutoría académica y políticas
institucionales orientadas al éxito académico en educación superior.
METODOLOGÍA
Se describe un estudio transversal de tipo cuantitativo, correlaconal-explicativo (no causal), no
experimental que se apoyó en instrumentos de recolección de datos primarios y en datos secundarios
como registros institucionales de calificaciones y puntajes de admisión.
Selección de la muestra
La muestra se entiende como un subconjunto de la población que se selecciona con el propósito de
obtener información relevante para el análisis del fenómeno de interés. En este sentido, Fortin (1999)
define la muestra como “un subconjunto de una población o grupo de sujetos que forman parte de una
misma población”. En el presente trabajo se empleó un muestreo no probabilístico, específicamente de
tipo intencional o por disponibilidad, dado que la selección de los participantes no se realizó mediante
procedimientos aleatorios, con cálculos de tamaño óptimo de la muestra, sino a partir de criterios
definidos por el autor de la presente investigación y de la disposición voluntaria de los sujetos. De
acuerdo con Pineda, Alvarado y Canales (1994), este tipo de muestreo consiste en seleccionar “los casos
o unidades que estén disponibles en un momento dado de la encuesta”, lo cual resulta pertinente cuando
se trabaja en contextos educativos reales y no se pretende inferir causalidad estadística.
La muestra estuvo conformada por estudiantes de las licenciaturas en Médico Cirujano Partero y
Químico Farmacéutico Biólogo, que recientemente aprobaron las asignaturas específicas consideradas
de alta exigencia académica: Inmunología Médica y Microbiología II, en el caso de la primera
licenciatura, y Microbiología Aplicada, Hematología y Aseguramiento de la Calidad Analítica, en la
segunda. Se invitó a participar, de manera voluntaria, a los estudiantes que recientemente han culminado
dichas asignaturas al momento de la recolección de datos. Asimismo, se solicitó a los participantes que
presentaran sus informes de registros académicos institucionales, con el fin de obtener información
relativa a su promedio global universitario, calificaciones parciales del semestre, puntaje de examen de
admisión y promedio de bachillerato.
pág. 3830
En congruencia con el enfoque no probabilístico adoptado, la muestra quedó finalmente conformada
por aquellos estudiantes que aceptaron participar y completaron los instrumentos de recolección de
datos, sin establecer previamente un tamaño muestral fijo, respetando los principios éticos de
voluntariedad, confidencialidad y uso académico de la información.
Instrumentos de recolección de datos
Para la recolección de la información se emplearon dos fuentes complementarias de datos: un
instrumento de autorreporte para la medición de estrategias de aprendizaje y registros académicos
institucionales para la obtención de indicadores objetivos de desempeño académico y rendimiento
previo.
En primer lugar, se aplicó un cuestionario de estrategias de aprendizaje y autorregulación basado en el
Motivated Strategies for Learning Questionnaire (MSLQ), un instrumento que Hemmler, Y. M., &
Ifenthaler, D. (2024) han descrito como ampliamente validado en investigación educativa para evaluar
procesos cognitivos, metacognitivos y motivacionales asociados al aprendizaje autorregulado. El
cuestionario fue adaptado al contexto de educación superior, considerando las características
curriculares y académicas de los programas participantes. La versión utilizada incluyó dimensiones
relacionadas con la organización, la elaboración de la información, la metacognición, la gestión del
tiempo, la autorregulación del esfuerzo, la búsqueda de ayuda y el aprendizaje con pares, con ítems
estructurados en una escala tipo Likert de cinco puntos. Esta adaptación permitió asegurar la pertinencia
contextual del instrumento y la medición sistemática del uso de estrategias de aprendizaje en la
población estudiada.
En segundo lugar, se recabaron datos académicos objetivos a partir de los registros institucionales
proporcionados por los participantes. Estos incluyeron las calificaciones parciales por asignatura en
materias de alta exigencia académica, el promedio global universitario como indicador del rendimiento
acumulado, el puntaje obtenido en el examen de admisión y el promedio general de bachillerato como
medidas de desempeño académico previo. La utilización de registros institucionales permitió fortalecer
la validez de la información al reducir la dependencia exclusiva de datos de autorreporte y garantizar la
precisión de los indicadores académicos empleados en los análisis posteriores.
pág. 3831
Procesamiento de información
Una vez concluida la recolección de datos, se procedió a la organización y sistematización de la
información en una base de datos digital, utilizando el software estadístico especializado Statgraphics
Centurion 19, con el objetivo de garantizar un manejo riguroso y ordenado de las variables del estudio.
A cada participante se le asignó un código alfanumérico, con el fin de preservar el anonimato y asegurar
la confidencialidad de la información, en concordancia con los principios éticos que rigen la
investigación educativa cuantitativa (Creswell & Creswell, 2018).
El procesamiento de la información incluyo una depuración inicial de la base de datos, este
procedimiento es fundamental para reducir sesgos y errores que puedan afectar la validez de los análisis
estadísticos posteriores (Field, 2024).
En el caso de los datos provenientes de instrumentos de autorreporte, de la evaluación de estrategias de
aprendizaje con “subescalas tipo Likert”, basados en el MSLQ para: organización, elaboración,
metacognición, gestión del tiempo, autorregulación y búsqueda de ayuda. Se llevó a cabo la
codificación y transformación de variables necesarias para el análisis asignando puntajes por dimensión
(1–5), siguiendo los criterios establecidos en el instrumento utilizado.
Asimismo, en el mismo paquete estadístico (Statgraphics) se evaluó la consistencia interna del
instrumento mediante el cálculo del coeficiente alfa de Cronbach, como una medida de fiabilidad
ampliamente aceptada en estudios educativos y psicológicos, con el propósito de verificar la estabilidad
y coherencia de las escalas en la muestra analizada (Taber, 2018; Navarro-Villarruel & Padilla-Frausto,
2024). DeVellis, 2021).
RESULTADOS Y DISCUSIÓN
La muestra estuvo conformada por 240 estudiantes: 113 de la licenciatura en Médico Cirujano Partero
y 127 de Químico Farmacéutico Biólogo. En ambos grupos, la edad promedio fue cercana a los 21 años
(ver figura 1a). La participación por genero por carrera fue de 59.3 % mujeres y 40.7 % hombres de
MCP; y 63.0 % mujeres y 37.0 % hombres de QFB.
Descripción de la variable de control, registros académicos previos
Con respecto a los registros académicos previos de los estudiantes incluidos en la muestra, el promedio
de bachillerato y el puntaje de admisión mostraron valores elevados en ambos programas, considerando
pág. 3832
que el máximo puntaje de admisión es 200, reflejando procesos de selección académica altamente
competitivos (ver figura 1a y 1b).
Figura 1. Descriptores de la muestra
1a
1b
1c
MCP: Licenciatura en Médico Cirujano Partero; QFB: Licenciatura en Químico Farmacéutico Biólogo
Fuente: Elaboración propia.
Descripción de la variable dependiente, desempeño académico
El desempeño académico, considerado como la variable dependiente del estudio, se operacionalizó
mediante indicadores objetivos obtenidos de documentos proporcionados por el participante, de
registros institucionales, con el propósito de garantizar la validez y confiabilidad de la medición. En
particular, se emplearon dos tipos de indicadores: el promedio global universitario, como medida del
rendimiento académico acumulado, y las calificaciones parciales del semestre en asignaturas de alta
exigencia académica, como indicador del desempeño académico reciente en cada licenciatura. En el
grupo de MCP, el promedio global universitario presentó una media de 89.42 puntos (DE = 2.93), con
valores que oscilaron entre 86.10 y 97.70, lo que refleja un desempeño académico elevado y
relativamente homogéneo.
Por su parte, los estudiantes de QFB obtuvieron una media de 85.87 puntos (DE = 4.11), con un rango
más amplio que varió de 72.20 a 97.10, evidenciando una mayor dispersión en el rendimiento
académico (Figura 2).
MCP
QFB
Gráfico Caja y Bigotes
75 80 85 90 95 100
Promedio_Bachillerato
Carrera
MCP
QFB
Gráfico Caja y Bigotes
160 165 170 175 180 185 190
Puntaje Admisión
Carrera
pág. 3833
Figura 2. Distribución del promedio global universitario
MCP: Licenciatura en Médico Cirujano Partero; QFB: Licenciatura en Químico Farmacéutico Biólogo
Fuente: Elaboración propia.
En cuanto al desempeño académico reciente, medido a través del promedio en las asignaturas de alta
exigencia académica, los estudiantes de MCP alcanzaron una media de 88.16 puntos (DE = 5.88),
mientras que los estudiantes de QFB obtuvieron una media de 84.76 puntos (DE = 5.85) (Figura 3a-e).
Estos resultados mantienen una tendencia consistente con el promedio global universitario, mostrando
valores superiores en el grupo de MCP y una mayor variabilidad en el grupo de QFB. De manera
complementaria, el promedio parcial del semestre mostró patrones similares, reforzando la coherencia
interna de los indicadores empleados. En conjunto, estos resultados permiten caracterizar el desempeño
académico de la muestra desde una perspectiva integral, considerando tanto el rendimiento acumulado
a lo largo de la trayectoria universitaria como el desempeño académico más reciente en asignaturas
clave de alta exigencia, lo que resulta fundamental para el análisis de su relación con las estrategias de
aprendizaje.
En relación con el promedio global universitario, se observaron diferencias estadísticamente
significativas entre ambos grupos (t = 7.903, p < 0.001). Los estudiantes de MCP obtuvieron un
promedio significativamente más alto ( = 90.52) que los estudiantes de QFB ( = 86.02), lo que indica
un mejor desempeño académico acumulado en la licenciatura en MCP. De manera similar, el promedio
parcial del semestre también presentó diferencias significativas (t = 7.332, p < 0.001), con valores más
elevados en MCP ( = 90.62) en comparación con QFB ( = 85.82). Este resultado refuerza la tendencia
observada en el rendimiento académico reciente.
MCP
QFB
Gráfico Caja y Bigotes
70 75 80 85 90 95 100
Promedio_Global_Universitario
Carrera
pág. 3834
Figura 3. Distribución de la calificación por materia clave, por carrera
MCP
3a
3b
QFB 3c
3d
3e
MCP: Licenciatura en Médico Cirujano Partero; QFB: Licenciatura en Químico Farmacéutico Biólogo
Fuente: Elaboración propia.
Respecto al promedio de las materias de alta exigencia académica, los estudiantes de MCP alcanzaron
una media de 88.16 puntos, mientras que los estudiantes de QFB obtuvieron una media de 84.76 puntos,
diferencia que resultó igualmente estadísticamente significativa (t = 4.493, p < .001). Este hallazgo
sugiere que los estudiantes de MCP presentan un mejor desempeño en asignaturas que demandan
mayores niveles de complejidad cognitiva y autorregulación.
Descripción de las variables independientes, estrategias de aprendizaje
Con el fin de evaluar la consistencia interna de los instrumentos de autorreporte basados en el Motivated
Strategies for Learning Questionnaire (MSLQ) utilizados para la medición de las estrategias de
aprendizaje, se realizó un análisis de confiabilidad sobre las subescalas “tipo Likert” que conforman el
instrumento. Cada una de las dimensiones evaluadas; organización, elaboración, metacognición, gestión
del tiempo, autorregulación, búsqueda de ayuda y aprendizaje con pares, estuvo integrada por cuatro
Gráfico de Caja y Bigotes
70 75 80 85 90 95 100
Calif_Inmunologia_Medica
Gráfico de Caja y Bigotes
70 75 80 85 90 95 100
Calif_Microbiologia_II
Gráfico de Caja y Bigotes
70 75 80 85 90 95 100
Calif_Microbiologia_Aplicada
Gráfico de Caja y Bigotes
70 75 80 85 90 95 100
Calif_Hematologia
Gráfico de Caja y Bigotes
70 75 80 85 90 95 100
Calif_Aseg._Calidad_Analitica
pág. 3835
ítems, cuyos puntajes fueron calculados en una escala de 1 a 5, conforme a los criterios establecidos en
el instrumento utilizado (28 items en total). Previo al análisis, se llevó a cabo la codificación, depuración
y transformación de las variables, asegurando la correcta orientación de los puntajes y la homogeneidad
de las escalas, lo que permitió obtener puntajes promedio por dimensión y la construcción del Índice
global de estrategias de aprendizaje. Este procedimiento garantizó la comparabilidad entre las
subescalas y la pertinencia de los análisis estadísticos posteriores.
Validación de la consistencia interna de los instrumentos
Para la evaluación de la consistencia interna del instrumento se calculó el coeficiente alfa de Cronbach,
considerando de manera conjunta las siete dimensiones que integran el índice global. Los resultados
mostraron un coeficiente alfa de Cronbach de α = 0.823, lo que indica un nivel alto de consistencia
interna entre los ítems y las dimensiones evaluadas. Este valor sugiere que las subescalas presentan una
adecuada coherencia interna y que, en conjunto, miden de forma confiable la variable independiente de
estrategias de aprendizaje en la población estudiada. Desde una perspectiva metodológica, este nivel de
confiabilidad respalda el uso tanto de los puntajes por dimensión como del índice global de estrategias
de aprendizaje en los análisis correlacionales realizados con los indicadores de desempeño académico.
Asimismo, los resultados obtenidos son congruentes con la literatura especializada que reporta valores
de consistencia interna altos para instrumentos de autorreporte multidimensionales en contextos de
educación superior.
En consecuencia, se considera que los datos derivados de las subescalas y del índice global cuentan con
la consistencia interna necesaria para su inclusión en los análisis estadísticos subsecuentes, permitiendo
interpretar de manera confiable la relación entre las estrategias de aprendizaje y el desempeño
académico de los estudiantes.
Correlaciones entre las estrategias de aprendizaje y el desempeño académico
Con el propósito de analizar la relación entre las estrategias de aprendizaje y el desempeño académico,
se realizaron análisis de correlación de Pearson, considerando el Índice global de estrategias de
aprendizaje y tres indicadores de desempeño académico: el promedio global universitario, el promedio
parcial del semestre y el promedio de las asignaturas de alta exigencia académica. Dado el tamaño
muestral y la distribución de las variables, el uso de esta prueba resultó adecuado.
pág. 3836
En un contexto global, es decir, independientemente de la carrera, los análisis mostraron correlaciones
positivas y estadísticamente significativas (p < 0.001) entre el índice de estrategias de aprendizaje y
todos los indicadores de desempeño académico. En particular, se observó una correlación moderada
con el promedio global universitario (r = 0.571), así como con el promedio parcial del semestre (r =
0.542). La asociación más alta se presentó entre el índice de estrategias y el promedio de las materias
de alta exigencia académica (r = 0.688), lo que sugiere que el uso de estrategias de aprendizaje se
relaciona de manera más estrecha con el rendimiento en asignaturas que demandan mayores niveles de
autorregulación y complejidad cognitiva.
Al analizar los datos por carrera, se mantuvo el mismo patrón de asociación positiva: en el grupo de
MCP, el índice de estrategias de aprendizaje se correlacionó de forma positiva con el promedio global
universitario (r = 0.554), el promedio parcial del semestre (r = 0.472) y, de manera más intensa, con el
promedio de las materias de alta exigencia académica (r = 0.675). Estos resultados indican que, en
estudiantes de MCP, las estrategias de aprendizaje guardan una relación especialmente relevante con el
desempeño en asignaturas de mayor carga académica. En los estudiantes de QFB, se observaron
correlaciones positivas con el promedio global universitario (r = 0.597) y el promedio parcial del
semestre (r = 0.583), así como una correlación elevada con el promedio de materias de alta exigencia
(r = 0.690). La magnitud de estas asociaciones sugiere que, en esta licenciatura, el uso de estrategias de
aprendizaje se vincula tanto con el desempeño académico acumulado como con el rendimiento reciente.
En conjunto, los resultados evidencian que un mayor uso de estrategias de aprendizaje se asocia
consistentemente con un mejor desempeño académico en ambas licenciaturas. La relación observada es
moderada a moderadamente alta, lo que resulta congruente con el enfoque correlacional-explicativo no
causal del estudio. Estos hallazgos sugieren que las estrategias de aprendizaje constituyen un factor
relevante en el desempeño académico, particularmente en contextos de alta exigencia académica,
aunque sin implicar una relación causal directa.
Comparación del desempeño académico y las estrategias de aprendizaje entre MCP y QFB
Con el objetivo de identificar diferencias entre los estudiantes de ambas licenciaturas del área de la
salud y químico-biológicas (MCP y QFB), se realizaron comparaciones de medias mediante la prueba
t de Student para muestras independientes, considerando el índice de estrategias de aprendizaje y los
pág. 3837
principales indicadores de desempeño académico. Esta prueba resultó adecuada debido al tamaño
muestral y a la distribución aproximada de las variables analizadas.
Los resultados mostraron una diferencia estadísticamente significativa en el índice de estrategias de
aprendizaje entre ambas licenciaturas (t = 2.162, p = 0.032). Los estudiantes de MCP presentaron una
media ligeramente superior ( = 3.41) en comparación con los estudiantes de QFB ( = 3.31). Aunque
la magnitud de la diferencia es moderada, este hallazgo sugiere que los estudiantes de MCP reportan un
uso ligeramente mayor de estrategias de aprendizaje en comparación con sus pares de QFB.
En conjunto, los resultados evidencian que existen diferencias significativas entre las dos licenciaturas
tanto en el uso de estrategias de aprendizaje como en los indicadores de desempeño académico. Los
estudiantes de MCP muestran, en promedio, mayores niveles de estrategias de aprendizaje y mejor
desempeño académico, tanto acumulado como reciente, en comparación con los estudiantes de QFB.
Estas diferencias no implican una relación causal, pero sugieren que el contexto formativo y las
exigencias curriculares de cada licenciatura podrían influir en la forma en que los estudiantes
desarrollan y aplican estrategias de aprendizaje, así como en sus resultados académicos.
Regresión lineal múltiple explicativa del desempeño académico
Con el propósito de analizar el aporte conjunto de las estrategias de aprendizaje y de los antecedentes
académicos en la explicación del desempeño académico, se estimó un modelo de regresión lineal
múltiple, tomando como variable dependiente el promedio global universitario. Como variables
predictoras se incluyeron el Índice global de estrategias de aprendizaje, el promedio de bachillerato y
el puntaje de admisión, las cuales representan tanto factores académicos previos como variables
relacionadas con el proceso de aprendizaje durante la formación universitaria.
El modelo de regresión resultó estadísticamente significativo en su conjunto (F(3, 236) = 92.00, p < 0.001)
y explicó aproximadamente el 53.9 % de la varianza del promedio global universitario (R² = 0.539; R²
ajustado = 0.533). Este nivel de explicación puede considerarse moderado-alto para estudios de tipo
correlacional-explicativo en el ámbito educativo, lo que indica un adecuado ajuste del modelo a los
datos observados.
Los resultados del modelo muestran que las tres variables incluidas realizaron una contribución
significativa a la explicación del desempeño académico:
pág. 3838
• El Índice de estrategias de aprendizaje presentó un coeficiente positivo y estadísticamente
significativo (β = 4.71, p < 0.001), lo que indica que, manteniendo constantes las demás
variables, un incremento de una unidad en el índice de estrategias se asocia con un aumento
aproximado de 4.7 puntos en el promedio global universitario. Este resultado subraya la
relevancia del uso de estrategias de aprendizaje en el rendimiento académico.
• El promedio de bachillerato también mostró un efecto positivo significativo (β = 0.41, p < .001),
sugiriendo que los estudiantes con mejores antecedentes académicos tienden a mantener un
mejor desempeño durante su trayectoria universitaria.
• El puntaje de admisión presentó igualmente una contribución positiva, aunque de menor
magnitud (β = 0.15, p = 0.010), lo que indica que los procesos de selección académica se
relacionan con el desempeño posterior, pero no lo determinan de manera exclusiva.
En conjunto, los resultados de la regresión lineal múltiple sugieren que el desempeño académico
universitario puede explicarse de manera significativa a partir de una combinación de factores previos
y de proceso. Mientras que el promedio de bachillerato y el puntaje de admisión reflejan la trayectoria
académica previa de los estudiantes, el índice de estrategias de aprendizaje emerge como un predictor
relevante y con un peso explicativo considerable, incluso al controlar el efecto de los antecedentes
académicos.
Es importante enfatizar que, dado el diseño transversal y no experimental del estudio, estos resultados
no implican relaciones causales, sino asociaciones explicativas que permiten comprender mejor los
factores vinculados al desempeño académico. No obstante, los hallazgos respaldan la importancia de
promover el desarrollo de estrategias de aprendizaje como un componente clave en el rendimiento
académico en estudiantes de educación superior.
Los resultados permiten una discusión integrada que articula los distintos niveles de análisis realizados
y los sitúa en diálogo con la evidencia empírica reciente.
En primer lugar, los análisis correlacionales evidenciaron asociaciones positivas y estadísticamente
significativas entre el índice global de estrategias de aprendizaje y los tres indicadores de desempeño
pág. 3839
académico considerados: promedio global universitario, promedio parcial del semestre y promedio de
materias de alta exigencia académica.
La magnitud de dichas asociaciones fue moderada, con valores más elevados cuando el criterio de
desempeño correspondió a asignaturas de alta exigencia académica. Este patrón resulta consistente con
la literatura contemporánea sobre aprendizaje autorregulado, la cual sostiene que las estrategias
cognitivas, metacognitivas y de gestión de recursos adquieren mayor relevancia en contextos
académicos caracterizados por elevada carga cognitiva, autonomía del estudiante y evaluaciones
integradoras (Luo & Zhou, 2024; Ma & She, 2024).
Desde una perspectiva teórica, este hallazgo refuerza la noción de que las estrategias de aprendizaje no
operan de manera homogénea sobre todos los indicadores de rendimiento, sino que su efecto se expresa
con mayor claridad en escenarios donde el estudiante debe planificar, monitorear y regular activamente
su proceso de aprendizaje. En este sentido, el mayor grado de asociación observado con las materias de
alta exigencia académica sugiere que dichas asignaturas funcionan como un contexto particularmente
sensible para la manifestación del aprendizaje estratégico.
La comparación entre licenciaturas mostró diferencias estadísticamente significativas tanto en el
desempeño académico como, en menor medida, en el índice de estrategias de aprendizaje, con valores
promedio más altos en el grupo de MCP. No obstante, una interpretación rigurosa de estos resultados
exige cautela.
Las diferencias observadas no deben atribuirse de manera directa a un mayor o menor uso de estrategias,
sino que probablemente reflejan una combinación de factores estructurales, curriculares y evaluativos
propios de cada programa académico. La literatura ha advertido que las comparaciones entre carreras
pueden estar influenciadas por culturas evaluativas diferenciadas, cargas académicas disímiles y estilos
de enseñanza particulares, lo que limita la posibilidad de establecer explicaciones unidimensionales del
rendimiento académico.
En este marco, la regresión lineal múltiple explicativa aporta un nivel adicional de comprensión al
mostrar que, si bien el índice de estrategias de aprendizaje constituye un predictor significativo del
promedio global universitario, el promedio de bachillerato emerge como el predictor con mayor peso
explicativo. Este resultado es congruente con estudios previos que señalan que el rendimiento
pág. 3840
académico universitario se encuentra fuertemente influido por la trayectoria académica previa, mientras
que las estrategias de aprendizaje contribuyen de forma adicional, pero no sustitutiva, a la explicación
del desempeño (Von Keyserlingk et al., 2025).
El análisis de los coeficientes estandarizados resulta particularmente relevante para una interpretación
crítica. El hecho de que el índice de estrategias presente un β estandarizado menor que el promedio de
bachillerato, pero mayor que el puntaje de admisión, sugiere que las estrategias de aprendizaje ocupan
una posición intermedia entre los factores estructurales previos y los mecanismos formales de selección
académica. Esta jerarquía explicativa refuerza una idea central: aunque las estrategias de aprendizaje
no determinan el desempeño académico, sí representan un factor modificable, susceptible de
intervención educativa, a diferencia de los antecedentes académicos.
No obstante, estos resultados deben interpretarse a la luz de una limitación metodológica ampliamente
reconocida en la literatura: el uso de instrumentos de autorreporte. A pesar de que el instrumento
empleado mostró un nivel alto de consistencia interna (α = 0.823), el autorreporte puede capturar
percepciones subjetivas, creencias académicas o identidades de aprendizaje, además de conductas
efectivas. Estudios recientes han mostrado que, en ciertos contextos disciplinarios, la relación entre
estrategias reportadas y desempeño puede ser débil o depender del tipo de evaluación empleada, lo que
sugiere que no todas las estrategias resultan igualmente funcionales en todos los escenarios académicos
(Odontides et al., 2024).
En conjunto, los resultados respaldan una interpretación no causal y contextualizada del desempeño
académico universitario. Este se configura como un fenómeno multifactorial en el que convergen
antecedentes académicos, procesos de selección, características curriculares y estrategias de
aprendizaje. Desde esta perspectiva, el valor explicativo de las estrategias de aprendizaje no radica en
su capacidad predictiva aislada, sino en su potencial para ser desarrolladas y fortalecidas mediante
intervenciones educativas orientadas a la autorregulación, la planificación del estudio y la gestión del
tiempo, especialmente en contextos de alta exigencia académica (Harvey et al., 2025).
Los hallazgos del estudio sugieren la pertinencia de incorporar programas sistemáticos de desarrollo de
estrategias de aprendizaje y autorregulación en la educación superior, particularmente en licenciaturas
del área de la salud y ciencias biomédicas. Dado que las estrategias muestran una asociación relevante
pág. 3841
con el desempeño, incluso al controlar antecedentes académicos, su fortalecimiento podría contribuir a
mejorar el rendimiento y a reducir la variabilidad observada entre estudiantes, sin pretender sustituir los
criterios de selección o el peso de la trayectoria previa.
Limitaciones del estudio
Entre las principales limitaciones se encuentran el diseño transversal, que impide establecer relaciones
causales, y el uso exclusivo de medidas de autorreporte para la evaluación de estrategias de aprendizaje.
Asimismo, la muestra no probabilística limita la generalización de los resultados a otros contextos
institucionales. Estas limitaciones no invalidan los hallazgos, pero sí delimitan su alcance interpretativo.
CONCLUSIONES
Los resultados del estudio permiten concluir que las estrategias de aprendizaje se asocian de manera
positiva y estadísticamente significativa con el desempeño académico en estudiantes de las licenciaturas
en Médico Cirujano Partero y Químico Farmacéutico Biólogo. Dicha asociación se manifiesta tanto en
el rendimiento académico acumulado como en el desempeño reciente, siendo más intensa en asignaturas
de alta exigencia académica, lo que sugiere que el aprendizaje estratégico adquiere mayor relevancia
en contextos que demandan elevados niveles de autorregulación.
La regresión lineal múltiple mostró que, si bien los antecedentes académicos previos explican una
proporción sustantiva del desempeño universitario, el índice de estrategias de aprendizaje mantiene un
aporte explicativo significativo incluso al controlar estas variables. Este hallazgo refuerza la idea de
que el rendimiento académico universitario responde a una configuración multifactorial en la que
convergen trayectorias previas y procesos de aprendizaje desarrollados durante la formación superior.
Las diferencias observadas entre licenciaturas deben interpretarse desde una perspectiva contextual,
considerando las particularidades curriculares y evaluativas de cada programa, evitando atribuciones
simplistas o deterministas del desempeño académico.
Desde una perspectiva institucional, los hallazgos respaldan la pertinencia de incorporar estrategias
sistemáticas de formación en aprendizaje autorregulado dentro de los programas de educación superior,
especialmente en carreras de alta exigencia académica. Dado su carácter modificable, las estrategias de
aprendizaje representan un eje clave para el acompañamiento académico y la mejora del rendimiento
estudiantil. En términos de política educativa, los resultados sugieren la necesidad de complementar los
pág. 3842
criterios de selección basados en desempeño previo con acciones orientadas al desarrollo de
competencias de aprendizaje durante la trayectoria universitaria. Ello permitiría transitar de modelos
centrados exclusivamente en el rendimiento pasado hacia enfoques más integrales, orientados a la
equidad, la permanencia y el éxito académico en la educación superior.
REFERENCIAS BIBLIOGRAFICAS
Broadbent, J., & Poon, W. L. (2015). Self-regulated learning strategies and academic achievement in
online higher education learning environments. The Internet and Higher Education, 27, 1–13.
https://doi.org/10.1016/j.iheduc.2015.04.007
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed
methods approaches (5th ed.). SAGE Publications. 1-26.
Dent, A. L., & Koenka, A. C. (2016). The relation between self-regulated learning and academic
achievement across childhood and adolescence: A meta-analysis. Educational Psychology
Review, 28(3), 425–474. https://doi.org/10.1007/s10648-015-9320-8
DeVellis, R. F. (2021). Scale development: Theory and applications (5th ed.). SAGE Publications.
Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE Publications.
Fortin, M. F. (1999). El proceso de investigación: De la concepción a la realización (2.a ed.). McGraw-
Hill Interamericana.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2022). Multivariate data analysis (9th ed.).
Cengage Learning.
Harvey, C. J., Leedham-Green, K. E., Koppel, C., Maini, A., Smith, S. F., Morrell, M. J., & Emerson,
M. (2025). Improving medical students’ learning strategies, management of workload and
wellbeing: A mixed methods case study in undergraduate medical education. BMC Medical
Education, 25(1), 606. https://doi.org/10.1186/s12909-025-07118-6
Hattan, C., Peterson, E. G., & Miller, K. (2024). Revising teacher candidates’ beliefs and knowledge of
the learning styles neuromyth. Contemporary Educational Psychology, 77, 102269.
https://doi.org/10.1016/j.cedpsych.2024.102269
Hemmler, Y. M., & Ifenthaler, D. (2024). Self-regulated learning strategies in continuing education: A
systematic review and meta-analysis. Educational Research Review, 45, 100629.
pág. 3843
https://doi.org/10.1016/j.edurev.2024.100629
Hernández-Sampieri, R., Mendoza, C. P., & Mendoza, C. (2018). Metodología de la investigación: Las
rutas cuantitativa, cualitativa y mixta (6.ª ed.). McGraw-Hill Education.
Luo, R.-Z., & Zhou, Y.-L. (2024). The effectiveness of self-regulated learning strategies in higher
education blended learning: A systematic review of the last five years. Journal of Computer
Assisted Learning, 40(6), 3005–3029. https://doi.org/10.1111/jcal.12964
Ma, L., & She, L. (2024). Self-regulated learning and academic success in online college learning. The
Asia-Pacific Education Researcher, 33(3), 519–533. https://doi.org/10.1007/s40299-023-
00748-8
Navarro Villarruel, C. L., Madriz Elisondo, A. L., Ibarra Velázquez, L. M., Ceja Farías, T. K., Rivas
Zendejas, E., & Padilla-Frausto, J. J. (2023). Aprendizaje basado en proyectos (ABP) en la
docencia universitaria para el laboratorio de microbiología clínica: Una experiencia didáctica
comparada. Ciencia Latina Revista Científica Multidisciplinar, 7(1), 9410–9426.
https://doi.org/10.37811/cl_rcm.v7i1.5149
Navarro-Villarruel, C. L., & Padilla-Frausto, J. J. (2024). Design and validation of a rubric to evaluate
practical skills in clinical microbiology laboratory at higher education level. Scientific Journal
of Applied Social and Clinical Science, 4(13), 1–6.
https://doi.org/10.22533/at.ed.2164132420064
Odontides, L., Scheiter, K., Shiozawa, T., Fischer, M. R., Kugelmann, D., & Berndt, M. (2024).
Influence of learning strategies and motivation on anatomy test performance of undergraduate
medical students. Annals of Anatomy-Anatomischer Anzeiger, 256, 152320.
https://doi.org/10.1016/j.aanat.2024.152320
Panadero, E. (2017). A review of self-regulated learning: Six models and four directions for research.
Frontiers in Psychology, 8, 422. https://doi.org/10.3389/fpsyg.2017.00422
Pineda, E. B., Alvarado, E. L., & Canales, F. H. (1994). Metodología de la investigación: Manual para
el desarrollo de personal de salud (2.a ed.). Organización Panamericana de la Salud.
Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments
in science education. Research in Science Education, 48(6), 1273–1296.
pág. 3844
https://doi.org/10.1007/s11165-016-9602-2
Theobald, M. (2021). Self-regulated learning training programs enhance university students’ academic
performance, self-regulated learning strategies, and motivation: A meta-analysis.
Contemporary Educational Psychology, 66, 101976.
https://doi.org/10.1016/j.cedpsych.2021.101976
Von Keyserlingk, L., Schwerter, J., Kunina-Habenicht, O., & Lauermann, F. (2025). Motivation and
self-regulated learning as predictors of learning resource use in learning management systems
in higher education. Educational Psychology, 1–21.
https://doi.org/10.1080/01443410.2025.2564891
Xu, Z., Zhao, Y., Zhang, B., Liew, J., & Kogut, A. (2023). A meta-analysis of the efficacy of self-
regulated learning interventions on academic achievement in online and blended environments
in K–12 and higher education. Behaviour & Information Technology, 42(16), 2911–2931.
https://doi.org/10.1080/0144929X.2022.2151935
Zhao, Y., Li, Y., Ma, S., Xu, Z., & Zhang, B. (2025). A meta-analysis of the correlation between self-
regulated learning strategies and academic performance in online and blended learning
environments. Computers & Education, 230, 105279.
https://doi.org/10.1016/j.compedu.2025.105279
Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2),
64–70. https://doi.org/10.1207/s15430421tip4102_2
Zimmerman, B. J., & Schunk, D. H. (2011). Handbook of self-regulation of learning and performance.
Routledge.