TECNOLOGÍAS INMERSIVAS Y SU APORTE A
LA ENSEÑANZA ACTIVA DE LA HISTORIA Y
LAS CIENCIAS SOCIALES EN LA EDUCACIÓN
UNIVERSITARIA
IMMERSIVE TECHNOLOGIES AND THEIR CONTRIBUTION TO
ACTIVE TEACHING OF HISTORY AND SOCIAL SCIENCES IN
HIGHER EDUCATION
Erika Silvana Burbano Buñay
Universidad Estatal de Milagro
Leonidas Fidel Castelo Barreno
Universidad Estatal de Milagro
pág. 1303
DOI: https://doi.org/10.37811/cl_rcm.v10i1.23181
Tecnologías inmersivas y su aporte a la enseñanza activa de la Historia y las
Ciencias Sociales en la educación universitaria
Erika Silvana Burbano Buñay1
eburbanob2@unemi.edu.ec
https://orcid.org/0009-0004-9493-2200
Universidad Estatal de Milagro
Ecuador
Leonidas Fidel Castelo Barreno
lcastelob@unemi.edu.ec
https://orcid.org/0009-0007-0731-8109
Universidad Estatal de Milagro
Ecuador
RESUMEN
La enseñanza universitaria de la Historia y las Ciencias Sociales sigue afrontando dificultades para
promover aprendizajes profundos en contextos marcados por la complejidad informativa y la
persistencia de modelos expositivos. Las tecnologías inmersivas se perfilan como recursos prometedores
para articular metodologías activas y aumentar la motivación del alumnado. Este estudio analizó la
relación entre uso percibido de tecnologías inmersivas, enseñanza activa y motivación académica en
103 estudiantes universitarios de distintas áreas de formación matriculados en asignaturas con
contenidos histórico-sociales. Se aplicó un cuestionario tipo Likert de quince ítems y se calcularon
estadísticos descriptivos, coeficientes de fiabilidad, índices de adecuación psicométrica, correlaciones
de Pearson y pruebas de Kruskal–Wallis con comparaciones post hoc de Dunn. Los resultados mostraron
niveles medios altos en las tres dimensiones, coeficientes alfa de Cronbach entre 0,88 y 0,95 y
asociaciones muy fuertes entre uso de tecnologías inmersivas, enseñanza activa percibida y motivación.
Además, se registraron diferencias significativas por área de formación en enseñanza activa y
motivación, con puntajes superiores en el estudiantado de Educación.
Palabras clave: tecnologías inmersivas; enseñanza activa; motivación académica; historia; educación
superior
1 Autor principal.
Correspondencia: eburbanob2@unemi.edu.ec
DOI: https://doi.org/10.37811/cl_rcm.v10i1.23181
Tecnologías inmersivas y su aporte a la enseñanza activa de la Historia y las
Ciencias Sociales en la educación universitaria
Erika Silvana Burbano Buñay1
eburbanob2@unemi.edu.ec
https://orcid.org/0009-0004-9493-2200
Universidad Estatal de Milagro
Ecuador
Leonidas Fidel Castelo Barreno
lcastelob@unemi.edu.ec
https://orcid.org/0009-0007-0731-8109
Universidad Estatal de Milagro
Ecuador
RESUMEN
La enseñanza universitaria de la Historia y las Ciencias Sociales sigue afrontando dificultades para
promover aprendizajes profundos en contextos marcados por la complejidad informativa y la
persistencia de modelos expositivos. Las tecnologías inmersivas se perfilan como recursos prometedores
para articular metodologías activas y aumentar la motivación del alumnado. Este estudio analizó la
relación entre uso percibido de tecnologías inmersivas, enseñanza activa y motivación académica en
103 estudiantes universitarios de distintas áreas de formación matriculados en asignaturas con
contenidos histórico-sociales. Se aplicó un cuestionario tipo Likert de quince ítems y se calcularon
estadísticos descriptivos, coeficientes de fiabilidad, índices de adecuación psicométrica, correlaciones
de Pearson y pruebas de Kruskal–Wallis con comparaciones post hoc de Dunn. Los resultados mostraron
niveles medios altos en las tres dimensiones, coeficientes alfa de Cronbach entre 0,88 y 0,95 y
asociaciones muy fuertes entre uso de tecnologías inmersivas, enseñanza activa percibida y motivación.
Además, se registraron diferencias significativas por área de formación en enseñanza activa y
motivación, con puntajes superiores en el estudiantado de Educación.
Palabras clave: tecnologías inmersivas; enseñanza activa; motivación académica; historia; educación
superior
1 Autor principal.
Correspondencia: eburbanob2@unemi.edu.ec
pág. 1304
Immersive technologies and their contribution to active teaching of History
and Social Sciences in higher education
ABSTRACT
University teaching of History and Social Sciences continues to face difficulties in fostering deep
learning in contexts marked by informational complexity and the persistence of lecture-based models.
Immersive technologies are emerging as promising resources to articulate active methodologies and
increase student motivation. This study analysed the relationship between perceived use of immersive
technologies, active teaching and academic motivation in 103 university students from different fields
of study enrolled in courses with historical–social content. A fifteen-item Likert-type questionnaire was
administered, and descriptive statistics, reliability coefficients, psychometric adequacy indices, Pearson
correlations and Kruskal–Wallis tests with Dunn’s post hoc comparisons were computed. The results
showed medium–high levels in the three dimensions, Cronbach’s alpha coefficients between 0.88 and
0.95, and very strong associations among immersive technology use, perceived active teaching and
motivation. In addition, significant differences by field of study were observed in active teaching and
motivation, with Education students obtaining higher scores.
Keywords: immersive technologies; active teaching; academic motivation; history education; higher
education
Artículo recibido 02 febrero 2026
Aceptado para publicación: 27 febrero 2026
Immersive technologies and their contribution to active teaching of History
and Social Sciences in higher education
ABSTRACT
University teaching of History and Social Sciences continues to face difficulties in fostering deep
learning in contexts marked by informational complexity and the persistence of lecture-based models.
Immersive technologies are emerging as promising resources to articulate active methodologies and
increase student motivation. This study analysed the relationship between perceived use of immersive
technologies, active teaching and academic motivation in 103 university students from different fields
of study enrolled in courses with historical–social content. A fifteen-item Likert-type questionnaire was
administered, and descriptive statistics, reliability coefficients, psychometric adequacy indices, Pearson
correlations and Kruskal–Wallis tests with Dunn’s post hoc comparisons were computed. The results
showed medium–high levels in the three dimensions, Cronbach’s alpha coefficients between 0.88 and
0.95, and very strong associations among immersive technology use, perceived active teaching and
motivation. In addition, significant differences by field of study were observed in active teaching and
motivation, with Education students obtaining higher scores.
Keywords: immersive technologies; active teaching; academic motivation; history education; higher
education
Artículo recibido 02 febrero 2026
Aceptado para publicación: 27 febrero 2026
pág. 1305
INTRODUCCIÓN
La enseñanza universitaria de la Historia y las Ciencias Sociales continúa enfrentando dificultades para
promover aprendizajes profundos en contextos marcados por la complejidad de la información y por la
persistencia de enfoques centrados principalmente en clases magistrales (Sanusi et al., 2018). Este
predominio de esquemas transmisivos restringe la posibilidad de que el estudiantado comprenda
procesos históricos y sociales desde perspectivas múltiples, relacione contextos y desarrolle
interpretaciones críticas. En este marco, las metodologías activas han adquirido relevancia porque
favorecen formas de participación más directas, reflexivas y situadas dentro del proceso formativo
(Tirado-Olivares et al., 2021).
En paralelo, la expansión de herramientas digitales avanzadas ha ampliado las posibilidades de
innovación pedagógica en educación superior. Entre estas, las tecnologías inmersivas ocupan un lugar
destacado por su capacidad para complementar o sustituir aspectos del mundo físico mediante entornos
interactivos que intensifican la experiencia de aprendizaje (Wu et al., 2013). Su valor educativo se
relaciona con propiedades como la inmersión, la interactividad y la sensación de presencia, las cuales
permiten formas de relación con el contenido distintas de las ofrecidas por soportes convencionales
(Radianti et al., 2020).
Estas características favorecen la representación de escenarios complejos, la visualización
tridimensional y la exploración contextualizada de objetos de estudio. En términos pedagógicos, ello
amplía las posibilidades de estructurar experiencias más situadas, en las que el alumnado interactúa con
los contenidos de manera activa y contextualizada (Wu et al., 2013). La evidencia reciente ha
documentado asociaciones favorables entre el uso educativo de tecnologías inmersivas y diversos
resultados formativos. Se ha reportado que estas herramientas pueden fortalecer la participación y la
motivación del estudiantado al ofrecer experiencias dinámicas y contextualmente significativas (Lin et
al., 2024).
Asimismo, se ha informado un efecto general significativo y de gran magnitud sobre los resultados de
aprendizaje cuando estas aplicaciones se comparan con metodologías tradicionales, lo que respalda su
potencial como recurso pedagógico en distintos contextos de enseñanza (Li et al., 2025). De manera
complementaria, se ha observado que la novedad tecnológica, la autonomía de exploración y la
INTRODUCCIÓN
La enseñanza universitaria de la Historia y las Ciencias Sociales continúa enfrentando dificultades para
promover aprendizajes profundos en contextos marcados por la complejidad de la información y por la
persistencia de enfoques centrados principalmente en clases magistrales (Sanusi et al., 2018). Este
predominio de esquemas transmisivos restringe la posibilidad de que el estudiantado comprenda
procesos históricos y sociales desde perspectivas múltiples, relacione contextos y desarrolle
interpretaciones críticas. En este marco, las metodologías activas han adquirido relevancia porque
favorecen formas de participación más directas, reflexivas y situadas dentro del proceso formativo
(Tirado-Olivares et al., 2021).
En paralelo, la expansión de herramientas digitales avanzadas ha ampliado las posibilidades de
innovación pedagógica en educación superior. Entre estas, las tecnologías inmersivas ocupan un lugar
destacado por su capacidad para complementar o sustituir aspectos del mundo físico mediante entornos
interactivos que intensifican la experiencia de aprendizaje (Wu et al., 2013). Su valor educativo se
relaciona con propiedades como la inmersión, la interactividad y la sensación de presencia, las cuales
permiten formas de relación con el contenido distintas de las ofrecidas por soportes convencionales
(Radianti et al., 2020).
Estas características favorecen la representación de escenarios complejos, la visualización
tridimensional y la exploración contextualizada de objetos de estudio. En términos pedagógicos, ello
amplía las posibilidades de estructurar experiencias más situadas, en las que el alumnado interactúa con
los contenidos de manera activa y contextualizada (Wu et al., 2013). La evidencia reciente ha
documentado asociaciones favorables entre el uso educativo de tecnologías inmersivas y diversos
resultados formativos. Se ha reportado que estas herramientas pueden fortalecer la participación y la
motivación del estudiantado al ofrecer experiencias dinámicas y contextualmente significativas (Lin et
al., 2024).
Asimismo, se ha informado un efecto general significativo y de gran magnitud sobre los resultados de
aprendizaje cuando estas aplicaciones se comparan con metodologías tradicionales, lo que respalda su
potencial como recurso pedagógico en distintos contextos de enseñanza (Li et al., 2025). De manera
complementaria, se ha observado que la novedad tecnológica, la autonomía de exploración y la
pág. 1306
percepción de control asociadas a estos entornos pueden reforzar la motivación intrínseca hacia el
contenido académico (Gill et al., 2024). En consecuencia, su interés educativo no se limita al plano
instrumental, sino también a su capacidad para enriquecer la experiencia formativa.
No obstante, la consistencia de estos efectos no depende exclusivamente de la dimensión tecnológica
del recurso. La literatura especializada muestra que el potencial formativo de las tecnologías inmersivas
aumenta cuando su incorporación se articula con decisiones pedagógicas coherentes y con estrategias
orientadas a activar la participación del alumnado en la construcción del conocimiento (Garzón et al.,
2020). En este sentido, los enfoques de enseñanza activa proporcionan un marco particularmente
pertinente para comprender su valor pedagógico, ya que sus beneficios son mayores cuando se integran
en experiencias basadas en aprendizaje colaborativo, situado o resolución de problemas (Liao & Wu,
2022).
Desde esta perspectiva, las tecnologías inmersivas pueden operar como mediaciones didácticas capaces
de fortalecer el trabajo colaborativo, la reflexión y el pensamiento crítico, siempre que se incorporen
dentro de diseños consistentes con principios constructivistas (Ibáñez & Delgado-Kloos, 2018). Esta
consideración resulta especialmente relevante en áreas donde la interpretación de contextos, relaciones
y perspectivas ocupa un lugar central en la formación. En Historia y Ciencias Sociales, el interés por
estas herramientas no se explica solo por su atractivo tecnológico, sino por su capacidad para enriquecer
la comprensión de fenómenos complejos mediante experiencias interactivas, situadas y analíticamente
demandantes.
En el ámbito específico de la Historia y las Ciencias Sociales, los recursos inmersivos han mostrado
aplicaciones prometedoras. Su utilización permite reconstruir eventos, representar entornos
patrimoniales y aproximar al estudiantado a escenarios históricos o socioculturales difíciles de
experimentar mediante la enseñanza convencional. Se ha documentado que la recreación de situaciones
históricas puede favorecer la empatía y la comprensión de perspectivas sociopolíticas complejas
(Challenor & Ma, 2019). De forma más concreta, la realidad aumentada aplicada al patrimonio
arquitectónico ha mostrado utilidad para facilitar la comprensión de configuraciones espaciales y
contextuales que las estrategias tradicionales no transmiten con la misma riqueza visual y relacional
(Sanusi et al., 2018).
percepción de control asociadas a estos entornos pueden reforzar la motivación intrínseca hacia el
contenido académico (Gill et al., 2024). En consecuencia, su interés educativo no se limita al plano
instrumental, sino también a su capacidad para enriquecer la experiencia formativa.
No obstante, la consistencia de estos efectos no depende exclusivamente de la dimensión tecnológica
del recurso. La literatura especializada muestra que el potencial formativo de las tecnologías inmersivas
aumenta cuando su incorporación se articula con decisiones pedagógicas coherentes y con estrategias
orientadas a activar la participación del alumnado en la construcción del conocimiento (Garzón et al.,
2020). En este sentido, los enfoques de enseñanza activa proporcionan un marco particularmente
pertinente para comprender su valor pedagógico, ya que sus beneficios son mayores cuando se integran
en experiencias basadas en aprendizaje colaborativo, situado o resolución de problemas (Liao & Wu,
2022).
Desde esta perspectiva, las tecnologías inmersivas pueden operar como mediaciones didácticas capaces
de fortalecer el trabajo colaborativo, la reflexión y el pensamiento crítico, siempre que se incorporen
dentro de diseños consistentes con principios constructivistas (Ibáñez & Delgado-Kloos, 2018). Esta
consideración resulta especialmente relevante en áreas donde la interpretación de contextos, relaciones
y perspectivas ocupa un lugar central en la formación. En Historia y Ciencias Sociales, el interés por
estas herramientas no se explica solo por su atractivo tecnológico, sino por su capacidad para enriquecer
la comprensión de fenómenos complejos mediante experiencias interactivas, situadas y analíticamente
demandantes.
En el ámbito específico de la Historia y las Ciencias Sociales, los recursos inmersivos han mostrado
aplicaciones prometedoras. Su utilización permite reconstruir eventos, representar entornos
patrimoniales y aproximar al estudiantado a escenarios históricos o socioculturales difíciles de
experimentar mediante la enseñanza convencional. Se ha documentado que la recreación de situaciones
históricas puede favorecer la empatía y la comprensión de perspectivas sociopolíticas complejas
(Challenor & Ma, 2019). De forma más concreta, la realidad aumentada aplicada al patrimonio
arquitectónico ha mostrado utilidad para facilitar la comprensión de configuraciones espaciales y
contextuales que las estrategias tradicionales no transmiten con la misma riqueza visual y relacional
(Sanusi et al., 2018).
pág. 1307
Pese a estos avances, la literatura disponible aún presenta vacíos importantes. Una primera limitación
se relaciona con la ausencia de orientaciones sistemáticas suficientemente claras sobre cómo diseñar e
implementar experiencias inmersivas ajustadas a propósitos pedagógicos específicos en educación
superior (Radianti et al., 2020). Una segunda limitación se vincula con la distribución desigual de la
evidencia empírica, ya que buena parte de los estudios se concentra en ciencias de la salud, medicina y
áreas afines a STEM, mientras que las disciplinas humanísticas y sociales continúan ocupando una
posición menos visible dentro de la producción reciente (Li et al., 2025).
Esta asimetría restringe la posibilidad de valorar con precisión el alcance formativo de estas tecnologías
en campos donde la interpretación y la construcción crítica de significado son dimensiones centrales del
aprendizaje. De hecho, se ha identificado una presencia limitada de investigaciones centradas en
humanidades y ciencias sociales dentro del conjunto reciente de estudios sobre entornos inmersivos, lo
que evidencia una subrepresentación persistente de estas áreas en el ámbito universitario (Llanos-Ruiz
et al., 2025). A ello se añade una debilidad metodológica, pues muchas investigaciones han recurrido a
escalas ad hoc o a instrumentos con validación insuficiente, lo que dificulta la comparabilidad de los
hallazgos (Koumpouros, 2024).
En atención a estos vacíos, el presente estudio analiza las percepciones de estudiantes universitarios de
distintas áreas académicas sobre el uso de tecnologías inmersivas, la enseñanza activa y la motivación
académica, a partir de escalas tipo Likert psicométricamente validadas. Su principal aporte radica en
situar esta discusión en el contexto de la educación universitaria vinculada con Historia y Ciencias
Sociales, donde la evidencia sigue siendo comparativamente menor. En coherencia con ello, el objetivo
general es examinar el aporte del uso de tecnologías inmersivas a la enseñanza activa percibida y analizar
su relación con la motivación académica en asignaturas histórico-sociales.
Se plantean las siguientes hipótesis: H1, el uso de tecnologías inmersivas se asocia de manera positiva
y significativa con la enseñanza activa percibida; H2, el uso de tecnologías inmersivas se asocia de
manera positiva y significativa con la motivación académica; H3, la enseñanza activa percibida se asocia
de manera positiva y significativa con la motivación académica; y H4, existen diferencias
estadísticamente significativas en la enseñanza activa percibida y en la motivación académica según el
área disciplinar de los estudiantes universitarios.
Pese a estos avances, la literatura disponible aún presenta vacíos importantes. Una primera limitación
se relaciona con la ausencia de orientaciones sistemáticas suficientemente claras sobre cómo diseñar e
implementar experiencias inmersivas ajustadas a propósitos pedagógicos específicos en educación
superior (Radianti et al., 2020). Una segunda limitación se vincula con la distribución desigual de la
evidencia empírica, ya que buena parte de los estudios se concentra en ciencias de la salud, medicina y
áreas afines a STEM, mientras que las disciplinas humanísticas y sociales continúan ocupando una
posición menos visible dentro de la producción reciente (Li et al., 2025).
Esta asimetría restringe la posibilidad de valorar con precisión el alcance formativo de estas tecnologías
en campos donde la interpretación y la construcción crítica de significado son dimensiones centrales del
aprendizaje. De hecho, se ha identificado una presencia limitada de investigaciones centradas en
humanidades y ciencias sociales dentro del conjunto reciente de estudios sobre entornos inmersivos, lo
que evidencia una subrepresentación persistente de estas áreas en el ámbito universitario (Llanos-Ruiz
et al., 2025). A ello se añade una debilidad metodológica, pues muchas investigaciones han recurrido a
escalas ad hoc o a instrumentos con validación insuficiente, lo que dificulta la comparabilidad de los
hallazgos (Koumpouros, 2024).
En atención a estos vacíos, el presente estudio analiza las percepciones de estudiantes universitarios de
distintas áreas académicas sobre el uso de tecnologías inmersivas, la enseñanza activa y la motivación
académica, a partir de escalas tipo Likert psicométricamente validadas. Su principal aporte radica en
situar esta discusión en el contexto de la educación universitaria vinculada con Historia y Ciencias
Sociales, donde la evidencia sigue siendo comparativamente menor. En coherencia con ello, el objetivo
general es examinar el aporte del uso de tecnologías inmersivas a la enseñanza activa percibida y analizar
su relación con la motivación académica en asignaturas histórico-sociales.
Se plantean las siguientes hipótesis: H1, el uso de tecnologías inmersivas se asocia de manera positiva
y significativa con la enseñanza activa percibida; H2, el uso de tecnologías inmersivas se asocia de
manera positiva y significativa con la motivación académica; H3, la enseñanza activa percibida se asocia
de manera positiva y significativa con la motivación académica; y H4, existen diferencias
estadísticamente significativas en la enseñanza activa percibida y en la motivación académica según el
área disciplinar de los estudiantes universitarios.
pág. 1308
METODOLOGÍA
Diseño del estudio
Se desarrolló un estudio cuantitativo, observacional y de corte transversal a partir de la aplicación de un
cuestionario estructurado a estudiantes universitarios. Este diseño permitió examinar patrones de
asociación entre variables en un único momento de medición, sin asumir relaciones causales estrictas
entre ellas. Su elección resultó adecuada para describir la variación conjunta del uso de tecnologías
inmersivas, la enseñanza activa percibida y la motivación académica en un contexto educativo
específico, conforme a criterios metodológicos ampliamente aceptados para investigaciones no
experimentales en ciencias sociales (Ato et al., 2013; Hernández-Sampieri et al., 2014).
Participantes y contexto
La muestra estuvo conformada por 103 estudiantes universitarios matriculados en asignaturas con
contenidos de Historia y Ciencias Sociales. El estudiantado pertenecía a tres áreas de formación:
Educación, Ciencias Sociales y Jurídico-Política. Esta composición permitió examinar posibles
diferencias entre campos disciplinares en relación con el uso percibido de tecnologías inmersivas, la
enseñanza activa y la motivación académica.
Como criterios de inclusión se consideró: (a) estar matriculado en una asignatura universitaria con
componente de Historia o Ciencias Sociales; (b) aceptar participar de manera voluntaria; y (c haber
participado, durante el último mes y medio, en al menos dos actividades de enseñanza que incorporaran
tecnologías inmersivas y metodologías activas en dicha asignatura. Este criterio buscó asegurar que las
respuestas se basaran en experiencias recientes y no en impresiones hipotéticas.
Instrumento
Se utilizó un cuestionario autoadministrado compuesto por 15 ítems tipo Likert con cinco opciones de
respuesta ordenadas desde el menor hasta el mayor grado de acuerdo. Los enunciados se distribuyeron
en tres dimensiones teóricas: uso de tecnologías inmersivas, enseñanza activa percibida y motivación
hacia la asignatura. Cada dimensión estuvo integrada por cinco ítems. Para cada escala se calculó un
puntaje compuesto mediante el promedio de los ítems correspondientes, de modo que los valores más
altos indican mayor presencia percibida del constructo evaluado.
METODOLOGÍA
Diseño del estudio
Se desarrolló un estudio cuantitativo, observacional y de corte transversal a partir de la aplicación de un
cuestionario estructurado a estudiantes universitarios. Este diseño permitió examinar patrones de
asociación entre variables en un único momento de medición, sin asumir relaciones causales estrictas
entre ellas. Su elección resultó adecuada para describir la variación conjunta del uso de tecnologías
inmersivas, la enseñanza activa percibida y la motivación académica en un contexto educativo
específico, conforme a criterios metodológicos ampliamente aceptados para investigaciones no
experimentales en ciencias sociales (Ato et al., 2013; Hernández-Sampieri et al., 2014).
Participantes y contexto
La muestra estuvo conformada por 103 estudiantes universitarios matriculados en asignaturas con
contenidos de Historia y Ciencias Sociales. El estudiantado pertenecía a tres áreas de formación:
Educación, Ciencias Sociales y Jurídico-Política. Esta composición permitió examinar posibles
diferencias entre campos disciplinares en relación con el uso percibido de tecnologías inmersivas, la
enseñanza activa y la motivación académica.
Como criterios de inclusión se consideró: (a) estar matriculado en una asignatura universitaria con
componente de Historia o Ciencias Sociales; (b) aceptar participar de manera voluntaria; y (c haber
participado, durante el último mes y medio, en al menos dos actividades de enseñanza que incorporaran
tecnologías inmersivas y metodologías activas en dicha asignatura. Este criterio buscó asegurar que las
respuestas se basaran en experiencias recientes y no en impresiones hipotéticas.
Instrumento
Se utilizó un cuestionario autoadministrado compuesto por 15 ítems tipo Likert con cinco opciones de
respuesta ordenadas desde el menor hasta el mayor grado de acuerdo. Los enunciados se distribuyeron
en tres dimensiones teóricas: uso de tecnologías inmersivas, enseñanza activa percibida y motivación
hacia la asignatura. Cada dimensión estuvo integrada por cinco ítems. Para cada escala se calculó un
puntaje compuesto mediante el promedio de los ítems correspondientes, de modo que los valores más
altos indican mayor presencia percibida del constructo evaluado.
pág. 1309
La estructura conceptual y operativa del cuestionario se presenta en la Tabla 1. Los ítems fueron
formulados para captar percepciones estudiantiles sobre el uso de recursos inmersivos en el aprendizaje,
la centralidad de estrategias activas en la enseñanza y la disposición motivacional hacia la asignatura.
Esta organización permitió mantener correspondencia entre los constructos teóricos del estudio y su
medición empírica mediante escalas diferenciadas, pero analíticamente relacionadas.
Tabla 1
Dimensiones y enunciados del cuestionario sobre tecnologías inmersivas, enseñanza activa y
motivación
Dimensión Código Enunciado
Uso de tecnologías inmersivas TI_1
Utilizo tecnologías inmersivas para apoyar mi aprendizaje
en Historia y Ciencias Sociales.
Uso de tecnologías inmersivas TI_2
Las experiencias inmersivas me ayudan a comprender
mejor los contenidos de la asignatura.
Uso de tecnologías inmersivas TI_3
Considero que las tecnologías inmersivas enriquecen las
explicaciones del profesorado.
Uso de tecnologías inmersivas TI_4
Las actividades inmersivas me permiten explorar
contextos históricos que no podría conocer de otro modo.
Uso de tecnologías inmersivas TI_5
Valoro positivamente que se integren tecnologías
inmersivas en las clases de Historia y Ciencias Sociales.
Enseñanza activa percibida EA_1
En esta asignatura se proponen actividades en las que
debo investigar y construir mis propias respuestas.
Enseñanza activa percibida EA_2
El profesorado fomenta que participe de manera activa
durante las sesiones de clase.
Enseñanza activa percibida EA_3
Las actividades de la asignatura me invitan a debatir y
contrastar diferentes perspectivas históricas.
Enseñanza activa percibida EA_4
Siento que en esta asignatura se prioriza el análisis crítico
sobre la simple repetición de contenidos.
Enseñanza activa percibida EA_5
Percibo que las metodologías utilizadas me colocan en el
centro del proceso de aprendizaje.
La estructura conceptual y operativa del cuestionario se presenta en la Tabla 1. Los ítems fueron
formulados para captar percepciones estudiantiles sobre el uso de recursos inmersivos en el aprendizaje,
la centralidad de estrategias activas en la enseñanza y la disposición motivacional hacia la asignatura.
Esta organización permitió mantener correspondencia entre los constructos teóricos del estudio y su
medición empírica mediante escalas diferenciadas, pero analíticamente relacionadas.
Tabla 1
Dimensiones y enunciados del cuestionario sobre tecnologías inmersivas, enseñanza activa y
motivación
Dimensión Código Enunciado
Uso de tecnologías inmersivas TI_1
Utilizo tecnologías inmersivas para apoyar mi aprendizaje
en Historia y Ciencias Sociales.
Uso de tecnologías inmersivas TI_2
Las experiencias inmersivas me ayudan a comprender
mejor los contenidos de la asignatura.
Uso de tecnologías inmersivas TI_3
Considero que las tecnologías inmersivas enriquecen las
explicaciones del profesorado.
Uso de tecnologías inmersivas TI_4
Las actividades inmersivas me permiten explorar
contextos históricos que no podría conocer de otro modo.
Uso de tecnologías inmersivas TI_5
Valoro positivamente que se integren tecnologías
inmersivas en las clases de Historia y Ciencias Sociales.
Enseñanza activa percibida EA_1
En esta asignatura se proponen actividades en las que
debo investigar y construir mis propias respuestas.
Enseñanza activa percibida EA_2
El profesorado fomenta que participe de manera activa
durante las sesiones de clase.
Enseñanza activa percibida EA_3
Las actividades de la asignatura me invitan a debatir y
contrastar diferentes perspectivas históricas.
Enseñanza activa percibida EA_4
Siento que en esta asignatura se prioriza el análisis crítico
sobre la simple repetición de contenidos.
Enseñanza activa percibida EA_5
Percibo que las metodologías utilizadas me colocan en el
centro del proceso de aprendizaje.
pág. 1310
Dimensión Código Enunciado
Motivación hacia la asignatura
MOT_
1
Me siento interesado por las actividades que se realizan en
esta asignatura.
Motivación hacia la asignatura
MOT_
2
Dedico tiempo adicional a revisar los contenidos porque
me resultan relevantes.
Motivación hacia la asignatura
MOT_
3
Las experiencias de aprendizaje en esta asignatura me
animan a seguir profundizando en estos temas.
Motivación hacia la asignatura
MOT_
4
Considero satisfactorio el esfuerzo que realizo para
aprender Historia y Ciencias Sociales.
Motivación hacia la asignatura
MOT_
5
Me siento motivado a participar activamente cuando se
utilizan recursos inmersivos en la asignatura.
Nota. Todos los ítems se respondieron en una escala tipo Likert de cinco categorías, desde “totalmente en desacuerdo” hasta
“totalmente de acuerdo”.
La consistencia interna de las tres subescalas se estimó mediante el coeficiente alfa de Cronbach,
utilizado como indicador de fiabilidad en instrumentos compuestos por ítems correlacionados
(Cronbach, 1951). Para su interpretación se consideraron aceptables los valores iguales o superiores a
0.70, siguiendo criterios de uso frecuente en investigaciones aplicadas en ciencias sociales y educación
(Nunnally & Bernstein, 1994; Tavakol & Dennick, 2011).
De manera complementaria, se examinó la adecuación de la matriz de correlaciones mediante el índice
de Kaiser-Meyer-Olkin y la prueba de esfericidad de Bartlett. El índice KMO permite valorar la
suficiencia muestral, mientras que la prueba de Bartlett contrasta si la matriz de correlaciones difiere de
una matriz identidad. En conjunto, ambos indicadores ofrecen evidencia sobre la pertinencia de explorar
la consistencia estructural del instrumento (Bartlett, 1951; Kaiser, 1974).
Procedimiento de recolección de datos
La recolección de datos se realizó en un único momento durante el horario regular de clase. El
cuestionario fue administrado de manera colectiva mediante un formulario autoaplicable, que los
estudiantes completaron en un tiempo aproximado de 10 a 15 minutos. Antes de iniciar la aplicación, se
Dimensión Código Enunciado
Motivación hacia la asignatura
MOT_
1
Me siento interesado por las actividades que se realizan en
esta asignatura.
Motivación hacia la asignatura
MOT_
2
Dedico tiempo adicional a revisar los contenidos porque
me resultan relevantes.
Motivación hacia la asignatura
MOT_
3
Las experiencias de aprendizaje en esta asignatura me
animan a seguir profundizando en estos temas.
Motivación hacia la asignatura
MOT_
4
Considero satisfactorio el esfuerzo que realizo para
aprender Historia y Ciencias Sociales.
Motivación hacia la asignatura
MOT_
5
Me siento motivado a participar activamente cuando se
utilizan recursos inmersivos en la asignatura.
Nota. Todos los ítems se respondieron en una escala tipo Likert de cinco categorías, desde “totalmente en desacuerdo” hasta
“totalmente de acuerdo”.
La consistencia interna de las tres subescalas se estimó mediante el coeficiente alfa de Cronbach,
utilizado como indicador de fiabilidad en instrumentos compuestos por ítems correlacionados
(Cronbach, 1951). Para su interpretación se consideraron aceptables los valores iguales o superiores a
0.70, siguiendo criterios de uso frecuente en investigaciones aplicadas en ciencias sociales y educación
(Nunnally & Bernstein, 1994; Tavakol & Dennick, 2011).
De manera complementaria, se examinó la adecuación de la matriz de correlaciones mediante el índice
de Kaiser-Meyer-Olkin y la prueba de esfericidad de Bartlett. El índice KMO permite valorar la
suficiencia muestral, mientras que la prueba de Bartlett contrasta si la matriz de correlaciones difiere de
una matriz identidad. En conjunto, ambos indicadores ofrecen evidencia sobre la pertinencia de explorar
la consistencia estructural del instrumento (Bartlett, 1951; Kaiser, 1974).
Procedimiento de recolección de datos
La recolección de datos se realizó en un único momento durante el horario regular de clase. El
cuestionario fue administrado de manera colectiva mediante un formulario autoaplicable, que los
estudiantes completaron en un tiempo aproximado de 10 a 15 minutos. Antes de iniciar la aplicación, se
pág. 1311
explicó el propósito general del estudio, se recordó que el instrumento estaba dirigido a quienes habían
tenido experiencias recientes con actividades inmersivas en la asignatura y se enfatizó que la
participación era completamente voluntaria. Asimismo, se aclaró que las respuestas no tendrían
repercusión académica y que el instrumento se utilizaría exclusivamente con fines de investigación.
La administración se llevó a cabo respetando principios éticos básicos aplicables a investigaciones con
personas. Se informó a los participantes sobre la naturaleza del estudio, se solicitó su consentimiento y
se garantizó el tratamiento anónimo y confidencial de la información. Estas condiciones buscaron
favorecer respuestas honestas sobre las dimensiones examinadas.
Análisis de datos
En una primera etapa, se realizó una depuración de la base de datos para identificar valores perdidos,
inconsistencias internas y posibles errores de registro. Posteriormente, se calcularon estadísticos
descriptivos de tendencia central y dispersión para las tres dimensiones analizadas y para las variables
sociodemográficas consideradas. Esta fase permitió caracterizar la muestra y examinar el
comportamiento inicial de los puntajes compuestos.
La fiabilidad interna de las escalas de uso de tecnologías inmersivas, enseñanza activa percibida y
motivación se estimó mediante el coeficiente alfa de Cronbach (Cronbach, 1951), interpretando los
resultados a la luz de criterios clásicos de la literatura psicométrica (Nunnally & Bernstein, 1994;
Tavakol & Dennick, 2011). Paralelamente, la adecuación de la matriz de correlaciones se evaluó
mediante el índice KMO y la prueba de esfericidad de Bartlett, con el fin de respaldar la consistencia
interna y relacional del instrumento empleado (Bartlett, 1951; Kaiser, 1974).
Para examinar la relación entre las dimensiones continuas de uso de tecnologías inmersivas, enseñanza
activa percibida y motivación académica, se calcularon coeficientes de correlación de Pearson. Además,
se analizaron diferencias en los puntajes de dichas dimensiones según el área de formación de los
participantes, con el propósito de identificar variaciones entre Educación, Ciencias Sociales y Jurídico-
Política. Conceptualmente se asumió un modelo asociativo en el que el uso de tecnologías inmersivas
se vincula con la percepción de enseñanza activa, y ambas dimensiones se relacionan con la motivación
académica, sin establecer relaciones causales estrictas.
explicó el propósito general del estudio, se recordó que el instrumento estaba dirigido a quienes habían
tenido experiencias recientes con actividades inmersivas en la asignatura y se enfatizó que la
participación era completamente voluntaria. Asimismo, se aclaró que las respuestas no tendrían
repercusión académica y que el instrumento se utilizaría exclusivamente con fines de investigación.
La administración se llevó a cabo respetando principios éticos básicos aplicables a investigaciones con
personas. Se informó a los participantes sobre la naturaleza del estudio, se solicitó su consentimiento y
se garantizó el tratamiento anónimo y confidencial de la información. Estas condiciones buscaron
favorecer respuestas honestas sobre las dimensiones examinadas.
Análisis de datos
En una primera etapa, se realizó una depuración de la base de datos para identificar valores perdidos,
inconsistencias internas y posibles errores de registro. Posteriormente, se calcularon estadísticos
descriptivos de tendencia central y dispersión para las tres dimensiones analizadas y para las variables
sociodemográficas consideradas. Esta fase permitió caracterizar la muestra y examinar el
comportamiento inicial de los puntajes compuestos.
La fiabilidad interna de las escalas de uso de tecnologías inmersivas, enseñanza activa percibida y
motivación se estimó mediante el coeficiente alfa de Cronbach (Cronbach, 1951), interpretando los
resultados a la luz de criterios clásicos de la literatura psicométrica (Nunnally & Bernstein, 1994;
Tavakol & Dennick, 2011). Paralelamente, la adecuación de la matriz de correlaciones se evaluó
mediante el índice KMO y la prueba de esfericidad de Bartlett, con el fin de respaldar la consistencia
interna y relacional del instrumento empleado (Bartlett, 1951; Kaiser, 1974).
Para examinar la relación entre las dimensiones continuas de uso de tecnologías inmersivas, enseñanza
activa percibida y motivación académica, se calcularon coeficientes de correlación de Pearson. Además,
se analizaron diferencias en los puntajes de dichas dimensiones según el área de formación de los
participantes, con el propósito de identificar variaciones entre Educación, Ciencias Sociales y Jurídico-
Política. Conceptualmente se asumió un modelo asociativo en el que el uso de tecnologías inmersivas
se vincula con la percepción de enseñanza activa, y ambas dimensiones se relacionan con la motivación
académica, sin establecer relaciones causales estrictas.
pág. 1312
Antes de seleccionar las pruebas de contraste entre grupos, se verificaron los supuestos de normalidad
de los residuos y homogeneidad de varianzas. La normalidad se comprobó mediante la prueba de
Shapiro-Wilk y la homogeneidad de varianzas mediante la prueba de Levene (Levene, 1960; Shapiro &
Wilk, 1965). En las tres dimensiones se detectaron desviaciones significativas de la normalidad,
mientras que las varianzas permanecieron homogéneas entre áreas de formación. Considerando estas
evidencias y la naturaleza ordinal de los ítems tipo Likert, se optó por emplear la prueba no paramétrica
de Kruskal-Wallis para k muestras independientes (Kruskal & Wallis, 1952).
En caso de obtenerse diferencias estadísticamente significativas en la prueba de Kruskal-Wallis, se
realizarían comparaciones múltiples posteriores mediante el procedimiento de Dunn con ajuste de
Bonferroni, con el fin de controlar el error de tipo I en contrastes basados en rangos (Dunn, 1964). En
todos los análisis se adoptó un nivel de significación de 0.05. El procesamiento estadístico se efectuó en
el software R, versión 4.3.2, utilizando paquetes específicos para análisis psicométricos, pruebas no
paramétricas y visualización de datos con calidad de publicación (R Core Team, 2024).
RESULTADOS Y DISCUSIÓN
Características de la muestra
La muestra estuvo conformada por N = 103 estudiantes universitarios matriculados en asignaturas con
componentes de Historia y Ciencias Sociales. Predominó el género femenino con un 52,4 % (n = 54),
seguido del masculino con un 46,6 % (n = 48) y una categoría residual de otro género con un 1,0 % (n
= 1). En cuanto al área de formación, el 35,0 % cursaba Educación (n = 36), el 32,0 % Ciencias Sociales
(n = 33) y el 33,0 % Jurídico-Política (n = 34). La edad presentó una media de 25,16 años (DE = 5,52)
y una mediana de 24 años, lo que describe una población universitaria joven (Tabla 2).
Antes de seleccionar las pruebas de contraste entre grupos, se verificaron los supuestos de normalidad
de los residuos y homogeneidad de varianzas. La normalidad se comprobó mediante la prueba de
Shapiro-Wilk y la homogeneidad de varianzas mediante la prueba de Levene (Levene, 1960; Shapiro &
Wilk, 1965). En las tres dimensiones se detectaron desviaciones significativas de la normalidad,
mientras que las varianzas permanecieron homogéneas entre áreas de formación. Considerando estas
evidencias y la naturaleza ordinal de los ítems tipo Likert, se optó por emplear la prueba no paramétrica
de Kruskal-Wallis para k muestras independientes (Kruskal & Wallis, 1952).
En caso de obtenerse diferencias estadísticamente significativas en la prueba de Kruskal-Wallis, se
realizarían comparaciones múltiples posteriores mediante el procedimiento de Dunn con ajuste de
Bonferroni, con el fin de controlar el error de tipo I en contrastes basados en rangos (Dunn, 1964). En
todos los análisis se adoptó un nivel de significación de 0.05. El procesamiento estadístico se efectuó en
el software R, versión 4.3.2, utilizando paquetes específicos para análisis psicométricos, pruebas no
paramétricas y visualización de datos con calidad de publicación (R Core Team, 2024).
RESULTADOS Y DISCUSIÓN
Características de la muestra
La muestra estuvo conformada por N = 103 estudiantes universitarios matriculados en asignaturas con
componentes de Historia y Ciencias Sociales. Predominó el género femenino con un 52,4 % (n = 54),
seguido del masculino con un 46,6 % (n = 48) y una categoría residual de otro género con un 1,0 % (n
= 1). En cuanto al área de formación, el 35,0 % cursaba Educación (n = 36), el 32,0 % Ciencias Sociales
(n = 33) y el 33,0 % Jurídico-Política (n = 34). La edad presentó una media de 25,16 años (DE = 5,52)
y una mediana de 24 años, lo que describe una población universitaria joven (Tabla 2).
pág. 1313
Tabla 2
Características sociodemográficas de la muestra de estudiantes universitarios
Variable Categoría n % Media DE
Género
Femenino 54 52,4
Masculino 48 46,6
Otro 1 1,0
Área de formación
Educación 36 35,0
Ciencias Sociales 33 32,0
Jurídico-Política 34 33,0
Edad (años) 103 100,0 25,16 5,52
Nota. La tabla presenta frecuencias absolutas, porcentajes y estadísticos descriptivos de la edad de los participantes.
Estadísticos descriptivos y fiabilidad de las escalas
Las tres dimensiones mostraron puntuaciones elevadas en la escala Likert de 1 a 5 puntos. Como se
resume en la Tabla 3, el uso de tecnologías inmersivas registró una media de 4,14 (DE = 0,65), la
enseñanza activa percibida una media de 4,01 (DE = 0,60) y la motivación hacia la asignatura una media
de 4,15 (DE = 0,68). En todos los casos la mediana fue de 4,00, con valores comprendidos entre 1,00 y
5,00 e intervalos de confianza del 95 % estrechos, lo que indica niveles medios altos y relativamente
homogéneos en las tres dimensiones evaluadas.
Tabla 2
Características sociodemográficas de la muestra de estudiantes universitarios
Variable Categoría n % Media DE
Género
Femenino 54 52,4
Masculino 48 46,6
Otro 1 1,0
Área de formación
Educación 36 35,0
Ciencias Sociales 33 32,0
Jurídico-Política 34 33,0
Edad (años) 103 100,0 25,16 5,52
Nota. La tabla presenta frecuencias absolutas, porcentajes y estadísticos descriptivos de la edad de los participantes.
Estadísticos descriptivos y fiabilidad de las escalas
Las tres dimensiones mostraron puntuaciones elevadas en la escala Likert de 1 a 5 puntos. Como se
resume en la Tabla 3, el uso de tecnologías inmersivas registró una media de 4,14 (DE = 0,65), la
enseñanza activa percibida una media de 4,01 (DE = 0,60) y la motivación hacia la asignatura una media
de 4,15 (DE = 0,68). En todos los casos la mediana fue de 4,00, con valores comprendidos entre 1,00 y
5,00 e intervalos de confianza del 95 % estrechos, lo que indica niveles medios altos y relativamente
homogéneos en las tres dimensiones evaluadas.
pág. 1314
Tabla 3
Estadísticos descriptivos e índices de fiabilidad de las dimensiones latentes
Dimensión Media DE Mediana Mín Máx
IC 95
%
(LI)
IC 95
%
(LS)
Alfa de
Cronbach
Uso de tecnologías
inmersivas
4,14 0,65 4,00 1,00 5,00 4,02 4,27 0,93
Enseñanza activa
percibida
4,01 0,60 4,00 1,00 5,00 3,89 4,13 0,88
Motivación hacia la
asignatura
4,15 0,68 4,00 1,00 5,00 4,02 4,28 0,95
Nota. Cada dimensión corresponde al promedio de cinco ítems tipo Likert con respuestas entre 1 (totalmente en desacuerdo) y
5 (totalmente de acuerdo).
En términos psicométricos, las escalas evidenciaron una elevada consistencia interna, con alfas de
Cronbach de 0,93 para el uso de tecnologías inmersivas, 0,88 para la enseñanza activa percibida y 0,95
para la motivación. La adecuación de la matriz de correlaciones también fue alta, con un índice KMO
global de 0,94 y una prueba de esfericidad de Bartlett significativa (χ²(105) = 1682,46, p < 0,001). Estos
indicadores respaldan la solidez del instrumento y responden a las demandas de la literatura que subraya
la necesidad de escalas validadas para evaluar la experiencia estudiantil en entornos inmersivos
(Koumpouros, 2024).
Correlaciones entre uso de tecnologías inmersivas, enseñanza activa y motivación
Las asociaciones entre las dimensiones fueron positivas y de magnitud elevada. La Tabla 4 muestra que
el uso de tecnologías inmersivas correlacionó con la enseñanza activa percibida con r = 0,82 (p < 0,001)
y con la motivación hacia la asignatura con r = 0,88 (p < 0,001). A su vez, la enseñanza activa percibida
se relacionó con la motivación con r = 0,86 (p < 0,001). Este patrón indica que mayores niveles de
integración inmersiva se vinculan con percepciones más intensas de metodologías activas y con una
motivación académica superior.
Tabla 3
Estadísticos descriptivos e índices de fiabilidad de las dimensiones latentes
Dimensión Media DE Mediana Mín Máx
IC 95
%
(LI)
IC 95
%
(LS)
Alfa de
Cronbach
Uso de tecnologías
inmersivas
4,14 0,65 4,00 1,00 5,00 4,02 4,27 0,93
Enseñanza activa
percibida
4,01 0,60 4,00 1,00 5,00 3,89 4,13 0,88
Motivación hacia la
asignatura
4,15 0,68 4,00 1,00 5,00 4,02 4,28 0,95
Nota. Cada dimensión corresponde al promedio de cinco ítems tipo Likert con respuestas entre 1 (totalmente en desacuerdo) y
5 (totalmente de acuerdo).
En términos psicométricos, las escalas evidenciaron una elevada consistencia interna, con alfas de
Cronbach de 0,93 para el uso de tecnologías inmersivas, 0,88 para la enseñanza activa percibida y 0,95
para la motivación. La adecuación de la matriz de correlaciones también fue alta, con un índice KMO
global de 0,94 y una prueba de esfericidad de Bartlett significativa (χ²(105) = 1682,46, p < 0,001). Estos
indicadores respaldan la solidez del instrumento y responden a las demandas de la literatura que subraya
la necesidad de escalas validadas para evaluar la experiencia estudiantil en entornos inmersivos
(Koumpouros, 2024).
Correlaciones entre uso de tecnologías inmersivas, enseñanza activa y motivación
Las asociaciones entre las dimensiones fueron positivas y de magnitud elevada. La Tabla 4 muestra que
el uso de tecnologías inmersivas correlacionó con la enseñanza activa percibida con r = 0,82 (p < 0,001)
y con la motivación hacia la asignatura con r = 0,88 (p < 0,001). A su vez, la enseñanza activa percibida
se relacionó con la motivación con r = 0,86 (p < 0,001). Este patrón indica que mayores niveles de
integración inmersiva se vinculan con percepciones más intensas de metodologías activas y con una
motivación académica superior.
pág. 1315
Tabla 4
Correlaciones de Pearson entre uso de tecnologías inmersivas, enseñanza activa percibida y motivación
Dimensiones
Uso de TI
inmersivas
Enseñanza activa
percibida
Motivación hacia la
asignatura
Uso de TI inmersivas 1,00 0,82*** 0,88***
Enseñanza activa percibida 0,82*** 1,00 0,86***
Motivación hacia la asignatura 0,88*** 0,86*** 1,00
Nota. Coeficientes de correlación de Pearson entre las dimensiones compuestas. *** p < 0,001.
Este patrón es congruente con el modelo de diseño motivacional ARCS, en el que la atención, la
relevancia y la satisfacción se combinan para sostener el compromiso del alumnado. La dinámica ya
documentada en etapas escolares por Nikou (2025) parece extenderse con fuerza a la educación superior,
donde Prasetya et al. (2024) identifican relaciones robustas entre experiencias inmersivas y motivación.
De forma paralela, la estrecha vinculación entre metodologías activas y tecnología refleja lógicas
similares a las aulas invertidas gamificadas, contextos en los que, según demuestran Carpena Arias y
Esteve Mon (2022), el protagonismo estudiantil mejora el rendimiento, la motivación y la autonomía.
Diferencias en las dimensiones según el área de formación
Dado el carácter ordinal de las puntuaciones y las desviaciones respecto a la normalidad, las
comparaciones entre Educación, Ciencias Sociales y Jurídico-Política se realizaron mediante la prueba
de Kruskal–Wallis. Los resultados indicaron diferencias significativas en las tres dimensiones: uso de
tecnologías inmersivas, H(2) = 6,75, p = 0,034; enseñanza activa percibida, H(2) = 15,16, p = 0,001; y
motivación hacia la asignatura, H(2) = 6,09, p = 0,048 (Tabla 5). En conjunto, estos hallazgos muestran
que los perfiles de percepción varían según el campo disciplinar del estudiantado.
Tabla 4
Correlaciones de Pearson entre uso de tecnologías inmersivas, enseñanza activa percibida y motivación
Dimensiones
Uso de TI
inmersivas
Enseñanza activa
percibida
Motivación hacia la
asignatura
Uso de TI inmersivas 1,00 0,82*** 0,88***
Enseñanza activa percibida 0,82*** 1,00 0,86***
Motivación hacia la asignatura 0,88*** 0,86*** 1,00
Nota. Coeficientes de correlación de Pearson entre las dimensiones compuestas. *** p < 0,001.
Este patrón es congruente con el modelo de diseño motivacional ARCS, en el que la atención, la
relevancia y la satisfacción se combinan para sostener el compromiso del alumnado. La dinámica ya
documentada en etapas escolares por Nikou (2025) parece extenderse con fuerza a la educación superior,
donde Prasetya et al. (2024) identifican relaciones robustas entre experiencias inmersivas y motivación.
De forma paralela, la estrecha vinculación entre metodologías activas y tecnología refleja lógicas
similares a las aulas invertidas gamificadas, contextos en los que, según demuestran Carpena Arias y
Esteve Mon (2022), el protagonismo estudiantil mejora el rendimiento, la motivación y la autonomía.
Diferencias en las dimensiones según el área de formación
Dado el carácter ordinal de las puntuaciones y las desviaciones respecto a la normalidad, las
comparaciones entre Educación, Ciencias Sociales y Jurídico-Política se realizaron mediante la prueba
de Kruskal–Wallis. Los resultados indicaron diferencias significativas en las tres dimensiones: uso de
tecnologías inmersivas, H(2) = 6,75, p = 0,034; enseñanza activa percibida, H(2) = 15,16, p = 0,001; y
motivación hacia la asignatura, H(2) = 6,09, p = 0,048 (Tabla 5). En conjunto, estos hallazgos muestran
que los perfiles de percepción varían según el campo disciplinar del estudiantado.
pág. 1316
Tabla 5
Resultados de la prueba de Kruskal–Wallis por área de formación
Dimensión H (gl = 2) p-valor
Uso de tecnologías inmersivas 6,75 0,034
Enseñanza activa percibida 15,16 0,001
Motivación hacia la asignatura 6,09 0,048
Nota. Valores del estadístico H de Kruskal–Wallis con dos grados de libertad y niveles de significación asociados.
Las comparaciones múltiples de Dunn con corrección de Bonferroni, sintetizadas en la Tabla 6,
mostraron en la dimensión de enseñanza activa percibida diferencias significativas entre Educación y
Ciencias Sociales (p ajustada = 0,005) y entre Educación y Jurídico-Política (p ajustada = 0,001),
mientras que no se observaron contrastes entre Ciencias Sociales y Jurídico-Política. En la motivación
se identificó una diferencia significativa entre Educación y Jurídico-Política (p ajustada = 0,041), sin
variaciones relevantes en las demás comparaciones. En el uso de tecnologías inmersivas, las p ajustadas
no alcanzaron significación, pese al contraste global significativo, lo que sugiere diferencias moderadas
en los rangos entre áreas.
Tabla 6
Comparaciones post hoc de Dunn por área de formación (p ajustado Bonferroni)
Dimensión Comparación de áreas p ajustado
Uso de TI inmersivas Ciencias Sociales vs Educación 0,055
Uso de TI inmersivas Ciencias Sociales vs Jurídico-Política 1,000
Uso de TI inmersivas Educación vs Jurídico-Política 0,109
Enseñanza activa percibida Ciencias Sociales vs Educación 0,005
Enseñanza activa percibida Ciencias Sociales vs Jurídico-Política 1,000
Enseñanza activa percibida Educación vs Jurídico-Política 0,001
Motivación hacia la asignatura Ciencias Sociales vs Educación 0,659
Motivación hacia la asignatura Ciencias Sociales vs Jurídico-Política 0,686
Motivación hacia la asignatura Educación vs Jurídico-Política 0,041
Nota. Valores de p ajustados mediante corrección de Bonferroni para tres comparaciones por dimensión.
Tabla 5
Resultados de la prueba de Kruskal–Wallis por área de formación
Dimensión H (gl = 2) p-valor
Uso de tecnologías inmersivas 6,75 0,034
Enseñanza activa percibida 15,16 0,001
Motivación hacia la asignatura 6,09 0,048
Nota. Valores del estadístico H de Kruskal–Wallis con dos grados de libertad y niveles de significación asociados.
Las comparaciones múltiples de Dunn con corrección de Bonferroni, sintetizadas en la Tabla 6,
mostraron en la dimensión de enseñanza activa percibida diferencias significativas entre Educación y
Ciencias Sociales (p ajustada = 0,005) y entre Educación y Jurídico-Política (p ajustada = 0,001),
mientras que no se observaron contrastes entre Ciencias Sociales y Jurídico-Política. En la motivación
se identificó una diferencia significativa entre Educación y Jurídico-Política (p ajustada = 0,041), sin
variaciones relevantes en las demás comparaciones. En el uso de tecnologías inmersivas, las p ajustadas
no alcanzaron significación, pese al contraste global significativo, lo que sugiere diferencias moderadas
en los rangos entre áreas.
Tabla 6
Comparaciones post hoc de Dunn por área de formación (p ajustado Bonferroni)
Dimensión Comparación de áreas p ajustado
Uso de TI inmersivas Ciencias Sociales vs Educación 0,055
Uso de TI inmersivas Ciencias Sociales vs Jurídico-Política 1,000
Uso de TI inmersivas Educación vs Jurídico-Política 0,109
Enseñanza activa percibida Ciencias Sociales vs Educación 0,005
Enseñanza activa percibida Ciencias Sociales vs Jurídico-Política 1,000
Enseñanza activa percibida Educación vs Jurídico-Política 0,001
Motivación hacia la asignatura Ciencias Sociales vs Educación 0,659
Motivación hacia la asignatura Ciencias Sociales vs Jurídico-Política 0,686
Motivación hacia la asignatura Educación vs Jurídico-Política 0,041
Nota. Valores de p ajustados mediante corrección de Bonferroni para tres comparaciones por dimensión.
pág. 1317
Como complemento descriptivo de estos resultados, la Figura 1 muestra diagramas de caja de las tres
dimensiones según el área de formación. Visualmente se aprecia que el estudiantado de Educación tiende
a concentrar puntuaciones algo más elevadas en enseñanza activa percibida y motivación, mientras que
las diferencias en el uso de tecnologías inmersivas son más moderadas. Esta configuración es coherente
con la literatura sobre conocimiento tecno-pedagógico del contenido, que anticipa una mayor
apropiación de innovaciones didácticas en el ámbito de la formación docente (Gómez-Trigueros &
Ortega-Sánchez, 2022).
Figura 1
Distribución de los puntajes medios de uso de tecnologías inmersivas, enseñanza activa percibida y
motivación según el área de formación
Nota. Los diagramas de caja representan la mediana, los cuartiles y los valores atípicos de las tres dimensiones en una escala
de 1 a 5 puntos para cada área de formación.
Síntesis interpretativa, limitaciones y proyección
Los resultados empíricos mostraron niveles medios altos en el uso de tecnologías inmersivas, la
enseñanza activa percibida y la motivación hacia la asignatura. Estos valores sugieren una integración
ya consolidada de recursos digitales en las experiencias de aprendizaje analizadas y una recepción
estudiantil favorable. Los elevados niveles de motivación son coherentes con el metaanálisis de Prasetya
et al. (2024), donde se identificaron efectos positivos consistentes en atención y satisfacción al
Como complemento descriptivo de estos resultados, la Figura 1 muestra diagramas de caja de las tres
dimensiones según el área de formación. Visualmente se aprecia que el estudiantado de Educación tiende
a concentrar puntuaciones algo más elevadas en enseñanza activa percibida y motivación, mientras que
las diferencias en el uso de tecnologías inmersivas son más moderadas. Esta configuración es coherente
con la literatura sobre conocimiento tecno-pedagógico del contenido, que anticipa una mayor
apropiación de innovaciones didácticas en el ámbito de la formación docente (Gómez-Trigueros &
Ortega-Sánchez, 2022).
Figura 1
Distribución de los puntajes medios de uso de tecnologías inmersivas, enseñanza activa percibida y
motivación según el área de formación
Nota. Los diagramas de caja representan la mediana, los cuartiles y los valores atípicos de las tres dimensiones en una escala
de 1 a 5 puntos para cada área de formación.
Síntesis interpretativa, limitaciones y proyección
Los resultados empíricos mostraron niveles medios altos en el uso de tecnologías inmersivas, la
enseñanza activa percibida y la motivación hacia la asignatura. Estos valores sugieren una integración
ya consolidada de recursos digitales en las experiencias de aprendizaje analizadas y una recepción
estudiantil favorable. Los elevados niveles de motivación son coherentes con el metaanálisis de Prasetya
et al. (2024), donde se identificaron efectos positivos consistentes en atención y satisfacción al
pág. 1318
implementar experiencias inmersivas en distintos niveles educativos. De forma convergente, la
percepción favorable del estudiantado se alinea con la revisión sistemática de Gómez García et al.
(2020), que reporta incrementos motivacionales significativos frente a enfoques exclusivamente
expositivos basados en recursos tradicionales.
En cuanto a las asociaciones entre variables, las correlaciones positivas y muy elevadas entre el uso de
tecnologías inmersivas, las metodologías activas y la motivación estudiantil, con coeficientes de Pearson
comprendidos entre 0,82 y 0,88, refuerzan la articulación propuesta por el modelo ARCS (Keller, 2010).
La dinámica documentada por Nikou (2025) y por Prasetya et al. (2024) se confirma en este estudio,
donde las experiencias inmersivas se vinculan con un compromiso académico intenso. De forma
paralela, la estrecha vinculación entre metodologías activas y tecnología refleja lógicas similares a las
aulas invertidas gamificadas, contextos en los que, según demuestran Carpena Arias y Esteve Mon
(2022), el protagonismo estudiantil mejora el rendimiento, la motivación y la autonomía.
Al analizar los mecanismos subyacentes, la literatura destaca el papel de la visualización interactiva para
reducir la abstracción de conceptos complejos. En el estudio de Aufenanger et al. (2025) se observa que
la interacción percibida y las emociones positivas asociadas a los entornos virtuales se relacionan
directamente con la motivación. Frente a la asimilación pasiva de contenidos, las metodologías activas
exigen exploración, resolución de problemas y toma de decisiones. Murillo-Zamorano et al. (2021)
comprobaron estadísticamente que esta combinación se asocia con un aumento significativo del
rendimiento y la satisfacción académica, lo que otorga plausibilidad adicional a los resultados obtenidos.
Desde una perspectiva didáctica, los hallazgos contribuyen a perfilar implicaciones concretas para la
enseñanza universitaria de la Historia y las Ciencias Sociales. La consolidación de metodologías de
indagación aparece como una vía eficaz para superar la memorización mecánica y favorecer el desarrollo
del pensamiento histórico crítico (Umamah et al., 2023). De manera complementaria, la integración de
recursos inmersivos, incluidos el aprendizaje basado en juegos y la realidad aumentada, optimiza la
asimilación de contenidos histórico-sociales y facilita que el alumnado establezca conexiones
significativas entre pasado y presente (Lázaro Carrascosa et al., 2024).
En relación con el diseño de experiencias, este estudio ofrece orientaciones prácticas para articular
tecnologías inmersivas y enseñanza activa. Balanyà Rebollo y de Oliveira (2022) señalan que el
implementar experiencias inmersivas en distintos niveles educativos. De forma convergente, la
percepción favorable del estudiantado se alinea con la revisión sistemática de Gómez García et al.
(2020), que reporta incrementos motivacionales significativos frente a enfoques exclusivamente
expositivos basados en recursos tradicionales.
En cuanto a las asociaciones entre variables, las correlaciones positivas y muy elevadas entre el uso de
tecnologías inmersivas, las metodologías activas y la motivación estudiantil, con coeficientes de Pearson
comprendidos entre 0,82 y 0,88, refuerzan la articulación propuesta por el modelo ARCS (Keller, 2010).
La dinámica documentada por Nikou (2025) y por Prasetya et al. (2024) se confirma en este estudio,
donde las experiencias inmersivas se vinculan con un compromiso académico intenso. De forma
paralela, la estrecha vinculación entre metodologías activas y tecnología refleja lógicas similares a las
aulas invertidas gamificadas, contextos en los que, según demuestran Carpena Arias y Esteve Mon
(2022), el protagonismo estudiantil mejora el rendimiento, la motivación y la autonomía.
Al analizar los mecanismos subyacentes, la literatura destaca el papel de la visualización interactiva para
reducir la abstracción de conceptos complejos. En el estudio de Aufenanger et al. (2025) se observa que
la interacción percibida y las emociones positivas asociadas a los entornos virtuales se relacionan
directamente con la motivación. Frente a la asimilación pasiva de contenidos, las metodologías activas
exigen exploración, resolución de problemas y toma de decisiones. Murillo-Zamorano et al. (2021)
comprobaron estadísticamente que esta combinación se asocia con un aumento significativo del
rendimiento y la satisfacción académica, lo que otorga plausibilidad adicional a los resultados obtenidos.
Desde una perspectiva didáctica, los hallazgos contribuyen a perfilar implicaciones concretas para la
enseñanza universitaria de la Historia y las Ciencias Sociales. La consolidación de metodologías de
indagación aparece como una vía eficaz para superar la memorización mecánica y favorecer el desarrollo
del pensamiento histórico crítico (Umamah et al., 2023). De manera complementaria, la integración de
recursos inmersivos, incluidos el aprendizaje basado en juegos y la realidad aumentada, optimiza la
asimilación de contenidos histórico-sociales y facilita que el alumnado establezca conexiones
significativas entre pasado y presente (Lázaro Carrascosa et al., 2024).
En relación con el diseño de experiencias, este estudio ofrece orientaciones prácticas para articular
tecnologías inmersivas y enseñanza activa. Balanyà Rebollo y de Oliveira (2022) señalan que el
pág. 1319
contenido disciplinar, los recursos móviles y la evaluación formativa deben integrarse de forma orgánica
para mantener la coherencia pedagógica. Chaljub Hasbún et al. (2022) evidenciaron que el control de la
carga cognitiva extrínseca, especialmente mediante tutoriales claros y progresivos, se asocia de forma
directa con la motivación hacia los recursos de realidad aumentada. Estas consideraciones permiten
interpretar las puntuaciones elevadas observadas en las tres dimensiones del cuestionario.
Un aspecto relevante es que las diferencias por área se concentran en enseñanza activa percibida y
motivación, con ventajas del estudiantado de Educación frente a Ciencias Sociales y Jurídico-Política.
Este patrón resulta coherente con la literatura sobre conocimiento tecno-pedagógico del contenido, que
atribuye a la formación docente una mayor familiaridad con enfoques innovadores (Gómez-Trigueros
& Ortega-Sánchez, 2022). En consecuencia, la cuarta hipótesis recibe apoyo parcial, ya que se verifican
diferencias claras en enseñanza activa percibida y motivación a favor de Educación frente a Jurídico-
Política, mientras que otros contrastes entre áreas no alcanzan significación estadística.
A pesar de la robustez observada en la consistencia interna de las escalas y en los índices de adecuación
psicométrica, la investigación presenta limitaciones. El diseño transversal impide establecer
conclusiones causales firmes sobre el impacto de las tecnologías inmersivas a lo largo del tiempo.
Además, la selección no probabilística de participantes en un único contexto universitario restringe el
alcance de la generalización. En la línea señalada por Prasetya et al. (2024), persiste la necesidad de
desarrollar estudios longitudinales y cuasi experimentales que evalúen intervenciones inmersivas
sostenidas, incorporen grupos de comparación y exploren efectos sobre el rendimiento objetivo, más
allá de las percepciones.
Considerando el objetivo general de analizar el aporte de las tecnologías inmersivas a la enseñanza
activa y su relación con la motivación, los hallazgos respaldan con fuerza las tres primeras hipótesis
planteadas. Se confirma que el uso de tecnologías inmersivas se asocia de forma positiva y muy elevada
con la enseñanza activa y con la motivación estudiantil, y que las prácticas docentes activas se relacionan
estrechamente con el compromiso del alumnado, en línea con lo documentado por Nikou (2025). En
conjunto, la investigación amplía el corpus teórico sobre innovación pedagógica en disciplinas histórico-
sociales y muestra la viabilidad de transformar la docencia universitaria mediante recursos inmersivos
centrados en el estudiante.
contenido disciplinar, los recursos móviles y la evaluación formativa deben integrarse de forma orgánica
para mantener la coherencia pedagógica. Chaljub Hasbún et al. (2022) evidenciaron que el control de la
carga cognitiva extrínseca, especialmente mediante tutoriales claros y progresivos, se asocia de forma
directa con la motivación hacia los recursos de realidad aumentada. Estas consideraciones permiten
interpretar las puntuaciones elevadas observadas en las tres dimensiones del cuestionario.
Un aspecto relevante es que las diferencias por área se concentran en enseñanza activa percibida y
motivación, con ventajas del estudiantado de Educación frente a Ciencias Sociales y Jurídico-Política.
Este patrón resulta coherente con la literatura sobre conocimiento tecno-pedagógico del contenido, que
atribuye a la formación docente una mayor familiaridad con enfoques innovadores (Gómez-Trigueros
& Ortega-Sánchez, 2022). En consecuencia, la cuarta hipótesis recibe apoyo parcial, ya que se verifican
diferencias claras en enseñanza activa percibida y motivación a favor de Educación frente a Jurídico-
Política, mientras que otros contrastes entre áreas no alcanzan significación estadística.
A pesar de la robustez observada en la consistencia interna de las escalas y en los índices de adecuación
psicométrica, la investigación presenta limitaciones. El diseño transversal impide establecer
conclusiones causales firmes sobre el impacto de las tecnologías inmersivas a lo largo del tiempo.
Además, la selección no probabilística de participantes en un único contexto universitario restringe el
alcance de la generalización. En la línea señalada por Prasetya et al. (2024), persiste la necesidad de
desarrollar estudios longitudinales y cuasi experimentales que evalúen intervenciones inmersivas
sostenidas, incorporen grupos de comparación y exploren efectos sobre el rendimiento objetivo, más
allá de las percepciones.
Considerando el objetivo general de analizar el aporte de las tecnologías inmersivas a la enseñanza
activa y su relación con la motivación, los hallazgos respaldan con fuerza las tres primeras hipótesis
planteadas. Se confirma que el uso de tecnologías inmersivas se asocia de forma positiva y muy elevada
con la enseñanza activa y con la motivación estudiantil, y que las prácticas docentes activas se relacionan
estrechamente con el compromiso del alumnado, en línea con lo documentado por Nikou (2025). En
conjunto, la investigación amplía el corpus teórico sobre innovación pedagógica en disciplinas histórico-
sociales y muestra la viabilidad de transformar la docencia universitaria mediante recursos inmersivos
centrados en el estudiante.
pág. 1320
CONCLUSIONES
Los hallazgos empíricos permiten sostener que la integración de tecnologías inmersivas, insertada en
diseños de enseñanza activa, se asocia de manera consistente con niveles elevados de motivación
académica en asignaturas de Historia y Ciencias Sociales. Las puntuaciones medias altas y las
correlaciones muy elevadas entre uso de tecnologías inmersivas, enseñanza activa percibida y
motivación configuran un patrón robusto, compatible con modelos motivacionales centrados en el
compromiso cognitivo y afectivo del estudiantado. Estos resultados respaldan la pertinencia de
consolidar ecologías de aprendizaje en las que las experiencias inmersivas se inserten en diseños
pedagógicos estructurados.
Las diferencias observadas según el área de formación indican una posición ventajosa del estudiantado
de Educación en enseñanza activa percibida y motivación, mientras que las variaciones en el uso de
tecnologías inmersivas son más moderadas. Este comportamiento sugiere que las decisiones didácticas
y la cultura pedagógica resultan más determinantes que la mera presencia de recursos tecnológicos. No
obstante, el diseño transversal y la muestra no probabilística limitan el alcance inferencial del estudio.
Quedan abiertas cuestiones relativas al impacto sobre el rendimiento objetivo, las competencias
histórico-ciudadanas y la evolución de las prácticas docentes, que requieren diseños longitudinales y
enfoques mixtos para ser abordadas con mayor precisión.
REFERENCIAS BIBLIOGRÁFICAS
Ato, M., López, J. J., & Benavente, A. (2013). Un sistema de clasificación de los diseños de
investigación en psicología. Anales de Psicología, 29(3), 1038–1059.
https://doi.org/10.6018/analesps.29.3.178511
Aufenanger, S., Bastian, J., Bastos, G., Castelhano, M., Dias-Ferreira, C., Fokides, E., Gavalas, D.,
Kasapakis, V., Agelada, A., Kostas, A., Koutromanos, G., Makrides, G., Morgado, L., Pedrosa,
D., Szemberg, T., Sofos, A., & Szpond, J. (2025). Estudio sobre la implementación instruccional
de entornos de aprendizaje en realidad virtual. Computers & Education: X Reality, 7, 100105.
Balanyà Rebollo, J., & de Oliveira, J. M. (2022). Elementos didácticos del aprendizaje móvil:
Condiciones en que el uso de la tecnología puede apoyar los procesos de aprendizaje. Edutec.
CONCLUSIONES
Los hallazgos empíricos permiten sostener que la integración de tecnologías inmersivas, insertada en
diseños de enseñanza activa, se asocia de manera consistente con niveles elevados de motivación
académica en asignaturas de Historia y Ciencias Sociales. Las puntuaciones medias altas y las
correlaciones muy elevadas entre uso de tecnologías inmersivas, enseñanza activa percibida y
motivación configuran un patrón robusto, compatible con modelos motivacionales centrados en el
compromiso cognitivo y afectivo del estudiantado. Estos resultados respaldan la pertinencia de
consolidar ecologías de aprendizaje en las que las experiencias inmersivas se inserten en diseños
pedagógicos estructurados.
Las diferencias observadas según el área de formación indican una posición ventajosa del estudiantado
de Educación en enseñanza activa percibida y motivación, mientras que las variaciones en el uso de
tecnologías inmersivas son más moderadas. Este comportamiento sugiere que las decisiones didácticas
y la cultura pedagógica resultan más determinantes que la mera presencia de recursos tecnológicos. No
obstante, el diseño transversal y la muestra no probabilística limitan el alcance inferencial del estudio.
Quedan abiertas cuestiones relativas al impacto sobre el rendimiento objetivo, las competencias
histórico-ciudadanas y la evolución de las prácticas docentes, que requieren diseños longitudinales y
enfoques mixtos para ser abordadas con mayor precisión.
REFERENCIAS BIBLIOGRÁFICAS
Ato, M., López, J. J., & Benavente, A. (2013). Un sistema de clasificación de los diseños de
investigación en psicología. Anales de Psicología, 29(3), 1038–1059.
https://doi.org/10.6018/analesps.29.3.178511
Aufenanger, S., Bastian, J., Bastos, G., Castelhano, M., Dias-Ferreira, C., Fokides, E., Gavalas, D.,
Kasapakis, V., Agelada, A., Kostas, A., Koutromanos, G., Makrides, G., Morgado, L., Pedrosa,
D., Szemberg, T., Sofos, A., & Szpond, J. (2025). Estudio sobre la implementación instruccional
de entornos de aprendizaje en realidad virtual. Computers & Education: X Reality, 7, 100105.
Balanyà Rebollo, J., & de Oliveira, J. M. (2022). Elementos didácticos del aprendizaje móvil:
Condiciones en que el uso de la tecnología puede apoyar los procesos de aprendizaje. Edutec.
pág. 1321
Revista Electrónica de Tecnología Educativa, (80), 114–130.
https://doi.org/10.21556/edutec.2022.80.2415
Bartlett, M. S. (1951). The effect of standardization on tests of sphericity. Biometrika, 38(3–4), 337–
344.
Carpena Arias, J., & Esteve Mon, F. (2022). Aula invertida gamificada como estrategia pedagógica en
la educación superior: Una revisión sistemática. Edutec. Revista Electrónica de Tecnología
Educativa, (80), 84–98. https://doi.org/10.21556/edutec.2022.80.2435
Chaljub Hasbún, J., Ramón Peguero, J., & Mendoza Torres, E. (2022). Uso de la realidad aumentada
como herramienta de motivación para la enseñanza de los elementos de la tabla periódica.
Edutec. Revista Electrónica de Tecnología Educativa, (80), 50–65.
https://doi.org/10.21556/edutec.2022.80.2293
Challenor, J., & Ma, M. (2019). A review of augmented reality applications for history education and
heritage visualisation. Multimodal Technologies and Interaction, 3(2), 39.
https://doi.org/10.3390/mti3020039
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–
334. https://doi.org/10.1007/BF02310555
Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3), 241–252.
https://doi.org/10.2307/1266041
Garzón, J., Kinshuk, Baldiris, S., Gutiérrez, J., & Pavón, J. (2020). How do pedagogical approaches
affect the impact of augmented reality on education? A meta-analysis and research synthesis.
Educational Research Review, 31, 100334. https://doi.org/10.1016/j.edurev.2020.100334
Gill, A., Irwin, D., Towey, D., Zhang, Y., Long, P., Sun, L., Yu, W., & Zheng, Y. (2024). Implementing
Universal Design through augmented-reality game-based learning. Computers & Education: X
Reality, 4, 100070. https://doi.org/10.1016/j.cexr.2024.100070
Gómez García, G., Rodríguez Jiménez, C., & Marín Marín, J. A. (2020). La trascendencia de la realidad
aumentada en la motivación estudiantil: Una revisión sistemática y meta-análisis. Alteridad,
15(1), 36–46. https://doi.org/10.17163/alt.v15n1.2020.03
Revista Electrónica de Tecnología Educativa, (80), 114–130.
https://doi.org/10.21556/edutec.2022.80.2415
Bartlett, M. S. (1951). The effect of standardization on tests of sphericity. Biometrika, 38(3–4), 337–
344.
Carpena Arias, J., & Esteve Mon, F. (2022). Aula invertida gamificada como estrategia pedagógica en
la educación superior: Una revisión sistemática. Edutec. Revista Electrónica de Tecnología
Educativa, (80), 84–98. https://doi.org/10.21556/edutec.2022.80.2435
Chaljub Hasbún, J., Ramón Peguero, J., & Mendoza Torres, E. (2022). Uso de la realidad aumentada
como herramienta de motivación para la enseñanza de los elementos de la tabla periódica.
Edutec. Revista Electrónica de Tecnología Educativa, (80), 50–65.
https://doi.org/10.21556/edutec.2022.80.2293
Challenor, J., & Ma, M. (2019). A review of augmented reality applications for history education and
heritage visualisation. Multimodal Technologies and Interaction, 3(2), 39.
https://doi.org/10.3390/mti3020039
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–
334. https://doi.org/10.1007/BF02310555
Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3), 241–252.
https://doi.org/10.2307/1266041
Garzón, J., Kinshuk, Baldiris, S., Gutiérrez, J., & Pavón, J. (2020). How do pedagogical approaches
affect the impact of augmented reality on education? A meta-analysis and research synthesis.
Educational Research Review, 31, 100334. https://doi.org/10.1016/j.edurev.2020.100334
Gill, A., Irwin, D., Towey, D., Zhang, Y., Long, P., Sun, L., Yu, W., & Zheng, Y. (2024). Implementing
Universal Design through augmented-reality game-based learning. Computers & Education: X
Reality, 4, 100070. https://doi.org/10.1016/j.cexr.2024.100070
Gómez García, G., Rodríguez Jiménez, C., & Marín Marín, J. A. (2020). La trascendencia de la realidad
aumentada en la motivación estudiantil: Una revisión sistemática y meta-análisis. Alteridad,
15(1), 36–46. https://doi.org/10.17163/alt.v15n1.2020.03
pág. 1322
Gómez-Trigueros, I. M., & Ortega-Sánchez, D. (2022). El conocimiento ético profesional docente y su
presencia en la inclusión de las tecnologías en el contexto educativo presente. Edutec. Revista
Electrónica de Tecnología Educativa, (80), 149–163.
https://doi.org/10.21556/edutec.2022.80.2345
Hernández-Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la
investigación (6.ª ed.). McGraw-Hill.
Ibáñez, M.-B., & Delgado-Kloos, C. (2018). Augmented reality for STEM learning: A systematic
review. Computers & Education, 123, 109–123. https://doi.org/10.1016/j.compedu.2018.05.002
Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36.
https://doi.org/10.1007/BF02291575
Keller, J. M. (2010). Motivational design for learning and performance: The ARCS model approach.
Springer.
Koumpouros, Y. (2024). Revealing the true potential and prospects of augmented reality in education.
Smart Learning Environments, 11(2). https://doi.org/10.1186/s40561-023-00288-0
Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the
American Statistical Association, 47(260), 583–621. https://doi.org/10.2307/2280779
Lázaro Carrascosa, C., Palomero Ylardia, I., Paredes-Velasco, M., & Navarro García-Suelto, M. del C.
(2024). Game-based learning with augmented reality for history education. IEEE Revista
Iberoamericana de Tecnologías del Aprendizaje, 19(1), 14–23.
https://doi.org/10.1109/RITA.2024.3361139
Levene, H. (1960). Robust tests for equality of variances. En I. Olkin (Ed.), Contributions to probability
and statistics (pp. 278–292). Stanford University Press.
Li, G., Luo, H., Chen, D., Wang, P., Yin, X., & Zhang, J. (2025). Augmented reality in higher education:
A systematic review and meta-analysis of the literature from 2000 to 2023. Education Sciences,
15(6), 678. https://doi.org/10.3390/educsci15060678
Liao, C.-H., & Wu, J.-Y. (2022). Deploying multimodal learning analytics models to explore the impact
of digital distraction and peer learning on student performance. Computers & Education, 190,
104599. https://doi.org/10.1016/j.compedu.2022.104599
Gómez-Trigueros, I. M., & Ortega-Sánchez, D. (2022). El conocimiento ético profesional docente y su
presencia en la inclusión de las tecnologías en el contexto educativo presente. Edutec. Revista
Electrónica de Tecnología Educativa, (80), 149–163.
https://doi.org/10.21556/edutec.2022.80.2345
Hernández-Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la
investigación (6.ª ed.). McGraw-Hill.
Ibáñez, M.-B., & Delgado-Kloos, C. (2018). Augmented reality for STEM learning: A systematic
review. Computers & Education, 123, 109–123. https://doi.org/10.1016/j.compedu.2018.05.002
Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36.
https://doi.org/10.1007/BF02291575
Keller, J. M. (2010). Motivational design for learning and performance: The ARCS model approach.
Springer.
Koumpouros, Y. (2024). Revealing the true potential and prospects of augmented reality in education.
Smart Learning Environments, 11(2). https://doi.org/10.1186/s40561-023-00288-0
Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the
American Statistical Association, 47(260), 583–621. https://doi.org/10.2307/2280779
Lázaro Carrascosa, C., Palomero Ylardia, I., Paredes-Velasco, M., & Navarro García-Suelto, M. del C.
(2024). Game-based learning with augmented reality for history education. IEEE Revista
Iberoamericana de Tecnologías del Aprendizaje, 19(1), 14–23.
https://doi.org/10.1109/RITA.2024.3361139
Levene, H. (1960). Robust tests for equality of variances. En I. Olkin (Ed.), Contributions to probability
and statistics (pp. 278–292). Stanford University Press.
Li, G., Luo, H., Chen, D., Wang, P., Yin, X., & Zhang, J. (2025). Augmented reality in higher education:
A systematic review and meta-analysis of the literature from 2000 to 2023. Education Sciences,
15(6), 678. https://doi.org/10.3390/educsci15060678
Liao, C.-H., & Wu, J.-Y. (2022). Deploying multimodal learning analytics models to explore the impact
of digital distraction and peer learning on student performance. Computers & Education, 190,
104599. https://doi.org/10.1016/j.compedu.2022.104599
pág. 1323
Lin, X. P., Li, B. B., Yao, Z. N., Yang, Z., & Zhang, M. (2024). The impact of virtual reality on student
engagement in the classroom: A critical review of the literature. Frontiers in Psychology, 15,
1360574. https://doi.org/10.3389/fpsyg.2024.1360574
Llanos-Ruiz, D., Abella-García, V., & Ausín-Villaverde, V. (2025). Virtual reality in higher education:
A systematic review aligned with the Sustainable Development Goals. Societies, 15(9), 251.
https://doi.org/10.3390/soc15090251
Murillo-Zamorano, L. R., López Sánchez, J. Á., Godoy-Caballero, A. L., & Bueno Muñoz, C. (2021).
Gamification and active learning in higher education: Is it possible to match digital society,
academia and students’ interests? International Journal of Educational Technology in Higher
Education, 18, 15. https://doi.org/10.1186/s41239-021-00249-y
Nikou, S. A. (2025). Motivation as a driver of engagement in augmented-reality learning in primary
schools. TechTrends. Advance online publication. https://doi.org/10.1007/s11528-025-01157-y
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
Prasetya, F., Fortuna, A., Samala, A. D., Rawas, S., Mystakidis, S., Syahril, Waskito, Primawati,
Wulansari, R. E., & Kassymova, G. K. (2024). The impact of augmented reality learning
experiences based on the motivational design model: A meta-analysis. Social Sciences &
Humanities Open, 10, 100926. https://doi.org/10.1016/j.ssaho.2024.100926
R Core Team. (2024). R: A language and environment for statistical computing. R Foundation for
Statistical Computing.
Radianti, J., Majchrzak, T. A., Fromm, J., & Wohlgenannt, I. (2020). A systematic review of immersive
virtual reality applications for higher education: Design elements, lessons learned, and research
agenda. Computers & Education, 147, 103778. https://doi.org/10.1016/j.compedu.2019.103778
Sanusi, A. N. Z., Abdullah, F., Kassim, M. H., & Tidjani, A. A. (2018). Architectural history education:
Students’ perception on mobile augmented reality learning experience. Advanced Science
Letters, 24(11), 8171–8175. https://doi.org/10.1166/asl.2018.12517
Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples).
Biometrika, 52(3–4), 591–611. https://doi.org/10.2307/2333709
Lin, X. P., Li, B. B., Yao, Z. N., Yang, Z., & Zhang, M. (2024). The impact of virtual reality on student
engagement in the classroom: A critical review of the literature. Frontiers in Psychology, 15,
1360574. https://doi.org/10.3389/fpsyg.2024.1360574
Llanos-Ruiz, D., Abella-García, V., & Ausín-Villaverde, V. (2025). Virtual reality in higher education:
A systematic review aligned with the Sustainable Development Goals. Societies, 15(9), 251.
https://doi.org/10.3390/soc15090251
Murillo-Zamorano, L. R., López Sánchez, J. Á., Godoy-Caballero, A. L., & Bueno Muñoz, C. (2021).
Gamification and active learning in higher education: Is it possible to match digital society,
academia and students’ interests? International Journal of Educational Technology in Higher
Education, 18, 15. https://doi.org/10.1186/s41239-021-00249-y
Nikou, S. A. (2025). Motivation as a driver of engagement in augmented-reality learning in primary
schools. TechTrends. Advance online publication. https://doi.org/10.1007/s11528-025-01157-y
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
Prasetya, F., Fortuna, A., Samala, A. D., Rawas, S., Mystakidis, S., Syahril, Waskito, Primawati,
Wulansari, R. E., & Kassymova, G. K. (2024). The impact of augmented reality learning
experiences based on the motivational design model: A meta-analysis. Social Sciences &
Humanities Open, 10, 100926. https://doi.org/10.1016/j.ssaho.2024.100926
R Core Team. (2024). R: A language and environment for statistical computing. R Foundation for
Statistical Computing.
Radianti, J., Majchrzak, T. A., Fromm, J., & Wohlgenannt, I. (2020). A systematic review of immersive
virtual reality applications for higher education: Design elements, lessons learned, and research
agenda. Computers & Education, 147, 103778. https://doi.org/10.1016/j.compedu.2019.103778
Sanusi, A. N. Z., Abdullah, F., Kassim, M. H., & Tidjani, A. A. (2018). Architectural history education:
Students’ perception on mobile augmented reality learning experience. Advanced Science
Letters, 24(11), 8171–8175. https://doi.org/10.1166/asl.2018.12517
Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples).
Biometrika, 52(3–4), 591–611. https://doi.org/10.2307/2333709
pág. 1324
Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach’s alpha. International Journal of Medical
Education, 2, 53–55. https://doi.org/10.5116/ijme.4dfb.8dfd
Tirado-Olivares, S., Cózar-Gutiérrez, R., García-Olivares, R., & González-Calero, J. A. (2021). Active
learning in history teaching in higher education: The effect of inquiry-based learning and a
student response system-based formative assessment in teacher training. Australasian Journal
of Educational Technology, 37(5), 61–76. https://doi.org/10.14742/ajet.7087
Umamah, N., Masruroh, R., Sumardi, & Marjono. (2023). Improving students’ historical thinking skills
using the inquiry-based learning model. International Journal of Social Science and Human
Research, 6(11).
Wu, H.-K., Lee, S. W.-Y., Chang, H.-Y., & Liang, J.-C. (2013). Current status, opportunities and
challenges of augmented reality in education. Computers & Education, 62, 41–49.
https://doi.org/10.1016/j.compedu.2012.10.024
Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach’s alpha. International Journal of Medical
Education, 2, 53–55. https://doi.org/10.5116/ijme.4dfb.8dfd
Tirado-Olivares, S., Cózar-Gutiérrez, R., García-Olivares, R., & González-Calero, J. A. (2021). Active
learning in history teaching in higher education: The effect of inquiry-based learning and a
student response system-based formative assessment in teacher training. Australasian Journal
of Educational Technology, 37(5), 61–76. https://doi.org/10.14742/ajet.7087
Umamah, N., Masruroh, R., Sumardi, & Marjono. (2023). Improving students’ historical thinking skills
using the inquiry-based learning model. International Journal of Social Science and Human
Research, 6(11).
Wu, H.-K., Lee, S. W.-Y., Chang, H.-Y., & Liang, J.-C. (2013). Current status, opportunities and
challenges of augmented reality in education. Computers & Education, 62, 41–49.
https://doi.org/10.1016/j.compedu.2012.10.024