Validación de constructo de un instrumento para medir la competencia digital docente de los profesores (CDD)

  1. Javier Tourón 1
  2. Deborah Martín 1
  3. Enrique Navarro Asencio 2
  4. Silvia Pradas 1
  5. Victoria Iñigo 1
  1. 1 Universidad Internacional de La Rioja
    info

    Universidad Internacional de La Rioja

    Logroño, España

    ROR https://ror.org/029gnnp81

  2. 2 Universidad Complutense de Madrid
    info

    Universidad Complutense de Madrid

    Madrid, España

    ROR 02p0gd045

Revista:
Revista española de pedagogía

ISSN: 0034-9461,  2174-0909

Año de publicación: 2018

Volumen: 76

Número: 269

Páginas: 25-54

Tipo: Artículo

DOI: 10.22550/REP76-1-2018-02 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Revista española de pedagogía

Repositorio institucional: lock_openAcceso abierto Editor

Resumen

La competencia digital docente se ha convertido en un aspecto esencial en la formación de los profesores que deben promover un aprendizaje en sus alumnos que se aleja del modelo de transmisión del conocimiento par acercarse a otro de desarrollo del talento. En este trabajo se valida un instrumento desarrollado por los autores para valorar la competencia digital de los docentes, de acuerdo con el marco actual establecido por el INTEF. Para el proceso de validación se utiliza una muestra de 426 profesores a los que se accede por un procedimiento online. La fiabilidad total del instrumento, estimada con el Alpha de Cronbach es de 0.98. La fiabilidad para las dimensiones de la escala de conocimiento varía entre 0.89 y 0.94 y para la escala de uso entre 0.87 y 0.92. En cuanto a la validez de constructo se ha pasado de un modelo inicial con 5 factores a otro con 4 factores y 4 subfactores. Las cargas factoriales de los ítems con la dimensión a la que pertenecen están en su mayoría por encima de 0.5 y en muchos casos de 0.70. En la escala de conocimiento solo hay 1 peso que no alcanza ese valor. Los resultados de ajuste global para ambas escalas muestran resultados óptimos, con unos valores inferiores a 3 para el índice de chi-cuadrado normalizado, valores por debajo de 0.06 en RMSEA y de 0.9 en IFI y CFI. Se ofrecen evidencias también respecto a la validez convergente y discriminante, que resultan significativas y aceptables. La fiabilidad del constructo para la validez convergente se aproxima en todos los casos a 0.90. En cuanto a la validez discriminante el modelo propuesto es mejor que sus alternativos, con ligeras variaciones en la escala de uso que serán objeto de futuros análisis. Este instrumento permitirá valorar las competencias de los profesores y ayudar en la planificación de itinerarios de formación personalizados en función de los resultados.

Referencias bibliográficas

  • Álvarez Rojo, V. (2010). Evaluación de competencias en la Universidad. Material del curso «Evaluación de competencias en el proceso de enseñanza aprendizaje». Secretariado de Formación y Apoyo a la Calidad, Universidad de Granada.
  • American Psychological Association (1986). Stan‑ dards for Educational and Psychological Testing: Six Reviews. Journal of Educational Measurement, 23, 83-98.
  • Bentler, P. M. (2005). EQS 6 Structural equations program manual. Encino: Multivariate Software.
  • Byrne, B. M. (2009). Structural Equation Modeling with AMOS (2ª Ed.). New York: Routledge.
  • Cardona, A. J. (2008). Formación y desarrollo profesional del docente en la sociedad del conoci‑ miento. Madrid: Ed. Universitas.
  • Catell, R. B. (1964). Validity and reliability: a pro‑ posed more basic set of concepts. Journal of Educational Psychology, 55, 1-22.
  • Cattell, R. B. (1978). The scientific use of factor analysis. New York: Plenum.
  • Comisión Europea (2001). Basic indicators on the incorporation of ITC into European Education Sys‑ tems: 2000-01 Annual Report. Bruselas: Eurydice.
  • Comisión Europea (2009). Marco estratégico Edu‑ cación y Formación 2020 (ET2020). Euridyce España. Recuperado de http://www.mecd.gob. es/educacionmecd/mc/redie‑eurydice/prioridadeseuropeas/et2020.html
  • Comisión Europea (2016). Education and training. Monitor 2016. Portugal. Recuperado de https://ec.europa.eu/education/sites/education/files/monitor2016pt_en.pdf
  • Cope, C. H. y Ward, P. (2002). Integrating learning technology into classrooms: The importance of teachers’ perceptions. Educational Technology & Society, 5 (1), 67‑74.
  • Cronbach, L. J. (1971). Test validation. En R. L. Thorndike (Ed.), Educational Measurement (2nd Ed.), (p. 143). Washington: American Council on Education.
  • Cuban, L. (2001). Oversold and underused: Computers in the classroom. Cambridge, MA: Harvard University Press.
  • Davis, N., Preston, C. y Sahin, I. (2009). ICT teacher training: Evidence for multilevel evalua‑ tion from a national initiative. British Journal of Educational Technology, 40 (1), 35-48.
  • Ferrari, A. (2013). DIGCOMP: A Framework for Developing and Understanding Digital Competence in Europe. Sevilla: European Commission. Joint Research Centre. Institute for Prospective Technological Studies.
  • Fullan, M. y Donelly, K. (2013). Alive in the Swamp: assessing digital innovations in education. London: Nesta.
  • Gallego, M. J., Gámiz, V. y Gutiérrez, E. (2010). El futuro docente ante las competencias en el uso de las tecnologías de la información y comunicación para enseñar. EDUTEC, Revista Electrónica de Tecnología Educativa, 34.
  • Gaviria, J. L., Biencinto, M. C. y Navarro, E. (2009). Invarianza de la estructura de covarianzas de las medidas de rendimiento académico en estudios longitudinales en la tran‑ sición de educación primaria a secundaria. Revista de Educación, 348, 153-173.
  • Hair, J. F., Black, W. C., Babin, B. J. y Anderson, R. E. (2014). Multivariate Data Analysis (7ª Ed.). Essex: Pearson.
  • INTEF (2017). Marco de Competencia Digital. Madrid: Ministerio de Educación, Ciencia y Deportes.
  • Koehler, M. J., Mishra, P. y Cain, W. (2013). What Is Technological Pedagogical Content Knowledge (TPACK)? Journal of Education, 193 (3), 13-19.
  • Mesick, S. (1980). Test Validity and the Ethics of Assessment. American Psychologist, 35, 1012-1027.
  • Nunnally, J. C. (1978). Psychometric theory (2nd Ed.). New York: McGraw-Hill.
  • Nunnally, J. C. y Bernstein, I. H, (1994). Psychometric Theory (3ª Ed.). Nueva York: McGraw-Hill.
  • OECD (2003). Education at a glance. OECD INDICATORS 2003. Paris: Organisation for Econo‑ mic Cooperation and Development.
  • Parlamento Europeo y del Consejo (2006). Re‑ comendación del Parlamento Europeo y del Consejo de 18 de diciembre de 2006 sobre las competencias clave para el aprendizaje perma‑ nente. Diario Oficial de la Unión Europea.
  • Sangrá, A. y González-Sanmamed, M. (2004). La transformación de las universidades a través de las TIC: Discursos y prácticas. Barcelona: Ediuoc.
  • Solmon, L. C. y Wiederhorn, J. A. (2000). Progress of technology in the school: 1999. Report on 27 states. Santa Monica, CA: Milken Family Foundation.
  • Tondeur, J., Valcke, M. y Van Braak, J. (2008). A multidimensional approach to determinants of computer use in primary education: Teacher and school characteristics. Journal of Computer Assisted Learning, 24 (6), 494‑506.
  • Tourón, J. (2016). TPACK: un modelo para los profesores de hoy. Educación, Tecnología y Ta‑ lento. Recuperado de http://www.javiertouron. es/2016/05/tpack-un-modelo-para-los-profesores-de.html (Consultado el 18/7/2017).
  • UNESCO (2002). Information and communication technology. A curriculum for schools and programme of teacher development. Paris: UNESCO.
  • UNESCO (2003). Communiqué of the ministerial roundtable on ‘Towards Knowledge Societies’. Paris: UNESCO.
  • UNESCO (2008). ICT competency standards for teachers: Competency standards modules. Pa‑ ris: UNESCO.
  • 4 Windschitl, M. y Sahl, K. (2002). Tracing teachers’ use of technology in a laptop computer school: The interplay of teacher beliefs, social dynamics, and institutional culture. American Educational Research Journal, 39 (1), 165-205.
Fuente de los datos: Dialnet