Vol. 13/ Núm. 1 2026 pág. 3604
https://doi.org/10.69639/arandu.v13i1.2138
Estilos de aprendizaje y autopercepción del desempeño en
ciencias básicas en estudiantes universitarios
Learning styles and self-perceived performance in basic sciences among university
students
Marco A. Merma Jara
https://orcid.org/0000-0002-9805-1935
Universidad Nacional Mayor de San Marcos
Alexander Diestra Rodríguez
https://orcid.org/0009-0003-1147-1262
Universidad Nacional Agraria de la Selva
Erik Rubén Gavidia Mercedes
https://orcid.org/0000-0002-2450-4372
Universidad Nacional Agraria de la Selva
Álvaro Ulises Paredes Acuña
https://orcid.org/0009-0007-4885-2826
Universidad Nacional Agraria de la Selva
Artículo recibido: 18 febrero 2026-Aceptado para publicación: 20 marzo 2026
Conflictos de intereses: Ninguno que declarar.
RESUMEN
Se analizó la relación entre los estilos de aprendizaje y la autopercepción del desempeño en
ciencias básicas en 125 estudiantes de la Universidad Nacional Agraria de la Selva (UNAS, Perú).
El desempeño se operacionalizó como autopercepción de competencia mediante un cuestionario
de 30 ítems con seis dimensiones: tres de estilos de aprendizaje (visual, auditivo, lectura/escritura)
y tres de desempeño (conceptual, resolución de problemas, retención). Se evaluó la consistencia
interna (α = 0.936) y se calcularon correlaciones de Pearson. Los resultados indican asociaciones
positivas significativas entre todas las dimensiones (p < 0.01), siendo la dimensión
lectura/escritura la más correlacionada con el desempeño global (r = 0.612, R² = 0.375). Esto
sugiere que las preferencias por modalidades textuales están estrechamente vinculadas a la
autopercepción de éxito en ciencias básicas. Se recomienda complementar futuros estudios con
mediciones objetivas de rendimiento académico.
Palabras clave: Estilos de aprendizaje, desempeño académico, ciencias básicas,
educación STEM, educación superior
ABSTRACT
The relationship between learning styles and self-perceived performance in basic sciences was
analyzed in 125 students from the National Agrarian University of the Selva (UNAS, Peru).
Vol. 13/ Núm. 1 2026 pág. 3605
Performance was operationalized as self-perceived competence through a 30-item questionnaire
with six dimensions: three learning style dimensions (visual, auditory, reading/writing) and three
performance dimensions (conceptual, problem-solving, retention). Internal consistency (α =
0.936) was assessed and Pearson correlations were calculated. Results indicate significant
positive associations among all dimensions (p < 0.01), with the reading/writing dimension being
the most strongly correlated with overall performance (r = 0.612, R² = 0.375). This suggests that
preferences for textual modalities are closely linked to self-perceived success in basic sciences.
Future studies are recommended to complement these findings with objective academic
performance measures.
Keywords: Learning styles, academic performance, basic sciences, STEM education,
higher education
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Performance was operationalized as self-perceived competence through a 30-item questionnaire
with six dimensions: three learning style dimensions (visual, auditory, reading/writing) and three
performance dimensions (conceptual, problem-solving, retention). Internal consistency (α =
0.936) was assessed and Pearson correlations were calculated. Results indicate significant
positive associations among all dimensions (p < 0.01), with the reading/writing dimension being
the most strongly correlated with overall performance (r = 0.612, R² = 0.375). This suggests that
preferences for textual modalities are closely linked to self-perceived success in basic sciences.
Future studies are recommended to complement these findings with objective academic
performance measures.
Keywords: Learning styles, academic performance, basic sciences, STEM education,
higher education
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 13/ Núm. 1 2026 pág. 3606
INTRODUCCIÓN
A pesar de la importancia de las ciencias básicas en la formación universitaria, persisten
dificultades generalizadas entre los estudiantes para alcanzar un desempeño óptimo en estas áreas.
Las metodologías de enseñanza tradicionales suelen ignorar las diferencias individuales en los
estilos de aprendizaje, lo que puede limitar el potencial de aprendizaje de muchos alumnos.
Existe una brecha en la comprensión de cómo los diferentes estilos de aprendizaje impactan
el desempeño en ciencias básicas. Esta falta de conocimiento impide desarrollar estrategias
pedagógicas personalizadas que favorezcan el éxito académico en estas disciplinas
fundamentales.
¿Existe una correlación significativa entre las dimensiones de los estilos de aprendizaje
(visual, auditivo, lectura/escritura) y las dimensiones del desempeño en ciencias básicas
(conceptual, resolución de problemas, retención) en estudiantes de la UNAS?
Este escenario plantea la interrogante general: ¿Cómo se relacionan los estilos de
aprendizaje y el desempeño en ciencias básicas en estudiantes de la Universidad Nacional de la
Selva?
Al respecto se ha desarrolla investigaciones para tratar de responder a las interrogantes y
preocupaciones sobre la enseñanza de las ciencias básicas, a continuación, investigaciones que
abordaron la problemática
Es importante distinguir conceptualmente entre estilos de aprendizaje y estilos de
aprendizaje. Mientras los estilos cognitivos se refieren a procesos psicológicos internos y estables
de procesamiento de información, los estilos de aprendizaje aluden a las preferencias
conductuales y sensoriales para abordar tareas. Dado que el presente estudio utiliza el modelo
VAK (Visual, Auditivo, Lectura/Escritura), que clasifica preferencias sensoriales de recepción de
información, se optará por el término estilos de aprendizaje para mantener la coherencia con el
instrumento y la literatura base (Felder y Silverman, 1988; Magulod, 2019).
Validación y Aplicación de Modelos de Estilos de Aprendizaje
El método de Felder-Silverman es un modelo que clasifica las preferencias de aprendizaje
en cuatro dimensiones: sensitivo/intuitivo (tipo de información), visual/verbal (forma de
recepción), activo/reflexivo (procesamiento) y secuencial/global (comprensión) (Felder y
Silverman, 1988). Su propósito no es etiquetar rígidamente a los estudiantes, sino ofrecer a los
docentes una guía para diseñar estrategias de enseñanza equilibradas que atiendan a la diversidad
del aula, ayudando a cada aprendiz a potenciar sus fortalezas y desarrollar flexibilidad cognitiva.
El modelo experiencial de Kolb (1984) concibe el aprendizaje como un proceso cíclico de
cuatro etapas: experiencia concreta, observación reflexiva, conceptualización abstracta y
experimentación activa. A partir de la combinación de estas fases, se identifican cuatro estilos de
INTRODUCCIÓN
A pesar de la importancia de las ciencias básicas en la formación universitaria, persisten
dificultades generalizadas entre los estudiantes para alcanzar un desempeño óptimo en estas áreas.
Las metodologías de enseñanza tradicionales suelen ignorar las diferencias individuales en los
estilos de aprendizaje, lo que puede limitar el potencial de aprendizaje de muchos alumnos.
Existe una brecha en la comprensión de cómo los diferentes estilos de aprendizaje impactan
el desempeño en ciencias básicas. Esta falta de conocimiento impide desarrollar estrategias
pedagógicas personalizadas que favorezcan el éxito académico en estas disciplinas
fundamentales.
¿Existe una correlación significativa entre las dimensiones de los estilos de aprendizaje
(visual, auditivo, lectura/escritura) y las dimensiones del desempeño en ciencias básicas
(conceptual, resolución de problemas, retención) en estudiantes de la UNAS?
Este escenario plantea la interrogante general: ¿Cómo se relacionan los estilos de
aprendizaje y el desempeño en ciencias básicas en estudiantes de la Universidad Nacional de la
Selva?
Al respecto se ha desarrolla investigaciones para tratar de responder a las interrogantes y
preocupaciones sobre la enseñanza de las ciencias básicas, a continuación, investigaciones que
abordaron la problemática
Es importante distinguir conceptualmente entre estilos de aprendizaje y estilos de
aprendizaje. Mientras los estilos cognitivos se refieren a procesos psicológicos internos y estables
de procesamiento de información, los estilos de aprendizaje aluden a las preferencias
conductuales y sensoriales para abordar tareas. Dado que el presente estudio utiliza el modelo
VAK (Visual, Auditivo, Lectura/Escritura), que clasifica preferencias sensoriales de recepción de
información, se optará por el término estilos de aprendizaje para mantener la coherencia con el
instrumento y la literatura base (Felder y Silverman, 1988; Magulod, 2019).
Validación y Aplicación de Modelos de Estilos de Aprendizaje
El método de Felder-Silverman es un modelo que clasifica las preferencias de aprendizaje
en cuatro dimensiones: sensitivo/intuitivo (tipo de información), visual/verbal (forma de
recepción), activo/reflexivo (procesamiento) y secuencial/global (comprensión) (Felder y
Silverman, 1988). Su propósito no es etiquetar rígidamente a los estudiantes, sino ofrecer a los
docentes una guía para diseñar estrategias de enseñanza equilibradas que atiendan a la diversidad
del aula, ayudando a cada aprendiz a potenciar sus fortalezas y desarrollar flexibilidad cognitiva.
El modelo experiencial de Kolb (1984) concibe el aprendizaje como un proceso cíclico de
cuatro etapas: experiencia concreta, observación reflexiva, conceptualización abstracta y
experimentación activa. A partir de la combinación de estas fases, se identifican cuatro estilos de
Vol. 13/ Núm. 1 2026 pág. 3607
aprendizaje (divergente, asimilador, convergente y acomodador), destacando que el aprendizaje
efectivo requiere integrar la experiencia, la reflexión, el pensamiento teórico y la acción práctica.
En una investigación fue validada el instrumento de estilos de aprendizaje de Felder en
estudiantes de Ingeniería, confirmando su confiabilidad. Los resultados mostraron estilos
equilibrados, sin influencia de edad o semestre, pero evidenciaron diferencias de género en la
dimensión activo-reflexiva, destacando la utilidad del instrumento para analizar preferencias de
aprendizaje (Ocampo et al., 2014).
Asimismo, Herrera y Zapata (2012) analizaron los estilos de aprendizaje en estudiantes de
secundaria aplicando el modelo experiencial de Kolb. Los resultados mostraron que los
estudiantes no presentan una preferencia marcada por un solo estilo, y que las dimensiones del
modelo exhiben correlaciones bajas entre sí, lo que sugiere que operan de manera relativamente
independiente.
De la misma manera fueron analizadas las preferencias de estilos de aprendizaje en nuevos
estudiantes de la Universidad Nacional Abierta a Distancia mediante Consejo para la Acreditación
de la Educación Superior. Se exploraron relaciones entre los estilos (activo, pragmático, reflexivo
y teórico) y variables como género y edad, además de posibles asociaciones entre los propios
estilos (Benavides y García, 2012).
Estilos de Aprendizaje en Educación STEM y Desempeño Académico
En este contexto, un estudio identificó el estilo de aprendizaje predominante en estudiantes
de ingeniería para comprender su influencia en el desempeño académico. Se buscó optimizar el
aprendizaje mediante estrategias adaptadas a estos estilos, reconociendo la importancia de
factores individuales en la adquisición del conocimiento (Flores y Delgado, 2018).
De la misma manera fueron sintetizados hallazgos sobre los estilos de aprendizaje en
educación científica universitaria entre 2007 y 2023, analizando su influencia en factores
cognitivos y afectivos. Aunque se identificó una relación positiva con el desempeño y la
motivación, se encontró que es esta varía según el contexto y la metodología empleada
(Shaidullina et al., 2023)
También, otro estudio analizó las preferencias de estilos de aprendizaje, hábitos de estudio
y desempeño académico de estudiantes de ciencias aplicadas en Filipinas. Buscó relacionar estos
factores para desarrollar estrategias instruccionales que formen tecnólogos e informáticos más
competentes. (Magulod, 2019)
De forma complementaria, otra investigación analizó diferencias de género en el
desempeño académico en cursos STEM (Science Technology Engineering and Mathematics),
tanto presenciales como en línea. Examinó cómo los rasgos de personalidad y estilos de
aprendizaje afectan el éxito académico. Los resultados mostraron patrones distintivos en mujeres,
destacando la influencia de factores como autonomía y confianza en los resultados (Idrizi et al.,
2023)
aprendizaje (divergente, asimilador, convergente y acomodador), destacando que el aprendizaje
efectivo requiere integrar la experiencia, la reflexión, el pensamiento teórico y la acción práctica.
En una investigación fue validada el instrumento de estilos de aprendizaje de Felder en
estudiantes de Ingeniería, confirmando su confiabilidad. Los resultados mostraron estilos
equilibrados, sin influencia de edad o semestre, pero evidenciaron diferencias de género en la
dimensión activo-reflexiva, destacando la utilidad del instrumento para analizar preferencias de
aprendizaje (Ocampo et al., 2014).
Asimismo, Herrera y Zapata (2012) analizaron los estilos de aprendizaje en estudiantes de
secundaria aplicando el modelo experiencial de Kolb. Los resultados mostraron que los
estudiantes no presentan una preferencia marcada por un solo estilo, y que las dimensiones del
modelo exhiben correlaciones bajas entre sí, lo que sugiere que operan de manera relativamente
independiente.
De la misma manera fueron analizadas las preferencias de estilos de aprendizaje en nuevos
estudiantes de la Universidad Nacional Abierta a Distancia mediante Consejo para la Acreditación
de la Educación Superior. Se exploraron relaciones entre los estilos (activo, pragmático, reflexivo
y teórico) y variables como género y edad, además de posibles asociaciones entre los propios
estilos (Benavides y García, 2012).
Estilos de Aprendizaje en Educación STEM y Desempeño Académico
En este contexto, un estudio identificó el estilo de aprendizaje predominante en estudiantes
de ingeniería para comprender su influencia en el desempeño académico. Se buscó optimizar el
aprendizaje mediante estrategias adaptadas a estos estilos, reconociendo la importancia de
factores individuales en la adquisición del conocimiento (Flores y Delgado, 2018).
De la misma manera fueron sintetizados hallazgos sobre los estilos de aprendizaje en
educación científica universitaria entre 2007 y 2023, analizando su influencia en factores
cognitivos y afectivos. Aunque se identificó una relación positiva con el desempeño y la
motivación, se encontró que es esta varía según el contexto y la metodología empleada
(Shaidullina et al., 2023)
También, otro estudio analizó las preferencias de estilos de aprendizaje, hábitos de estudio
y desempeño académico de estudiantes de ciencias aplicadas en Filipinas. Buscó relacionar estos
factores para desarrollar estrategias instruccionales que formen tecnólogos e informáticos más
competentes. (Magulod, 2019)
De forma complementaria, otra investigación analizó diferencias de género en el
desempeño académico en cursos STEM (Science Technology Engineering and Mathematics),
tanto presenciales como en línea. Examinó cómo los rasgos de personalidad y estilos de
aprendizaje afectan el éxito académico. Los resultados mostraron patrones distintivos en mujeres,
destacando la influencia de factores como autonomía y confianza en los resultados (Idrizi et al.,
2023)
Vol. 13/ Núm. 1 2026 pág. 3608
Relación entre Estilos de Aprendizaje y Desempeño en Diferentes Disciplinas
Una investigación analizó la relación entre estilos y estrategias de aprendizaje, la
especialidad universitaria, el curso académico y el desempeño. Se identificaron diferencias en el
uso de estrategias según la disciplina, el nivel de estudios y el desempeño académico,
contrastando su influencia en el éxito educativo (Camarero et al., 2000).
Asimismo, otro estudio se centra en los estilos de aprendizaje (visual, auditivo y
kinestésico) y el desempeño académico de estudiantes de sexto y séptimo grado. Se identifican
diferencias en el desempeño según el estilo predominante y su potencial para mejorar estrategias
educativas (Adame et al., 2025).
De manera complementaria otro estudio examina la relación entre estilos de aprendizaje y
desempeño académico en estudiantes de educación científica. Se identifican preferencias de
aprendizaje y su impacto en el éxito en ciencias mediante un análisis sistemático. Los resultados
revelan patrones significativos entre los estilos y el desempeño académico (Nja et al., 2019).
Factores psicológicos y contextuales en el aprendizaje
Una investigación analizó la influencia de la inteligencia emocional, los estilos de
aprendizaje y la autoeficacia en ciencia y tecnología sobre el desempeño académico de estudiantes
de pedagogía en ciencias. Se identificaron factores psicológicos y educativos clave para el éxito
académico, enfocándose en cómo la confianza en STEM y la gestión emocional afectan sus
resultados (Amponsah et al., 2024).
Por otro lado, otra investigación analizó la relación entre autoeficacia, estilos de
aprendizaje y resultados de aptitud en el Programa de Bachillerato. Se utilizó un enfoque
cuantitativo y se encontraron niveles moderados de autoeficacia, variaciones en aptitud según
especialidad y correlaciones significativas en algunos estilos de aprendizaje. Los hallazgos
sugieren ajustes en la asignación de estudiantes (Camara, 2018).
Adaptación curricular
En una investigación se buscó relacionar los estilos de razonamiento y aprendizaje en
futuros docentes, utilizando preguntas abiertas y el Inventario de Estilos de Aprendizaje de Kolb.
Los resultados derivaron en recomendaciones para mejorar los currículos de ciencias y
matemáticas, destacando la importancia de adaptarlos a los estilos identificados (Arslan et al.,
2009)
Asimismo, se analizó el concepto de estilos de aprendizaje, su vinculación con los estilos
de enseñanza y su relevancia en el sistema educativo actual, mediante una revisión teórica y
evaluación de instrumentos existentes mediante un análisis conceptual y crítica de literatura
especializada. Los resultados destacaron las implicaciones pedagógicas de su aplicación y las
limitaciones de los instrumentos más utilizados (Sánchez Riesco, 1998).
También fue analizado relación entre estilos de aprendizaje, superdotación y talento para
mejorar la formación universitaria. El método usado se centra en un enfoque heurístico basado en
Relación entre Estilos de Aprendizaje y Desempeño en Diferentes Disciplinas
Una investigación analizó la relación entre estilos y estrategias de aprendizaje, la
especialidad universitaria, el curso académico y el desempeño. Se identificaron diferencias en el
uso de estrategias según la disciplina, el nivel de estudios y el desempeño académico,
contrastando su influencia en el éxito educativo (Camarero et al., 2000).
Asimismo, otro estudio se centra en los estilos de aprendizaje (visual, auditivo y
kinestésico) y el desempeño académico de estudiantes de sexto y séptimo grado. Se identifican
diferencias en el desempeño según el estilo predominante y su potencial para mejorar estrategias
educativas (Adame et al., 2025).
De manera complementaria otro estudio examina la relación entre estilos de aprendizaje y
desempeño académico en estudiantes de educación científica. Se identifican preferencias de
aprendizaje y su impacto en el éxito en ciencias mediante un análisis sistemático. Los resultados
revelan patrones significativos entre los estilos y el desempeño académico (Nja et al., 2019).
Factores psicológicos y contextuales en el aprendizaje
Una investigación analizó la influencia de la inteligencia emocional, los estilos de
aprendizaje y la autoeficacia en ciencia y tecnología sobre el desempeño académico de estudiantes
de pedagogía en ciencias. Se identificaron factores psicológicos y educativos clave para el éxito
académico, enfocándose en cómo la confianza en STEM y la gestión emocional afectan sus
resultados (Amponsah et al., 2024).
Por otro lado, otra investigación analizó la relación entre autoeficacia, estilos de
aprendizaje y resultados de aptitud en el Programa de Bachillerato. Se utilizó un enfoque
cuantitativo y se encontraron niveles moderados de autoeficacia, variaciones en aptitud según
especialidad y correlaciones significativas en algunos estilos de aprendizaje. Los hallazgos
sugieren ajustes en la asignación de estudiantes (Camara, 2018).
Adaptación curricular
En una investigación se buscó relacionar los estilos de razonamiento y aprendizaje en
futuros docentes, utilizando preguntas abiertas y el Inventario de Estilos de Aprendizaje de Kolb.
Los resultados derivaron en recomendaciones para mejorar los currículos de ciencias y
matemáticas, destacando la importancia de adaptarlos a los estilos identificados (Arslan et al.,
2009)
Asimismo, se analizó el concepto de estilos de aprendizaje, su vinculación con los estilos
de enseñanza y su relevancia en el sistema educativo actual, mediante una revisión teórica y
evaluación de instrumentos existentes mediante un análisis conceptual y crítica de literatura
especializada. Los resultados destacaron las implicaciones pedagógicas de su aplicación y las
limitaciones de los instrumentos más utilizados (Sánchez Riesco, 1998).
También fue analizado relación entre estilos de aprendizaje, superdotación y talento para
mejorar la formación universitaria. El método usado se centra en un enfoque heurístico basado en
Vol. 13/ Núm. 1 2026 pág. 3609
estudios experimentales a distintos niveles educativos. Los resultados mostraron la necesidad de
aplicar estrategias pedagógicas adaptadas y destacaron la tutoría diferenciada como herramienta
útil para el desarrollo de potencialidades en estudiantes sobresalientes (Esteves et al., 2020)
Asimismo, fue abordado la importancia de caracterizar los estilos de enseñanza en
educación superior para responder a la diversidad de estilos de aprendizaje. Para ello, se sustentó
en un análisis teórico que revisa los fundamentos relacionados con dichas prácticas docentes. El
propósito fue impulsar una enseñanza universitaria más personalizada e inclusiva, atendiendo las
diferencias culturales y cognitivas de los estudiantes (Aguilera, 2012)
En esa investigación se propone analizar las dimensiones de los estilos de aprendizaje y el
desempeño en ciencias, en estudiantes de la Universidad Nacional Agraria de la Selva (UNAS),
para lo cual se realizó un instrumento de medición, las cuales se analizaron mediante análisis
estadístico.
METODOLOGÍA
Para el logro de los objetivos planteados en la investigación, se consideraron dos variables
principales: estilos de aprendizaje (variable independiente) y desempeño en ciencias (variable
dependiente). Con el fin de recopilar información sobre estas variables, se diseñó un cuestionario
compuesto por 30 ítems, organizados en seis dimensiones, tres asociadas a cada variable, con
cinco preguntas por dimensión. El instrumento fue aplicado a una muestra de estudiantes de la
Universidad Nacional Agraria de la Selva (UNAS), con el propósito de obtener datos
representativos para el análisis de las relaciones entre ambas variables.
Población y muestra
La población está constituida por los estudiantes de la Universidad Nacional Agraria de la
Selva (UNAS) y la muestra fue constituida por los estudiantes matriculados en las asignaturas de
Física I, Física General, Física II, Estadística en el semestre académico 2024-II.
En la Tabla 1 se muestra la distribución de las escuelas profesionales donde se han aplicado
el cuestionario para obtener las reacciones a las preguntas sobre las dimensiones del aprendizaje
de las ciencias
Tabla 1
Escuelas profesionales donde se han aplicado el cuestionario
Escuela profesional Frecuencia %
Ingeniería Ambiental 57 45.60
Agronomía 33 26.40
Recursos Naturales Renovables 15 12.00
Ingeniería en Industria Alimentaria 15 12.00
Ingeniería en Informática y Sistemas 5 4.00
Total 125 100.00
estudios experimentales a distintos niveles educativos. Los resultados mostraron la necesidad de
aplicar estrategias pedagógicas adaptadas y destacaron la tutoría diferenciada como herramienta
útil para el desarrollo de potencialidades en estudiantes sobresalientes (Esteves et al., 2020)
Asimismo, fue abordado la importancia de caracterizar los estilos de enseñanza en
educación superior para responder a la diversidad de estilos de aprendizaje. Para ello, se sustentó
en un análisis teórico que revisa los fundamentos relacionados con dichas prácticas docentes. El
propósito fue impulsar una enseñanza universitaria más personalizada e inclusiva, atendiendo las
diferencias culturales y cognitivas de los estudiantes (Aguilera, 2012)
En esa investigación se propone analizar las dimensiones de los estilos de aprendizaje y el
desempeño en ciencias, en estudiantes de la Universidad Nacional Agraria de la Selva (UNAS),
para lo cual se realizó un instrumento de medición, las cuales se analizaron mediante análisis
estadístico.
METODOLOGÍA
Para el logro de los objetivos planteados en la investigación, se consideraron dos variables
principales: estilos de aprendizaje (variable independiente) y desempeño en ciencias (variable
dependiente). Con el fin de recopilar información sobre estas variables, se diseñó un cuestionario
compuesto por 30 ítems, organizados en seis dimensiones, tres asociadas a cada variable, con
cinco preguntas por dimensión. El instrumento fue aplicado a una muestra de estudiantes de la
Universidad Nacional Agraria de la Selva (UNAS), con el propósito de obtener datos
representativos para el análisis de las relaciones entre ambas variables.
Población y muestra
La población está constituida por los estudiantes de la Universidad Nacional Agraria de la
Selva (UNAS) y la muestra fue constituida por los estudiantes matriculados en las asignaturas de
Física I, Física General, Física II, Estadística en el semestre académico 2024-II.
En la Tabla 1 se muestra la distribución de las escuelas profesionales donde se han aplicado
el cuestionario para obtener las reacciones a las preguntas sobre las dimensiones del aprendizaje
de las ciencias
Tabla 1
Escuelas profesionales donde se han aplicado el cuestionario
Escuela profesional Frecuencia %
Ingeniería Ambiental 57 45.60
Agronomía 33 26.40
Recursos Naturales Renovables 15 12.00
Ingeniería en Industria Alimentaria 15 12.00
Ingeniería en Informática y Sistemas 5 4.00
Total 125 100.00
Vol. 13/ Núm. 1 2026 pág. 3610
Instrumento de medición
Se ha diseñado un cuestionario compuesto por 30 preguntas con el objetivo de recopilar
información sobre las dimensiones de los estilos de aprendizaje y el desempeño en ciencias. Para
las variables correspondientes, se han tenido en cuenta las dimensiones detalladas en la Tabla 2.
El proceso de recolección de datos se realizó mediante un muestreo no probabilístico por
conveniencia. Esta elección se justifica por la accesibilidad a la población objeto de estudio, la
facilidad para distribuir el cuestionario de forma virtual y el enfoque exploratorio de la
investigación, orientado a identificar relaciones preliminares entre los estilos de aprendizaje y el
desempeño académico en ciencias básicas.
Tabla 2
Dimensiones de los estilos de aprendizaje y el desempeño en ciencias básicas
Variable 1 Estilos de aprendizaje (EA) Nro. de Ítems
D1 Visual 1-5
D2 Auditivo 6-10
D3 Lectura/escritura 11-15
Variable 2 Desempeño en ciencias básicas (DC)
D4 Conceptual 16-20
D5 Resolución de problemas 21-25
D6 Retención de conocimiento 26-30
Fiabilidad del instrumento
La fiabilidad del instrumento fue evaluada mediante el coeficiente Alfa de Cronbach
utilizando el software SPSS v.25. Se obtuvo un valor de α = 0.936 para los 30 ítems, lo cual indica
una consistencia interna excelente según los criterios de George y Mallery (2019): α ≥ 0.9 =
excelente, 0.8–0.89 = buena, 0.7–0.79 = aceptable. Este resultado sugiere que los ítems miden de
manera coherente el constructo subyacente, garantizando estabilidad en las respuestas.
Categorización de las dimensiones y variables
La categorización se realiza mediante intervalos definidos por porcentajes, donde el primer
rango, correspondiente a la categoría "Bajo", agrupa las puntuaciones más bajas (de 0% a
33.33%). A continuación, la categoría "Medio" incluye las puntuaciones intermedias, ubicadas
entre el 33.33% y el 66.66%. Finalmente, la categoría "Alto" engloba los valores superiores al
66.66%, representando las puntuaciones más elevadas. Esta división en tres niveles secuenciales
permite clasificar los resultados de manera clara y estructurada según su magnitud. En la Tabla 3
se muestran la sistematización de lo enunciado respecto a la categorización.
Instrumento de medición
Se ha diseñado un cuestionario compuesto por 30 preguntas con el objetivo de recopilar
información sobre las dimensiones de los estilos de aprendizaje y el desempeño en ciencias. Para
las variables correspondientes, se han tenido en cuenta las dimensiones detalladas en la Tabla 2.
El proceso de recolección de datos se realizó mediante un muestreo no probabilístico por
conveniencia. Esta elección se justifica por la accesibilidad a la población objeto de estudio, la
facilidad para distribuir el cuestionario de forma virtual y el enfoque exploratorio de la
investigación, orientado a identificar relaciones preliminares entre los estilos de aprendizaje y el
desempeño académico en ciencias básicas.
Tabla 2
Dimensiones de los estilos de aprendizaje y el desempeño en ciencias básicas
Variable 1 Estilos de aprendizaje (EA) Nro. de Ítems
D1 Visual 1-5
D2 Auditivo 6-10
D3 Lectura/escritura 11-15
Variable 2 Desempeño en ciencias básicas (DC)
D4 Conceptual 16-20
D5 Resolución de problemas 21-25
D6 Retención de conocimiento 26-30
Fiabilidad del instrumento
La fiabilidad del instrumento fue evaluada mediante el coeficiente Alfa de Cronbach
utilizando el software SPSS v.25. Se obtuvo un valor de α = 0.936 para los 30 ítems, lo cual indica
una consistencia interna excelente según los criterios de George y Mallery (2019): α ≥ 0.9 =
excelente, 0.8–0.89 = buena, 0.7–0.79 = aceptable. Este resultado sugiere que los ítems miden de
manera coherente el constructo subyacente, garantizando estabilidad en las respuestas.
Categorización de las dimensiones y variables
La categorización se realiza mediante intervalos definidos por porcentajes, donde el primer
rango, correspondiente a la categoría "Bajo", agrupa las puntuaciones más bajas (de 0% a
33.33%). A continuación, la categoría "Medio" incluye las puntuaciones intermedias, ubicadas
entre el 33.33% y el 66.66%. Finalmente, la categoría "Alto" engloba los valores superiores al
66.66%, representando las puntuaciones más elevadas. Esta división en tres niveles secuenciales
permite clasificar los resultados de manera clara y estructurada según su magnitud. En la Tabla 3
se muestran la sistematización de lo enunciado respecto a la categorización.
Vol. 13/ Núm. 1 2026 pág. 3611
Tabla 3
Notación para las categorías consideradas
Categoría Descripción
Bajo 0.00% magnitud ≤ 33.33%
Medio 33.33% magnitud ≤ 66.66%
Alto 66.66% magnitud ≤ 100.00%
RESULTADOS
En la Tabla 4 se presentan las proporciones, expresadas en porcentajes, obtenidas a partir
de la evaluación de las reacciones a las 30 preguntas del instrumento de medición para cada una
de las seis dimensiones (D1–D6) y las variables globales de Estilos de Aprendizaje (EA) y
Desempeño en Ciencias (DC).
Tabla 4
Frecuencias de reacciones a través de las preguntas del cuestionario
Categoría D1 D2 D3 D4 D5 D6 EA DC
Totalmente en
desacuerdo 1.12 0.32 0.64 0.32 0.00 0.64 0.69 0.32
En desacuerdo 4.16 2.88 4.48 4.64 1.76 8.64 3.84 5.01
Neutral 29.92 17.28 34.40 39.84 27.68 39.20 27.20 35.57
De acuerdo 43.52 49.12 40.64 42.40 56.96 39.68 44.43 46.35
Totalmente de acuerdo 21.28 30.40 19.84 12.80 13.60 11.84 23.84 12.75
Total 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00
En la Figura 1 se muestra el consolidado de las reacciones para Estilos de Aprendizaje (EA)
y Desempeño en Ciencias (DC). Destacan como las mayores frecuencias la opción "De acuerdo"
en ambas variables, mientras que la menor frecuencia corresponde a "Totalmente en desacuerdo".
La posición neutral es relativamente alta, con 27.20% para EA y 35.57% para DC.
Tabla 3
Notación para las categorías consideradas
Categoría Descripción
Bajo 0.00% magnitud ≤ 33.33%
Medio 33.33% magnitud ≤ 66.66%
Alto 66.66% magnitud ≤ 100.00%
RESULTADOS
En la Tabla 4 se presentan las proporciones, expresadas en porcentajes, obtenidas a partir
de la evaluación de las reacciones a las 30 preguntas del instrumento de medición para cada una
de las seis dimensiones (D1–D6) y las variables globales de Estilos de Aprendizaje (EA) y
Desempeño en Ciencias (DC).
Tabla 4
Frecuencias de reacciones a través de las preguntas del cuestionario
Categoría D1 D2 D3 D4 D5 D6 EA DC
Totalmente en
desacuerdo 1.12 0.32 0.64 0.32 0.00 0.64 0.69 0.32
En desacuerdo 4.16 2.88 4.48 4.64 1.76 8.64 3.84 5.01
Neutral 29.92 17.28 34.40 39.84 27.68 39.20 27.20 35.57
De acuerdo 43.52 49.12 40.64 42.40 56.96 39.68 44.43 46.35
Totalmente de acuerdo 21.28 30.40 19.84 12.80 13.60 11.84 23.84 12.75
Total 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00
En la Figura 1 se muestra el consolidado de las reacciones para Estilos de Aprendizaje (EA)
y Desempeño en Ciencias (DC). Destacan como las mayores frecuencias la opción "De acuerdo"
en ambas variables, mientras que la menor frecuencia corresponde a "Totalmente en desacuerdo".
La posición neutral es relativamente alta, con 27.20% para EA y 35.57% para DC.
Vol. 13/ Núm. 1 2026 pág. 3612
Figura 1
Acumulación de reacciones según estilos de aprendizaje y desempeño en ciencias
Categorización para las reacciones estilo de aprendizaje (EA) y desempeño en ciencias (DC)
Usando el criterio de reacciones positivas, neutras y negativas, las reacciones se pueden
categorizar, esto se muestra en la Figura 2 tanto para estilos de aprendizaje acumulado con todas
sus dimensiones, así como para el desempeñe en ciencias con todas sus dimensiones. Las
reacciones positivas tanto para estilos de aprendizaje como para el desempeño en ciencias son
mayoritarias con 68.27% y 59.09% respectivamente. En tanto que las reacciones negativas
respectivamente alcanzan 4.53% y 5.33%. Asimismo, se resalta la posición neutral
respectivamente con 27.20% y 35.57%.
Figura 2
Categorización de reacciones a las variables de estudio
Las reacciones positivas tanto para Estilos de Aprendizaje como para el Desempeño en
Ciencias son mayoritarias, con 68.27% y 59.09% respectivamente. Las reacciones negativas
alcanzan 4.53% (EA) y 5.33% (DC). La posición neutral se mantiene en 27.20% (EA) y 35.57%
(DC), lo que sugiere un grado considerable de incertidumbre o moderación en las respuestas de
los estudiantes.
0,69 0,32
3,84 5,01
27,20
35,57
44,43 46,35
23,84
12,75
0,00
10,00
20,00
30,00
40,00
50,00
EA DC
Porcentaje (%)
Totalmente en desacuerdo En desacuerdo Neutral De acuerdo Totalmente de acuerdo
4,53 5,33
27,20
35,57
68,27
59,09
0
10
20
30
40
50
60
70
80
EA DC
Porcentaje (%)
Negativo Neutral Positivo
Figura 1
Acumulación de reacciones según estilos de aprendizaje y desempeño en ciencias
Categorización para las reacciones estilo de aprendizaje (EA) y desempeño en ciencias (DC)
Usando el criterio de reacciones positivas, neutras y negativas, las reacciones se pueden
categorizar, esto se muestra en la Figura 2 tanto para estilos de aprendizaje acumulado con todas
sus dimensiones, así como para el desempeñe en ciencias con todas sus dimensiones. Las
reacciones positivas tanto para estilos de aprendizaje como para el desempeño en ciencias son
mayoritarias con 68.27% y 59.09% respectivamente. En tanto que las reacciones negativas
respectivamente alcanzan 4.53% y 5.33%. Asimismo, se resalta la posición neutral
respectivamente con 27.20% y 35.57%.
Figura 2
Categorización de reacciones a las variables de estudio
Las reacciones positivas tanto para Estilos de Aprendizaje como para el Desempeño en
Ciencias son mayoritarias, con 68.27% y 59.09% respectivamente. Las reacciones negativas
alcanzan 4.53% (EA) y 5.33% (DC). La posición neutral se mantiene en 27.20% (EA) y 35.57%
(DC), lo que sugiere un grado considerable de incertidumbre o moderación en las respuestas de
los estudiantes.
0,69 0,32
3,84 5,01
27,20
35,57
44,43 46,35
23,84
12,75
0,00
10,00
20,00
30,00
40,00
50,00
EA DC
Porcentaje (%)
Totalmente en desacuerdo En desacuerdo Neutral De acuerdo Totalmente de acuerdo
4,53 5,33
27,20
35,57
68,27
59,09
0
10
20
30
40
50
60
70
80
EA DC
Porcentaje (%)
Negativo Neutral Positivo
Vol. 13/ Núm. 1 2026 pág. 3613
Distribución de la muestra por asignatura
La Tabla 5 detalla la distribución de los participantes según la asignatura de ciencias básicas
cursada durante el semestre académico 2024-II. Se observa una concentración mayoritaria en la
asignatura de Física I (64.8%), seguida por Física II (16.8%), Física General (9.6%) y Estadística
(8.8%). Esta predominancia de una asignatura específica constituye una característica relevante
de la muestra que debe considerarse al interpretar la generalización de los resultados hacia otras
áreas de las ciencias básicas.
Tabla 5
Asignaturas cursadas por los estudiantes participantes en la evaluación
Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado
Estadística 11 8.8 8.8 8.8
Física General 12 9.6 9.6 18.4
Física I 81 64.8 64.8 83.2
Física II 21 16.8 16.8 100.0
Total 125 100.0 100.0
Se observa una concentración mayoritaria en la asignatura de Física I (64.8%), seguida por
Física II (16.8%), Física General (9.6%) y Estadística (8.8%). Esta predominancia de una
asignatura específica constituye una característica relevante de la muestra que debe considerarse
al interpretar la generalización de los resultados hacia otras áreas de las ciencias básicas. Dado
que Física I suele enfatizar la resolución de problemas estructurados y el uso de material textual,
es plausible que algunos patrones observados reflejen, en parte, características pedagógicas
específicas de esta asignatura.
Estadísticos descriptivos de las dimensiones
Tabla 6
Estadísticos descriptivos de las dimensiones de aprendizaje y desempeño
Dimensión Media (M) Desviación
Estándar (DE) Máximo Mínimo
D1 (Visual) 18.98 3.04 25 12
D2 (Auditivo) 20.32 2.76 25 14
D3 (Lectura/Escritura) 18.73 3.15 25 11
D4 (Conceptual) 18.14 3.12 25 12
D5 (Resolución de problemas) 19.12 2.59 25 13
D6 (Retención) 17.67 3.45 25 9
EA (Global) 56.03 7.13 75 44
DC (Global) 54.93 8.50 75 38
Al comparar las puntuaciones globales, estilos de aprendizaje (EA: M = 56.03, DE = 7.13)
mostró una media ligeramente superior al desempeño en ciencias (DC: M = 54.93, DE = 8.50),
con mayor variabilidad en esta última.
Distribución de la muestra por asignatura
La Tabla 5 detalla la distribución de los participantes según la asignatura de ciencias básicas
cursada durante el semestre académico 2024-II. Se observa una concentración mayoritaria en la
asignatura de Física I (64.8%), seguida por Física II (16.8%), Física General (9.6%) y Estadística
(8.8%). Esta predominancia de una asignatura específica constituye una característica relevante
de la muestra que debe considerarse al interpretar la generalización de los resultados hacia otras
áreas de las ciencias básicas.
Tabla 5
Asignaturas cursadas por los estudiantes participantes en la evaluación
Frecuencia Porcentaje Porcentaje válido Porcentaje acumulado
Estadística 11 8.8 8.8 8.8
Física General 12 9.6 9.6 18.4
Física I 81 64.8 64.8 83.2
Física II 21 16.8 16.8 100.0
Total 125 100.0 100.0
Se observa una concentración mayoritaria en la asignatura de Física I (64.8%), seguida por
Física II (16.8%), Física General (9.6%) y Estadística (8.8%). Esta predominancia de una
asignatura específica constituye una característica relevante de la muestra que debe considerarse
al interpretar la generalización de los resultados hacia otras áreas de las ciencias básicas. Dado
que Física I suele enfatizar la resolución de problemas estructurados y el uso de material textual,
es plausible que algunos patrones observados reflejen, en parte, características pedagógicas
específicas de esta asignatura.
Estadísticos descriptivos de las dimensiones
Tabla 6
Estadísticos descriptivos de las dimensiones de aprendizaje y desempeño
Dimensión Media (M) Desviación
Estándar (DE) Máximo Mínimo
D1 (Visual) 18.98 3.04 25 12
D2 (Auditivo) 20.32 2.76 25 14
D3 (Lectura/Escritura) 18.73 3.15 25 11
D4 (Conceptual) 18.14 3.12 25 12
D5 (Resolución de problemas) 19.12 2.59 25 13
D6 (Retención) 17.67 3.45 25 9
EA (Global) 56.03 7.13 75 44
DC (Global) 54.93 8.50 75 38
Al comparar las puntuaciones globales, estilos de aprendizaje (EA: M = 56.03, DE = 7.13)
mostró una media ligeramente superior al desempeño en ciencias (DC: M = 54.93, DE = 8.50),
con mayor variabilidad en esta última.
Vol. 13/ Núm. 1 2026 pág. 3614
Análisis
En términos generales, las medias oscilaron entre 17.67 (D6: Retención) y 20.32 (D2:
Auditivo), con desviaciones estándar moderadas (DE = 2.59–3.45), lo que indica una distribución
relativamente homogénea de las respuestas.
La dimensión D2 (Auditivo) obtuvo la media más alta (M = 20.32, DE = 2.76), seguida por
D5 (Resolución de problemas; M = 19.12, DE= 2.59). Este patrón podría reflejar la influencia de
un modelo educativo centrado en la exposición oral y la aplicación práctica guiada, característico
de la formación en ciencias básicas en contextos universitarios latinoamericanos (Flores y
Delgado, 2018).
Por otro lado, D6 (Retención) presentó la media más baja (M = 17.67) y la mayor dispersión
(DE = 3.45), lo que sugiere heterogeneidad en las estrategias de consolidación de conocimientos
entre los estudiantes. Esta variabilidad podría estar asociada a diferencias en hábitos de estudio,
acceso a recursos de repaso o exposición a técnicas de memorización efectiva.
Al comparar las puntuaciones globales, los Estilos de Aprendizaje (EA: M = 56.03, DE =
7.13) mostraron una media ligeramente superior al Desempeño en Ciencias (DC: M = 54.93, DE
= 8.50). Esta diferencia, junto con la mayor variabilidad en el desempeño (DE = 8.50), es
consistente con hallazgos previos que reportan una tendencia a sobreestimar las propias
competencias en autoreportes, en contraste con mediciones objetivas de rendimiento (Pashler et
al., 2008).
Correlaciones entre estilos de aprendizaje y desempeño en ciencias
Se calcularon correlaciones de Pearson (r) entre las dimensiones (D1, D2, D3) y la
puntuación global (DC), donde r mide la fuerza y dirección de la relación lineal y p (bilateral)
indica su significancia estadística. Todos los coeficientes fueron significativos (p < 0.01). D3
mostró la correlación más fuerte con DC (r = 0.612, p < 0.01), lo que indica que esta dimensión
explica aproximadamente el 37.5% de la varianza del desempeño en ciencias (r² = 0.375), seguida
por D1 (r = 0.476, r² = 0.227, 22.7% de varianza explicada) y D2 (r = 0.337, r² = 0.114, 11.4% de
varianza explicada). El tamaño de muestra (N) fue igual a 125.
Tabla 7
Coeficientes de correlación entre las dimensiones estilos de aprendizaje y el desempeño en
ciencias
D1 D2 D3 DC
D1 1.00** 0.449** 0.507** 0.476**
D2 0.449** 1.00** 0.394** 0.337**
D3 0.507** 0.394** 1.00** 0.612**
DC 0.476** 0.337** 0.612** 1.00**
**. La correlación es significativa en el nivel 0.01 (bilateral).
Análisis
En términos generales, las medias oscilaron entre 17.67 (D6: Retención) y 20.32 (D2:
Auditivo), con desviaciones estándar moderadas (DE = 2.59–3.45), lo que indica una distribución
relativamente homogénea de las respuestas.
La dimensión D2 (Auditivo) obtuvo la media más alta (M = 20.32, DE = 2.76), seguida por
D5 (Resolución de problemas; M = 19.12, DE= 2.59). Este patrón podría reflejar la influencia de
un modelo educativo centrado en la exposición oral y la aplicación práctica guiada, característico
de la formación en ciencias básicas en contextos universitarios latinoamericanos (Flores y
Delgado, 2018).
Por otro lado, D6 (Retención) presentó la media más baja (M = 17.67) y la mayor dispersión
(DE = 3.45), lo que sugiere heterogeneidad en las estrategias de consolidación de conocimientos
entre los estudiantes. Esta variabilidad podría estar asociada a diferencias en hábitos de estudio,
acceso a recursos de repaso o exposición a técnicas de memorización efectiva.
Al comparar las puntuaciones globales, los Estilos de Aprendizaje (EA: M = 56.03, DE =
7.13) mostraron una media ligeramente superior al Desempeño en Ciencias (DC: M = 54.93, DE
= 8.50). Esta diferencia, junto con la mayor variabilidad en el desempeño (DE = 8.50), es
consistente con hallazgos previos que reportan una tendencia a sobreestimar las propias
competencias en autoreportes, en contraste con mediciones objetivas de rendimiento (Pashler et
al., 2008).
Correlaciones entre estilos de aprendizaje y desempeño en ciencias
Se calcularon correlaciones de Pearson (r) entre las dimensiones (D1, D2, D3) y la
puntuación global (DC), donde r mide la fuerza y dirección de la relación lineal y p (bilateral)
indica su significancia estadística. Todos los coeficientes fueron significativos (p < 0.01). D3
mostró la correlación más fuerte con DC (r = 0.612, p < 0.01), lo que indica que esta dimensión
explica aproximadamente el 37.5% de la varianza del desempeño en ciencias (r² = 0.375), seguida
por D1 (r = 0.476, r² = 0.227, 22.7% de varianza explicada) y D2 (r = 0.337, r² = 0.114, 11.4% de
varianza explicada). El tamaño de muestra (N) fue igual a 125.
Tabla 7
Coeficientes de correlación entre las dimensiones estilos de aprendizaje y el desempeño en
ciencias
D1 D2 D3 DC
D1 1.00** 0.449** 0.507** 0.476**
D2 0.449** 1.00** 0.394** 0.337**
D3 0.507** 0.394** 1.00** 0.612**
DC 0.476** 0.337** 0.612** 1.00**
**. La correlación es significativa en el nivel 0.01 (bilateral).
Vol. 13/ Núm. 1 2026 pág. 3615
Interpretación de las correlaciones
La dimensión D3 (Lectura/Escritura) mostró la correlación más fuerte con el Desempeño
en Ciencias (r = 0.612, p < 0.01), lo que indica que esta dimensión explica aproximadamente el
37.5% de la varianza del desempeño
(R² = 0.375). Le siguen D1 (Visual; r = 0.476, R² = 0.227, 22.7% de varianza explicada) y D2
(Auditivo; r = 0.337, R² = 0.114, 11.4% de varianza explicada).
Estos datos confirman que la manera en que los estudiantes prefieren aprender sí tiene
relación con su autopercepción de éxito en las ciencias. Todas las formas de aprendizaje
analizadas están conectadas con un mejor rendimiento percibido, pero no todas influyen igual: la
preferencia por la lectura y la escritura es la que muestra un vínculo más fuerte, seguida por el
estilo visual y luego el auditivo.
Entonces, aunque los estilos se relacionan entre sí, cada uno aporta algo distintivo al
proceso de aprendizaje; no son repetitivos, sino complementarios. Pero, hay que interpretar esto
con cuidado: estos resultados muestran una tendencia o asociación, no una causa directa. Es decir,
tener un estilo determinado no garantiza por sí solo el éxito, ya que hay otros factores como la
motivación o los conocimientos previos que también están influyendo en el resultado, y que no
se han considerado en esta investigación. Lo que se observa es un patrón claro de conexión, pero
no una regla absoluta.
DISCUSIÓN
Los resultados confirman una asociación positiva significativa entre los estilos de
aprendizaje y la autopercepción del desempeño en ciencias básicas, destacando la dimensión
Lectura/Escritura como la más correlacionada con el éxito académico percibido (r = 0.612). Sin
embargo, se observa una paradoja relevante: aunque el estilo Auditivo obtuvo la media más alta
en preferencia (M = 20.32), su correlación con el desempeño fue la más baja (r = 0.337). Este
hallazgo coincide con la advertencia de Pashler et al. (2008) sobre la debilidad de las preferencias
declaradas como predictores únicos del rendimiento real, sugiriendo que los estudiantes pueden
sobreestimar la efectividad de la exposición oral frente a estrategias activas o textuales.
La predominancia del estilo Lectura/Escritura difiere de reportes en ingeniería donde
suelen predominar estilos activos o teóricos (Flores y Delgado, 2018). Esta diferencia disciplinar
podría explicarse por la naturaleza de la formación agraria en la UNAS, que depende
considerablemente de manuales técnicos, protocolos escritos y literatura especializada. No
obstante, este patrón debe interpretarse con cautela dado que el 64.8% de la muestra proviene de
la asignatura Física I, lo que introduce una tendencia metodológica que limita la generalización a
otras ciencias básicas más experimentales.
Es fundamental reconocer que este estudio presenta limitaciones inherentes a su diseño: el
muestreo por conveniencia impide generalizar los resultados a toda la población universitaria; el
Interpretación de las correlaciones
La dimensión D3 (Lectura/Escritura) mostró la correlación más fuerte con el Desempeño
en Ciencias (r = 0.612, p < 0.01), lo que indica que esta dimensión explica aproximadamente el
37.5% de la varianza del desempeño
(R² = 0.375). Le siguen D1 (Visual; r = 0.476, R² = 0.227, 22.7% de varianza explicada) y D2
(Auditivo; r = 0.337, R² = 0.114, 11.4% de varianza explicada).
Estos datos confirman que la manera en que los estudiantes prefieren aprender sí tiene
relación con su autopercepción de éxito en las ciencias. Todas las formas de aprendizaje
analizadas están conectadas con un mejor rendimiento percibido, pero no todas influyen igual: la
preferencia por la lectura y la escritura es la que muestra un vínculo más fuerte, seguida por el
estilo visual y luego el auditivo.
Entonces, aunque los estilos se relacionan entre sí, cada uno aporta algo distintivo al
proceso de aprendizaje; no son repetitivos, sino complementarios. Pero, hay que interpretar esto
con cuidado: estos resultados muestran una tendencia o asociación, no una causa directa. Es decir,
tener un estilo determinado no garantiza por sí solo el éxito, ya que hay otros factores como la
motivación o los conocimientos previos que también están influyendo en el resultado, y que no
se han considerado en esta investigación. Lo que se observa es un patrón claro de conexión, pero
no una regla absoluta.
DISCUSIÓN
Los resultados confirman una asociación positiva significativa entre los estilos de
aprendizaje y la autopercepción del desempeño en ciencias básicas, destacando la dimensión
Lectura/Escritura como la más correlacionada con el éxito académico percibido (r = 0.612). Sin
embargo, se observa una paradoja relevante: aunque el estilo Auditivo obtuvo la media más alta
en preferencia (M = 20.32), su correlación con el desempeño fue la más baja (r = 0.337). Este
hallazgo coincide con la advertencia de Pashler et al. (2008) sobre la debilidad de las preferencias
declaradas como predictores únicos del rendimiento real, sugiriendo que los estudiantes pueden
sobreestimar la efectividad de la exposición oral frente a estrategias activas o textuales.
La predominancia del estilo Lectura/Escritura difiere de reportes en ingeniería donde
suelen predominar estilos activos o teóricos (Flores y Delgado, 2018). Esta diferencia disciplinar
podría explicarse por la naturaleza de la formación agraria en la UNAS, que depende
considerablemente de manuales técnicos, protocolos escritos y literatura especializada. No
obstante, este patrón debe interpretarse con cautela dado que el 64.8% de la muestra proviene de
la asignatura Física I, lo que introduce una tendencia metodológica que limita la generalización a
otras ciencias básicas más experimentales.
Es fundamental reconocer que este estudio presenta limitaciones inherentes a su diseño: el
muestreo por conveniencia impide generalizar los resultados a toda la población universitaria; el
Vol. 13/ Núm. 1 2026 pág. 3616
corte transversal no permite establecer causalidad, solo asociación; y la operacionalización del
desempeño como autopercepción (en lugar de rendimiento objetivo) puede introducir sesgos de
deseabilidad social. Futuras investigaciones deberían incorporar mediciones académicas
objetivas, controlar variables como motivación y conocimientos previos, y replicar el diseño con
muestras equilibradas por asignatura para validar la robustez de estos hallazgos en contextos
STEM agrarios.
A pesar de estas limitaciones, la evidencia sugiere que las intervenciones pedagógicas no
deberían etiquetar rígidamente a los estudiantes según un estilo predominante. Por el contrario,
se recomienda implementar enfoques multimodales que integren recursos textuales, visuales y
orales, complementando los autoreportes con mediciones objetivas de rendimiento para validar la
efectividad real de las estrategias de enseñanza.
CONCLUSIONES
La presente investigación establece una vinculación significativa entre las preferencias de
aprendizaje y la autopercepción del desempeño en ciencias básicas dentro de un contexto
universitario agrario. Más allá de la confirmación estadística, el hallazgo central reside en la
predominancia del estilo Lectura/Escritura como predictor de la confianza académica del
estudiante, lo cual sugiere que la cultura educativa de la UNAS está fuertemente anclada en el
manejo de literatura técnica, protocolos escritos y evaluación teórica.
Este resultado ofrece una implicancia teórica relevante para el modelo VAK en entornos
STEM latinoamericanos: la preferencia sensorial no es universal, sino contextual. Mientras que
la literatura internacional suele reportar estilos kinestésicos o visuales en ingeniería, aquí el texto
escrito opera como la herramienta principal de validación del conocimiento. Sin embargo, la
discrepancia observada entre la alta preferencia auditiva y su baja correlación con el desempeño
percibido advierte sobre el "riesgo de la comodidad": los estudiantes pueden preferir la exposición
oral, pero se perciben más competentes cuando operan en modalidad textual.
Desde una perspectiva pedagógica, esto implica que igualar la enseñanza al estilo preferido
no garantiza éxito. Por el contrario, los docentes deberían utilizar estos hallazgos para diseñar
estrategias multimodales que obliguen al estudiante a fortalecer sus modalidades menos
dominantes (ej. transformar un texto en un diagrama o una explicación oral), evitando la
etiquetación rígida que limita el desarrollo de flexibilidad cognitiva.
Finalmente, se reconoce que la autopercepción es un indicador subjetivo. Por tanto, la
contribución de este estudio no es validar los estilos como predictores absolutos de rendimiento,
sino identificar cómo los estudiantes construyen su confianza académica.
corte transversal no permite establecer causalidad, solo asociación; y la operacionalización del
desempeño como autopercepción (en lugar de rendimiento objetivo) puede introducir sesgos de
deseabilidad social. Futuras investigaciones deberían incorporar mediciones académicas
objetivas, controlar variables como motivación y conocimientos previos, y replicar el diseño con
muestras equilibradas por asignatura para validar la robustez de estos hallazgos en contextos
STEM agrarios.
A pesar de estas limitaciones, la evidencia sugiere que las intervenciones pedagógicas no
deberían etiquetar rígidamente a los estudiantes según un estilo predominante. Por el contrario,
se recomienda implementar enfoques multimodales que integren recursos textuales, visuales y
orales, complementando los autoreportes con mediciones objetivas de rendimiento para validar la
efectividad real de las estrategias de enseñanza.
CONCLUSIONES
La presente investigación establece una vinculación significativa entre las preferencias de
aprendizaje y la autopercepción del desempeño en ciencias básicas dentro de un contexto
universitario agrario. Más allá de la confirmación estadística, el hallazgo central reside en la
predominancia del estilo Lectura/Escritura como predictor de la confianza académica del
estudiante, lo cual sugiere que la cultura educativa de la UNAS está fuertemente anclada en el
manejo de literatura técnica, protocolos escritos y evaluación teórica.
Este resultado ofrece una implicancia teórica relevante para el modelo VAK en entornos
STEM latinoamericanos: la preferencia sensorial no es universal, sino contextual. Mientras que
la literatura internacional suele reportar estilos kinestésicos o visuales en ingeniería, aquí el texto
escrito opera como la herramienta principal de validación del conocimiento. Sin embargo, la
discrepancia observada entre la alta preferencia auditiva y su baja correlación con el desempeño
percibido advierte sobre el "riesgo de la comodidad": los estudiantes pueden preferir la exposición
oral, pero se perciben más competentes cuando operan en modalidad textual.
Desde una perspectiva pedagógica, esto implica que igualar la enseñanza al estilo preferido
no garantiza éxito. Por el contrario, los docentes deberían utilizar estos hallazgos para diseñar
estrategias multimodales que obliguen al estudiante a fortalecer sus modalidades menos
dominantes (ej. transformar un texto en un diagrama o una explicación oral), evitando la
etiquetación rígida que limita el desarrollo de flexibilidad cognitiva.
Finalmente, se reconoce que la autopercepción es un indicador subjetivo. Por tanto, la
contribución de este estudio no es validar los estilos como predictores absolutos de rendimiento,
sino identificar cómo los estudiantes construyen su confianza académica.
Vol. 13/ Núm. 1 2026 pág. 3617
REFERENCIAS
Adame, M. J., Suárez, A., & Valle, M. (2025). Efectos de los estilos de aprendizaje VAK (visual,
auditivo y kinestésico) en el rendimiento académico de alumnos de 6to y 7mo de
Educación Básica General. Revista Dilemas Contemporáneos: Educación, Política y
Valores., 1-21.
Aguilera, E. (2012). Los estilos de enseñanza, una necesidad para la atención de los estilos de
aprendizaje en la educación universitaria. Revista Estilos de Aprendizaje, 79-87.
Amponsah, K., Adu-Gyamfi, K., Awoniyi, F., & Commey-Mintah, P. (2024). Navigating
academic performance: Unravelling the relationship between emotional intelligence,
learning styles, and science and technology self-efficacy among preservice science
teachers. Heliyon, 1-12. https://doi.org/10.1016/j.heliyon.2024.e29474
Arslan, C., Ilkörücü Göcmenceleb, S., & Seden Tapan, M. (2009). Learning and reasoning styles
of pre-service teachers’: inductive or deductive reasoning on science and mathematics
related to their learning style. Procedia Social and Behavioral Sciences, 2560-2465.
Benavides, W., & García, C. (2012). Los estilos de aprendizaje en los estudiantes de primer
semestre de la universidad nacional abierta y a distancia UNAD – Colombia. Revista
Estilos de Aprendizaje, 172-183.
Camara, J. S. (2018). Correlates of Self-efficacy, Learning Style and Aptitude Across Strand of
Senior High School students in San Jacinto National High School. Asian Journal of
Multidisciplinary Studies, 15-24.
Camarero, F., Del Buey, M., & Herrero, J. (2000). Estilos y estrategias de aprendizaje en
estudiantes universitarios. Psicothema, 615-622.
Esteves, F. Z., Chenet, Z. M., Pibaque Ponce, M., & Chávez Rocha, M. (2020). Estilos de
aprendizaje para la superdotación en el talento humano de estudiantes universitarios.
Revista de Ciencias Sociales (RCS), 225-235.
Felder, R. M., & Silverman, L. K. (1988). Learning and teaching styles in engineering education.
Engineering Education, 78(7), 674–681.
Flores, M., & Delgado, M. (2018). Identificación de los estilos de aprendizaje en estudiantes de
ingeniería: caso FES Cuautitlán. Memorias del Congreso Científico Tecnológico de las
carreras de Ingeniería Mecánica Eléctrica, Industrial y Telecomunicaciones, Sistemas y
Electrónica, 1-9.
George, D., & Mallery, P. (2019). IBM SPSS Statistics 26 Step by Step: A Simple Guide and
Reference (16th ed.). Routledge.
Herrera, C. M., & Zapata, C. P. (2012). Estudio correlacional de estilos de aprendizaje de
estudiantes con modalidad en ciencias naturales. Tecné, Episteme y Didaxis, 27-43.
REFERENCIAS
Adame, M. J., Suárez, A., & Valle, M. (2025). Efectos de los estilos de aprendizaje VAK (visual,
auditivo y kinestésico) en el rendimiento académico de alumnos de 6to y 7mo de
Educación Básica General. Revista Dilemas Contemporáneos: Educación, Política y
Valores., 1-21.
Aguilera, E. (2012). Los estilos de enseñanza, una necesidad para la atención de los estilos de
aprendizaje en la educación universitaria. Revista Estilos de Aprendizaje, 79-87.
Amponsah, K., Adu-Gyamfi, K., Awoniyi, F., & Commey-Mintah, P. (2024). Navigating
academic performance: Unravelling the relationship between emotional intelligence,
learning styles, and science and technology self-efficacy among preservice science
teachers. Heliyon, 1-12. https://doi.org/10.1016/j.heliyon.2024.e29474
Arslan, C., Ilkörücü Göcmenceleb, S., & Seden Tapan, M. (2009). Learning and reasoning styles
of pre-service teachers’: inductive or deductive reasoning on science and mathematics
related to their learning style. Procedia Social and Behavioral Sciences, 2560-2465.
Benavides, W., & García, C. (2012). Los estilos de aprendizaje en los estudiantes de primer
semestre de la universidad nacional abierta y a distancia UNAD – Colombia. Revista
Estilos de Aprendizaje, 172-183.
Camara, J. S. (2018). Correlates of Self-efficacy, Learning Style and Aptitude Across Strand of
Senior High School students in San Jacinto National High School. Asian Journal of
Multidisciplinary Studies, 15-24.
Camarero, F., Del Buey, M., & Herrero, J. (2000). Estilos y estrategias de aprendizaje en
estudiantes universitarios. Psicothema, 615-622.
Esteves, F. Z., Chenet, Z. M., Pibaque Ponce, M., & Chávez Rocha, M. (2020). Estilos de
aprendizaje para la superdotación en el talento humano de estudiantes universitarios.
Revista de Ciencias Sociales (RCS), 225-235.
Felder, R. M., & Silverman, L. K. (1988). Learning and teaching styles in engineering education.
Engineering Education, 78(7), 674–681.
Flores, M., & Delgado, M. (2018). Identificación de los estilos de aprendizaje en estudiantes de
ingeniería: caso FES Cuautitlán. Memorias del Congreso Científico Tecnológico de las
carreras de Ingeniería Mecánica Eléctrica, Industrial y Telecomunicaciones, Sistemas y
Electrónica, 1-9.
George, D., & Mallery, P. (2019). IBM SPSS Statistics 26 Step by Step: A Simple Guide and
Reference (16th ed.). Routledge.
Herrera, C. M., & Zapata, C. P. (2012). Estudio correlacional de estilos de aprendizaje de
estudiantes con modalidad en ciencias naturales. Tecné, Episteme y Didaxis, 27-43.
Vol. 13/ Núm. 1 2026 pág. 3618
Hmelo-Silver, C. E. (2004). Problem-based learning: What and how do students learn?
Educational Psychology Review, 235–266.
Idrizi, E., Filiposka, S., & Trajkovikj, V. (2023). Gender impact on STEM online learning- a
correlational study of gender, personality traits and learning styles in relation to different
online teaching modalities. Multimedia Tools and Applications, 30201-30219.
https://doi.org/10.1007/s11042-023-14908-x
Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development.
Prentice-Hall.
Magulod, G. C. (2019). Learning styles, study habits and academic performance of Filipino
university students in applied science courses:implications for instruction. Journal of
Technology and Science Education, 184-198. https://doi.org/10.3926/jotse.504
Nja, C., Umali, C., Asuquo, E., & Orim, R. (2019). The influence of learning styles on academic
performance among science education undergraduates at the University of Calabar.
Educational Research and Reviews, 618-624. https://doi.org/10.5897/ERR2019.3806
Ocampo, F., Guzmán, A., Camarena, P., & De Luna, R. (2014). Identificación de Estilos de
Aprendizaje en Ingenieria. Revista Mexicana de Investigación Educativa, 401-429.
Pashler, H., McDaniel, M., Rohrer, D., & Bjork, R. (2008). Learning styles: Concepts and
evidence. Psychological Science in the Public Interest, 105–119.
Paulus, D. L. (1991). Measurement and control of response. Academic Press.
Sánchez Riesco, O. (1998). Estilos de aprendizaje y estilos de enseñanza. Psicología Educativa,
135-156.
Shaidullina, A., Orekhovskaya, N., Panov, E., Svintsova, M., Petyukova, O., Zhuykova, N., &
Grigoryeva, E. (2023). Learning styles in science education at university level: A
systematic review. EURASIA Journal of Mathematics, Science and Technology
Education, 1-10. https://doi.org/10.29333/ejmste/13304
Hmelo-Silver, C. E. (2004). Problem-based learning: What and how do students learn?
Educational Psychology Review, 235–266.
Idrizi, E., Filiposka, S., & Trajkovikj, V. (2023). Gender impact on STEM online learning- a
correlational study of gender, personality traits and learning styles in relation to different
online teaching modalities. Multimedia Tools and Applications, 30201-30219.
https://doi.org/10.1007/s11042-023-14908-x
Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development.
Prentice-Hall.
Magulod, G. C. (2019). Learning styles, study habits and academic performance of Filipino
university students in applied science courses:implications for instruction. Journal of
Technology and Science Education, 184-198. https://doi.org/10.3926/jotse.504
Nja, C., Umali, C., Asuquo, E., & Orim, R. (2019). The influence of learning styles on academic
performance among science education undergraduates at the University of Calabar.
Educational Research and Reviews, 618-624. https://doi.org/10.5897/ERR2019.3806
Ocampo, F., Guzmán, A., Camarena, P., & De Luna, R. (2014). Identificación de Estilos de
Aprendizaje en Ingenieria. Revista Mexicana de Investigación Educativa, 401-429.
Pashler, H., McDaniel, M., Rohrer, D., & Bjork, R. (2008). Learning styles: Concepts and
evidence. Psychological Science in the Public Interest, 105–119.
Paulus, D. L. (1991). Measurement and control of response. Academic Press.
Sánchez Riesco, O. (1998). Estilos de aprendizaje y estilos de enseñanza. Psicología Educativa,
135-156.
Shaidullina, A., Orekhovskaya, N., Panov, E., Svintsova, M., Petyukova, O., Zhuykova, N., &
Grigoryeva, E. (2023). Learning styles in science education at university level: A
systematic review. EURASIA Journal of Mathematics, Science and Technology
Education, 1-10. https://doi.org/10.29333/ejmste/13304