Testing Social Cognitive Career Theory in Colombian adolescent secondary studentsa study in the field of mathematics and science

  1. Casas, Yadira 1
  2. Blanco-Blanco, Ángeles 2
  1. 1 Estudiante de Doctorado de la Facultad de Educación de la Universidad Complutense de Madrid
  2. 2 Departamento de Métodos de Investigación y Diagnósticos en Educación. Facultad de Educación. Universidad Complutense de Madrid. Profesora Contratada Doctora
Revista:
Revista complutense de educación

ISSN: 1130-2496,  1988-2793

Año de publicación: 2017

Volumen: 28

Número: 4

Páginas: 1173-1192

Tipo: Artículo

DOI: 10.5209/RCED.52572 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista complutense de educación

Resumen

El objetivo del estudio es validar el modelo de intereses y elecciones vocacionales definido por la Teoría Cognitivo Social del Desarrollo de la Carrera (SCCT por sus siglas en inglés) en el contexto de la educación secundaria colombiana. Con ello se pretende contribuir a la investigación previa en varios sentidos. Primero, en términos de validación trascultural, se examina por primera vez el núcleo completo del modelo en el área científico-matemática con alumnado de educación secundaria latinoamericano. En segundo lugar, se estudia por primera vez el modelo cognitivo social en población no estadounidense étnicamente diversa, incluyendo grupos minoritarios. Finalmente, se analiza en este nuevo contexto el papel del apoyo social percibido en los procesos de desarrollo de la carrera. Los participantes fueron 2787 estudiantes colombianos de educación secundaria. Los sujetos completaron medidas de autoeficacia, expectativas de resultado, intereses, aspiraciones ocupacionales y apoyo social percibido para ingresar en carreras del área científico-matemática. Se usaron Modelos de Ecuaciones Estructurales para evaluar el ajuste del modelo hipotetizado a los datos, incluyendo análisis multigrupo para las submuestras definidas por género y por grupo étnico. En la muestra completa los resultados prestaron apoyo al modelo cognitivo social como marco para predecir los intereses y las aspiraciones ocupacionales de los estudiantes colombianos en el área científico-matemática (CFI=.96; RMSEA=.046). Todas las hipótesis formuladas fueron verificadas con excepción de las referidas a los efectos directos de la autoeficacia y de las expectativas de resultado sobre las aspiraciones ocupacionales. En conjunto, los predictores explicaron el 52% de la varianza de los intereses y el 40% de la varianza de las aspiraciones ocupacionales. Además, los resultados sugirieron que el modelo es invariante en razón del género y del grupo étnico de pertenencia (blanco, mestizo o afro-colombiano). El trabajo discute las implicaciones de estos resultados para la investigación futura y para la intervención en el ámbito del desarrollo vocacional.

€ Ver financiación

Información de financiación

Universidad Complutense de Madrid (España). Becada por Colciencias (Departamento Administrativo de Ciencia, Tecnología e Innovación de Colombia) para la realización de su Tesis Doctoral, de la que este trabajo forma parte. E-mail: ycasas@ucm.es

Financiadores

Referencias bibliográficas

  • Navarro, R.L., Flores, L.Y., & Worthington, R.L. (2007). Mexican American middle school students´ goal intentions in mathematics and science: a test of social cognitive career theory. Journal of Counseling Psychology, 54, 320-335. doi:10.1037/0022-0167.54.3.320.
  • Ocde/Cepal/Caf (2015). Economic outlook in Latin America 2016[Perspectivas económicas de América Latina]. Paris: OECD Publishing.
  • Parent, M.C. (2013). Handling Item-Level Missing Data: Simpler Is Just as Good. The Counseling Psychologist, 41(4), 568-600.doi: 10.1177/0011000012445176.
  • Peralta, C., Caspary, M., & Boothe.D. (2013). Success factors impacting Latina/o persistence in highereducation leading to STEM opportunities. Cultural Studies of Science Education. 8, (4), 905–918. doi: 10.1007/s11422-013-9520-9.
  • Quimby, J. L. Seyala, J. L. & Wolfson, N. D. (2007). Social Cognitive Predictors of African American Adolescents' Career Interests. Journal of Career Development, 33 (4), 376-394. doi: 10.1177/0894845307300414.
  • Rivera, M. (2015). Rendimiento escolar, crianza, origen étnico y agentividad. [Educational performance, upbringing, ethnic origin and agentivity]. Integración Académica en Psicología, 3 (9), 48-56.
  • Rodríguez C., Inda, M., & Fernández, M.C. (en prensa, 2015). Influence of social cognitive and gender variables on technological academic interest among Spanish high-school students: testing social cognitive career theory. International Journal for Educational and Vocational Guidance.doi: 10.1007/s10775-015-9312-8.
  • Sánchez, A. (2011). Etnia y rendimiento académico en Colombia [Ethnicity and academic performance in Colombia]. Revista de Economía del Rosario, 14 (2), 189 – 227.
  • Sheu, H., Lent, R.W., Brown, S.D., Miller, M.J., Hennessy, K.D., & Duffy.R. D. (2010). Testing the choice model of social cognitive career theory across Holland themes: A meta-analytic path analysis. Journal of Vocational Behavior, 76, 252-264. doi: 10.1016/j.jvb.2009.10.015.
  • Smith, P. L., & Fouad, N. A. (1999). Subject-matter specificity of self-efficacy, outcome expectancies, interests, and goals: Implications for the social-cognitive model. Journal of Counseling Psychology, 44, 461-471.doi: 10.1037/0022-0167.46.4.461.
  • Vázquez, A., & Manassero, M. A. (2015). La elección de estudios superiores científico-técnicos: análisis de algunos factores determinantes en seis países [The Choice of Scientific and Engineering Higher Studies: Analysis of Some Influential Factors across Six Countries]. Revista Eureka sobre Enseñanza y Divulgación de las Ciencias, 12(2), 264-277. doi: 10498/17251.
  • Wang, X. (2013). Why students choose STEM majors: motivation, high school learning, and postsecondary context of support. American Educational Research Journal, 50 (5), 1081–1121. doi:10.3102/0002831213488622.
  • Zalazar, M. F., Cupani, M., & De Mier, V. (2015). Evaluation of the performance model of Social Cognitive Theory of Career: contributions of differential learning experiences. Bordón. Revista de Pedagogía, 67 (4), 153-168. doi: 10.13042/Bordon.2015.67410.
  • Anderson, J., & Gerbing, D. (1988).Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103, 411–423.doi:10.1037/0033-2909.103.3.411.
  • Arisitizábal, S. (2000). La diversidad étnica y cultural de Colombia: un desafío para la educación [The ethnic and cultural diversity of Colombia: a challen gefor education]. Pedagogía y Saberes, 15. Retrievedfrom:http://www.pedagogica.edu.co/storage/ps/articulos/pedysab15_09arti.pdf
  • Bandura, A. (1986). Social foundations of thought and action: A social cognitive theory. Englewood Cliffs, NJ: Prentice Hall.
  • Bandura, A. (1997). Self-efficacy: The exercise of control, NJ: Prentice Hall.
  • Bentler, P. M., & Wu, E. J. C. (2005). Eqs 6.1 for Windows user's guide. Encino, CA: Multivariate Software.
  • Blanco, A. (2009). El modelo cognitivo social del desarrollo de la carrera: revisión de más de una década de investigación empírica [Social cognitive career model: a review of more than a decade of empirical research]. Revista de educación, 350, 423-445.
  • Blanco-Blanco, A., Casas, Y., & Mafokozi, J. (2016). Adaptación y propiedades psicométricas de escalas sociocognitivas. Una aplicación en el ámbito vocacional científico-matemático [Adaptation and psychometric properties of sociocognitive scales. An application in the math/science vocational area]. Revista Española de Orientación y Psicopedagogía,27(1), 8-28. doi:10.5944/reop.vol.27.num.1.2016.17005
  • Brown, S., Tramayne, S., Hoxha, D., Telander, K., Fan, X., & Lent, R.W. (2008).Social cognitive predictors of college students’ academic performance and persistence: A meta-analysis. Journal of Vocational Behavior, 72, 298-308. doi:10.1016/j.jvb.2007.09.003.
  • Byars-Winston, A., Estrada, Y., Howard, C., Davis, D., & Zalapa, J. (2010). Influence of social cognitive and ethnic variables on academic goals of underrepresented students in science and engineering: A multiple-groups analysis. Journal of Counseling Psychology, 57 (2), 205–218. doi.org/10.1037/a0018608.
  • Cerquera, O.H. (2014). Estado del arte del rendimiento académico en la educación media [State of the art in academic performance in secondary education]. Historia de la Educación Colombiana, 17 (17), 197-220.
  • Cheung, G. W., & Rensvold, R. B. (2002).Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling: A Multidisciplinary Journal, 9, 233–255. doi: 10.1207/S15328007SEM0902_5.
  • Colombia. National Administrative Department Of Statistics (2007).[Departamento Administrativo Nacional de Estadística]. Colombia: una nación multicultural. Su diversidad étnica. [Colombia: a multi-cultural nation. Its ethnic diversity]. Recuperado de http:/ www.dane.gov.co/files/censo2005/etnia/sys/colombia_nacion.pdf.
  • Colombia. National Ministry Of Education.(2014). [Ministerio de Educación Nacional]. Así están la regiones según las PRUEBAS SABER [So are the región according PRUEBAS SABER]. Recuperado de http://www.mineducacion.gov.co/cvn/1665/w3-article.
  • Cupani, M., & Lorenzo, J. (2010). Evaluación de un modelo social-cognitivo del rendimiento en matemática en una población de preadolescentes argentinos [Evaluation of social cognitive model of academic performance in mathematics in an adolescent Argentinean sample].Infancia y Aprendizaje, 33 (1) 63-74. doi: 10.1174/021037010790317216.
  • Cupani, M., & Pautassi, R.M. (2013).Predictive contribution of personality traits in a socio-cognitive model of academic performance in mathematics. Journal of Career Assessment, 21 (3), 395-413. doi: 10.1177/1069072712475177.
  • Cupani, M., & Pérez, E. R. (2006). Metas de elección de carrera: contribución de los intereses vocacionales, la autoeficacia y los rasgos de personalidad [Career goals choice: the contribution of vocational interests, self-efficacy and the personality traits]. Interdisciplinaria, 23 (1), 81-100.
  • Fouad, N.A. & Smith, P.L. (1997). Reliability and validity evidence for the middle school self-efficacy scale. Measurement & Evaluation in Counseling & Development, 30, 17-31.
  • Garriot, P.O., Flores, L.Y., & Martens, M.P. (2013). Predicting the math/science career goals of low-income prospective first-generation college students. Journal of Counseling Psychology, 60, 200-209.doi:10.1037/a0032074.
  • Geromini, S., Bergero, M. S., Di Blasi, M. A., Pelem, M. E., Carvajal, L., & Bosch, H.E. (2011). Nuevo paradigma pedagógico para enseñanza de ciencias y matemática. Avances en Ciencias e Ingeniería, 2, (3), 131-140.
  • Gore, P. A., &Leuwerke, W. C. (2000). Predicting occupational considerations: A comparison of self-efficacy beliefs, outcome expectations, and person environment congruence. Journal of Career Assessment, 8, 237–250.doi: 10.1177/106907270000800303.
  • Katsikis, D., & Sygkollitou, E. (2013). Social cognitive career interest and choice model across Holland types in Greek mid-adolescents. Scientific Annals-School of Psychology, 10, 69-99.
  • Kline, R. B. (2005). Principles and practice of structural equation modeling (2nd ed.). New York, NY: Guilford Press.
  • Lent, R. W., Brown, S. D., & Hackett, G. (2000). Contextual supports and barriers to career choice: A social cognitive analysis. Journal of Counselling Psychology, 47, 36–49. doi:10.1037//0022-0167. 47.1.36.
  • Lent, R. W., Sheu, H., Gloster, C. S., & Wilkins, G. (2010).Longitudinal test of social cognitive model of choice in engineering students at historically black universities.Journal of Vocational Behavior, 76, 387-394. doi:10.1016/j.jvb.2009.09.002.
  • Lent, R.W., Lopez, F.G., Sheu, H., & Lopez, A.M. (2011). Social cognitive predictors of the interests and choices of computing majors: Applicability to underrepresented students. Journal of Vocational Behavior, 78, 184-192.doi:10.1016/j.jvb.2010.10.006.
  • Lent, R. W., Sheu, H., Singley, D., Schmidt, J., Schmidt, L., & Gloster, C. (2008). Longitudinal relations of selfefficacy to outcome expectations, interest, and major choice goals in engineering students. Journal of Vocational Behavior, 73, 328-335.doi.org/10.1016/j.jvb.2008.07.005.
  • Lent, R., & Sheu, H. (2010). Applying social cognitive career theory across cultures: Empirical status. In J.G. Ponterotto, J. M. Casas, L. A.,Suzuki & C. M. Alexander, (eds.), Handbook of multicultural counseling (3rd.) (691-701). Thousand Oaks, CA: Sage.
  • Lent, R., Brown, S., Sheu, H., Schmidt, J., Brenner, B., Gloster, C., Wilkins, G., Schmidt, L., Lyons, H., & Treistman, D. (2005). Social cognitive predictors of academic interests and goals in engineering: Utility for women and students at historically black universities. Journal of Counseling Psychology, 52, 84–92.doi: 10.1037/0022-0167.52.1.84.
  • Lent, R.W., Brown, S.D., & Hackett, G. (1994). Toward a unifying social cognitive theory of career and academic interest, choice and performance. Journal of Vocational Behavior, 45 (1), 79-122. doi: 10.1006/jvbe.1994.1027.
  • Lent, R.W., Brown, S.D., Nota, L., & Soresi, S. (2003). Testing social cognitive interest and choice hypotheses across Holland types in Italian high school students. Journal of Vocational Behavior, 62, 101-118. doi: 10.1016/S0001-8791 (02)00057-X.
  • Lent, R.W., Paixão, M.P., Da Silva, J.T., & Leitão, L.M. (2010). Predicting occupational interests and choice aspirations in portuguese high school students: A test of social cognitive career theory. Journal of Vocational Behavior, 76, 244-251. doi: 10.1016/j.jvb.2009.10.001.
  • Lent, R. W., Sheu, H., Gloster, C. S. &Wilkins, G. (2010). Longitudinal test of the social cognitive model of choice in engineering students at historically Black universities.Journal of Vocational Behavior, 76 (3), 387–394. doi:10.1016/j.jvb.2009.09.002.
  • Meredith, W. (1993). Measurement invariance, factor analysis and factorial invariance. Psychometrika, 58, 525-543. doi: 10.1007/BF02294825.
Fuente de los datos: Dialnet