A Multilevel Analysis. Revista
Internacional de Medicina y Ciencias de la Actividad Física y el Deporte vol. 21 (82) pp. 235-252 Http://cdeporte.rediris.es/revista/revista82/artmotivacion1200.htm
DOI: https://doi.org/10.15366/rimcafd2021.82.003
ORIGINAL
MOTIVACIÓN INTRÍNSECA, INTELIGENCIA EMOCIONAL
Y AUTORREGULACIÓN DEL APRENDIZAJE: UN ANÁLISIS MULTINIVEL
INTRINSIC
MOTIVATION, EMOTIONAL INTELLIGENCE AND SELF-REGULATED LEARNING:
A MULTILEVEL ANALYSIS
Rodríguez-González,
P.1; Cecchini,
J.A.2; Méndez-Giménez, A.3 y Sánchez-Martínez, B.3
1 Grado Maestro de Educación Primaria. Facultad de Formación del Profesorado y
Educación, Departamento de Ciencias de la Educación. Universidad de Oviedo
(España) uo259187@uniovi.es
2 Catedrático de Universidad. Facultad de Formación
del Profesorado y Educación, Departamento de Ciencias de la Educación.
Universidad de Oviedo (España) cecchini@uniovi.es
3 Profesor Titular de Universidad. Facultad de Formación
del Profesorado y Educación, Departamento de Ciencias de la Educación.
Universidad de Oviedo (España) mendezantonio@uniovi.es,
bsanchez@uniovi.es
Código
UNESCO / UNESCO code: 5899 Otras
especialidades pedagógicas (Educación Física y Deporte) / Other
specialties pedagogical (physical education and sport)
Clasificación
del Consejo de Europa / Council of Europe Classification: 4 Educación Física y
deporte comparado / Physical education
and sport compared; 5 Didáctica y metodología / Didactics and methodology
Recibido 3 de diciembre de 2018 Received December 3,
2018
Aceptado 29 de junio de 2019 Accepted June 29, 2019
RESUMEN
La finalidad del estudio es modelar, por primera vez, las
relaciones entre la motivación intrínseca, la inteligencia emocional y la
autorregulación del aprendizaje en las clases de Educación Física (EF). La
muestra estuvo formada por 480 estudiantes (248 varones y 232 mujeres) de
cuarto curso de Educación Primaria (M
= 9,29, DT = 0,52) procedentes de un
total de 23 clases de EF. El análisis multinivel, tomando la motivación intrínseca
como variable dependiente, reveló un efecto estadísticamente significativo para
el profesor (colegio), la planificación, la autocomprobación, el esfuerzo, la
regulación, el control emocional y el reconocimiento
emocional. La reducción en el coeficiente de correlación intraclase, del
modelo nulo al modelo final, fue aproximadamente del 67%. Promover el
desarrollo de inteligencia emocional y la mejora de la autorregulación en las
clases de EF podría incrementar la motivación intrínseca del alumnado por la
materia.
PALABRAS
CLAVE: motivación, inteligencia emocional, autorregulación,
multinivel.
ABSTRACT
The purpose of the study was to model the relationships between intrinsic motivation, emotional intelligence and self-regulation of learning in physical education (PE) classes. The sample consisted on 480 students (248 boys and 232 girls) enrolled in year four of Primary Education (M = 9,29, DT = 0,52) from a total of 23 classes. Multilevel analysis taking intrinsic motivation as a dependent variable, revealed a statistically significant effect for school, planning, self-cheking, effort, regulation, emotional control and emotional recognition. The reduction in the intraclass correlation coefficient, from the null model to the final model, was approximately 67%. Promoting the development of emotional intelligence and improving self-regulation in PE classes could increase students' intrinsic motivation for this subject.
KEY WORDS: motivation, emotional intelligence, self-regulation, multilevel.
INTRODUCCIÓN
Este estudio se propone modelar, por
primera vez, las relaciones entre la motivación intrínseca, la inteligencia
emocional y la autorregulación del aprendizaje en Educación Física (EF). Según Deci
& Ryan
(2000), la
motivación intrínseca es una inclinación natural hacia la asimilación, el
dominio, el interés espontáneo y la exploración. La motivación intrínseca se
asocia tanto a actitudes y valores deseables en clase de EF como a un mejor
aprendizaje (Larson & Rusk, 2011; Taylor et al.,
2014). Está directamente relacionada a una mayor persistencia en la tarea y un
mejor bienestar, en la niñez (Dishman, McIver, Dowda, Saunders, &
Pate, 2015) y en la adolescencia (Beiswenger & Grolnick, 2010), al esfuerzo (Cox,
Ullrich-French, Madonia,
& Witty, 2011; Standage,
Duda & Ntoumanis, 2003; Taylor, Ntoumanis, Standage, & Spray, 2010),
y al disfrute (Cox, Ullrich-French, & Sabiston,
2013; McDavid, Cox, & McDonough, 2014; Pulido, Sánchez-Oliva,
Amado, González-Ponce, & Sánchez-Miguel, 2014). Asimismo, la motivación
intrínseca se relaciona con una actitud positiva hacia la actividad física (Halvari, Skjesol, & Bagoien, 2011), la
predisposición a implicarse activamente (Lim & Wang, 2009; Taylor et al.,
2010), la participación activa en los juegos (Wallhead,
Garn, Vidoni, & Youngberg, 2013), altos niveles de actividad física (Cox et al.,
2013; Halvari et al., 2011; Kim, Cardinal, & Yun,
2015; Taylor et al., 2010), las experiencias cognitivas, psicomotrices y
sociales positivas (Vallerand, 2001), y el
rendimiento escolar (Cerasoli, Nicklin,
& Ford, 2014).
Por otro lado, la
motivación intrínseca experimenta una caída en los jóvenes a medida que pasa el
tiempo (Cecchini, Fernández-Losa, González,
Fernández-Río, & Méndez-Giménez, 2012; Nader, Bradley,
Houts, McRitchie, &
O’Brien, 2008; Troiano et al., 2008).
Distintos estudios longitudinales han demostrado una disminución progresiva y
constante de la motivación en la adolescencia (Fredricks
& Eccles, 2002; Ntoumanis,
Barkoukis, & Thøgersen-Ntoumani,
2009; Otis, Grouzet, & Pelletier, 2005; Watt, 2004;). La mayoría de
estos estudios se han llevado a cabo en la enseñanza secundaria (De Muynck et al., 2017) y educación universitaria (Hagger, Koch, & Chatzisarantis,
2015). Consecuentemente, existe una escasez de investigaciones sobre la
motivación intrínseca en educación primaria.
Motivación intrínseca e inteligencia emocional
Schutte, Manes, & Malouff (2009) definen la inteligencia emocional como un conjunto de autopercepciones,
disposiciones y motivaciones que comparten algunos elementos con las
características principales de la personalidad (Petrides,
Pérez-González y Furnham, 2007; Petrides,
Pita, & Kokkinaki, 2007). En el ámbito del deporte se han
realizado los primeros estudios para una mejor comprensión de la influencia de
la inteligencia
emocional
en el proceso motivacional (Blanchard, Amiot, Perreault, Vallerand, & Provencher, 2009; Fernández-Ozcorta,
2013; Núñez, León, González-Ruiz, & Martínez-Albó,
2011). Núñez et al. (2011) observaron que la inteligencia emocional influía de manera indirecta y positiva
en la motivación intrínseca de los deportistas. También, en el contexto del
deporte, se ha observado que la motivación autónoma (motivación intrínseca e
identificada) se relacionó positivamente con el reconocimiento emocional, la
empatía y el control y la regulación emocional (Arribas-Galarraga, Saies, Cecchini, Arruza &
Luis-de-Cos, 2017). Una mayor autodeterminación en los motivos que llevan al
deportista a implicarse activamente en la competición le proporciona un mayor
grado de adaptabilidad en situaciones amenazantes, de manera que el individuo
las enfrenta más eficientemente debido a una mejor regulación emocional
(Weinstein, Deci & Ryan, 2011; Weinstein & Hodgins, 2009). En el contexto de la formación
universitaria, la motivación intrínseca se ha relacionado positivamente con la
capacidad de comprender y aprender sobre las propias emociones y las de los
demás, y con la capacidad de experimentar emociones nuevas o inusuales y de
expresar las propias emociones (Oriol, Amutio, Mendoza, Da Costa & Miranda,
2016). Una de las características fundamentales de la inteligencia emocional es la capacidad para
automotivarse (Gardner, 1993; Carrión, 2001). En este sentido, las habilidades
emocionales pueden ayudar a producir un incremento en la motivación intrínseca
del estudiante para realizar su trabajo escolar (Jiménez & López-Zafra,
2009). Según Van Zile-Tamsen (1998), la medida en que
la inteligencia emocional afecta al rendimiento académico de los estudiantes
depende de la motivación del alumnado. Esto explica la posibilidad de una
relación entre la inteligencia emocional y la motivación para influir en el
rendimiento del estudiante.
La investigación que ha
abordado la relación entre la motivación y la inteligencia emocional en el
contexto de la EF es escasa. No obstante, varios autores han reconocido la
idoneidad de explorar estas asociaciones tanto por las características de la EF
como por el interés que despierta esta entre el alumnado (Cera, Almagro, Conde, & Sáenz-López, 2015).
Bisquerra & Pérez (2007) apuntaron que la motivación intrínseca está
influenciada positivamente por la inteligencia emocional, y que ambos factores
serán fundamentales en el reto que supone la educación del siglo XXI. Parece
clave, por tanto, conocer cómo se establecen esas relaciones entre ambas
variables al objeto de comprender en profundidad los procesos de enseñanza y
aprendizaje.
Motivación intrínseca y autorregulación del aprendizaje
La autorregulación del
aprendizaje es un proceso activo y autodirigido mediante el cual los
estudiantes comprueban, regulan y controlan su cognición, motivación, afecto,
comportamiento y entorno para lograr sus objetivos (Efklides,
Niemivirta, & Yamauchi, 2002). Según esta
definición, la motivación es uno de los elementos sustanciales en la
autorregulación del aprendizaje. De hecho, las creencias auto-motivacionales
y los procesos de autorreflexión juegan un papel clave en el aprendizaje
autorregulado (Schunk & Schwartz, 1993). En la
actualidad, se considera la motivación intrínseca como uno de los determinantes
clave del proceso de aprendizaje autorregulado de los estudiantes (Hrbackova & Suchankova, 2016;
Pintrich, 1999; Schunk
& Zimmerman, 2008). En este contexto, Boekaerts
(2002) destaca la disparidad entre los conceptos de autorregulación y
autocontrol. El proceso de aprendizaje autorregulado se asocia con emociones
positivas, motivación intrínseca y auto recompensa, mientras que el proceso de
autocontrol se asocia a motivos extrínsecos (demandas ambientales) y al sistema
de castigos (Sternberg, 2001).
Diferentes
investigaciones han ayudado a comprender mejor el aprendizaje motivador y
autorregulado de los estudiantes y a explorar sus implicaciones para el
aprendizaje en varios campos (Bandura, 1997; Boekaerts
& Cascallar, 2006; Eccles & Wigfield, 2002; Pekrun & Linnenbrink-Garcia, 2012; Zimmerman & Schunk, 2011). No obstante, es necesario desentrañar las
relaciones complejas y recíprocas entre la motivación y el constructo
de la autorregulación del aprendizaje (Shell & Soh,
2013). El trabajo previo en estos campos generalmente ha examinado los
constructos de motivación intrínseca y autorregulación de forma aislada o, a lo
sumo, ha considerado las formas en que interactúan las variables individuales (McInerney & Van Etten, 2004).
Solo recientemente los investigadores han comenzado a examinar la reciprocidad
compleja entre las variables de motivación y autorregulación (Shell &
Husman, 2008; Shell & Soh, 2013; Zimmerman & Schunk, 2013).
Se considera que los
estudiantes autorregulados abordan sus tareas de aprendizaje de manera
proactiva, es decir, muestran iniciativa personal, perseverancia y habilidades
de adaptación que se originan en estrategias metacognitivas y creencias
motivacionales favorables (Zimmerman, 2008). Durante el procesamiento de la
tarea, la motivación puede tomar la forma de motivación intrínseca (por
ejemplo, disfrutar con el procesamiento de las tareas), de afecto desagradable
(por ejemplo, aburrimiento) o de ansiedad estado, experimentada como un aumento
de la excitación, preocupación y pensamientos intrusos (Eysenck, Derackshan, Santos, & Calvo, 2007; Sarason, 1988).
OBJETIVOS E HIPÓTESIS
La finalidad del
presente estudio es modelar las
relaciones entre la motivación intrínseca, la inteligencia emocional y la
autorregulación del aprendizaje en el contexto de la EF. Para ello, se aplicará el modelado
multinivel, formado por unidades del nivel 2 (clases), que a su vez están
formadas por subunidades de nivel 1 (estudiantes dentro de las clases). En
primer lugar, se probará el modelo multinivel más simple, tomando como variable
dependiente la motivación intrínseca al objeto de determinar si varía significativamente
entre las clases. En tal caso, se incluirán en el modelo las variables
independientes: inteligencia emocional y autorregulación del aprendizaje.
Con base en estudios
previos, se espera encontrar que tanto la inteligencia emocional (Blanchard, Amiot, Perreault, Vallerand, & Provencher,
2009; Carrión, 2001; Fernández-Ozcorta, 2013;
Gardner, 1993; Jiménez & López-Zafra, 2009; Núñez et al., 2011) como la
autorregulación del aprendizaje (Pekrun & Linnenbrink-Garcia, 2012; Schunk
& Zimmerman, 2013; Shell y Husman, 2008; Shell & Soh,
2013; Zimmerman & Schunk, 2011) predigan
significativa y positivamente la motivación intrínseca en las clases de EF. Esperamos encontrar aportaciones
novedosas y relevantes, tanto para la docencia como para el futuro de la investigación
en EF.
MATERIAL Y MÉTODOS
Participantes y diseño
La muestra estuvo formada por 480
estudiantes (248 varones y 232 mujeres) de cuarto curso de Educación Primaria (M = 9,29, DT = 0,52), de un total de 23 clases. En cada clase había una media
de 20,9 alumnos (mínimo = 15; máximo = 25 alumnos). Los participantes procedían
de 11 colegios (ocho de carácter público y tres, concertado) de una ciudad del
norte de España. Las clases fueron impartidas por 11 maestros especialistas en
EF.
Instrumentos
Inteligencia Emocional. Se utilizó la Escala de Inteligencia
Emocional en EF elabora por Cecchini, Méndez-Giménez,
& García-Romero (2018). Todos los ítems fueron precedidos por el encabezamiento:
"En mis clases de EF...". La escala está
conformada por tres dimensiones: reconocimiento
emocional, o capacidad del estudiante para reconocer sus propias emociones
en clase de EF (8 ítems; e. g. "soy consciente de cuándo me empiezo a
enfadar en los juegos y/o competiciones"); control y regulación emocional, o capacidad de controlar las
emociones durante el juego y la participación en las clases (7 ítems; e.g. "soy bueno controlando mi nivel de tensión")
y, por último, empatía emocional, o
habilidad para ser consciente y apreciar los sentimientos de los compañeros en
el transcurso de la clase (7 ítems; "comprendo fácilmente cómo se sienten
mis compañeros/as y/o rivales en los juegos y/o competiciones"). Los
valores alfa de Cronbach en la investigación original fueron, respectivamente,
los siguientes: reconocimiento emocional
(0,90), control y regulación emocional
(0,88), y empatía (0,88). Las
respuestas a los ítems se producen mediante una escala Likert de 5 puntos de
anclaje (1 = Totalmente en desacuerdo a 5 = Totalmente
de acuerdo).
Autorregulación del aprendizaje. Las escalas de planificación, autocomprobación y esfuerzo
se midieron con ítems del inventario de autorregulación de Hong y O'Neil (2001). Ejemplos de ítems de cada escala son los
siguientes: planificación (9 items) “Determino cómo resolver la tarea antes de empezar”;
autocomprobación (5 items) “Compruebo mi trabajo mientras lo estoy haciendo”, y
esfuerzo (10 items)
“Trabajo tan duro como sea possible en todas las
tareas”. Los valores alfa de Cronbach en la investigación original fueron los
siguientes: planificación (0,76), autocomprobación (0,60),
y esfuerzo (0,83). Las respuestas son
de tipo likert de 5 puntos (1 = Totalmente en
desacuerdo a 5 = Totalmente de acuerdo).
Autoeficacia. La autoeficacia se evaluó mediante la Generalized Self-efficacy Scale (Schwarzer,
& Jerusalem, 1995). Se compone de 10 items, e.g., “Siempre logro
resolver problemas difíciles si me esfuerzo lo suficiente”. El valor alfa de
Cronbach en la investigación original fue α = 0,82. El rango de respuesta
fue de 1 (Totalmente en desacuerdo) a 5 (Totalmente de acuerdo).
Motivación intrínseca. Se utilizó la subescala de motivación intrínseca de la Escala del
Locus Percibido de Causalidad (PLOCQ; Goudas, Biddle, & Fox, 1994),
adaptada y validada al español por Moreno, González-Cutre, & Chillón
(2009). Esta sub-escala está
compuesta por cuatro ítems (e.g., “porque la EF es
divertida”). Los ítems fueron precedidos por el encabezamiento “Participo en
las clases de EF…”. El valor alfa de Cronbach en la investigación de Moreno et
al. (2009) fue α = 0,75. El rango de respuesta fue de 1 (Totalmente en
desacuerdo) a 7 (Totalmente de acuerdo).
Procedimiento
Se contactó con los
directores de los centros educativos y el profesorado de EF para solicitar su
colaboración y se pidió el consentimiento informado de los padres de los
estudiantes. Los cuestionarios se cumplimentaron en el aula de manera
individual. Uno de los investigadores del
estudio estuvo presente en el aula para dar las instrucciones y resolver las
posibles dudas que se pudieran generar. La participación del alumnado
fue voluntaria y anónima. El tiempo requerido para completar el cuestionario
osciló entre 20-25 minutos.
Análisis de datos
Análisis factoriales confirmatorios. Debido a que los
cuestionarios de inteligencia emocional y autorregulación del aprendizaje en EF
no han sido validados para estas edades se realizará un análisis factorial
confirmatorio (CFA) para cada uno de ellos. Se utilizó el programa EQS 6.2 (Bentler, 2006), puesto que en
ambos casos, el coeficiente de curtosis aconsejaba la utilización del
estadístico Satorra-Bentler chi-cuadrado (S-Bχ2;
Satorra & Bentler,
1994) y de los estimadores estándar robustos (Byrne, 2008; Curran, West, & Finch, 1996). La evaluación de la bondad del ajuste de los
datos se basó en criterios múltiples (Byrne, 2008). Como índice de ajuste
incremental se empleó la versión robusta del Comparative Fit Index (*CFI),
como medida de los índices de ajuste absoluto se utilizó la versión robusta de
la Root Mean Square Error Aproximation
(*RMSEA) y el Standardized Root Mean Square
Residual (SRMR). Para completar el análisis también se incluyó el intervalo
de confianza al 90% proporcionado por la *RMSEA (Steiger, 1990). Respecto al
*CFI, Hu y Bentler (1999)
sugieren un valor de 0,95 como indicativo de buen ajuste. Para la *RMSEA,
Valores inferiores a 0,05 indican un buen ajuste, y valores hasta 0,08
representan errores razonables de aproximación. Por último, una SRMR con
valores inferiores a 0,08 es indicativo de un buen ajuste (Hu
& Bentler, 1999).
Análisis multinivel. Se aplicó el modelado multinivel para
respetar la estructura jerárquica de los datos. La muestra del presente estudio
puede ser descrita como una muestra multicéntrica, es decir, formada por
unidades de nivel más alto o nivel 2 (clases), y estas, a su vez, por
subunidades o nivel 1 (estudiantes dentro de las clases). En consecuencia, se
aplicó un modelo de regresión básico con dos niveles y una sola variable
dependiente (motivación intrínseca) que es medida en el nivel más bajo
(estudiante) y en variables explicativas que existen en los diferentes niveles:
a) clase: profesor (colegio); b) estudiante: género y variables que miden la
autorregulación del aprendizaje y la inteligencia emocional. Se utilizaron los
procedimientos del modelo lineal mixto (SPSS 21.0) con estimaciones de máxima
verosimilitud, siguiendo los procedimientos de Snijders
& Bosker (2004).
En primer lugar, se
probó el modelo multinivel más simple (modelo nulo), obtenido al eliminar del
modelo lo relativo a las variables independientes. En este nivel, la motivación
intrínseca del estudiante se interpreta como el resultado de combinar la motivación
intrínseca de la clase a la que pertenece y los residuos o la variación
aleatoria en torno a esa media (Hofmann, Griffin, & Gavin, 2000). La
cantidad de varianza explicada se calculó utilizando los coeficientes de
correlación intraclase (ICC). Posteriormente, se incluyeron las variables
independientes en el modelo. En interés de la parsimonia, las variables que no
eran significativas en todas las estimaciones del modelo fueron excluidas del
modelo final. El resto de variables fueron incluidas
en el modelo, una a una, utilizando la estrategia de construcción del modelo de
modo incremental (West, Welch, & Galecki, 2015).
Para evaluar la mejora del modelo, se comparó el modelo final con el modelo de
solo interceptación utilizando los índices de ajuste AIC (Criterio de
información de Akaike) y BIC (Criterio de información Bayesiano, y el test de la razón de verosimilitud. En todos los casos,
los índices más bajos indican un modelo de mejor ajuste. Todos los resultados
fueron probados con un alfa de 0,05. Los predictores fueron centrados en la
media del grupo puesto que en el análisis interesaba conocer las interacciones
a nivel transversal (Enders & Tofighi,
2007). El profesor (colegio) se incluyó como predictor a nivel de clase. Los
profesores se ordenaron en función del nivel de motivación intrínseca media de
las clases al objeto de facilitar su análisis. Asimismo, el sexo se incluyó
como predictor de efectos fijos. Para facilitar la interpretación de los
resultados ambas variables no quedaron centradas.
RESULTADOS
Análisis factoriales confirmatorios y análisis descriptivos
Los resultados del CFA
en el cuestionario de autorregulación del aprendizaje no apoyaron el modelo
hipotético: S-Bχ2 (521) = 812,83, p < 0,001; S-Bχ2/df = 1,56; *CFI =
0,91; *RMSEA (90% CI) = 0,034 (0,030-0,039); SRMR = 0,05. El análisis del test
de Lagrange y el índice de modificación de Jöreskog
& Sörbom (1984) mostraron que se deberían
eliminar tres ítems del factor planificación, un ítem del factor
autocomprobación, cinco ítems del factor esfuerzo, y cuatro ítems del factor auto-eficacia. El modelo reespecificado mostró una excelente forma: S-Bχ2
(183) = 262,49, p < 0,01;
S-Bχ2/df = 1,43; *CFI = 0,96; *RMSEA (90% CI) =
0,030 (.021-.038); SRMR = 0,04.
En el cuestionario de inteligencia emocional, los resultados
apoyaron fuertemente el modelo hipotetizado: S-Bχ2 (206) = 277,62, p > 0,05; S-Bχ2/df = 1,35; *CFI =
0,96; *RMSEA (90% CI) = 0,027 (0,018-0,035); SRMR = 0,04.
En la tabla 1 se
observa que todas las puntuaciones son elevadas. Las más altas emergen en
motivación intrínseca (rango 1-7), esfuerzo y reconocimiento emocional, y las
más bajas, en autocomprobación y empatía emocional. Asimismo, se observa que
las correlaciones entre las variables son, en general, altas. La motivación
intrínseca correlaciona positiva y significativamente con todas las variables,
siendo las más altas con control y regulación emocional y con esfuerzo y, la
más baja, con empatía.
Tabla 1. Análisis descriptivos, alfas de Cronbach y correlaciones bivariadas para todas las variables del estudio.
|
|
α |
M |
DT |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
|
1.
|
0,82 |
6,01 |
1,30 |
1 |
|
|
|
|
|
|
|
|
2.
|
0,76 |
4,00 |
0,79 |
0,39** |
1 |
|
|
|
|
|
|
|
3.
|
0,71 |
3,81 |
0,89 |
0,38** |
0,55** |
1 |
|
|
|
|
|
|
4. |
0,73 |
4,21 |
0,73 |
0,43** |
0,53** |
0,51** |
1 |
|
|
|
|
|
5.
|
0,76 |
3,88 |
0,74 |
0,39** |
0,52** |
0,53** |
0,64** |
1 |
|
|
|
|
6.
|
0,75 |
3,90 |
0,75 |
0,44** |
0,52** |
0,50** |
0,59** |
0,63** |
1 |
|
|
|
7.
|
0,80 |
3,81 |
0,80 |
0,37** |
0,47** |
0,46** |
0,53** |
0,56** |
0,62** |
1 |
|
|
8.
|
0,79 |
4,17 |
0,67 |
0,40** |
0,52** |
0,42** |
0,52** |
0,54** |
0,64** |
0,69** |
|
Nota: 1. M. intrínseca; 2. Planificación, 3. Autocomprobación; 4.
Esfuerzo; 5. Autoeficacia; 6. Control y regulación emocional; 7. Empatía
emocional; 8. Reconocimiento emocional.
Análisis multinivel
Modelo nulo. Los resultados del análisis preliminar revelaron que
la motivación intrínseca variaba significativamente entre las clases. La varianza del
factor (clase = 0,15, p < 0,05)
indica cuánto varía la variable dependiente (motivación intrínseca) entre las
clases, y la varianza de los residuos (residuos = 1,57, p < 0,001) indica cuánto varía la variable dependiente dentro de
cada clase. El ICC fue del 9% (Tabla 2).
Tabla 2. Modelo
incondicional en la motivación intrínseca.
|
|
Motivación intrínseca |
|
|
|
Estimate |
SE |
|
Efectos
fijos |
|
|
|
Intercepto |
6,00*** |
0,10 |
|
Efectos
aleatorios |
|
|
|
Residuos |
1,57*** |
0,10 |
|
Varianza – clase (t2) |
0,15* |
0,07 |
|
ICC |
0,09 |
|
|
Estadísticos de ajuste del modelo |
|
|
|
-2 log likelihood |
1606,82 |
|
|
AIC |
1610,82 |
|
|
BIC |
1619,17 |
|
Nota: ICC = Coeficiente
de correlación intraclase, AIC = Criterio de información de Akaike; BIC =
Criterio de información Bayesiano. SE = Error estándar. *p < .05. ***p < .001.
Modelo multinivel final. La Tabla 3 muestra el modelo final para las variables analizadas. El
análisis multinivel reveló un efecto estadísticamente significativo a nivel de
clase (de hecho comparando el profesor P11 con el
resto se observan diferencias estadísticamente significativas con ocho
profesores: P1 a P8), y a nivel de estudiante, en las siguientes variables: la
planificación, la autocomprobación, el esfuerzo, la regulación y control
emocional, y el reconocimiento emocional. La reducción en el ICC es
aproximadamente del 67%. Se observa cómo los estadísticos de ajuste del modelo
han mejorado con respecto al modelo nulo. Así mismo, se ha reducido la varianza
a nivel 1 (D = -0,45) y a nivel 2 (D = -0,11).
Tabla 3. Modelo multinivel final para motivación
intrínseca
|
|
Motivación intrínseca |
|
|
|
Estimate |
SE |
|
Efectos
fijos |
|
|
|
Intercepto |
5,25*** |
0,32 |
|
Nivel estudiante |
|
|
|
Sexo |
0,14 |
0,10 |
|
Planificación |
0,23** |
0,09 |
|
Autocomprobación |
0,15* |
0,07 |
|
Esfuerzo |
0,21* |
0,09 |
|
Autoeficacia |
0,13 |
0,12 |
|
Regulación y control emocional |
0,31*** |
0,09 |
|
Reconocimiento emocional |
0,25* |
0,10 |
|
Empatía |
-0,07 |
0,09 |
|
Nivel clase |
|
|
|
P1 |
1,48** |
0,46 |
|
P2 |
1,27** |
0,38 |
|
P3 |
1,12* |
0,38 |
|
P4 |
1,00* |
0,44 |
|
P5 |
0,95* |
0,38 |
|
P6 |
0,90* |
0,36 |
|
P7 |
0,90* |
0,39 |
|
P8 |
0,81* |
0,36 |
|
P9 |
0,29 |
0,35 |
|
P10 |
0,06 |
0,38 |
|
P11 |
- |
- |
|
Efectos
aleatorios |
|
|
|
Nivel 1. Varianza y
estudiante
(s2) |
1,12*** |
0,07 |
|
Nivel 2. Varianza y clase (t2) |
0,04 |
0,04 |
|
ICC |
0,03 |
|
|
Estadísticos de ajuste del modelo |
|
|
|
-2 log likelihood |
1445,37 |
|
|
AIC |
1449,37 |
|
|
BIC |
1457,64 |
|
Nota: ICC = Coeficiente de
correlación intraclase, AIC = Criterio de información de Akaike; BIC = Criterio
de información Bayesiano. SE = Error estándar. *p < .05; **p < .01. ***p <
.001.
DISCUSIÓN
La finalidad del
presente estudio fue modelar las
relaciones entre la motivación intrínseca, la inteligencia emocional y la autorregulación
del aprendizaje en EF. Antes de abordar este objetivo, se solicitaron las
correlaciones entre todas las variables, lo que mostró que todas ellas se
relacionaban positivamente entre sí. Concretamente, la motivación intrínseca
correlacionó positiva y significativamente con todas las variables que explican
la inteligencia emocional y la autorregulación del aprendizaje, siendo las
relaciones más altas las que se establecen con el control y regulación
emocional y el esfuerzo y, la más baja, con la empatía. Estos resultados son
convergentes con estudios previos realizados en contextos educativos. Por un
lado, los alumnos más motivados intrínsecamente en clase de EF tienden a
preocuparse más por su propio aprendizaje (Larson & Rusk,
2011; Taylor et al., 2014) hasta el punto que programan, chequean y evalúan sus
avances de una manera más autodirigida. Por otro, los estudiantes más motivados
en EF se perciben más capaces de reconocer y controlar sus emociones, así como
de empatizar con las de sus compañeros y adversarios cuando practican juegos y
deportes (Petrides, Pérez-González et al., 2007; Petrides,
Pita et
al., 2007).
Estos hallazgos dan apoyo a
los intereses del estudio y justifican los posteriores análisis.
Seguidamente, se probó un “modelo
nulo” tomando como variable dependiente la motivación intrínseca, al objeto de
determinar si variaba significativamente entre las clases y dentro de las
clases (estudiantes). Los resultados mostraron que la varianza factorial (clase
= 0,15, p < 0,05), que indica
cuánto varía la motivación intrínseca entre las clases y, la varianza de los
residuos (1,57, p < 0,001), que
indica cuánto varía la motivación intrínseca entre los estudiantes, fueron
significativas. Estos resultados excluyentes permitieron seguir realizando
nuevos análisis para tratar de explicar dicha variabilidad. Puesto que ambos
tipos de variabilidad pueden reducirse introduciendo variables independientes
de nivel apropiado, se aplicó un modelo de regresión básico con dos niveles,
tomando la motivación intrínseca como variable dependiente.
A nivel de clase, el profesor/centro
fue una variable predictora de la motivación intrínseca. Como en este estudio
el número de profesores se identifica con el número de colegios no se puede
determinar si los resultados se pueden atribuir al docente en primera persona o
al centro educativo en su conjunto, por lo que hemos denominado a esta
variable, profesor/centro. En cualquier caso, esta variable explicó el 67% la
varianza en el nivel de clase. Es decir, el profesor y/o el colegio son un
elemento clave para incrementar los niveles de motivación intrínseca.
Diferentes estudios han observado cómo, por ejemplo, el clima motivacional construido
por el profesor en las clases de EF puede incrementar de manera significativa
los niveles de motivación intrínseca en los estudiantes (Ntoumanis,
2001; Ntoumanis et al., 2009; Sproule,
Wang, Morgan, McNeill, & McMorris,
2007). El
colegio también podría explicar parte de esta variabilidad (Ntoumanis
et al., 2009; Taylor et al., 2010), por lo que se necesitan nuevos estudios que
aborden ambas cuestiones conjuntamente.
El modelo multinivel mostró que la
variable que mejor explica la variabilidad de la motivación intrínseca, a nivel
de estudiante, es el control y la regulación emocional. El nivel más de
autodeterminado en las razones que llevan a implicarse activamente en las
clases de EF, representado por la motivación intrínseca, proporciona al estudiante
un mayor grado de adaptabilidad a las tareas de clase, afrontándolas de manera
más eficiente, posiblemente debido a una mejor regulación emocional (Weinstein,
Deci & Ryan, 2011; Weinstein & Hodgins, 2009). El reconocimiento emocional también mostró
su carácter predictivo, positivo y significativo sobre la motivación
intrínseca. En general, estos resultados son consistentes con los observados
tanto en el contexto educativo (Jiménez & López-Zafra, 2009; Oriol et al.,
2016; Van Zile-Tamsen, 1998) como en el contexto
deportivo
(Arribas-Galarraga et al., 2017; Núñez et al., 2011).
Los resultados también
mostraron que la planificación, la autocomprobación y el esfuerzo en la
autorregulación del aprendizaje, predicen la motivación intrínseca en las
clases de EF. La planificación en la fase de previsión está íntimamente
relacionada con la motivación (Zimmerman, 1986, 1998, 2008). Planificar, al
objeto de alcanzar resultados de aprendizaje, conlleva asociado el
establecimiento de expectativas de resultados y el interés o el valor de la
tarea a aprender. Si las expectativas de resultado y el valor de la tarea son
altos la motivación intrínseca tenderá a ser elevada. La motivación (es decir,
la autoeficacia, las orientaciones de objetivos, las expectativas de resultados
y el interés/valor de la tarea), junto con el análisis de tareas, determinan el
establecimiento de objetivos y la planificación en la fase de previsión
(Zimmerman, 1986, 1998, 2008). En suma, el alumnado de EF que aprenda a generar
expectativas precisas, analizar ajustadamente la realización de las tareas y se
aplique en ellas con esfuerzo alentará su interés inherente por la materia (Ntoumanis, 2001).
IMPLICACIONES PRÁCTICAS Y LIMITACIONES
El presente trabajo
ofrece interesantes implicaciones prácticas para los docentes de EF. Por un
lado, promover el desarrollo de inteligencia emocional en sus clases podría
incrementar la motivación intrínseca del alumnado. En este sentido, aunque
algunos estudios han informado sobre los efectos positivos de la expresión
corporal y del modelo de Educación Deportivo en la mejora de la inteligencia
emocional, se necesita investigar con mayor profundidad qué bloques de
contenidos y qué metodologías son más proclives para lograr tal fin
(Méndez-Giménez, Martínez de Ojeda, y Valverde, 2017). Al mismo tiempo, los profesionales que potencien
estrategias de autorregulación entre sus estudiantes con mayor probabilidad
podrían aumentar la motivación intrínseca de sus estudiantes, es decir, el
placer inherente por esta materia o actividad. Ayudar al alumnado a planificar
sus objetivos y a comprobar los logros, así como a esforzarse en las tareas
para lograrlos puede suponer un incremento de la motivación más autodeterminada,
al margen de una contribución sustancial al desarrollo de la competencia
aprender a aprender desde la materia de EF.
Pese a estos inéditos
hallazgos, nuestra investigación no supera algunas limitaciones que deseamos
señalar. Aunque el modelado multinivel supone una un avance encomiable para
vislumbrar las relaciones entre las variables a estudio, solo el diseño
experimental permite establecer relaciones causales. Diseños longitudinales con
varias olas de medición permitirán pulsar el rumbo de estas interacciones a
través de las distintas etapas educativas y de programas específicos.
REFERENCIAS BIBLIOGRÁFICAS
Arribas-Galarraga, S., Saies, E., Cecchini, J.A.,
Arruza, J.A., & Luis-De-Cos, I. (2017). The
relationship between emotional intelligence, self-determined motivation and
performance in canoeists. Journal of Human Sport and Exercise, 12(3),
630-639. https://doi.org/10.14198/jhse.2017.123.07
Bandura, A. (1997). Self-efficacy:
The exercise of control. New York: W. H. Freeman & Company.
Beiswenger, K. L., & Grolnick, W. S. (2010).
Interpersonal and intrapersonal factors associated with autonomous motivation
in adolescents’ after-school activities. Journal
of Early Adolescence, 30,
369–394. http://dx.doi.org/10.1177/0272431609333298
Bentler, P. M. (2006). EQS 6, Structural
Equations Program Manual. Encino, CA: Multivariate
Software Inc.
http://www.econ.upf.edu/~satorra/CourseSEMVienna2010/EQSManual.pdf
Bisquerra, R. & Pérez, N.
(2007). Las competencias emocionales. Educación
XXI, 10, 61-82. http://dx.doi.org/10.5944/educxx1.1.10.297
Blanchard, C. M, Amiot, C. E, Perreault, S.,
Vallerand, R. J., & Provencher, P. (2009). Cohesiveness, coach's
interpersonal style and psychological needs: Their effects on
self-determination and athletes' subjective well-being. Psychology of Sport and Exercise, 10(5), 545-551. https://doi.org/10.1016/j.psychsport.2009.02.005
Boekaerts, M. (2002). Bringing about change in the classroom: Strengths and
weaknesses of the self-regulated learning approach--EARLI Presidential Address,
2001. Learning and Instruction, 12(6), 589-604. http://dx.doi.org/10.1016/S0959-4752(02)00010-5
Boekaerts, M. & Cascallar, E. (2006). How Far We
Moved toward an Integration of Theory and Practice in Self-Regulation? Educational Psychology Review, 18, 199-210. http://dx.doi.org/10.1007/s10648-006-9013-4
Carrión, S. (2001). Inteligencia Emocional con PNL. Guía práctica para conseguir: salud,
inteligencia, y bienestar emocional. Madrid: EDAF.
Cecchini, J. A. Fernández-Losa,
J. L., González, C., Fernández-Río, J., & Méndez-Giménez, A. (2012). La
caída de la motivación autodeterminada en jóvenes escolares. Sport TK. Revista Euroamericana de Ciencias
del Deporte, 1(1),
25-31. https://doi.org/10.6018/185531
Cecchini, J. A.,
Méndez-Giménez, A. & García-Romero. C. (2018). Validación del Cuestionario
de Inteligencia Emocional en Educación Física. Revista de Psicología del Deporte, 27(1), 87-96.
Cera, E., Almagro, B. J., Conde, C., &
Sáenz-López, P. (2015). Inteligencia
emocional y motivación en educación física en secundaria. Retos,
27, 8-13.
Cerasoli, C. P., Nicklin, J. M., & Ford, M. (2014). Intrinsic motivation and
extrinsic incentives jointly predict performance: A 40-year meta-analysis. Psychological
Bulletin, 140, 980–1008. http://dx.doi.org/10.1037/a0035661
Cox, A.E., Ullrich-French, S., Madonia, J.,
& Witty, K. (2011). Social physique anxiety in physical education: Social
contextual factors and links to motivation and behavior. Psychology of Sport and Exercise, 12(5), 555-562. http://dx.doi.org/10.1016/j.psychsport.2011.05.001
Cox, A.E., Ullrich-French, S., & Sabiston,
C. M. (2013) Using motivation regulations in a person-centered approach to
examine the link between social physique anxiety in physical education and
physical activity-related outcomes in adolescents. Psychology of Sport and Exercise, 14(4), 461-467. http://dx.doi.org/10.1016/j.psychsport.2013.01.005
Curran, P. J., West, S. G., & Finch, J. F. (1996). The robustness of
test statistics to nonnormality and specification error in confirmatory factor
analysis. Psychological Methods, 1(1), 16-29. http://dx.doi.org/10.1037/1082-989X.1.1.16
De Muynck, G.-J., Vansteenkiste,
M., Delrue, J., Aelterman,
A., Haerens, L., & Soenens,
B. (2017). The effects of feedback valence and style on need satisfaction,
self-talk, and perseverance among tennis players: An experimental study. Journal of Sport and Exercise Psychology, 39,
67–80. http://dx.doi.org/10.1123/jsep.2015-0326
Deci, E. L., & Ryan, R.
M. (2000). The "what" and "why" of goal
pursuits: Human needs and the self-determination of behavior. Psychological
Inquiry, 11(4), 227-268. http://dx.doi.org/10.1207/S15327965PLI1104_01
Dishman, R. K., McIver, K. L., Dowda, M., Saunders,
R. P., & Pate, R. R. (2015). Motivation and behavioral regulation of
physical activity in middle school students. Medicine and Science in Sports and Exercise, 47, 1913–1921. http://dx.doi.org/10.1249/MSS.0000000000000616
Eccles, J. S., & Wigfield, A. (2002).
Motivational Beliefs, Values, and Goals. Annual Review of Psychology, 53,
109-132. https://doi.org/10.1146/annurev.psych.53.100901.135153
Efklides, A., Niemivirta, M., & Yamauchi, H.
(2002). Introduction: Some issues on self-regulation to consider. Psychologia: An International Journal of Psychology in
the Orient, 45, 207-210. http://dx.doi.org/10.2117/psysoc.2002.207
Enders, C. K., & Tofighi, D.
(2007). Centering Predictor Variables in Cross-Sectional Multilevel
Models: A New Look at an Old Issue. Psychological Methods, 12(2),
121-138. http://dx.doi.org/10.1037/1082-989X.12.2.121
Eysenck, M. W., Derakshan, N., Santos, R.,
& Calvo, M. G. (2007). Anxiety and cognitive performance: Attentional
control theory. Emotion, 7, 336-353. http://dx.doi.org/10.1037/1082-989X.12.2.121
Fernández-Ozcorta, E. J. (2013). Factores motivacionales y su relación con la
práctica de actividad física en el alumnado universitario de Huelva. Tesis
doctoral. Huelva: Universidad de Huelva
Fredricks, J. A.,
& Eccles, J. S. (2002). Children’s
competence and value beliefs from childhood through adolescence: growth
trajectories in two male-sex-typed domains. Developmental Psychology, 38, 519–533. http://dx.doi.org/10.1037/0012-1649.38.4.519
Gardner, H. (1993). Inteligencias múltiples. La teoría
en la práctica. Barcelona: Paidós.
Goudas,
M., Biddle, S., & Fox, K. (1994). Perceived locus of causality, goal
orientations, and perceived competence in school physical education classes. British Journal of Educational Psychology,
64, 453–463. https://doi.org/10.1111/j.2044-8279.1994.tb01116.x
Hagger, M. S., Koch, S., & Chatzisarantis,
N. L. (2015). The effect of causality orientations and positive
competence-enhancing feedback on intrinsic motivation: A test of additive and
interactive effects. Personality and
Individual Differences, 72, 107–111. https://doi.org/10.1016/j.paid.2014.08.012
Halvari, H., Skjesol,
K., & Bagoien, T. E. (2011). Motivational
climates, achievement goals, and physical education outcomes: A longitudinal
test of achievement goal theory. Scandinavian
Journal of Educational Research, 55,
79-104. https://doi.org/10.1080/00313831.2011.539855
Hofmann, D.A., Griffin, M.A., & Gavin, M.B. (2000). The application
of hierarchical linear modeling to management research. In K.J. Klein, &
S.W.J. Kozlowski (Eds.), Multilevel
theory, research, and methods in organizations: Foundations, extensions, and
new directions (pp. 467-511). Hoboken, NJ: Jossey-Bass.
Hong, E., & O’Neil, H. F. (2001). Construct validation of a trait
self-regulation model. International
Journal of Psychology, 36(3),
186-194. https://doi.org/10.1080/00207590042000146
Hrbackova, K. & Suchankova, E. (2016).
Self-Determination Approach to Understanding of Motivation in Students of
Helping Professions, Procedia-Social and
Behavioral Sciences, 217,
688–696. https://doi.org/10.1016/j.sbspro.2016.02.120
Hu, L. & Bentler, P. (1999). Cutoff
criteria for fit indices in covariance structure analysis: conventional
criteria versus new alternatives. Structural Equation Modeling, 6, 1-55. https://doi.org/10.1080/10705519909540118
Jiménez, M. I. y López-Zafra, E.
(2009). Inteligencia Emocional y Rendimiento escolar: estado actual de la
cuestión. Revista Latinoamericana de
Psicología, 41(1), 66-77.
Jöreskog, K.G.
& Sörbom, D. (1984). LISREL-VI user's guide (3rd ed.). Mooresville, IN: Scientific Software.
Kim, M.S., Cardinal, B., & Yun, J. (2015). Enhancing Student
Motivation in College and University Physical Activity Courses Using
Instructional Alignment Practices. JOPERD:
The Journal of Physical Education, Recreation y Dance, 86(9), 33-36. https://doi.org/10.1080/07303084.2015.1085343
Larson,
R. W., & Rusk, N. (2011). Intrinsic motivation and positive development. In
R. M. Lerner, J. V. Lerner, & J. B. Benson (Eds.). Advances in child development and behavior: Positive youth development
(Vol. 41, pp. 89–130). New York: Oxford University Press.
Lim, B.S.C., & Wang, C.K.J. (2009)
Perceived autonomy support, behavioural regulations
in physical education and physical activity intention. Psychology of Sport and Exercise, 10(1), 52- 60.
McDavid, L., Cox, A. E., & McDonough, M. H. (2014). Need fulfillment
and motivation in physical education predict trajectories of change in
leisure-time physical activity in early adolescence. Psychology of Sport and Exercise, 15(5), 471-480. https://doi.org/10.1016/j.psychsport.2014.04.006
McInerney, D. M., & Van Etten, S. (Eds.). (2004). Research on sociocultural influences on
motivation and learning. Greenwich, CT: Information
Age.
Méndez-Giménez, A., Martínez de Ojeda,
D., & Valverde, J. J. (2017). Inteligencia emocional
y mediadores motivacionales en una temporada de Educación Deportiva sobre mimo.
Ágora para la Educación Física y el
Deporte, 19(1), 52-72. https://doi.org/10.24197/aefd.1.2017.52-72
Moreno, J. A., González-Cutre, D.,
& Chillón, M. (2009). Preliminary
validation in Spanish of a scale designed to measure motivation in physical
education classes: the Perceived Locus of Causality
(PLOC) Scale. Spanish Journal of
Psychology, 12, 327-337. https://doi.org/10.1017/S1138741600001724
Nader, P.R., Bradley, R. H., Houts, R. M., McRitchie, S. L., & O’Brien, M. (2008).
Moderate-to-vigorous physical activity from ages 9 to 15 years. The Journal of the American Medical
Association, 300(3), 295-305. https://doi.org/10.1001/jama.300.3.295
Ntoumanis, N. (2001). A self-determination approach to the understanding of motivation in
physical education. British Journal of Educational Psychology, 71,
225-242. https://doi.org/10.1348/000709901158497
Ntoumanis, N., Barkoukis, V., & Thøgersen-Ntoumani, C. (2009). Developmental trajectories
of motivation in physical education: course, demographic differences, and
antecedents. Journal of Educational
Psychology, 101, 717–728. http://dx.doi.org/10.1037/a0014696
Núñez, J. L., León, J., González, V., & Martín-Albo,
J. (2011). Propuesta de un modelo explicativo del bienestar psicológico en el
contexto deportivo. Revista de Psicología del Deporte, 20, 223-242.
Oriol, X., Amutio, A., Mendoza, M.,
da Costa, S., & Miranda, R. (2016). Emotional creativity as predictor of intrinsic motivation and academic
engagement in university students: the mediating role of positive emotions. Frontiers in Psychology, 7, 1243. http://dx.doi.org/10.3389/fpsyg.2016.01243
Otis, N., Grouzet, F. M., & Pelletier, L.
G. (2005). Latent motivational change in an academic setting: a 3-year
longitudinal study. Journal of
Educational Psychology, 97, 170–183. http://dx.doi.org/10.1037/0022-0663.97.2.170
Pekrun,
R., & Linnenbrink-Garcia,
L. (2012). Academic emotions and student engagement. En Handbook of Research on Student Engagement (pp.
259-282). New York: Springer.
Petrides, K. V.,
Pérez-González, J. C., Furnham A. (2007). On the criterion and incremental validity of trait
emotional intelligence. Cognition &
Emotion, 21, 26-55. https://doi.org/10.1080/02699930601038912
Petrides, K. V., Pita, R., & Kokkinaki, F. (2007).
The location of trait emotional intelligence in personality factor space. British Journal of Psychology, 98,
273-289. https://doi.org/10.1348/000712606X120618
Pintrich, P. R. (1999). The role of motivation in promoting and sustaining
self-regulated learning. International Journal of Educational Research,
31(6), 459-470. https://doi.org/10.1016/S0883-0355(99)00015-4
Pulido, J. J., Sánchez-Oliva, D., Amado, D., González-Ponce, I.,
Sánchez-Miguel, P. A. (2004). Influence of motivational processes on enjoyment,
boredom and intention to persist in young sports persons. South African Journal for Research in Sport, Physical Education and
Recreation, 36, 135-149.
Sarason, S. B. (1988). The making of an American psychologist: An
autobiography. San Francisco:
Jossey-Bass.
Satorra, A., & Bentler, P. M. (1994). Corrections
to test statistics and standard errors in covariance structure analysis. In A.
von Eye & C.C. Clogg (Eds.), Latent variables
analysis: Applications for developmental research (pp. 399–419).
Thousand Oaks, CA: Sage.
Schunk, D. H., & Swartz, C. W. (1993). Goals and progress feedback:
Effects on autoeficacia and writing achievement. Contemporary Educational Psychology, 18(3), 337-354.
Schutte, N. S., Manes, R. R., & Malouff,
J.M. (2009). Antecedent-focused emotion
regulation, response modulation and well-being.
Current Psychology, 28, 21-31.
https://doi.org/10.1007/s12144-009-9044-3
Schwarzer, R., & Jerusalem, M. (1995). Generalized
Self-efficacy Scale. In J. Weinman, S. Wright, & M. Johnston, Measures
in health psychology: A user’s portfolio. Causal and control beliefs (pp.
35-37). Windsor, UK: NFER-NELSON.
Shell, D. F., & Husman, J.
(2008). Control, Motivation, Affect, and Strategic Self-Regulation in the
College Classroom: A Multidimensional Phenomenon. Journal of
Educational Psychology, 100(2), 443-459. http://dx.doi.org/10.1037/0022-0663.100.2.443
Shell, D. F., & Soh, L. K. (2013). Profiles of Motivated
Self-Regulation in College Computer Science Courses: Differences in Major
versus Required Non-Major Courses. Journal of Science Education and
Technology, 22(6), 899-913. http://dx.doi.org/10.1007/s10956-013-9437-9
Snijders, T. A., & Bosker, R. J. (2004). Multilevel
analyses. London: Sage
Sproule, J., Wang, C. K. J., Morgan, K., McNeill, M., McMorris, T.
(2007). Effects of
motivational climate in Singaporean physical education lessons on intrinsic
motivation and physical activity intention. Personality and
Individual Differences.,
43, 1037–1049. http://dx.doi.org/10.1016/j.paid.2007.02.01
Standage, M., Duda, J. L., & Ntoumanis, N.
(2003). A model of contextual motivation in physical education: Using
constructs from self-determination and achievement goal theories to predict
physical activity intentions. Journal of
Educational Psychology, 95, 97
–110. https://doi.org/10.1037/0022-0663.95.1.97
Steiger, J.H. (1990). Structural model evaluation
and modification: An interval estimation approach. Multivariate
Behavioral Research, 25,
173–180.
Sternberg, R. J. (2001). Why schools should teach for wisdom: The balance
theory of wisdom in educational settings. Educational Psychologist, 36(4),
227–245. https://doi.org/10.1207/S15326985EP3604_2
Taylor,
G., Jungert, T., Mageau, G.
A., Schattke, K., Dedic,
H., Rosenfield, S., & Koestner, R. (2014). A
self-determination theory approach to predicting school achievement over time:
The unique role of intrinsic motivation. Contemporary
Educational Psychology, 39,
342–358. https://doi.org/10.1016/j.cedpsych.2014.08.002
Taylor, I. M., Ntoumanis, N., Standage, M, & Spray, C.M. (2010) Motivational predictors of physical education students'
effort, exercise intentions, and leisure-time physical activity: A multilevel
linear growth analysis. Journal of
Sport and Exercise Psychology, 32(1), 99-120. https://doi.org/10.1123/jsep.32.1.99
Troiano, R. P., Berrigan, D., Dodd, K. W., Masse, L.C., Tilert, T., & Mcdowell, M.
(2008) Physical activity in the United States measured
by accelerometer. Medicine and
Science in Sports and Exercise, 40(1),
181-188. https://doi.org/10.1249/mss.0b013e31815a51b3
Vallerand, R. (2001). A hierarchical model of intrinsic and motivation
in sport and exercise. En Roberts G. Advances
in motivation in sport and exercise. (pp. 263-320). Champaign, IL: Human
Kinetics.
Van Zile-Tamsen, C.V. (1998). Examining
metacognitive self-regulation within the context of daily academic tasks.
Doctoral Dissertation, The State University of New York, 1998. Dissertation Abstracts International, 44
(11A): 3320.
Wallhead, T., Garn,
A.C., Vidoni, C., & Youngberg, C. (2013). Game
play participation of amotivated students during
sport education. Journal of Teaching in
Physical Education, 32, 149-165. https://doi.org/10.1123/jtpe.32.2.149
Watt, H. M. G. (2004). Development of adolescents’ self-perceptions,
values, and task perceptions according to gender and domain in 7th-through
11th-grade Australian students. Child
Development. 75, 1556–1574. http://dx.doi.org/ 10.1111/j.1467-8624.2004. 00757.x
Weinstein, N., Deci, E. L., & Ryan, R. M. (2011). Motivational
determinants of integrating positive and negative past identities. Journal
of Personality and Social Psychology, 100, 527-544.
http://dx.doi.org/10.1037/a0022150
Weinstein,
N., & Hodgins, H. S. (2009). The moderating role of autonomy and control on
the benefits of written
emotion expression. Personality and
Social Psychology Bulletin, 35(3), 351–364. http://dx.doi.org//10.1177/0146167208328165
West,
B. T., Welch, K. B., & Galecki, A. T. (2015). Linear Mixed Model. Chapman Hall/CRC.
Zimmerman, B. J. (1986). Development of self-regulated learning: Which
are the key subprocesses? Contemporary
Educational Psychology, 16, 307-313. https://doi.org/10.1016/0361-476X(86)90027-5
Zimmerman, B. J. (1998). Developing self-fulfilling cycles of academic
regulation: An analysis of exemplary instructional model. En D. H. Schunk y B. J.
Zimmerman (Eds.), Self-regulated
learning: From teaching to self-reflective practice (pp. 1-19). New York:
Guilford.
Zimmerman, B. J. (2008). Investigating self –regulation and motivation:
Historical background, methodological developments, and future
prospects. American Educational Research Journal, 45,
166-183. https://doi.org/10.3102/0002831207312909
Zimmerman, B. J., & Schunk, D. H. (2008). Motivation: An essential
dimension of self-regulated learning. In D. H. Schunk & B. J. Zimmerman
(Eds.), Motivation and self-regulated
learning: Theory, research, and applications (pp. 1-30). Mahwah, NJ:
Erlbaum.
Zimmerman, B. J., & Schunk, D. H. (Eds.). (2011). Educational
psychology handbook series. Handbook of self-regulation of learning and
performance. New York, NY, US: Routledge/Taylor & Francis Group.
Zimmerman, B., & Schunk, D.H. (2013). Self-Regulated
Learning and Academic Achievement: Theoretical Perspectives. Mahwah: Erlbaum.
Número de referencias totales / Total references:
79
(100%)
Número de citas propias de la revista / Journal’s
own references: 0 (0 %)
Rev.int.med.cienc.act.fís.deporte - vol. 21 - número 82 -
ISSN: 1577-0354