REDEFINIENDO LOS HÁBITOS DE ESTUDIO
PARA EL DESARROLLO DE
COMPETENCIAS MATEMÁTICAS
REDEFINING STUDY HABITS FOR THE DEVELOPMENT
OF MATHEMATICAL SKILLS
María Emperatriz Yépez Bimboza
Universidad Estatal de Milagro-UNEMI, Ecuador
Paola Nataly Sandoval Vizuete
Universidad de las Fuerzas Armadas -ESPE, Ecuador
Lourdes Elizabeth Cujilema Sánchez
Universidad Nacional de Chimborazo-UNACH, Ecuador
Carmen Amelia Yépez Bimboza
Universidad Estatal de Milagro-UNEMI, Ecuador
María Esther Mejía Lasso
Universidad Pedagógica Experimental Libertador -UPEL, Venezuela
pág. 4223
DOI: https://doi.org/10.37811/cl_rcm.v9i4.19061
Redefiniendo los Hábitos de Estudio para el Desarrollo de Competencias
Matemáticas
María Emperatriz Yépez Bimboza1
myepezb4@unemi.edu.ec
https://orcid.org/0009-0005-5315-290X
Universidad Estatal de Milagro-UNEMI
Milagro-Ecuador
Paola Nataly Sandoval Vizuete
paola.sandoval@educacion.gob.ec
https://orcid.org/0009-0008-2123-8372
Universidad de las Fuerzas Armadas -ESPE
Cotopaxi –Ecuador
Lourdes Elizabeth Cujilema Sánchez
lourdescujilema582@gmail.com
https://orcid.org/0009-0009-4948-357X
Universidad Nacional de Chimborazo-UNACH
Riobamba-Ecuador
Carmen Amelia Yépez Bimboza
cyepezb3@unemi.edu.ec
https://orcid.org/0009-0003-5126-7784
Universidad Estatal de Milagro-UNEMI
Milagro-Ecuador
María Esther Mejía Lasso
mariaesther8967@gmail.com
https://orcid.org/0000-0003-1625-4788
Universidad Pedagógica Experimental
Libertador -UPEL
Caracas-Venezuela
RESUMEN
Los hábitos de estudio efectivos son el vehículo indispensable que permite a los estudiantes desarrollar
y fortalecer las competencias matemáticas, al carecer de ellos el aprendizaje de las matemáticas tiende
a ser superficial y menos duradero. En este sentido, la investigación se enfocó en la relación entre los
hábitos de estudio y las competencias matemáticas en 50 estudiantes de Educación General Básica en
Ecuador. El estudio, de enfoque cuantitativo y tipo descriptivo correlacional, utilizó el Cuestionario de
Hábitos de Estudio (T.H.E.) y una prueba pedagógica para evaluar cinco dimensiones de cada variable.
Los hallazgos revelan que la mayoría de los estudiantes posee un nivel de hábitos de estudio mediano,
bajo o muy bajo; en cuanto a las competencias matemáticas, los estudiantes presentan un desempeño
heterogéneo. El análisis de correlación revela que los hábitos de estudio tradicionales, como la
programación y el autocontrol, se asocian de manera negativa con competencias matemáticas clave
como la modelación de la realidad y la comunicación. Este hallazgo sugiere que los hábitos de estudio
excesivamente rígidos no son efectivos para desarrollar las competencias matemáticas. Por lo tanto, es
necesario reorientar los hábitos de estudio hacia estrategias más flexibles que potencien el pensamiento
crítico y la resolución de problemas.
Palabras clave: hábitos de estudio, competencias matemáticas, aprendizaje
1
Autor principal.
Correspondencia: myepezb4@unemi.edu.ec
pág. 4224
Redefining Study Habits for the Development of Mathematical Skills
ABSTRACT
Effective study habits are the indispensable vehicle that allows students to develop and strengthen their
mathematical skills. Without them, mathematics learning tends to be superficial and less durable. In this
regard, the research focused on the relationship between study habits and mathematical skills in 50
students in Basic General Education in Ecuador. The study, with a quantitative and descriptive
correlational approach, used the Study Habits Questionnaire (THE) and a pedagogical test to assess five
dimensions of each variable. The findings reveal that most students have a medium, low, or very low
level of study habits; regarding mathematical skills, students present heterogeneous performance. The
correlation analysis reveals that traditional study habits, such as programming and self-control, are
negatively associated with key mathematical skills such as modeling reality and communication. This
finding suggests that excessively rigid study habits are not effective in developing mathematical skills.
Therefore, it is necessary to reorient study habits toward more flexible strategies that enhance critical
thinking and problema solving.
Keywords: study habits, mathematical skills, learning
Artículo recibido 10 julio 2025
Aceptado para publicación: 16 agosto 2025
pág. 4225
INTRODUCCIÓN
Los hábitos de estudio abarcan una serie de acciones sistemáticas y organizadas que resultan
fundamentales para fortalecer el proceso de aprendizaje y alcanzar un desempeño académico destacado,
estas acciones hacen referencia al modo en que el estudiante enfrenta de forma habitual sus
responsabilidades escolares, gestionando su tiempo y actividades de manera estructurada, y adoptando
estrategias, herramientas y disposiciones que favorecen la comprensión y retención del conocimiento
(Gonzales et al., 2021).
La importancia de los hábitos de estudio radica en su potencial para impulsar un aprendizaje profundo
y sostenido en el tiempo, en donde su verdadera comprensión va más allá de simplemente memorizar
hechos, requiere métodos consistentes y organizados que apoyen la construcción y el entendimiento del
conocimiento (Salamea-Nieto & Cedillo-Chalaco, 2021), integrando factores conductuales,
emocionales y del entorno (Carrillo & Bravo 2022). Elementos como un lugar adecuado para estudiar,
el equilibrio emocional del estudiante, la interacción con otros para el aprendizaje colaborativo (Ruiz-
Alva, 2009), así como el cumplimiento de necesidades básicas como descansar, dormir lo suficiente y
comer de forma adecuada, son una parte fundamental de este proceso (Gonzales et al., 2021). Esto indica
que centrarse exclusivamente en las estrategias de estudio, dejando de lado el contexto y el bienestar
integral del estudiante, podría no ser suficiente para alcanzar un aprendizaje duradero y significativo.
En este orden de ideas, Flores (2022), destaca que los hábitos de estudio son fundamentales para adquirir
y consolidar conocimientos mediante prácticas regulares, lo que contribuye al rendimiento académico,
implican la capacidad de organizar el tiempo, seleccionar y aplicar métodos de estudio efectivos (lectura
activa, repetición, elaboración, entre otros), monitorear su comprensión, identificar sus propias
dificultades y encontrar soluciones y motivarse por cuenta propia para lograr sus metas académicas sin
depender de la supervisión continua de un docente. Es decir, el estudiante gestiona su propio aprendizaje,
asumiendo la responsabilidad de cómo avanza y mejora.
Sin embargo, a pesar de la indiscutible importancia de los hábitos de estudio para el rendimiento
académico, la realidad que enfrentan muchos estudiantes de Educación General Básica dista
significativamente del ideal de un aprendizaje autorregulado. A menudo, estos estudiantes carecen de
las herramientas, la orientación y el entorno necesarios para desarrollar y aplicar estas rutinas de manera
pág. 4226
efectiva.
Factores como la falta de apoyo familiar, las condiciones socioeconómicas que no garantizan un espacio
adecuado para el estudio, o incluso la escasa formación en estrategias de aprendizaje dentro de los planes
de estudio, representan barreras significativas. Por lo tanto, la formación de estos hábitos no sucede de
forma espontánea; más bien, debe considerarse como una destreza que exige una intervención
pedagógica intencionada y un esfuerzo conjunto entre la escuela, la familia y el propio estudiante para
ser desarrollada y consolidada.
Con respecto a la competencia matemática se definió inicialmente como la “capacidad de un individuo
para identificar y comprender el papel de las matemáticas en el mundo, emitir juicios fundamentados y
utilizar e interactuar con las matemáticas cuando sea necesario para una vida constructiva,
comprometida y reflexiva” (Rico, 2003, p. 23), esta definición se expandió para incluir la habilidad de
formular, emplear e interpretar las matemáticas en diversos contextos, abarcando el razonamiento
matemático y el uso de conceptos, procedimientos, hechos y herramientas matemáticas para describir,
explicar y predecir fenómenos (PISA, 2015; OCDE, 2018). Además de las competencias puramente
cognitivas, PISA también ha medido aspectos no cognitivos del aprendizaje, como la motivación, la
confianza, la autoevaluación y el uso de estrategias de aprendizaje, reconociendo su influencia en el
desempeño y el aprendizaje a lo largo de la vida.
La competencia matemática se compone de diversos elementos que van más allá del dominio operativo,
incluye la capacidad de resolver problemas, representar ideas matemáticas de distintas formas, razonar
con coherencia, argumentar con fundamento lógico, y manejar expresiones numéricas y simbólicas.
Además, esta competencia involucra formas propias del pensamiento matemático, como formular
interrogantes específicas de la disciplina, reconocer los alcances y límites de los conceptos, ampliar su
aplicación en contextos diversos y distinguir entre los niveles de abstracción matemática, tales como
definiciones, conjeturas, teoremas e hipótesis.
Asimismo, supone la habilidad para identificar y abordar problemas de diferente naturaleza, ya sean
aplicados o teóricos, cerrados o abiertos, así como la capacidad de construir modelos matemáticos y
comunicarse de manera clara utilizando el lenguaje propio de la matemática. También incluye el uso
eficaz de herramientas y recursos tecnológicos que apoyan el análisis y la resolución de tareas
pág. 4227
matemáticas. Esta competencia integra conocimientos, habilidades y actitudes en áreas como el sentido
numérico, el razonamiento espacial, el pensamiento algebraico, probabilístico y estadístico, así como
aspectos actitudinales vinculados al aprendizaje de la matemática.
En Ecuador, las competencias matemáticas en la Educación General Básica (EGB) están alineadas con
los enfoques curriculares internacionales que buscan desarrollar un pensamiento crítico, lógico y
creativo, más allá de la simple memorización de fórmulas. El Currículo Nacional de Educación General
Básica en Ecuador, y sus adaptaciones y priorizaciones (como el Currículo Priorizado con Énfasis en
Competencias Comunicacionales, Matemáticas, Digitales y Socioemocionales), busca que los
estudiantes desarrollen un conjunto de competencias que les permitan interactuar eficazmente con el
mundo que les rodea. Las principales competencias matemáticas que se deben fomentar son:
• Resolución de Problemas: es la capacidad de identificar, comprender, formular, plantear y resolver
problemas de la vida cotidiana y de la matemática, utilizando estrategias diversas, realizando
cálculos precisos y verificando la validez de las soluciones. El Ministerio de Educación destaca que
la resolución de problemas implica “entender el problema, configurar un plan, ejecutar el plan y
examinar la respuesta” (Ministerio de Educación de Ecuador, 2021 p.11; Polya, 1945). Se busca que
los estudiantes desarrollen "actitudes de orden, perseverancia y capacidades de investigación"
(Ministerio de Educación de Ecuador, 2021, p. 19).
• Razonamiento y Argumentación: implica la habilidad para pensar de manera lógica, establecer
relaciones, hacer deducciones e inferencias, formular conjeturas, explorar patrones, y justificar
procesos y resultados matemáticos. También incluye la capacidad de evaluar la validez de las
argumentaciones de otros, fortalecer la “capacidad de razonar, abstraer, analizar, discrepar, decidir,
sistematizar y resolver problemas" (Ministerio de Educación de Ecuador, 2021, p.3), fomentando el
pensamiento crítico y reflexivo.
• Comunicación Matemática: consiste en la capacidad de expresar, interpretar y comprender ideas,
informaciones y argumentaciones matemáticas utilizando diversos lenguajes y representaciones
(oral, escrita, simbólica, gráfica, diagramas, tablas). El currículo priorizado enfatiza las
competencias comunicacionales, incluyendo la habilidad de manifestar ideas matemáticamente
hablando, al escribir, demostrando y representándolas y razonar, interpretar y juzgar ideas
pág. 4228
matemáticas presentándolas de manera oral, escrita o visual. La comunicación es una habilidad
transversal clave que resulta crucial para el desarrollo del sentido matemático, implica la capacidad
de dominar y aplicar de forma funcional los contenidos de las áreas numérica, algebraica y
geométrica (Beltrán-Pellicer & Alsina, 2022).
• Modelización de la Realidad: habilidad para transformar situaciones del entorno en modelos
matemáticos, analizarlos y operar con ellos, y luego interpretar los resultados en el contexto original
para tomar decisiones informadas. Según el Ministerio de Educación de Ecuador (2017), el currículo
nacional busca que los estudiantes sean capaces de analizar y solucionar problemas a través de la
construcción de modelos matemáticos y la utilización sensata de la tecnología.
• Utilización de Herramientas y Tecnologías: implica el uso adecuado y eficiente de diversos recursos,
desde materiales concretos hasta calculadoras y software especializado, para apoyar el aprendizaje,
la exploración y la resolución de problemas matemáticos. El currículo promueve el uso de
herramientas tecnológicas al momento de enfrentar y solucionar problemas de la realidad nacional
(Ministerio de Educación, 2021, Catota, 2021).
La adquisición de competencias matemáticas no es un proceso pasivo de asimilación de información;
por el contrario, exige un conjunto intencional y sistemático de prácticas. En este contexto, los hábitos
de estudio son la herramienta clave que permite a los estudiantes no solo asimilar conocimientos, sino
también potenciar las habilidades cognitivas y metacognitivas indispensables para lograr una
comprensión profunda y aplicable de las matemáticas. Sin estas rutinas, el desarrollo de competencias
se ve severamente limitado, lo que se traduce en un aprendizaje superficial y una menor capacidad para
transferir lo aprendido a situaciones nuevas.
Para revertir esta situación, es imperativo adoptar un enfoque transformador que priorice el desarrollo
integral de los estudiantes, yendo más allá de la mera transmisión de conocimientos, esto implica una
reforma curricular y pedagógica profunda que no solo enfatice el aprendizaje de conceptos, sino también
la adquisición de hábitos de estudio efectivos y el desarrollo de competencias matemáticas
contextualizadas y aplicables a la vida real.
Es por ello que esta investigación pretende identificar los hábitos de estudio de los estudiantes de
educación general básica, las competencias matemáticas desarrolladas y analizar si existe relación
pág. 4229
estadísticamente significativa entre ellos.
METODOLOGÍA
El presente estudio se inscribió en un enfoque cuantitativo, de tipo descriptivo y correlacional
(Hernández-Sampieri y Mendoza, 2018), dado que busca identificar la relación entre los hábitos de
estudio y las competencias matemáticas, la investigación se realizó en una institución educativa de
Ecuador, durante el tercer trimestre del año lectivo 2024–2025.
La muestra estuvo conformada por 50 estudiantes de Educación General Básica del subnivel Básica
Media, se utilizó un muestreo no probabilístico de tipo intencional, seleccionando a los estudiantes
matriculados en la jornada matutina y que contaban con permiso informado de sus representantes
legales.
Para llevar a cabo la evaluación de los hábitos de estudio, se empleó el Cuestionario de Hábitos de
Estudio (T.H.E.), una herramienta diseñada por Ruiz Alva en 2005. Este instrumento se compone de 25
ítems cuidadosamente distribuidos en cinco dimensiones clave que abarcan los distintos aspectos del
proceso de aprendizaje: organización en el estudio, programación, motivación, autocontrol y
concentración.
• Organización en el estudio, se enfoca en el ambiente físico y la preparación para el estudio, evalúa
aspectos como tener un lugar fijo y ordenado para estudiar, buena iluminación y ventilación,
ausencia de ruidos y la disponibilidad de todos los materiales necesarios (regla, lápices, borrador,
libros, etc.) en el lugar de estudio.
• Programación, evalúa la gestión del tiempo y la rutina relacionada con el estudio, aborda si el
estudiante inicia el estudio a una hora fija, si estudia después de hacer tareas, el tiempo de estudio
diario, la gestión del horario para estudiar y hacer tareas, y la capacidad de realizar los deberes de
manera independiente y en el plazo establecido.
• Motivación, se centra en la actitud del estudiante y su disfrute hacia el estudio y el aprendizaje,
explora si al estudiante realmente le gusta estudiar, si hace sus tareas contento y rápido, si le agrada
leer para aprender cosas nuevas, si estudia más por aprender que por la nota, y si encuentra los temas
de clase interesantes y agradables.
• Autocontrol, evalúa la autodisciplina y la responsabilidad del estudiante en entornos académicos,
pág. 4230
incluye aspectos como el control del comportamiento en el aula, la voluntad para aprender y estar
atento en clase, el cumplimiento de promesas relacionadas con el estudio y las tareas, estudiar sin
necesidad de recordatorios (de padres o docentes), y el esfuerzo por ser un mejor estudiante cada
día.
• Concentración, mide la capacidad del estudiante para mantener el enfoque durante las clases y las
sesiones de estudio, pregunta sobre la facilidad para concentrarse al escuchar las clases, si el
estudiante permanece en silencio y atento en el aula, si estudia y hace las tareas con rapidez, si
entiende rápidamente las explicaciones de los docentes, y si atiende con agrado todas las asignaturas
que se le imparten en la institución.
La estructura de respuesta de cada ítem se basa en una escala tipo Likert de tres opciones, a las que se
asignan ponderaciones específicas para su cuantificación: siempre o casi siempre, recibe 2 puntos;
algunas veces, se valora con 1 punto, y nunca o casi nunca, se puntúa con 0 puntos. El proceso de
calificación implica la suma total de las puntuaciones obtenidas por el estudiante en todos los ítems del
cuestionario. Posteriormente, esta puntuación bruta se traduce a un percentil correspondiente, lo que
permite ubicar el nivel de los hábitos de estudio del individuo en relación con una población de
referencia (Alva-Ruiz, 2009).
La interpretación de estos resultados se realiza mediante una escala de niveles de hábitos de estudio bien
definida: Un puntaje de 10, que corresponde a un percentil de 95, indica un nivel excelente en los hábitos
de estudio, esto sugiere que el estudiante posee estrategias de estudio altamente efectivas y consistentes;
los estudiantes con puntajes entre 8 y 9, ubicados en los percentiles 75 a 90, se clasifican con buenos
hábitos de estudio, esto implica que, aunque sus hábitos son sólidos, aún pueden existir áreas para
optimizar; un puntaje de 7, equivalente al percentil 50, se considera un nivel mediano, esta categoría
sugiere que el estudiante necesita afianzar más sus hábitos, lo que implica una oportunidad para
fortalecer las áreas menos desarrolladas.
Por otro lado, puntajes entre 5 y 6, que se sitúan en los percentiles 10 a 25, indican bajos hábitos de
estudio, en estos casos, es fundamental intervenir para mejorar significativamente las estrategias de
aprendizaje y finalmente, un puntaje de 4 o menos, correspondiente al percentil 5, denota muy bajos
hábitos de estudio esta situación requiere una atención prioritaria y un apoyo sustancial para desarrollar
pág. 4231
hábitos de estudio básicos y funcionales. El cuestionario (T.H.E.) fue validado y su confiabilidad
establecida previamente en contextos similares por el propio autor (Ruiz-Alva, 2005, 2009), se verificó
su fiabilidad que arrojó un valor entre 0,91 y 0.93 para el total del instrumento.
El proceso de recolección de datos se inició con la coordinación y aprobación de las autoridades
institucionales para la aplicación del cuestionario. La actividad se programó para realizarse durante la
hora de tutoría, asegurando así un espacio dedicado y sin interrupciones, cada estudiante respondió al
cuestionario de forma individual. Para garantizar la confidencialidad de la información y la correcta
realización del proceso, las investigadoras y la docente tutora acompañaron el procedimiento, aclarando
posibles inquietudes y asegurando que las respuestas fueran personales y sin influencias externas.
Para evaluar las competencias matemáticas de los estudiantes de Educación General Básica (EGB) del
subnivel Básica Media, se diseñó y aplicó una prueba pedagógica durante el tercer trimestre del año
lectivo 2024-2025. El instrumento se enfocó en las siguientes áreas clave: resolución de problemas,
razonamiento y argumentación, comunicación matemática, modelización de la realidad, y utilización de
herramientas y tecnologías. Para la calificación, se estableció una escala de 0 a 10 puntos, lo que permitió
una valoración cuantitativa del desempeño de los estudiantes en cada una de las competencias evaluadas.
Los datos del cuestionario de hábitos de estudio (T.H.E.) y las calificaciones de la prueba pedagógica
fueron procesados en Excel, se realizaron estadísticas descriptivas por dimensión y categoría, y un
análisis de correlación de Pearson entre los puntajes globales del T.H.E., y las calificaciones de la prueba
pedagógica. También se construyeron tablas para representar visualmente los resultados.
RESULTADOS Y DISCUSIÓN
Hábitos de estudio de los estudiantes de EGB, Subnivel Básica Media
A continuación, se presentan los hallazgos clave sobre la variable hábitos de estudio de los estudiantes
de EGB subnivel Básica Media, con el propósito de analizarlos en detalle. Dichos resultados se derivan
de la aplicación del cuestionario (T.H.E.) diseñado para evaluar la frecuencia y el tipo de rutinas que los
estudiantes emplean en su proceso de aprendizaje. Inicialmente, se presentaron los hallazgos
descriptivos en relación con las dimensiones del T.H.E. (tabla 1). Posteriormente, se procedió a la
discusión de estos resultados, contrastándolos con la literatura y los conceptos teóricos previamente
revisados (Gonzales et al., 2021; Flores, 2022). El análisis tuvo como objetivo comprender las
pág. 4232
características específicas de los hábitos de estudio en esta población, identificar sus puntos fuertes y
débiles, y determinar cómo influyen en el aprendizaje.
Tabla 1 Dimensiones de los hábitos de estudio (T.H.E.)
Puntaje
Organización en
el estudio
%
Programación
%
Motivación
%
Autocontrol
%
Concentración
%
10
4
2
12
2
0
9
12
8
18
6
12
8
26
10
26
18
8
7
24
22
12
16
28
6
14
18
8
26
26
5
10
12
10
18
12
4
2
16
10
2
6
3
4
2
0
4
2
2
4
6
2
4
6
1
0
4
0
4
0
0
0
0
2
0
0
Total
100
100
100
100
100
En base a la tabla 1, se realizó un análisis detallado de la distribución de los puntajes porcentuales en
cada una de las cinco dimensiones evaluadas. En la dimensión de organización en el estudio, la mayoría
de los estudiantes se concentró en los puntajes de 7 (24%) y 8 (26%), lo que sugiere que gran parte de
la muestra posee un nivel mediano a bueno en este aspecto; un porcentaje menor de estudiantes se ubicó
en los extremos, con un 4% en el puntaje 10 (excelente) y un 2% en el puntaje 4 (muy bajo), indicando
que, si bien hay áreas de mejora, la organización general no es un problema crítico para la mayoría.
Estos resultados difieren con los encontrados por Flores (2021), quien en su investigación encontró que
señala que un porcentaje considerable carece de organización en el estudio.
En cuanto a la dimensión de programación, la distribución de puntajes fue más dispersa, mostrando un
pico del 22% en el puntaje 7. Sin embargo, un considerable 46% de los estudiantes se concentró en los
puntajes bajos (4, 5 y 6), lo que resalta una dificultad significativa en la planificación y gestión del
tiempo de estudio, solo el 20% de los estudiantes obtuvo puntajes considerados buenos a excelentes (8,
9 y 10), lo que sugiere que la dimensión de programación requiere atención y desarrollo para la mayoría.
Estos resultados concuerdan con los encontrados por Flores (2021), quien señala en su investigación
que un porcentaje considerable no gestiona el tiempo para el estudio.
La dimensión de motivación se presenta como la fortaleza principal entre los estudiantes, con la mayoría
pág. 4233
de los porcentajes concentrados en los puntajes más altos: un 26% en el puntaje 8, un 18% en el puntaje
9 y un 12% en el puntaje 10. Esto suma un notable 56% de estudiantes con un buen a excelente nivel de
motivación. Los puntajes más bajos en esta dimensión son mínimos, lo que indica que, en general, los
estudiantes muestran un agrado o interés por el estudio. Estos resultados difieren con los hallados por
Rivas-Proaño y Román-Cao (2024), quienes manifiestan que la mayoría de los encuestados no se
encuentran motivados por el estudio, esto se debe a que lo que aprenden no es de su interés.
Por otro lado, la dimensión del autocontrol parece ser una de las dimensiones más desafiantes, una parte
considerable de los estudiantes se concentra en los puntajes medios a bajos, con un 26% en el puntaje 6
y un 18% en el puntaje 5, totalizando un 44% en niveles bajos a muy bajos. Apenas un 24% de los
estudiantes (18% en puntaje 8 y 6% en puntaje 9) mostró buenos niveles de autocontrol, lo que sugiere
que una proporción significativa de la población estudiantil podría enfrentar dificultades en la
autodisciplina y la gestión de su comportamiento durante el estudio.
Finalmente, la dimensión de concentración exhibe una tendencia similar a la dimensión del autocontrol,
con una concentración significativa en los puntajes medios y bajos: un 28% en el puntaje 7 y un 26% en
el puntaje 6. Los puntajes más altos (9 y 10) representan una minoría (12% y 0% respectivamente), lo
que indica que pocos estudiantes logran una concentración excelente. Esta distribución sugiere que una
gran parte de los estudiantes podría beneficiarse de estrategias específicas para mejorar su capacidad de
enfoque durante las actividades académicas.
En marcado contraste con los resultados de la investigación, los hallazgos presentados por Cofre-
Tipanluisa et al. (2024), revelan una discrepancia significativa en todas las dimensiones de los hábitos
de estudio. Su investigación destaca que un abrumador 80% de los participantes encuestados requiere
una mejora sustancial en sus prácticas de estudio.
En síntesis, este análisis por dimensiones revela que, si bien la motivación es un punto fuerte
generalizado, la programación y el autocontrol son las áreas que presentan mayores debilidades entre
los estudiantes. La organización y la concentración muestran un rendimiento intermedio, con
oportunidades significativas de mejora. Estos hallazgos son cruciales para el diseño de intervenciones
educativas que busquen fortalecer los hábitos de estudio, priorizando las dimensiones más deficitarias
para lograr un impacto más efectivo en el rendimiento académico.
pág. 4234
Tabla 2 Evaluación de los hábitos de estudio (T.H.E.)
Percentil
Total
Frecuencia
Porcentaje
Nivel
95
47 - +
0
0
Excelente
90
44 - 46
1
2
Buenos hábitos de estudio
75
39 - 43
8
16
Buenos hábitos de estudio
50
33 - 38
18
36
Mediano (debe afianzarse)
25
29 - 32
10
20
Bajos hábitos de estudio
10
24 - 28
6
12
Bajos hábitos de estudio
5
23 o -
7
14
Muy bajos hábitos de estudio
50
100%
La evaluación de los hábitos de estudio (tabla 2), reveló que ningún estudiante (0%) demostró hábitos
de estudio excelentes (percentil 95, 47 puntos o más). Un 18% de la muestra (9 estudiantes) exhibió
buenos hábitos de estudio, con 1 estudiante en el rango de 44-46 puntos (percentil 90) y 8 estudiantes
entre 39-43 puntos (percentil 75). La mayor proporción, un 36% (18 estudiantes), se situó en un nivel
mediano de hábitos, con puntajes de 33-38 (percentil 50), lo que sugiere la necesidad de afianzar sus
estrategias de estudio. Preocupantemente, un 32% (16 estudiantes) presentó bajos hábitos de estudio,
con 10 estudiantes entre 29-32 puntos (percentil 25) y 6 estudiantes entre 24-28 puntos (percentil 10).
Finalmente, un 14% de la muestra (7 estudiantes) mostró muy bajos hábitos de estudio, obteniendo 23
puntos o menos (percentil 5). En síntesis, la mayoría de los estudiantes (aproximadamente el 82% al
sumar los niveles: mediano, bajo y muy bajo) requiere una intervención y apoyo significativo para
desarrollar hábitos de estudio fundamentales.
pág. 4235
Competencias matemáticas en los estudiantes de EGB, Subnivel Básica Media
Tabla 3 Porcentajes de los puntajes obtenidos en las competencias matemáticas
Puntaje
Resolución de
Problemas
%
Razonamiento y
Argumentación
%
Comunicación
Matemática
%
Modelación de
la Realidad
%
Utilización de
Herramientas
Tecnológicas
%
10
4
4
6
4
2
9
12
8
10
8
8
8
10
6
18
20
12
7
20
18
26
18
16
6
14
25
20
24
24
5
24
10
8
12
26
4
8
14
6
4
4
3
4
4
2
4
2
2
4
6
2
2
4
1
0
5
0
4
2
0
0
0
2
0
0
Total
100
100
100
100
100
La Tabla 3 presenta una distribución porcentual de los puntajes obtenidos por estudiantes de EGB
subnivel Básica Media, en cinco competencias matemáticas clave: resolución de problemas,
razonamiento y argumentación, comunicación matemática, modelación de la realidad y utilización de
herramientas tecnológicas. Examinar esta información permite identificar los puntos fuertes y las áreas
a mejorar en el progreso de estas habilidades en los estudiantes.
Al examinar la tabla, se hace evidente que las puntuaciones no presentan una distribución uniforme, y
que cada competencia exhibe una tendencia única. Por lo tanto, es crucial analizar estas tendencias,
especialmente en los rangos de puntajes medios (5, 6, 7) que suelen concentrar a la mayoría de los
estudiantes, y los extremos (0- 4 y 8-10) que representan los niveles más bajos y más altos de desempeño.
En relación a la competencia resolución de problemas, muestra una distribución de puntajes que tiende
hacia la mitad y la parte baja de la escala, el 24% de los estudiantes obtuvo un puntaje de 5, lo que
sugiere que una proporción significativa de estudiantes se encuentra en un nivel básico o deficiente en
esta área. Otro 20% alcanzó un 7, indicando un grupo considerable con un desempeño aceptable. Sin
embargo, solo un 4% obtuvo un 10, y la suma de puntajes 9 y 10 es del 16%, lo que indica que pocos
pág. 4236
estudiantes demuestran un dominio sobresaliente en la resolución de problemas. La concentración de
puntajes en el rango de 5 a 7 (58%) sugiere la necesidad de reforzar estrategias y habilidades en esta
competencia.
En cuanto al razonamiento y argumentación, presenta la mayor concentración de estudiantes en los
puntajes medios, el 25% de los estudiantes obtuvo un 6, siendo la categoría más alta, seguido de cerca
por un 18% con un 7. Es preocupante que solo un 4% haya obtenido un 10, lo que, sumado al 8% con
un 9, da un total de 12% en los niveles más altos. Esto indica que la habilidad de razonar y argumentar
matemáticamente es un desafío para la mayoría de los estudiantes, con una menor proporción
demostrando un dominio elevado en la justificación de sus procesos y resultados. Es notable el 10% en
puntaje 5 y un porcentaje considerablemente alto en los puntajes bajos (14% en 4 y 5% en 1), lo que
requiere una intervención pedagógica enfocada en el desarrollo del pensamiento crítico y la justificación.
En lo referente a la comunicación matemática, muestran una distribución más favorable que las dos
anteriores. El 26% de los estudiantes logró un puntaje de 7, y un 18% obtuvo un 8, lo que suma un 44%
en niveles de desempeño buenos. Un 6% alcanzó la máxima calificación (10), y un 10% obtuvo un 9,
resultando en un 16% en los niveles más altos. Aunque hay un grupo significativo en niveles aceptables,
todavía existe un porcentaje considerable en los puntajes bajos (8% en 5, 6% en 4 y 2% en 3, 2% en 2
y 2% en 0), lo que sugiere que algunos estudiantes tienen dificultades para expresar ideas matemáticas
de manera clara y coherente.
En relación a la modelación de la realidad, también presenta una concentración importante en los
puntajes medios y altos, un 24% de los estudiantes obtuvo un 6, y un 20% logró un 8, lo que indica un
desempeño sólido en la capacidad de traducir situaciones reales a modelos matemáticos y viceversa. Un
18% obtuvo un 7. En el extremo superior, un 4% alcanzó el 10, y un 8% el 9, sumando un 12% en los
niveles más altos. Sin embargo, un 12% con puntaje 5 y un 4% en 4, 4% en 3, 2% en 2 y 4% en 1
muestran que un sector de estudiantes aún enfrenta retos en esta competencia crucial para aplicar las
matemáticas al mundo real.
Estos resultados coinciden con los de Gómez-Moreno (2019), quien indicó que ningún estudiante
alcanzó el nivel avanzado en las competencias de resolución de problemas, razonamiento y
argumentación, comunicación y modelación matemática
pág. 4237
Finalmente, la competencia de utilización de herramientas y tecnologías, presenta la mayor
concentración de estudiantes en los puntajes medios y bajos, el 26% de los alumnos obtuvo un 5, y el
24% alcanzó un 6. Esto sugiere que la mayoría de los estudiantes tienen un uso básico o deficiente de
las herramientas tecnológicas en el contexto matemático. Solo un 2% obtuvo un 10, y un 8% un 9, lo
que indica que muy pocos estudiantes demuestran un dominio avanzado en este aspecto. La alta
concentración en los puntajes de 5 y 6 (50% en total) resalta la necesidad urgente de fortalecer la
integración y el uso efectivo de herramientas tecnológicas para el aprendizaje y la resolución de
problemas matemáticos en el aula.
Estos resultados concuerdan con los de Molina-Linares (2024), quien en su investigación atribuyó el
bajo nivel en competencias matemáticas a deficiencias cognitivas y metodológicas.
El análisis revela que, en general, los estudiantes de Educación General Básica en este estudio muestran
un desempeño heterogéneo en las competencias matemáticas. Las áreas de mayor oportunidad de mejora
son las competencias de razonamiento y argumentación y, sobre todo, utilización de herramientas y
tecnologías presentan los mayores desafíos, con una alta concentración de estudiantes en puntajes
medios y bajos, y pocos alcanzando los niveles de excelencia. Esto sugiere la necesidad de implementar
estrategias pedagógicas específicas que promuevan el pensamiento crítico, la justificación de procesos
y el uso funcional de la tecnología.
Las competencias con desempeño intermedio son: resolución de problemas, comunicación matemática
y modelación de la realidad muestran un desempeño más equilibrado, con un número considerable de
estudiantes con puntajes entre 6 y 8. Esto indica que se están haciendo avances, pero aún hay espacio
para que una mayor proporción de estudiantes alcance niveles de dominio más altos.
Relación entre las dimensiones del T.H.E. y las competencias matemáticas
Con el fin de evaluar la relación entre las dimensiones de los hábitos de estudio (T.H.E.) y las
competencias matemáticas de los estudiantes de Educación General Básica Subnivel Básica Media, se
procedió a realizar el análisis de correlación de Pearson. Este método se seleccionó por su idoneidad
para medir la asociación lineal entre variables cuantitativas. Para la prueba de hipótesis, se estableció
un nivel de significancia estadística de 0,05, permitiendo determinar si la relación observada entre las
dimensiones T.H.E. y las competencias matemáticas son estadísticamente significativas.
pág. 4238
• H0: No existe relación lineal entre las dimensiones del. T.H.E
H1: Existe relación lineal entre las dimensiones del. T.H.E
• H0: No existe relación lineal entre las competencias matemáticas.
H1: Existe relación lineal entre las competencias matemáticas.
• H0: No existe relación lineal entre las dimensiones del T.H. E. y las competencias matemáticas.
H1: Existe relación lineal entre las dimensiones del T.H. E. y las competencias matemáticas.
El análisis estadístico fue un pilar fundamental en la verificación de las hipótesis de la investigación,
para este propósito, se empleó el software SPSS, que permitió procesar los datos (tabla 4) de manera
sistemática y objetiva. A través de este análisis, se pudieron identificar patrones en los datos y establecer
la significancia estadística de las relaciones entre las variables
Tabla 4 Resultados de contraste de hipótesis (Pearson), para las dimensiones de los hábitos de estudio
(T.H.E.) y las competencias matemáticas
Organización en el
estudio
Programación
Motivación
Autocontrol
Concentración
Resolución de
Problemas
Razonamiento y
Argumentación
Comunicación
Matemática
Modelación de la
Realidad
Utilización de
Herramientas
Tecnológicas
Organización en
el estudio
Correlación
de Pearson
1
0,264
0,021
0,012
0,194
-0,169
-0,147
-,284*
-
0,11
4
0,054
Sig.
(bilateral)
0,064
0,883
0,935
0,176
0,240
0,308
0,046
0,43
0
0,710
N
50
50
50
50
50
50
50
50
50
50
Programación
Correlación
de Pearson
0,264
1
0,116
,471**
,391**
-0,192
0,168
-0,084
-
,292*
-0,104
Sig.
(bilateral)
0,064
0,424
0,001
0,005
0,182
0,245
0,561
0,03
9
0,471
N
50
50
50
50
50
50
50
50
50
50
Motivación
Correlación
de Pearson
0,021
0,116
1
0,074
0,063
0,120
-0,190
-0,096
0,09
9
-0,080
Sig.
(bilateral)
0,883
0,424
0,610
0,665
0,405
0,186
0,508
0,49
4
0,581
N
50
50
50
50
50
50
50
50
50
50
Autocontrol
Correlación
de Pearson
0,012
,471**
0,074
1
,618**
-0,236
0,071
-0,005
-
,299*
0,011
Sig.
(bilateral)
0,935
0,001
0,610
0,000
0,098
0,622
0,971
0,03
5
0,940
N
50
50
50
50
50
50
50
50
50
50
pág. 4239
Concentración
Correlación
de Pearson
0,194
,391**
0,063
,618**
1
0,042
0,011
-0,123
-
0,05
9
0,115
Sig.
(bilateral)
0,176
0,005
0,665
0,000
0,774
0,942
0,393
0,68
3
0,425
N
50
50
50
50
50
50
50
50
50
50
Resolución de
Problemas
Correlación
de Pearson
-0,169
-0,192
0,120
-0,236
0,042
1
-0,130
,281*
,812*
*
0,153
Sig.
(bilateral)
0,240
0,182
0,405
0,098
0,774
0,369
0,048
0,00
0
0,289
N
50
50
50
50
50
50
50
50
50
50
Razonamiento y
Argumentación
Correlación
de Pearson
-0,147
0,168
-0,190
0,071
0,011
-0,130
1
,481**
-
0,18
1
-,499**
Sig.
(bilateral)
0,308
0,245
0,186
0,622
0,942
0,369
0,000
0,20
8
0,000
N
50
50
50
50
50
50
50
50
50
50
Comunicación
Matemática
Correlación
de Pearson
-,284*
-0,084
-0,096
-0,005
-0,123
,281*
,481**
1
0,11
7
-0,278
Sig.
(bilateral)
0,046
0,561
0,508
0,971
0,393
0,048
0,000
0,42
0
0,050
N
50
50
50
50
50
50
50
50
50
50
Modelación de
la Realidad
Correlación
de Pearson
-0,114
-,292*
0,099
-,299*
-0,059
,812**
-0,181
0,117
1
0,184
Sig.
(bilateral)
0,430
0,039
0,494
0,035
0,683
0,000
0,208
0,420
0,201
N
50
50
50
50
50
50
50
50
50
50
Utilización de
Herramientas
Tecnológicas
Correlación
de Pearson
0,054
-0,104
-0,080
0,011
0,115
0,153
-,499**
-0,278
0,18
4
1
Sig.
(bilateral)
0,710
0,471
0,581
0,940
0,425
0,289
0,000
0,050
0,20
1
N
50
50
50
50
50
50
50
50
50
50
*. La correlación es significativa en el nivel 0,05 (bilateral).
**. La correlación es significativa en el nivel 0,01 (bilateral).
Relaciones entre Hábitos de Estudio y Competencias Matemáticas
De las 25 posibles correlaciones entre las dimensiones de los hábitos de estudio y las competencias
matemáticas, se encontraron tres relaciones estadísticamente significativas con una correlación débil a
moderada y, en un hallazgo notable, todas ellas son negativas:
• Organización en el estudio y Comunicación Matemática: existe una correlación negativa
significativa y débil (r=−0,284; p=0,046), esto sugiere que una mayor organización en el estudio se
asocia, aunque de forma leve, con una menor habilidad para comunicar ideas matemáticas.
• Programación y Modelación de la Realidad: se observa una correlación negativa significativa y débil
(r=−0,292; p=0,039), esto indica que los estudiantes que dedican más tiempo a la planificación de
pág. 4240
su estudio tienden a tener una capacidad ligeramente menor para modelar la realidad con conceptos
matemáticos.
• Autocontrol y Modelación de la Realidad: se encontró una correlación negativa significativa y débil
(r=−0.299, p=0.035), al igual que la relación anterior, esto sugiere que un mayor autocontrol en el
estudio se asocia con una menor habilidad para la modelación de la realidad.
La presencia de correlaciones negativas entre hábitos de estudio formales (organización, programación,
autocontrol) y competencias matemáticas aplicadas (comunicación, modelación) es un hallazgo
intrigante, en donde las habilidades de pensamiento creativo y aplicado, como la modelación o la
comunicación, no se ven favorecidas por hábitos de estudio mecánicos o excesivamente rígidos
centrados en la memorización o la disciplina.
Correlaciones Clave entre las Competencias Matemáticas
El análisis muestra correlaciones muy fuertes y lógicas entre las competencias matemáticas, lo que
valida la coherencia interna de las mismas:
• Resolución de Problemas y Modelación de la Realidad: existe una correlación extremadamente
fuerte y positiva (r=0.812, p<0.001), esto confirma que la capacidad de modelar una situación del
mundo real es un componente esencial de la resolución de problemas.
• Razonamiento y Argumentación y Comunicación Matemática: se observa una correlación fuerte y
positiva (r=0.481, p<0.001), es natural que la habilidad para razonar lógicamente y argumentar se
asocie con la capacidad de comunicar dichas ideas de forma clara.
• Razonamiento y Argumentación y Utilización de Herramientas Tecnológicas: se encontró una
correlación moderada y negativa (r=−0.499, p<0.001), este es otro hallazgo relevante que sugiere
que una mayor dependencia de la tecnología podría no estar alineada con el desarrollo de habilidades
de razonamiento fundamental.
Relaciones entre los Hábitos de Estudio
Las correlaciones entre los hábitos de estudio son coherentes y lógicas:
• Autocontrol y Concentración: se encontró una correlación fuerte y positiva (r=0.618, p<0.001), lo
que confirma que la capacidad de concentrarse está directamente ligada al autocontrol.
pág. 4241
• Programación y Autocontrol: existe una correlación moderada y positiva (r=0.471, p=0.001), un
buen autocontrol es crucial para adherirse a un horario de estudio.
• Programación y Concentración: se observa una correlación moderada y positiva (r=0.391, p=0.005).
El análisis de correlación revela que las competencias matemáticas se encuentran fuertemente
interconectadas, especialmente en su dimensión de resolución de problemas y modelación de la realidad.
Sin embargo, la relación entre los hábitos de estudio tradicionales y las competencias matemáticas es
más compleja de lo esperado. Si bien el autocontrol, la programación y la concentración son habilidades
que se refuerzan mutuamente, no se correlacionan positivamente con el desempeño en las competencias
matemáticas evaluadas. Este hallazgo sugiere la necesidad de investigar más a fondo la naturaleza de
los hábitos de estudio y si estos deben centrarse en estrategias más flexibles y aplicadas, en lugar de en
la mera disciplina, para impactar positivamente en las habilidades matemáticas del siglo XXI.
CONCLUSIONES
El estudio confirma la premisa inicial de que la mayoría de los estudiantes de EGB subnivel Básica
Media, no han desarrollado hábitos de estudio sólidos y efectivos. A pesar de que la motivación se
presenta como una fortaleza, las dimensiones de programación, autocontrol y concentración son las más
deficientes. Los datos revelan que la gran mayoría de la muestra (82%) se ubica en un nivel mediano,
bajo o muy bajo de hábitos de estudio, lo que corrobora la necesidad crítica de una intervención
pedagógica en esta área.
En cuanto a las competencias matemáticas, el desempeño de los estudiantes es heterogéneo y
generalmente deficitario. Las áreas que presentan los mayores desafíos son el razonamiento y la
argumentación y, sobre todo, la utilización de herramientas y tecnologías, con una alta concentración de
estudiantes en los puntajes más bajos. Esto sugiere que las habilidades de pensamiento crítico,
justificación de procesos y el uso funcional de la tecnología no están siendo desarrolladas de manera
efectiva en el contexto educativo actual.
El hallazgo más significativo y relevante de esta investigación es la correlación negativa encontrada
entre ciertos hábitos de estudio y competencias matemáticas aplicadas. Contrario a la expectativa de que
los buenos hábitos de estudio impulsarían el desarrollo de las competencias, se encontró que: una mayor
organización en el estudio se asocia con un desempeño más bajo en la comunicación matemática, una
pág. 4242
mayor programación y autocontrol se correlaciona con una menor capacidad de modelación de la
realidad.
Estas relaciones sugieren que los hábitos de estudio, tal como fueron medidos por el cuestionario T.H.E.,
pueden estar orientados hacia una disciplina rígida y un aprendizaje memorístico que, paradójicamente,
obstaculiza el desarrollo de un pensamiento matemático creativo, flexible y aplicado. La adherencia a
rutinas formales podría estar limitando la capacidad de los estudiantes para transferir conocimientos y
resolver problemas de manera innovadora. Este resultado resalta una desconexión crítica entre las
prácticas de estudio promovidas y los objetivos del currículo ecuatoriano, que enfatizan un enfoque más
holístico y contextual.
REFERENCIAS BIBLIOGRÁFICAS
Beltrán-Pellicer, P. & Alsina, Á. (2022). La competencia matemática en el currículo español de
Educación Primaria. Márgenes, Revista de Educación de la Universidad de Málaga, 3(2), 31-
58. https://doi.org/10.24310/mgnmar.v3i2.14693
Carrillo, C., & Manuel Francisco Bravo, M. (2022). Los hábitos de estudio y su relación con el
rendimiento académico en estudiantes universitarios; un estudio documental. Revista Científica
FIPCAEC. Polo De Capacitación, Investigación Y Publicación (POCAIP), 7(3), 235-249.
https://fipcaec.com/index.php/fipcaec/article/view/605
Catota, N. (2021). Las competencias matemáticas en el bachillerato ecuatoriano. [Tesis de Maestría.
Universidad Andina Simón Bolívar, Sede Ecuador]
https://repositorio.uasb.edu.ec/bitstream/10644/8348/1/T3643-Catota-
Las%20competencias.pdf
Cofre-Tipanluisa, F., Lema-Villalba, K., Criollo-Barrera, L., Coba-Murillo, R., (2024). Análisis de
hábitos de estudio en estudiantes de 12años de edad de la Unidad Educativa Victoria Vascones
Cuvi – Simón Bolívar - Elvira Ortega. 593. Digital Publisher CEIT, 9(4-1), 130-141.
https://doi.org/10.33386/593dp.2024.4-1.2638
Flores, I. (2022). Incidencia de los hábitos de estudio en el rendimiento académico. [Tesis de Maestría,
Universidad Estatal del Sur de Manabí]
pág. 4243
https://repositorio.unesum.edu.ec/bitstream/53000/4978/1/Flores%20Anchundia%20Isabel%2
0Mariana.pdf
Gómez Moreno, F. (2019). El desarrollo de competencias matemáticas en la Institución Educativa Pedro
Vicente Abadía de Guacarí, Colombia. Universidad y Sociedad, 10(6), 162-171.
http://rus.ucf.edu.cu/index.php/rus
Gonzales, E., Tafur de la Torre, A., Figueroa, M., & Ames, E. (2021). Rendimiento académico y hábitos
de estudio en estudiantes de educación superior. Caso de estudio: Universidad Nacional Mayor
de San Marcos. Conrado, 17(81), 17-27.
http://scielo.sld.cu/pdf/rc/v17n81/1990-8644-rc-17-81-17.pdf
Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación. Las rutas cualitativa,
cuantitativa y mixta. McGraw Hill
Molina-Linares, D. (2024). Aplicación de la Alfabetización Digital Gamificada para Potenciar
Habilidades Matemáticas en Primaria. Revista Tecnológica-Educativa Docentes 2.0, 17(1),
412-422. https://doi.org/10.37843/rted.v17i1.501
Ministerio de Educación de Ecuador. (2016). Currículo de los Niveles de Educación Obligatoria:
Matemática.
https://educacion.gob.ec/wp-content/uploads/downloads/2016/03/MATE_COM.pdf
Ministerio de Educación de Ecuador. (2017). Guía Didáctica de Implementación Curricular para EGB
y BGU. Matemática. https://educacion.gob.ec/wp-content/uploads/downloads/2017/02/Guia-
de-implementacion-del-Curriculo-de-Matematica.pdf
Ministerio de Educación de Ecuador. (2021). Guía Metodológica de Competencias Matemáticas.
https://recursos.educacion.gob.ec/wp-content/uploads/2022/05/Guia-Metodologica-
Competencias-Matematicas.pdf
OECD (2018). Education at a Glance 2018 OECD INDICATORS. París: OECD Publishing
OECD (2016), PISA 2015 Results (Volume I): Excellence and Equity in Education, PISA, OECD
Publishing, Paris, https://doi.org/10.1787/9789264266490-en.
OECD (2003). The PISA 2003 assessment framework: Mathematics, reading, science and problem
solving knowledge and skills. Paris: OECD Publishing.
pág. 4244
Polya, G. (1945). How to Solve It: A New Aspect of Mathematical Method. Princeton University Press
Rico, L. (2003). La competencia matemática en PISA.
https://pdfs.semanticscholar.org/59fe/27d1c5c47b33551b5b5c7974dc179eeded76.pdf
Rivas-Proaño, G., & Román-Cao, E. (2024). La práctica de los hábitos de estudio y la motivación de los
estudiantes de Educación Básica de la escuela Carchi Imbabura. MQRInvestigar, 8(1), 3369–
3388. https://doi.org/10.56048/MQR20225.8.1.2024.3369-3388
Ruiz Alva, C. (2005). Cuestionario de Hábitos de Estudio (T.H.E.).
Ruiz Alva, C. (2009). Cuestionario T.H.E. Hábitos de Estudio.
Salamea-Nieto, R., y Cedillo-Chalaco, L. (2021). Hábitos de estudio y motivación para el aprendizaje
en estudiantes universitarios. INNOVA Research Journal, 6(3.1), 94-113.
https://doi.org/10.33890/innova.v6.n3.1.2021.1858
