Acceso usuarios
La Escala Atribucional de Motivación de Logro General (EAML-G) fue adaptada para identicar las causas a las que un estudiante atribuye su rendimiento, en un conjunto de asignaturas después de un periodo académico y no a una asignatura en particular. Al ser revisada, la EAML-G también permite identicar patrones atribucionales en estudiantes universitarios. El objetivo de esta investigación es determinar la validez de constructo de la EAML-G mediante un análisis factorial conrmatorio y analizar su capacidad para predecir la persistencia o el abandono de los estudios universitarios, pues los patrones atribucionales se han considerado un constructo personal de la motivación, con posibilidad de inuir en el comportamiento de los alumnos ante el estudio y en su permanencia en la universidad. Participaron 338 estudiantes de la Universidad Simón Bolívar. Los resultados, consistentes desde el punto de vista estadístico, posibilitan la comparación de valores entre poblaciones y variables de interés con la existencia de dos patrones atribucionales. También se verica la contribución explicativa de estos patrones en relación con la persistencia académica que, en conjunto con estudios anteriores, respalda el uso de la EAML-G.
The Attribution Scale of General Achievement Motivation (EAML-G) was adapted to identify causes to which a student attributes its performance, in several subjects after an academic period, and not to a particular subject.
After reviewed, the EAML-G also identi- es attributional patterns in college students. The aim of this research is to obtain the EAML-G construct validity by a conrmatory factor analysis, and determine its capacity to predict persistence or withdrawal from university studies, since attributional patterns had been considered a personal construct of motivation, with the possibility to inuence in the student behavior in the study and in their permanence in university. In this study, 338 students of Simon Bolivar University participated.
From statistical viewpoint, the results are consistent, and allow the comparison of values between populations and variables of interest and the existence of two attributional patterns. Also, the explanatory contribution of these patterns is veried with the academic persistence that, together with previous studies, supports the use of EAML-G.
