SciELO - Scientific Electronic Library Online

 
vol.39 número3Síntomas de depresión y calidad de vida relacionada con la salud en personas mayores: una revisiónImpacto psicosocial de la desaparición forzada. Una visión de las madres que buscan a su ser querido. índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Psicología desde el Caribe

versión impresa ISSN 0123-417Xversión On-line ISSN 2011-7485

Psicol. caribe vol.39 no.3 Barranquilla sep./dic. 2022  Epub 24-Mar-2023

https://doi.org/10.14482/psdc.39.3.157.826 

Artículos

STARS: Un instrumento útil para evaluar la ansiedad a la estadística

STARS: A useful tool to evaluate anxiety to statistics

Adriana Julieth Olaya Torres*  a 
http://orcid.org/0000-0002-1376-9383

Danilo Zambrano Ricaurte** 
http://orcid.org/0000-0003-1527-6088

Juan Camilo Vargas-Nieto** 
http://orcid.org/0000-0001-6380-475X

María del Carmen Tejada Rivera*** 
http://orcid.org/0000-0002-8784-8850

Andrés Muñoz-Najar Pacheco*** 
http://orcid.org/0000-0003-0396-9848

*Universidad de Ibagué. Ibagué (Colombia)

** Universidad de Los Andes (Colombia)

***Universidad Nacional San Agustin (Perú).


Resumen.

La ansiedad a la estadística se define como un conjunto de reacciones emocionales que generan incomodidad en el individuo, como preocupación excesiva, ideas intrusivas y tensión al asistir a una asignatura que involucre estadística o análisis estadísticos. Para su medición, se han diseñado distintos instrumentos; el más usado es la Statistical Anxiety Rating Scale (STARS). El objetivo del presente estudio fue adaptar y validar la escala STARS en una muestra colombiana para explorar sus propiedades psicométricas. Participaron 357 estudiantes universitarios con edades entre los 18 y 36 años (M= 19.19, DE = 1.87). Los resultados evidencian que las subescalas de la STARS muestran excelentes niveles de fiabilidad; el análisis factorial confirma la estructura de seis dimensiones y se reporta una validez concurrente importante. Se recomienda su uso para investigación y como herramienta para la toma de decisiones en procesos de acompañamiento académico en universidades.

Palabras clave: propiedades psicométricas; ansiedad estadística; validación

Abstract.

Statistics anxiety is defined as a set of emotional reactions that generate discomfort in the students, such as excessive worry, intrusive ideas and tension when they attending a course that involves statistics or statistical analysis. For its measurement, different instruments have been designed; the most used is the Statistical Anxiety Rating Scale (STARS). The objective of the present study was to adapt and validate the STARS in a Colombian sample to explore its psychometric properties. A total of 357 university students with ages between 18 and 36 years participated (X = 19.19, D.E. = 1.87). The results show that the subscales of the STARS show excellent levels of reliability; factor analysis confirms the six-dimensional structure and important concurrent validity is reported. It is recommended for research and as a tool for decision making in academic support processes in universities.

Keywords: psychometric properties; statistics anxiety; validation

Introducción

La ansiedad puede tener un valor adaptativo en la vida diaria (Becerra-García et al., 2007). Sin embargo, la exposición prolongada puede desencadenar en problemáticas como los trastornos de ansiedad, los cuales constituyen uno de los mayores problemas de salud mental en la sociedad contemporánea. Según Huberty (2012), la ansiedad se presenta en todos los seres humanos al menos una vez en la vida y su principal característica es la preocupación, en diversas intensidades, que refleja los eventos subjetivos y anticipatorios. En América Latina, la prevalencia de los trastornos por ansiedad, varía entre 9,3% y 16,1% y representan el segundo trastorno mental que más discapacidad médica genera en la mayoría de los países de la región (Organización Panamericana de la Salud, 2013, 2018).

En el caso de Colombia, se ha encontrado que la prevalencia de los trastornos de ansiedad es de 19,3% en la población entre los 18 y 65 años de edad (Cardona et al., 2014). La última Encuesta Nacional de Salud Mental en el país (Ministerio de Salud y Protección social, 2015) indicó que la prevalencia de cualquier trastorno de ansiedad fue superior a la de cualquier trastorno afectivo (3,5% frente a 1,2%) para el grupo etario de los 12 a los 17 años; así mismo, la presencia de entre uno y tres síntomas ansiosos en al menos un 52,9% de las personas, el 59,3% de ellas mujeres y el 46,4% hombres. Respecto a las regiones, se encontraron en la pacífica (17,7%) y central (16,8%) las más altas prevalencias.

La ansiedad se ha asociado con un bajo rendimiento y fracaso académico (Alfonso y Lonigan, 2021). En el contexto universitario, el número de demandas académicas que suponen en el estudiante importantes esfuerzos cognitivos, físicos y sociales que pueden desencadenar el desarrollo de estrés y ansiedad debido a las situaciones académicas exigentes a las cuales se enfrentan (Blanco, 2017; Cardona et al., 2014), entre ellas los escenarios formativos que implican el uso de habilidades numéricas y de análisis estadísticos, lo que genera un tipo de ansiedad específica denominada Ansiedad a la Estadística (AE).

La AE se define como un conjunto de reacciones emocionales que genera incomodidad en el individuo (Chiou et al.,; Chew & Dillon, 2014b), como preocupación excesiva, ideas intrusivas y tensión (Zeidner, 1991) al asistir a una asignatura que involucre estadística o análisis estadísticos (Prothe, 2016). Lo anterior desencadena consecuencias leves o severas tales como ataques de pánico, nerviosismo o temor (Chiou et al., 2014), así como baja motivación y un rendimiento académico deficiente (Chew & Dillon, 2014b; Lin y Tang, 2017).

Aunque la estadística ha sido considerada como un componente central para la formación ciudadana y las carreras universitarias, una de las preocupaciones es el bajo desempeño académico en esta asignatura, lo cual ha sido explicado desde diferentes dimensiones, como los conocimientos previos del alumno, la metodología de enseñanza, la motivación (Quessep et al., 2019), los componentes afectivos, las actitudes, entre otras (Bautista et al., 2016).

La relación entre ansiedad y estadística ha sido estudiada ampliamente y es reconocido su efecto negativo en el desempeño académico. Alrededor del 80% de los estudiantes universitarios que reciben cursos de estadística experimentan diversos niveles de AE (Hanna et al., 2008; Lin y Tang, 2017) al enfrentarse a preguntas, casos, conceptos y situaciones de examen ligadas a la materia (Chiou et al., 2014) en las que se ven obligados a reunir, procesar e interpretar la información relacionada (Prothe, 2016).

De acuerdo con Cruise et al. (1985), la AE es un constructo multidimensional que comprende seis factores: 1) Valor de la estadística: percepción del estudiante acerca de la relevancia o importancia de la estadística; 2) ansiedad de la interpretación: aquella que enfrenta un estudiante al tomar una decisión basada en datos estadísticos; 3) La ansiedad a los parciales y a la clase: es la ansiedad que implica tomar una clase o prueba de estadística; 4) El autoconcepto computacional: es la ansiedad al intentar resolver problemas matemáticos, así como la percepción del estudiante de su habilidad para realizar operaciones matemáticas; 5) El miedo a pedir ayuda: ansiedad experimentada al pedir ayuda a un compañero o profesor para comprender el material en clase o cualquier tipo de información estadística, ya sea la de un artículo o una copia impresa; y 6) El miedo a los profesores de estadística: hace referencia a la percepción que tiene el estudiante acerca del profesor de estadística.

Otras variables que influyen en la AE son los factores situacionales (Pan y Tang, 2004), la intolerancia a la incertidumbre y tendencia hacia la preocupación (Chew y Dillon, 2014b); factores disposicionales, como el autoconcepto, el autoestima, las competencias escolares (Pan y Tang, 2004) y la procrastinación (Chew y Dillon, 2014b); y factores personales, como los estilos de aprendizaje (Pan y Tang, 2004), la organización, el pensamiento crítico y las estrategias de regulación (Chew y Dillon, 2014b). Igualmente, Chew y Dillon (2014a) refieren que la AE y su impacto en el desempeño académico se encuentra relacionada con los rasgos de personalidad. Al respecto, se ha encontrado que el neuroticismo y la agradabilidad se relacionan de manera positiva y negativa, respectivamente con la AE, pero no sucede lo mismo con rasgos como la responsabilidad y la extraversión, que no presentan ninguna relación (De Vink, 2017).

Así mismo, los sistemas de creencias de los individuos afectan el nivel de esfuerzo que invierten en las tareas (Cherney y Cooney, 2005), lo cual se ha abordado a partir de la relación entre la AE y los niveles de autoeficacia (Cendales et al.2013; Rodarte-Luna y Sherry, 2008), y la intolerancia a la incertidumbre y la preocupación (Williams, 2015). Así, se ha encontrado que la ansiedad se mantiene debido a la predisposición personal hacia la intolerancia a la incertidumbre (Dugas et al., 2004; Koerner y Dugas, 2006).

Aunque la estadística desempeña un papel fundamental en muchos ámbitos de la sociedad moderna, como la tecnología, la economía y las ciencias, la AE tiene un impacto perjudicial en las experiencias académicas de las personas, frente a las cuales las estrategias de aprendizaje, la procrastinación, la autoeficacia y la autoconciencia parecieran ser algunos de los predictores más potentes de la AE (Trassi et al., 2022).

Así mismo, se ha reportado que la AE puede generar múltiples efectos negativos sobre el logro académico, los cuales incluyen la pérdida de asignaturas relacionadas con matemáticas o estadística, bajo desempeño en los exámenes, abandono de los cursos, así como la evitación de tareas que impliquen estadística lo que lleva a la procrastinación académica (Siew et al., 2019).

Para medir la AE, se han diseñado diversos instrumentos (Chew y Dillon, 2014b). Entre ellos, la Statistical Anxiety Scale (Vigil-Colet et al., 2008), la Statistics Comprehensive Anxiety Response Evaluation (Griffith et al., 2014) y la Statistics Anxiety Measure (Earp, 2007). A pesar de la existencia de múltiples alternativas para medir la ansiedad hacia la estadística, el Statistical Anxiety Rating Scale (STARS) es uno de los preferidos por los investigadores debido a la superioridad en sus indicadores de fiabilidad y validez en comparación con las otras medidas (Chew y Dillon, 2014b).

La STARS fue desarrollada por Cruise y su equipo (1985) como un instrumento que medía específicamente la ansiedad hacia la estadística. A través de un piloto inicial con 89 ítems que fue completado por 1150 participantes en los Estados Unidos, los datos fueron sometidos a un análisis factorial utilizando el método de componentes principales con rotación varimax. Los autores indicaron que la rotación realizada con 51 ítems divididos en seis factores arrojaba la estructura más interpretable. Los seis factores fueron: (a) Ansiedad de interpretación, (b) Ansiedad ante los exámenes y las clases, (c) Miedo a pedir ayuda, (d) Valor de la estadística, (e) Autoconcepto de cálculo y (f) Miedo a los profesores de estadística (Chew et al. 2018). Al día de hoy, la STARS es uno de los instrumentos más utilizados a nivel global (Hanna et al., 2008; Onwuegbuzie y Wilson, 2003).

La STARS ha sido adaptada y validada en varios contextos. Por ejemplo, Paltoglou y su equipo (2019) realizaron la adaptación y validación de la escala con 104 estudiantes universitarios en Reino Unido. Los autores identificaron una excelente consistencia interna en todas las subescalas, con un rango entre α = 0.80 (subescala profesores) y α = 0.94 (subescala valor), así como una fiabilidad test-retest de la puntuación total de rtt = 0.78. De manera similar, aunque usando el modelo de RASCH, Afdal y su equipo (2019) realizaron un estudio con 368 estudiantes universitarios en Indonesia; los autores encontraron una muy buena calidad de los ítems, con fiabilidad de las puntuaciones de la persona de 0.94, así como interacciones ítem-persona con una fiabilidad de 0.98. En general, resultados de adecuadas propiedades psicométricas han sido reportados con muestras de estudiantes en diversos países, como Grecia (Lavidas et al., 2021), Israel (Yaffe et al., 2020) y Alemania (Papousek et al., 2012).

Una de las ventajas de la estructura de la STARS, es que permite distinguir entre la ansiedad hacia la estadística y las actitudes hacia la misma, lo que permite obtener información más precisa sobre la naturaleza de estos dos fenómenos y a partir de ello orientar acciones que impacten eventualmente en las dificultades identificadas en los estudiantes (Chew et al., 2018). Dada su importancia y a que no se encuentra evidencia de su adaptación y validación en el contexto colombiano, el objetivo principal de este estudio es la adaptación y validación correspondiente del instrumento STARS para evaluar la AE en una muestra colombiana.

Método

Participantes

Se aplicó la escala STARS a estudiantes de los programas de pregrado y posgrado ofertados en la Universidad de Ibagué (en total 16 programas académicos) que tuvieran en su plan de estudios al menos un curso de estadística y que estuvieran cursando dicha asignatura. Participaron 357 estudiantes (184 hombres, 168 mujeres y 5 no reportaron su sexo) con edades entre los 18 y 36 años (M= 19.19, DE = 1.87), pertenecientes, en su mayoría, a los estratos socioeconómicos 2 y 3 (28% y 41% respectivamente) y el 95.8% reportaron estar solteros.

Instrumentos

Statistics Anxiety Rating Scale - STARS- (Cruise et al., 1985). El instrumento STARS consta de 51 reactivos divididos en dos partes. La primera cuenta con 23 reactivos que se califican en una escala tipo Likert de cinco puntos donde 1 significa "Sin ansiedad" y 5 "Ansiedad fuerte" (e.g. Estudiando para una evaluación en un curso de estadística). La segunda parte se responde igualmente con una escala tipo Likert cuyos polos son 1 "Completamente en desacuerdo" y 5 "Completamente de acuerdo" (e.g. No he practicado matemáticas por mucho tiempo. Yo sé que tendré problemas para pasar estadística). El instrumento ha demostrado una confiabilidad alta por consistencia interna entre sus factores (de 0.83 a 0.94) (Hanna et al., 2008) y ha sido usada en diversos países (Chew y Dillon, 2014b).

Escala de Intolerancia a la Incertidumbre -IUS- (Freeston, et al. 1994 validada para Colombia por Vargas et al., 2019). La IUS cuenta con 27 ítems que son calificados con una escala de cinco opciones cada uno desde 1= Nada característico de mí, hasta 5= Extremadamente característico de mí (e.g. No puedo relajar mi mente si no sé qué va a ocurrir mañana). En diferentes estudios y países la escala ha mostrado buenas propiedades psicométricas como, por ejemplo, una consistencia interna acorde al Alfa de Cronbach de 0,91-0,95 (Freeston et al., 1994; Rotomskis, 2014; Kraemer et al., 2015). En la muestra colombiana la escala mostró una consistencia interna de 0,94 (Vargas et al., 2019). Adicionalmente, la IUS cuenta con dos factores: 1) incertidumbre hacia la vida en general y 2) Impredecibilidad/Falta de control.

Generalized Anxiety Disorder-7 -GAD-7- (Spitzer et al., 2006). La GAD-7 está disponible en español en http://www.phqscreeners.com para descargar, traducir y distribuir de manera gratuita. Fue creada con el fin de medir el Trastorno de Ansiedad Generalizada, cuenta con siete reactivos que miden la frecuencia de algunas molestias en el transcurso de las dos semanas previas de su administración y se califica en una escala tipo Likert de cuatro puntos que va de 0 = para nada; hasta 3= casi todos los días (e.g. Preocuparse demasiado por diferentes cosas). Se han realizado dos revisiones sistemáticas sobre la GAD-7 y se encontró, por un lado, que la escala ha sido traducida y validada en España, Holanda, Turquía, Corea, Malasia, Alemania y China y, por el otro, que es efectiva para identificar la ansiedad generalizada, como una prueba screening (Kroenke et al., 2010; Plummer et al., 2016). Así mismo, la escala se ha correlacionado positivamente con otros cuestionarios de ansiedad como el HADS, Hamilton y el WHO-DAS II (García-Campayo et al., 2010).

Procedimiento

El estudio se desarrolló en dos fases. La primera consistió en adaptar y validar el cuestionario -STARS- (Cruise et al., 1985) para la población colombiana y, así, explorar sus propiedades psicométricas. La segunda fase consistió en la aplicación de los instrumentos antes mencionados. A continuación, se detalla cada fase:

Fase 1: Adaptación lingüística del STARS.

Con base en el procedimiento descrito por Muñiz y colaboradores(2013) se contactaron dos psicólogos bilingües (español e inglés) quienes de manera independiente tradujeron y re-tradujeron la STARS teniendo en cuenta el contexto cultural (tanto del lugar de creación de la prueba como el colombiano), para evitar dificultades en la comprensión de sus reactivos (Fraticelli et al., 2018). Posteriormente, el equipo del estudio evaluó junto a los traductores la adaptación al lenguaje y se realizaron las debidas pruebas piloto. Al final del artículo, en el anexo 1 se encuentra el proceso de adaptación y en el anexo 2 se encuentra la escala adaptada final utilizada en el estudio.

Fase 2: Solicitud de permisos y aplicación de los instrumentos.

Se solicitó el permiso a los directores de programa y a los docentes de los cursos de estadística en los que se aplicaron los instrumentos. Se les explicó el propósito del estudio y los requerimientos del mismo. La recolección de datos se realizó entre la cuarta y sexta semana del semestre académico.

Plan de análisis

Para aportar evidencia a la estructura factorial de la Escala STARS, se realizó el Análisis Factorial Confirmatorio (AFC) a través del paquete lavaan (Rosseel, 2012) del programa estadístico R (R Core Team, 2020), utilizando el estimador Weighted Least Square Mean and Variance (WLSMV), puesto que los datos no tenían una distribución normalmente multivariada. Los criterios de ajuste empleados fueron los siguientes: el Comparative Fit Index (CFI), permisible para valores mayores a 0.90 (Bentler, 1990); el Tucker Lewis Index (TLI), aceptable para valores mayores a 0.90 (Tucker y Lewis, 1973); el Root Mean Square Error of Approximation (RMSEA), moderado para valores entre 0.05 a 0.08 y el Standardized Root Mean Residual (SRMR), el cual debe ser menor a .09 (Hu y Bentler, 1999). Asimismo, se calcularon la fiabilidad y validez concurrente.

Consideraciones éticas. A cada participante se le otorgó una hoja de información sobre el estudio, así como un consentimiento informado por escrito, en donde se siguieron los estándares éticos internacionales propuestos por la APA y la Declaración de Helsinki para investigaciones con personas.

Resultados

Fiabilidad

Con base en las dimensiones propuestas por Cruise et al. (1985), Hanna et al. (2008) y Chew y Dillon (2014b) se revisó el análisis de fiabilidad por consistencia interna. En la Tabla 1 se observan que los alfa de Cronbach varían de .81 (Miedo a pedir ayuda) hasta .94 (Importancia de la estadística) y que los coeficientes omega de McDonald son mayores a .70, lo que indica que las subescalas de la STARS presentan una adecuada consistencia interna. Las tres primeras subescalas son las que están directamente relacionadas con la ansiedad hacia la estadística, y las últimas tres son actitudes hacia la estadística (Chiesi y Primi, 2010).

Tabla 1 Coeficientes de confiabilidad de las subescalas de la STARS 

Validez

Se realizaron tres modelos de Análisis Factorial Confirmatorio (AFC) con el fin de evaluar el ajuste de los datos, según lo sugerido por Hanna et al. (2008) y Popousek et al. (2012). Como se observa en la Tabla 2 el modelo de 6 factores es el que mejor se ajusta a los datos. Si bien, el x 2 fue estadísticamente significativo (1209, N = 357) = 2402.75, p < .001, el valor tanto del CFI como del TLI fueron de .94. Respecto al valor del índice RMSEA fue de .053 y el SRMR fue de .065. Dichos valores revelan índices de bondad de ajustes adecuados.

Tabla 2 Índices de ajuste de los modelos propuestos para la STARS 

En la Tabla 3 se pueden observar las cargas factoriales de los ítems en relación a sus factores. Las cargas factoriales son bastante altas, oscilando entre .43 a .91. lo que evidencia que dichos ítems, responden al factor para el cual fueron diseñados. El ítem 24 (Importancia de la estadística), presenta la menor carga factorial (β = .43), que, si bien es adecuada, es la más baja en comparación a los otros ítems.

Tabla 3 Modelo de 6 factores y cargas factoriales 

En la Tabla 4 se observan las correlaciones entre los factores propuestos. La ansiedad a la interpretación se relaciona de manera significativa, positiva y fuerte con ansiedad a los parciales y la clase (r = .78, p < .001), y miedo a pedir ayuda (r = .92, p < .001). Así mismo, se relaciona de manera significativa, positiva, pero moderada con importancia a la estadística (r = .32, p < .001), miedo a los profesores de estadística (r = .36, p < .001) y autoconcepto computacional (r = .37, p < .001). La ansiedad a los parciales y la clase se relaciona de manera significativa, positiva y fuerte con miedo a pedir ayuda (r = .70, p < .001), mientras que mantiene una relación significativa, positiva y moderada con autoconcepto computacional (r = .30, p < .001). En cuanto a la importancia a la estadística (r = .27, p < .001) y el miedo a los profesores de estadística (r = .26, p < .001), ambos guardan una relación significativa, positiva, pero leve con la ansiedad a los parciales y la clase.

Tabla 4 Correlación entre factores propuestos 

Nota: *p < .001

Por otro lado, el miedo a pedir ayuda se relaciona de manera significativa, positiva y moderada con importancia la estadística (r = .40, p < .001), miedo a los profesores de estadística (r = .43, p < .001) y autoconcepto computacional (r = .48, p < .001). En cuanto a la importancia de la estadística, esta guarda una relación significativa, positiva y fuerte con miedo a los profesores de estadística (r = .87, p < .001) y autoconcepto computacional (r = .90, p < .001).

Finalmente, se puede observar que el miedo a los profesores de estadística tiene una relación significativa, positiva y fuerte con el autoconcepto computacional (r = .86, p < .001).

Validez Concurrente

Posteriormente, se realizaron análisis correlacionales de Pearson entre las subescalas de la STARS con los puntajes de la IUS y el GAD-7, para evaluar la validez concurrente. En la Tabla 5, se evidencia que las tres primeras subescalas presentan una relación moderada con la ansiedad generalizada y la intolerancia a la incertidumbre. En cambio, las subescalas de actitudes hacia la estadística tienen una relación pequeña con las variables ya mencionadas.

Tabla 5 Correlaciones de Pearson entre los factores de la STARS, y las subescalas de la IUS y el GAD-7. 

Nota: *p < .01, **p < .001; IUS = Intolerance Uncertainty Scale; GAD-7 = Generalized Anxiety Disorder-7.

Específicamente, se evidencia una relación significativa, positiva, moderada entre la Intolerancia a la incertidumbre y los ítems ansiedad a la interpretación (r = .43, p < .001), ansiedad a los parciales y clases (r = .40, p < .001) y miedo a pedir ayuda (r = .40, p < .001). Mientras que se evidencia una relación significativa, positiva pero leve, entre la Intolerancia a la incertidumbre y la importancia de la estadística (r = .23, p < .001), el miedo a los profesores de estadística (r = .21, p < .001) y el autoconcepto computacional (r = .24, p < .001). Respecto a la subescala de Intolerancia a la incertidumbre de la vida, se evidencia una relación positiva, moderada y significativa con la ansiedad a la interpretación (r = .44, p < .001), con la ansiedad a los parciales y clase (r = .40, p < .001) y con el miedo a pedir ayuda (r = .43,p < .001).

A su vez, la subescala de Intolerancia a la Incertidumbre se relaciona positiva, leve y significativamente con la importancia de la estadística (r = .26, p < .001), al miedo a los profesores de estadística (r = .24, p < .001) y al autoconcepto computacional (r = .28, p < .001). Del mismo modo, la subescala Falta de control, se relaciona positiva, moderada y significativamente con la ansiedad a la interpretación (r = .38, p < .001), la ansiedad a los parciales y clase (r = .36, p < .001) y con el miedo a pedir ayuda (r = .34, p < .001). Asimismo, la subescala de Falta de control se relaciona positiva, leve y significativamente con la importancia de la estadística (r = .19, p < .001), al miedo a los profesores de estadística (r = .17, p < .01) y con el autoconcepto computacional (r = .18, p < .001).

En cuanto a la ansiedad generalizada, las subescalas de ansiedad a la interpretación (r = .31, p < .001) y miedo a pedir ayuda (r = .30, p < .01) guardan una relación significativa, positiva, moderada, mientras que con la subescala de ansiedad a los parciales y clases (r = .29, p < .001) guarda una relación significativa, positiva pero leve. Sin embargo, las sub- escalas de importancia a la estadística (r = .08, p = .16), miedo a los profesores de estadística (r = .09, p = .08) y autoconcepto computacional (r = .08, p = .06) no guardan relación alguna.

Finalmente, se obtuvieron los baremos de las seis subescalas de la STARS para estimular su uso (ver anexo 3).

Discusión

Se ha estimado que hasta un 80% de los estudiantes universitarios experimentan algo de ansiedad hacia la estadística (Siew et al., 2019). En un esfuerzo por contar con medidas adecuadas para la evaluación de este constructo en el contexto colombiano, el presente estudio pretendió adaptar y explorar las propiedades psicométricas de una escala ampliamente usada, la Statistics Anxiety Rating Scale (Chew y Dillon, 2014b), lo que permitió corroborar que la STARS se constituye como un instrumento útil para evaluar el conjunto de reacciones emocionales problemáticas asociadas a la ansiedad hacia la estadística.

Con base en los resultados obtenidos, las subescalas de la STARS presentan excelentes niveles de fiabilidad tal como lo han reportado en estudios previos (Hanna et al., 2008; Papousek et al., 2012; Chew y Dillon, 2014b). Basados en los diferentes índices de ajuste realizados, el modelo número tres del análisis factorial confirmatorio es consistente con lo encontrado con otras muestras como, por ejemplo, la de Norteamérica (Cruise et al., 1985), la de Reino Unido (Hanna et al., 2008) y la de Austria (Papousek et al., 2012), lo que confirma la estructura de seis dimensiones de la STARS.

Por otro lado, las subescalas de la STARS mostraron, en específico que la ansiedad a la interpretación, la ansiedad a los parciales y la clase, y el miedo de pedir ayuda, están relacionados moderadamente con la intolerancia a la incertidumbre, como ya se había reportado (Williams, 2015). Por tanto, estos resultados indican que la STARS cuenta con una validez concurrente importante. Adicionalmente, estas variables mostraron una relación con la ansiedad generalizada, lo que contrasta con los hallazgos de Luttenberger et al. (2018). Por el contrario, las dimensiones de importancia de la estadística, miedo a los profesores de estadística y autoconcepto computacional no muestran relación con la ansiedad generalizada, por lo que se puede asumir, como mencionan Luttenberger et al. (2018) que las distintas dimensiones de la ansiedad a la estadística tienen cierto grado de independencia de los síntomas de la ansiedad en general. Por lo mismo, se puede asumir que las dimensiones relacionadas a la ansiedad generalizada son más cercanas a los aspectos centrales de la ansiedad en general, mientras que las dimensiones no relacionadas podrían ser componentes específicos de la ansiedad a la estadística.

Para futuras investigaciones, se recomienda explorar los factores relacionados con las actitudes hacia la estadística y su relación con otros constructos como, la autoeficacia (Rodarte-Luna y Sherry, 2008; Cervantes et al., 2018) su relación con los rasgos de personalidad, en específico, el neuroticismo, la apertura a la experiencia y la agradabilidad (Chew y Dillon, 2014a). También resulta importante comprobar la validez predictiva de la STARS contrastando su aplicación con los resultados obtenidos por los estudiantes en los exámenes finales de los cursos de estadística. Por otro lado, se pueden estudiar las tutorías académicas entre iguales (ver, por ejemplo, Fernández et al., 2011) para identificar si estas ayudan a disminuir la ansiedad a la estadística y mejorar el desempeño académico en estudiantes universitarios que cursan una asignatura de estadística.

Finalmente, gracias a la utilidad de la STARS, su uso puede resultar de interés para las instituciones educativas que imparten cursos de estadística pues esta escala facilita la toma de decisiones y construcción de estrategias pedagógicas con el fin de evitar la deserción académica, mejorar el rendimiento y aumentar el disfrute hacia las actividades educativas en los estudiantes.

Agradecimientos:

Agradecemos a Claudia Liliana Valencia y Julián Moreno por su ayuda en el proceso de adaptación del instrumento STARS y a Jennifer Barrios y Laura Ospina por su asistencia en la recolección de datos.

Referencias

Afdal, A., Alizamar, A., Ilyas A., Zikra, Z., Taufik T., Erlamsyah R... Asmarni, A. (2019). Contribution of statistical anxiety to student learning outcomes: Study in Universitas Negeri Padang. Journal of Physics: Conferences series, http://dx.doi.org/10.1088/1742-6596/1157/4/042126Links ]

Alfonso, S. V., & Lonigan, C. J. (2021). Trait anxiety and adolescent's academic achievement: The role of executive function. Learning and Individual Differences, 85, 101-941. http://dx.doi.org/10.1080/02699931.2013.855173Links ]

Bautista, A., Morales, M. V., Dórame, L. G., & Peralta, G. (2016). Un estudio sobre las actitudes hacia la estadística en estudiantes universitarios. Epistemus, 20(10), 48-54. https://doi.org/10.36790/epistemus.v10i20.22Links ]

Becerra-García, A. M., Madalena, A. C., Estanislau, C., Rodríguez-Rico, J. L., Díaz, H., Bassi, A., Chagas-Bloes, D. A., & Morato, S. (2007). Ansiedad y miedo: su valor adaptativo y maladaptaciones. Revista Latinoamericana de Psicología, 39(1), 75-81. http://dx.doi.org/10.14349/rlp.v39i1.571Links ]

Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107, 238-246. http://dx.doi.org/10.1037/0033-2909.107.2.238Links ]

Blanco, J., R., Ornelas, M., Barrón, J., C., & Rodríguez-Villalobos, J., M. (2017). Estructura Factorial del Inventario de Trastornos de Ansiedad Generalizada en Universitarios Mexicanos. Formación Universitaria, 10(5), 69-76. [ Links ]

Cardona-Arias, J., A., Pérez-Restrepo, D., Ribera-Ocampo, S., Gómez-Martínez, J., & Reyes, A. (2015). Prevalencia de ansiedad en estudiantes universitarios. Diversitas: Perspectivas en Psicología, 1(1), 79-89. [ Links ]

Cendales, B., Vargas-Trujillo, E., & Barbosa, C. (2013). Factores psicológicos asociados al desempeño académico en los cursos universitarios de estadística: diferencias por sexo y área de titulación. Avances en Psicología Latinoamericana, 31(2), 363-375. [ Links ]

Cervantes Arreola, D. I., Valadez Sierra, M. D., Valdés Cuervo, A. A., & Tánori Quintana, J. (2018). Diferencias en autoeficacia académica, bienestar psicológico y motivación al logro en estudiantes universitarios con alto y bajo desempeño académico. Psicología desde el Caribe, 35(1), 7-17. http://dx.doi.org/10.14482/psdc.35.1.11154Links ]

Chiou, C., Wang, Y., & Li, L. (2014). Reducing statistics anxiety and enhancing statistics learning achievement: effectiveness of a one-minute strategy. Psychological Reports, 115(1), 297-310. https://doi.org/10.2466/11.04.PR0.115c12z3Links ]

Cherney, I. D. & Cooney, R. R. (2005). Predicting student performance in a statistics course using the mathematics and statistics perception scale (MSPS). Transactions of the Nebraska Academy of Sciences, 30, 1-8. [ Links ]

Chew, K. H., & Dillon, D. B. (2014a). Statics anxiety and the Big Five personality factors. Procedia Social and Behavioral Sciences, 112, 1177-1186. https://doi.org/10.1016/j.sbspro.2014.01.1282Links ]

Chew, K. H., & Dillon, D. B. (2014b). Statistics anxiety update: refining the construct and recommendations for a new research agenda. Perspectives on Psychological Science, 9(2), 196-208. https://doi.org/10.1177/1745691613518077Links ]

Chew, P. K., Dillon, D. B., & Swinbourne, A. L. (2018). An examination of the internal consistency and structure of the Statistical Anxiety Rating Scale (STARS). PloS one, 13(3), e0194195. https://doi.org/10.1371/journal.pone.0194195Links ]

Chiesi, F. & Primi, C. (2010). Cognitive and non-cognitive factors related to students' statistics achievement. Statistics Education Research Journal, 9(1), 626. https://doi.org/10.52041/serj.v9i1.385Links ]

Cruise, R. J., Cash, R. W., & Bolton, D. L. (1985). Development and validation of an instrument to measure statistical anxiety. Proceedings of the Joint Statistical Meetings, Section on Statistical Education (pp. 92-97). Alexandria, VA: American Statistical Association. [ Links ]

De Vink, I. (2017). The relationship between statistics anxiety and statistical performance. (Tesis doctoral). Utrecht University, Países Bajos. [ Links ]

Dugas, M. J., Buhr, K., & Ladouceur, R. (2004). The role of intolerance of uncertainty in etiology and maintenance. In R. G. Heimberg, C. L. Turk, & D. S. Mennin (Eds.), Generalized anxiety disorder: Advances in research and practice (pp. 143-163). New York, NY: Guilford Press. [ Links ]

Earp, M. S. (2007). Development and validation of the statistics anxiety measure (Unpublished doctoral dissertation). University of Denver, CO. [ Links ]

Fernández, F. D., Arco, J. L., López, S., & Heilborn, V. A. (2011). Prevención del fracaso académico universitario mediante tutoría entre iguales. Revista Latinoamericana de Psicología, 43(1), 59-71. http://dx.doi.org/10.14349/rlp.v43i1.628Links ]

Fraticelli, F. R., González, R. O., Uribe, A. F., Moreno, I., & Orengo, J. C. (2018). Investigación: diseño, construcción y validación de una escala para medir los factores psicosociales y la sintomatología orgánica en el área laboral. Informes Psicológicos, 18(1), 95-112. http://dx.doi.org/10.18566/nfpsic.v18n1a05Links ]

Freeston, M. H., Rhéaume, J., Letarte, H., Dugas, M. J., & Ladouceur, R. (1994). Why do people worry? Personality and Individual Differences, 17, 791-802. http://dx.doi.org/10.1016/0191-8869(94)90048-5. [ Links ]

García-Campayo, J., Zamorano, E., Ruiz, M. A., Pardo, A., Pérez-Páramo, M., López-Gómez, V., Freire, O., & Rejas, J. (2010). Cultural adaptation into Spanish of the generalized anxiety disorder-7 (GAD-7) scale as a screening tool. Health and Quality of Life Outcomes, 8(8), 1-11. https://doi.org/10.1186/1477-7525-8-8Links ]

Griffith, J. D., Mathna, B., Sappington, M., Turner, R., Evans, J., Gu, L., . .Morin, S. (2014). The development and validation of the Statistics Comprehensive Anxiety Response Evaluation. International Journal of Advances in Psychology, 3, 21-29. https://doi.org/10.14355/ijap.2014.0302.01Links ]

Hanna, D., Shevlin, M., & Dempster, M. (2008). The structure of the Statistics Anxiety Rating Scale: A confirmatory factor analysis using UK psychology students. Personality and Individual Differences, 45(1), 65-74. https://doi.org/10.1016/j.paid.2008.02.021Links ]

Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55. http://dx.doi.org/10.1080/10705519909540118Links ]

Huberty, T. J. (2012). Anxiety and Depression in Children and Adolescents. [electronic resource]: Assessment, Intervention, and Prevention. New York, NY: Springer New York. [ Links ]

Koerner, N., & Dugas, M. J. (2006). A cognitive model of generalized anxiety disorder: the role of intolerance of uncertainty. In G. C. L. Davey & A. Wells (Eds.), Worry and its psychological disorders: Theory, assessment, and treatment (pp. 201 -216). West Sussex, England: John Wiley. [ Links ]

Kraemer, K. M., McLeish, A. C., & O'Bryan, E. M. (2015). The role of intolerance of uncertainty in terms of alcohol use motives among college students. Addictive Behaviors, 42, 162-166. http://dx.doi.org/10.1016/j.addbeh.2014.11.033Links ]

Kroenke, K., Spitzer, R. L., Williams, J. B. W., & Löwe, B. (2010). The patient health questionnaire somatic, anxiety, and depressive symptom scales: a systematic review. General Hospital Psychiatry, 32, 345-359. https://doi.org/10.1016/j.genhosppsych.2010.03.006Links ]

Lavidas, K., Manesis, D., & Gialamas, V. (2021). Investigation of the Statistical Anxiety Rating Scale Psychometric Properties with a Sample of Greek Students. International Journal of Educational Psychology, 10(2), 116. https://doi.org/10.17583/iiep.2021.6032Links ]

Lin, Y. J. & Tang, H. J. (2017). Exploring Student Perception of the Use of Open Educational Resources to Reduce Statistics Anxiety. Journal of Formative Design in Learning, 1(2), 110-125. https://doi.org/10.1007/s41686-017-0007-zLinks ]

Luttenberger, S., Wimmer, S., & Paechter, M. (2018). Spotlight on math anxiety. Psychology research and behavior management, 11, 311-322. https://doi.org/10.2147/PRBM.S141421Links ]

Ministerio de Salud y Protección social (2015). Encuesta Nacional de Salud Mental. Recuperado de: http://www.odc.gov.co/Portals/1/publicaciones/pdf/consumo/estudios/n acionales/CO031102015-salud_mental_tomoI.pdfLinks ]

Muñiz, J., Elosua, P., & Hambleton, R. K. (2013). Directrices para la traducción y adaptación de los tests: segunda edición. Psicothema, 25(2), 151-157. https://doi.org/10.7334/psicothema2013.24Links ]

Onwuegbuzie, A. J., & Wilson, V. A. (2003). Statistics anxiety: Nature, etiology, antecedents, effects and treatments. Teaching in Higher Education, 8(2), 195- 209. https://doi.org/10.1080/1356251032000052447Links ]

Organización Panamericana de la Salud (2013). Estado de salud de la población: La salud mental en la Región de las Américas. Recuperado de: https://www.paho.org/salud-en-las-americas-2017/?post_t_es=la-salud-mental-en-la-region-de-las-americas&lang=esLinks ]

Organización Panamericana de la Salud (2018). La carga de los trastornos mentales en la Región de las Américas. Washington, D.C.: OPS. Recuperado de: http://iris.paho.org. [ Links ]

Paltoglou, A., E., Morys-Carter, W., L., & Davies, E. L. (2019). From anxiety to confidence: Exploring the measurement of statistics confidence and its relationship with experience, knowledge and competence within psychology undergraduate students. Psychology Learning & Teaching, 18(2), 165-178. https://doi.org/10.1177/1475725718819290Links ]

Pan, W. & Tang, M. (2004). Examining the effectiveness of innovative instructional methods on reducing statistics anxiety for graduate students. Journal of Instructional Psychology, 31(2), 149-159. [ Links ]

Papousek, I., Ruggeri, K., Macher, D., Paechter, M., Heene, M., Weiss, E. M., ... Freudenthaler, H. H. (2012). Psychometric evaluation and experimental validation of the Statistics Anxiety Rating Scale. Journal of Personality Assessment, 94, 82-91. https://doi.org/10.1080/00223891.2011.627959Links ]

Plummer, F., Manea, L., Trepel, D., & McMillan, D. (2016). Screening for anxiety disorders with the GAD-7 and GAD-2: a systematic review and diagnostic metaanalysis. General Hospital Psychiatry, 39, 24-31. http://dx.doi.org/10.1016/j.genhosppsych.2015.11.005Links ]

Prothe, B. (2016). Training coping techniques to reduce statistics anxiety. All eses, Dissertations, and Other Capstone Projects. Recuperado en https://cornerstone.lib.mnsu.edu/cgi/viewcontent.cgi?referer=https%3A%2F%2Fwww.google.com%2F&httpsredir= 1&article= 1583&context=etdsLinks ]

Quessep Tapias, I. P., Hernández Flórez, A. M., & Montes Rotela, M. (2019). Relación entre los dispositivos básicos del aprendizaje y el desempeño académico en estudiantes de primaria. Psicología desde el Caribe, 36(1), 61-81. http://dx.doi.org/10.14482/psdc.36.1.370.1. [ Links ]

Rodarte-Luna, B. & Sherry, A. (2008). Sex differences in the relation between statistics anxiety and cognitive/learning strategies. Contemporary Educational Psychology, 33(2), 327-344. http://dx.doi.org/10.1016/j.cedpsych.2007.03.002Links ]

Rosseel, Y. (2012). Lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1-36. URL: http://www.jstatsoft.org/v48/i02/. [ Links ]

Rotomskis, A. (2014). Psychometric properties of the intolerance of uncertainty scale (IUS) in a Lithuanian-speaking population. Journal of European Psychology Students, 5(1), 25-30. http://dx.doi.org/10.5334/jeps.bpLinks ]

R Core Team (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/Links ]

Siew, C. S. Q., McCartney, M. J., & Vitevitch, M. S. (2019). Using network science to understand statistics anxiety among college students. Scholarship of Teaching and Learning in Psychology, 1-15. http://dx.doi.org/10.1037/stl0000133Links ]

Spitzer, R. L., Kroenke, K., Williams, J. B. W. & Löwe, B. (2006). A brief measure for assessing generalized anxiety disorder. Archives of Internal Medicine, 166, 1092-1097. http://dx.doi.org/10.1001/archinte.166.10.1092Links ]

Trassi, A. P., Leonard, S. J., Rodrigues, L. D., Rodas, J. A. & Santos, F. H. (2022), Mediating factors of statistics anxiety in university students: a systematic review and meta-analysis. Annals of the New York Academy of Sciences. https://doi.org/10.1111/nyas.14746Links ]

Tucker, L. R., & Lewis, C. (1973). A reliability coefficient for maximum likelihood factor analysis. Psychometrika, 38, 1-10. https://doi.org/10.1007/BF02291170Links ]

Vargas, J. C., Zambrano, D., & Puerta, D. X. (2019). Validación de la Escala de Intolerancia a la Incertidumbre en una muestra Colombiana. Manuscrito en preparación. [ Links ]

Williams, A. S. (2015). Statistics anxiety and worry: the roles of worry beliefs, negative problem orientation, and cognitive avoidance. Statistics Education Research Journal, 14(2), 53-75. [ Links ]

Yaffe, Y., Bouhnik, O., & Burg, D. (2020). Further examination of the structure of the statistical anxiety rating scale (STARS) in international use. Journal of Applied Measurement, 21(2) 235-242. [ Links ]

Zeidner, M. (1991). Statistics and mathematics anxiety in social science students: Some interesting parallels. The British Journal of Educational Psychology, 61(3), 319-328. https://doi.org/10.1111/j.2044-8279.1991.tb00989.xLinks ]

Zimmerman, W.A. & Johnson, G. (2017). Exploring factors related to completion of an online undergraduate-level introductory statistics course. Online Learning, 21(3), 191-205. http://dx.doi.org/10.24059/olj.v21i3.1017Links ]

ANEXO 1. Proceso de adaptación lingüística de la escala STARS (Partes I y II).

A continuación, se muestra el proceso de traducción y retrotraducción de las partes I y II de la escala STARS. Agradecemos a los traductores Claudia Liliana Valencia Granados y Julián David Moreno Villamizar por el proceso de adaptación.

En específico, se revisó la versión original versus la retrotraducción del ítem 23 el cual se modificó para que fuera entendible en español y de los ítems 27, 33, 50 y 51 los cuales presentaron error en la retrotraducción, aunque conservaron la coherencia y significado.

PARTE I

ANEXO 2. Escala STARS versión final (Partes I y II).

Statistical Anxiety Rating Scale -STARS- Part-I

Abajo hay situaciones relacionadas con la estadística. Por favor, indique cuánta ansiedad usted experimenta (desde 1= Sin ansiedad hasta 5= Ansiedad fuerte).

Statistical Anxiety Rating Scale -STARS- Part-II

Abajo encontrará afirmaciones relacionadas con la estadística. Por favor, indique su nivel de acuerdo (desde 1= Completamente en desacuerdo, hasta 5= Complemente de acuerdo) con cada afirmación.

Statistical Anxiety Rating Scale -STARS- Part-II

Abajo encontrará afirmaciones relacionadas con la estadística. Por favor, indique su nivel de acuerdo (desde 1= Completamente en desacuerdo, hasta 5= Complemente de acuerdo) con cada afirmación.

ANEXO 3. Calificación y baremación de las subescalas del STARS.

Calificación

A continuación, se presentan las dimensiones que evalúa la STARS con sus respectivos reactivos. Sólo necesita sumar los reactivos que pertenecen a cada dimensión para obtener la puntuación en bruto o directa y con esta puede revisar el nivel de cada dimensión en los percentiles que se detallan en la tabla de abajo.

  1. Ansiedad a la interpretación: 2, 5, 6, 7, 9, 11, 12, 14, 17, 18 y 20.

  2. Ansiedad a los parciales y la clase: 1, 4, 8, 10, 13, 15, 21 y 22.

  3. Miedo de pedir ayuda: 3, 16, 19 y 23.

  4. Importancia de la estadística: 24, 26, 27, 28, 29, 33, 35, 36, 37, 40, 41, 42, 45, 47, 49 y 50.

  5. Autoconcepto computacional: 25, 31, 34, 38, 39, 48 y 51.

  6. Miedo a los profesores de estadística: 30, 32, 43, 44 y 46.

Baremos

Una vez obtenga las puntuaciones directas de cada dimensión, puede revisar en la siguiente tabla el percentil en el que se encuentra y su correspondiente nivel. Por ejemplo, si una persona en la dimensión de "Ansiedad a la interpretación" obtiene un puntaje directo de "31", quiere decir que se encuentra en el percentil "75". Es decir, tiene un nivel alto: es una persona que tiende a experimentar ansiedad cuando debe tomar una decisión basada en datos estadísticos.

Recibido: 30 de Enero de 2021; Aprobado: 20 de Mayo de 2022

aCorrespondencia: aolayat@udd.cl

Conflicto de intereses:

los autores declaramos que no existen conflictos de intereses.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons