ANÁLISIS FACTORIAL DEL CUESTIONARIO
ESTILOS ATRIBUTIVOS ÁREA DE LOGROS
ACADÉMICOS EN ESTUDIANTES
UNIVERSITARIOS MEXICANOS
FACTOR ANALYSIS OF THE ATTRIBUTIONAL STYLES
QUESTIONNAIRE IN THE ACADEMIC ACHIEVEMENT
AREA IN MEXICAN UNIVERSITY STUDENTS
Oscar Falcón Ornelas
Universidad del Valle de Extremadura, México
Raúl Barceló Reyna
Universidad Autónoma de Chihuahua, México
Humberto Blanco Vega
Universidad Autónoma de Chihuahua, México
Adriana Ríos Rodríguez
Universidad del Valle de Extremadura, México
pág. 7698
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21914
Análisis factorial del Cuestionario Estilos Atributivos Área de Logros
Académicos en Estudiantes Universitarios Mexicanos
Oscar Falcón Ornelas1
psiase8@hotmail.com
https://orcid.org/0009-0009-8878-9846
Universidad del Valle de Extremadura
México
Raúl Barceló Reyna
rbarcelo@uach.mx
https://orcid.org/0000-0002-9248-2988
Universidad Autónoma de Chihuahua
México
Humberto Blanco Vega
hblanco@uach.mx
http://orcid.org/0000-0002-3871-790X
Universidad Autónoma de Chihuahua
México
Adriana Ríos Rodríguez
adririosrdz34@gmail.com
http://orcid.org/0009-0005-3187-7854
Universidad del Valle de Extremadura
México
RESUMEN
El estudio tuvo como objetivo analizar la estructura factorial del Cuestionario Estilos Atributivos Área
de Logros Académicos (EAALA) en estudiantes universitarios mexicanos. Participaron un total de
1,160 estudiantes con edades comprendidas entre los 18 y 27 años. Mediante análisis factorial
confirmatorio, se confirmó que la estructura compuesta por Atribución a la Suerte, Atribución al
Esfuerzo, Atribución a la Habilidad y Atribución al Profesor representa adecuadamente los patrones
atributivos en la población estudiada. Sin embargo, el modelo requirió ajustes, incluyendo la
eliminación de varios ítems. Los análisis de consistencia interna demostraron coeficientes de fiabilidad
satisfactorios para todos los factores, lo que respalda la estabilidad y precisión del cuestionario en este
contexto. Los hallazgos indican que el EAALA es una herramienta válida y fiable para evaluar los
estilos atributivos académicos en estudiantes universitarios mexicanos. Investigaciones futuras deberían
explorar su aplicación en poblaciones más diversas y su capacidad predictiva sobre variables como el
bienestar psicológico y el desempeño académico.
Palabras clave: estilos atributivos, logros académicos, análisis factorial, estudiantes universitarios,
validación de instrumentos
1 Autor principal
Correspondencia: psiase8@hotmail.com
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21914
Análisis factorial del Cuestionario Estilos Atributivos Área de Logros
Académicos en Estudiantes Universitarios Mexicanos
Oscar Falcón Ornelas1
psiase8@hotmail.com
https://orcid.org/0009-0009-8878-9846
Universidad del Valle de Extremadura
México
Raúl Barceló Reyna
rbarcelo@uach.mx
https://orcid.org/0000-0002-9248-2988
Universidad Autónoma de Chihuahua
México
Humberto Blanco Vega
hblanco@uach.mx
http://orcid.org/0000-0002-3871-790X
Universidad Autónoma de Chihuahua
México
Adriana Ríos Rodríguez
adririosrdz34@gmail.com
http://orcid.org/0009-0005-3187-7854
Universidad del Valle de Extremadura
México
RESUMEN
El estudio tuvo como objetivo analizar la estructura factorial del Cuestionario Estilos Atributivos Área
de Logros Académicos (EAALA) en estudiantes universitarios mexicanos. Participaron un total de
1,160 estudiantes con edades comprendidas entre los 18 y 27 años. Mediante análisis factorial
confirmatorio, se confirmó que la estructura compuesta por Atribución a la Suerte, Atribución al
Esfuerzo, Atribución a la Habilidad y Atribución al Profesor representa adecuadamente los patrones
atributivos en la población estudiada. Sin embargo, el modelo requirió ajustes, incluyendo la
eliminación de varios ítems. Los análisis de consistencia interna demostraron coeficientes de fiabilidad
satisfactorios para todos los factores, lo que respalda la estabilidad y precisión del cuestionario en este
contexto. Los hallazgos indican que el EAALA es una herramienta válida y fiable para evaluar los
estilos atributivos académicos en estudiantes universitarios mexicanos. Investigaciones futuras deberían
explorar su aplicación en poblaciones más diversas y su capacidad predictiva sobre variables como el
bienestar psicológico y el desempeño académico.
Palabras clave: estilos atributivos, logros académicos, análisis factorial, estudiantes universitarios,
validación de instrumentos
1 Autor principal
Correspondencia: psiase8@hotmail.com
pág. 7699
Factor Analysis of the Attributional Styles Questionnaire in the Academic
Achievement Area in Mexican University Students
ABSTRACT
The study aimed to analyze the factorial structure of the Attributional Styles Questionnaire in the
Academic Achievement Area (EAALA) among Mexican university students. A total of 1,160 students
aged 18 to 27 participated in the study. Through confirmatory factor analysis, it was confirmed that the
structure comprising Attribution to Luck, Attribution to Effort, Attribution to Ability, and Attribution
to Teacher adequately represents the attributional patterns in the studied population. However, the
model required adjustments, including the removal of several items. Internal consistency analyses
demonstrated satisfactory reliability coefficients for all factors, supporting the questionnaire's stability
and precision in this context. The findings indicate that the EAALA is a valid and reliable tool for
assessing academic attributional styles in Mexican university students. Future research should explore
its application in more diverse populations and its predictive capacity for variables such as
psychological well-being and academic performance.
Keywords: attributional styles, academic achievement, factor analysis, university students, instrument
validation
Artículo recibido 10 diciembre 2025
Aceptado para publicación: 10 enero 2026
Factor Analysis of the Attributional Styles Questionnaire in the Academic
Achievement Area in Mexican University Students
ABSTRACT
The study aimed to analyze the factorial structure of the Attributional Styles Questionnaire in the
Academic Achievement Area (EAALA) among Mexican university students. A total of 1,160 students
aged 18 to 27 participated in the study. Through confirmatory factor analysis, it was confirmed that the
structure comprising Attribution to Luck, Attribution to Effort, Attribution to Ability, and Attribution
to Teacher adequately represents the attributional patterns in the studied population. However, the
model required adjustments, including the removal of several items. Internal consistency analyses
demonstrated satisfactory reliability coefficients for all factors, supporting the questionnaire's stability
and precision in this context. The findings indicate that the EAALA is a valid and reliable tool for
assessing academic attributional styles in Mexican university students. Future research should explore
its application in more diverse populations and its predictive capacity for variables such as
psychological well-being and academic performance.
Keywords: attributional styles, academic achievement, factor analysis, university students, instrument
validation
Artículo recibido 10 diciembre 2025
Aceptado para publicación: 10 enero 2026
pág. 7700
INTRODUCCIÓN
El estudio de los estilos atributivos ha sido una piedra angular en la psicología cognitiva y educativa,
dado su impacto en la comprensión de cómo las personas interpretan y reaccionan ante sus éxitos y
fracasos en diversas áreas de la vida, especialmente en el ámbito académico. Desde la formulación
inicial de la teoría de la atribución por Weiner (2012) y su posterior desarrollo por Heider (2013) el
concepto de atribuciones causales ha jugado un rol central en el análisis de los procesos motivacionales
y emocionales que subyacen al rendimiento académico.
Weiner (2012) postuló que las atribuciones causales pueden categorizarse en dimensiones de locus de
control, estabilidad y controlabilidad, afectando directamente la percepción de la autoeficacia y por
ende, el desempeño académico. Las investigaciones han demostrado que los estudiantes que atribuyen
sus éxitos a factores internos, estables y controlables, como el esfuerzo, tienden a mantener altos niveles
de motivación y rendimiento (Weiner, 2010). Por otro lado, las atribuciones a causas externas e
inestables, como la suerte, pueden generar un ciclo de desmotivación y bajo rendimiento (Schunk,
Pintrich, & Meece, 2014).
Los cuestionarios diseñados para evaluar los estilos atributivos en el área de logros académicos se han
centrado en entender cómo los estudiantes explican sus éxitos y fracasos en contextos educativos
(Cerpa, 2023). Estos instrumentos permiten identificar patrones en la atribución de causalidad que
pueden influir en la motivación, el esfuerzo, y en última instancia, en el rendimiento académico de los
estudiantes.
Uno de los instrumentos más reconocidos en la evaluación de estilos atributivos es el Cuestionario de
Estilo Atributivo de Peterson et al. (1982), conocido como Attributional Style Questionnaire (ASQ).
Este cuestionario mide cómo los individuos explican eventos positivos y negativos a través de tres
dimensiones: internalidad-externalidad, estabilidad-inestabilidad, y globalidad-especificidad. Aunque
originalmente no fue diseñado para el contexto académico, ha sido adaptado y utilizado en estudios que
exploran las atribuciones en el ámbito educativo.
En el contexto específico de la educación y el logro académico, una herramienta ampliamente utilizada
es el Academic Attributional Style Questionnaire (AASQ) desarrollado por Peterson and Barrett (1987).
El AASQ fue diseñado para evaluar las atribuciones que los estudiantes universitarios hacen respecto a
INTRODUCCIÓN
El estudio de los estilos atributivos ha sido una piedra angular en la psicología cognitiva y educativa,
dado su impacto en la comprensión de cómo las personas interpretan y reaccionan ante sus éxitos y
fracasos en diversas áreas de la vida, especialmente en el ámbito académico. Desde la formulación
inicial de la teoría de la atribución por Weiner (2012) y su posterior desarrollo por Heider (2013) el
concepto de atribuciones causales ha jugado un rol central en el análisis de los procesos motivacionales
y emocionales que subyacen al rendimiento académico.
Weiner (2012) postuló que las atribuciones causales pueden categorizarse en dimensiones de locus de
control, estabilidad y controlabilidad, afectando directamente la percepción de la autoeficacia y por
ende, el desempeño académico. Las investigaciones han demostrado que los estudiantes que atribuyen
sus éxitos a factores internos, estables y controlables, como el esfuerzo, tienden a mantener altos niveles
de motivación y rendimiento (Weiner, 2010). Por otro lado, las atribuciones a causas externas e
inestables, como la suerte, pueden generar un ciclo de desmotivación y bajo rendimiento (Schunk,
Pintrich, & Meece, 2014).
Los cuestionarios diseñados para evaluar los estilos atributivos en el área de logros académicos se han
centrado en entender cómo los estudiantes explican sus éxitos y fracasos en contextos educativos
(Cerpa, 2023). Estos instrumentos permiten identificar patrones en la atribución de causalidad que
pueden influir en la motivación, el esfuerzo, y en última instancia, en el rendimiento académico de los
estudiantes.
Uno de los instrumentos más reconocidos en la evaluación de estilos atributivos es el Cuestionario de
Estilo Atributivo de Peterson et al. (1982), conocido como Attributional Style Questionnaire (ASQ).
Este cuestionario mide cómo los individuos explican eventos positivos y negativos a través de tres
dimensiones: internalidad-externalidad, estabilidad-inestabilidad, y globalidad-especificidad. Aunque
originalmente no fue diseñado para el contexto académico, ha sido adaptado y utilizado en estudios que
exploran las atribuciones en el ámbito educativo.
En el contexto específico de la educación y el logro académico, una herramienta ampliamente utilizada
es el Academic Attributional Style Questionnaire (AASQ) desarrollado por Peterson and Barrett (1987).
El AASQ fue diseñado para evaluar las atribuciones que los estudiantes universitarios hacen respecto a
pág. 7701
sus éxitos y fracasos académicos. Este instrumento evalúa cómo los estudiantes atribuyen sus resultados
académicos a factores como la habilidad, el esfuerzo, la dificultad de la tarea, y la suerte, reflejando las
dimensiones propuestas por Weiner (2012).
En las últimas décadas, diversas investigaciones han utilizado estos y otros cuestionarios para explorar
los estilos atributivos en poblaciones universitarias. Uno de los estudios pioneros en este ámbito fue
realizado por Nurmi, Onatsu, and Haavisto (1995), quienes examinaron las atribuciones causales de los
estudiantes universitarios y su relación con el bienestar psicológico. Este estudio encontró que los
estudiantes que atribuyen sus fracasos académicos a factores internos e inestables, como la falta de
esfuerzo, tendían a experimentar mayores niveles de ansiedad y depresión, lo que afectaba
negativamente su rendimiento académico.
Otro estudio significativo fue el realizado por Perry, Hladkyj, Pekrun, and Pelletier (2001), quienes
investigaron las atribuciones de éxito y fracaso en estudiantes universitarios y su impacto en la
motivación académica. Este estudio reveló que los estudiantes que atribuyen sus éxitos a causas
internas, como la habilidad o el esfuerzo, mostraban mayores niveles de motivación y persistencia en
sus estudios, mientras que aquellos que atribuían sus fracasos a factores externos, como la mala suerte
o la dificultad de la tarea, tendían a mostrar una disminución en la motivación y en el rendimiento
académico.
El Cuestionario Estilos Atributivos Área de Logros Académicos (EAALA) es una adaptación de estos
instrumentos centrada en evaluar específicamente cómo los estudiantes universitarios atribuyen sus
logros y fracasos en el ámbito académico. El EAALA se estructura en torno a las dimensiones
propuestas por (Weiner, 2012) y se diseñó para captar las especificidades del contexto académico
universitario, considerando tanto el género como otras variables sociodemográficas.
Al utilizar el EAALA en la población de estudiantes universitarios un estudio encontró que las mujeres
reportan mayores niveles de control interno en atribuciones a la suerte, habilidad y profesor, en
comparación con los hombres.
sus éxitos y fracasos académicos. Este instrumento evalúa cómo los estudiantes atribuyen sus resultados
académicos a factores como la habilidad, el esfuerzo, la dificultad de la tarea, y la suerte, reflejando las
dimensiones propuestas por Weiner (2012).
En las últimas décadas, diversas investigaciones han utilizado estos y otros cuestionarios para explorar
los estilos atributivos en poblaciones universitarias. Uno de los estudios pioneros en este ámbito fue
realizado por Nurmi, Onatsu, and Haavisto (1995), quienes examinaron las atribuciones causales de los
estudiantes universitarios y su relación con el bienestar psicológico. Este estudio encontró que los
estudiantes que atribuyen sus fracasos académicos a factores internos e inestables, como la falta de
esfuerzo, tendían a experimentar mayores niveles de ansiedad y depresión, lo que afectaba
negativamente su rendimiento académico.
Otro estudio significativo fue el realizado por Perry, Hladkyj, Pekrun, and Pelletier (2001), quienes
investigaron las atribuciones de éxito y fracaso en estudiantes universitarios y su impacto en la
motivación académica. Este estudio reveló que los estudiantes que atribuyen sus éxitos a causas
internas, como la habilidad o el esfuerzo, mostraban mayores niveles de motivación y persistencia en
sus estudios, mientras que aquellos que atribuían sus fracasos a factores externos, como la mala suerte
o la dificultad de la tarea, tendían a mostrar una disminución en la motivación y en el rendimiento
académico.
El Cuestionario Estilos Atributivos Área de Logros Académicos (EAALA) es una adaptación de estos
instrumentos centrada en evaluar específicamente cómo los estudiantes universitarios atribuyen sus
logros y fracasos en el ámbito académico. El EAALA se estructura en torno a las dimensiones
propuestas por (Weiner, 2012) y se diseñó para captar las especificidades del contexto académico
universitario, considerando tanto el género como otras variables sociodemográficas.
Al utilizar el EAALA en la población de estudiantes universitarios un estudio encontró que las mujeres
reportan mayores niveles de control interno en atribuciones a la suerte, habilidad y profesor, en
comparación con los hombres.
pág. 7702
No se encontraron diferencias significativas en la atribución al esfuerzo. Estos resultados sugieren
considerar el género al diseñar intervenciones educativas (Díaz, Aguirre, Jiménez, & Jurado, 2020).
El análisis factorial es una metodología estadística esencial en la validación de instrumentos
psicométricos, ya que permite identificar las dimensiones subyacentes de un constructo y garantizar que
los ítems del cuestionario midan efectivamente lo que se pretende evaluar. Estudios previos, como el
de Gordeeva, Sheldon, and Sychev (2020), han demostrado la utilidad del análisis factorial
confirmatorio para validar las estructuras teóricas del ASQ en diversas culturas. Asimismo,
investigaciones en poblaciones latinoamericanas han explorado adaptaciones del cuestionario, aunque
con enfoques limitados al ámbito general y no específicamente al área de logros académicos (Becerra
& Plata, 2021).
Diversos estudios han explorado las propiedades psicométricas del EAALA en poblaciones de
estudiantes universitarios mexicanos. Por ejemplo, Jurado, Blanco, Zueck, and Peinado (2016)
analizaron la composición factorial del cuestionario en una muestra de 1,469 estudiantes, identificando
una estructura de cuatro factores: atribución a la suerte, al esfuerzo, a la habilidad y al profesor. Estos
factores mostraron adecuados indicadores de ajuste, fiabilidad y validez, sugiriendo la estabilidad de la
estructura factorial del instrumento.
A pesar de estos avances, es fundamental continuar investigando las propiedades psicométricas del
cuestionario en diversas poblaciones y contextos educativos. La presente investigación tiene como
objetivo realizar un análisis factorial del Cuestionario Estilos Atributivos Área de Logros Académicos
en una muestra de universitarios mexicanos, contribuyendo al fortalecimiento de su validez y fiabilidad
en esta población específica.
MÉTODO
Participantes
La muestra del presente estudio estuvo conformada por un total de 1,160 estudiantes universitarios
mexicanos, de los cuales 600 (51.7%) fueron mujeres y 560 (48.3%) hombres. La edad de los
participantes osciló entre los 18 y 27 años (M = 20.60, DE = 1.85).
No se encontraron diferencias significativas en la atribución al esfuerzo. Estos resultados sugieren
considerar el género al diseñar intervenciones educativas (Díaz, Aguirre, Jiménez, & Jurado, 2020).
El análisis factorial es una metodología estadística esencial en la validación de instrumentos
psicométricos, ya que permite identificar las dimensiones subyacentes de un constructo y garantizar que
los ítems del cuestionario midan efectivamente lo que se pretende evaluar. Estudios previos, como el
de Gordeeva, Sheldon, and Sychev (2020), han demostrado la utilidad del análisis factorial
confirmatorio para validar las estructuras teóricas del ASQ en diversas culturas. Asimismo,
investigaciones en poblaciones latinoamericanas han explorado adaptaciones del cuestionario, aunque
con enfoques limitados al ámbito general y no específicamente al área de logros académicos (Becerra
& Plata, 2021).
Diversos estudios han explorado las propiedades psicométricas del EAALA en poblaciones de
estudiantes universitarios mexicanos. Por ejemplo, Jurado, Blanco, Zueck, and Peinado (2016)
analizaron la composición factorial del cuestionario en una muestra de 1,469 estudiantes, identificando
una estructura de cuatro factores: atribución a la suerte, al esfuerzo, a la habilidad y al profesor. Estos
factores mostraron adecuados indicadores de ajuste, fiabilidad y validez, sugiriendo la estabilidad de la
estructura factorial del instrumento.
A pesar de estos avances, es fundamental continuar investigando las propiedades psicométricas del
cuestionario en diversas poblaciones y contextos educativos. La presente investigación tiene como
objetivo realizar un análisis factorial del Cuestionario Estilos Atributivos Área de Logros Académicos
en una muestra de universitarios mexicanos, contribuyendo al fortalecimiento de su validez y fiabilidad
en esta población específica.
MÉTODO
Participantes
La muestra del presente estudio estuvo conformada por un total de 1,160 estudiantes universitarios
mexicanos, de los cuales 600 (51.7%) fueron mujeres y 560 (48.3%) hombres. La edad de los
participantes osciló entre los 18 y 27 años (M = 20.60, DE = 1.85).
pág. 7703
La selección de la muestra se realizó mediante un muestreo no probabilístico por conveniencia,
considerando la accesibilidad de los estudiantes y su disposición para participar en el estudio.
Los criterios de inclusión para la participación fueron: estar inscritos en alguna de las licenciaturas
ofrecidas por la Facultad de Ciencias de la Cultura Física de la Universidad Autónoma de Chihuahua
(UACH) y manifestar su consentimiento voluntario para participar en la investigación. Aquellos
estudiantes que no completaron la totalidad de los ítems del cuestionario fueron excluidos del análisis
final, con el fin de preservar la validez y fiabilidad de los datos obtenidos.
La selección de esta muestra responde al objetivo de examinar la estructura factorial del EAALA,
considerando las características sociodemográficas de la población estudiantil mexicana. Esta población
es relevante, ya que comprende a jóvenes adultos que se encuentran en una etapa crucial de su desarrollo
académico y personal; donde las atribuciones sobre el éxito y el fracaso académico pueden influir
significativamente en su desempeño y bienestar psicológico.
La composición de la muestra asegura la diversidad en cuanto a género y rango etario, lo que permite
una mejor generalización de los hallazgos hacia estudiantes universitarios en contextos similares.
Instrumento
El EAALA, adaptado por Jurado et al. (2016), es una medida estandarizada diseñada para evaluar las
tendencias atributivas que los estudiantes universitarios manifiestan al explicar sus éxitos y fracasos
académicos. Este cuestionario consta de 26 ítems formulados en formato tipo Likert, distribuidos en
cuatro factores principales que representan diferentes fuentes de atribución: suerte, esfuerzo, habilidad
y profesor.
Cada ítem del EAALA presenta una afirmación relacionada con situaciones de logro académico, en la
cual el participante debe valorar su grado de acuerdo utilizando una escala de respuesta de 11 puntos,
que oscila entre 0 (totalmente en desacuerdo) y 10 (totalmente de acuerdo). La dirección de la escala
está orientada hacia un locus de control interno, donde puntuaciones más altas reflejan una mayor
tendencia a atribuir los resultados académicos a causas internas, como el esfuerzo personal o la
habilidad.
La selección de la muestra se realizó mediante un muestreo no probabilístico por conveniencia,
considerando la accesibilidad de los estudiantes y su disposición para participar en el estudio.
Los criterios de inclusión para la participación fueron: estar inscritos en alguna de las licenciaturas
ofrecidas por la Facultad de Ciencias de la Cultura Física de la Universidad Autónoma de Chihuahua
(UACH) y manifestar su consentimiento voluntario para participar en la investigación. Aquellos
estudiantes que no completaron la totalidad de los ítems del cuestionario fueron excluidos del análisis
final, con el fin de preservar la validez y fiabilidad de los datos obtenidos.
La selección de esta muestra responde al objetivo de examinar la estructura factorial del EAALA,
considerando las características sociodemográficas de la población estudiantil mexicana. Esta población
es relevante, ya que comprende a jóvenes adultos que se encuentran en una etapa crucial de su desarrollo
académico y personal; donde las atribuciones sobre el éxito y el fracaso académico pueden influir
significativamente en su desempeño y bienestar psicológico.
La composición de la muestra asegura la diversidad en cuanto a género y rango etario, lo que permite
una mejor generalización de los hallazgos hacia estudiantes universitarios en contextos similares.
Instrumento
El EAALA, adaptado por Jurado et al. (2016), es una medida estandarizada diseñada para evaluar las
tendencias atributivas que los estudiantes universitarios manifiestan al explicar sus éxitos y fracasos
académicos. Este cuestionario consta de 26 ítems formulados en formato tipo Likert, distribuidos en
cuatro factores principales que representan diferentes fuentes de atribución: suerte, esfuerzo, habilidad
y profesor.
Cada ítem del EAALA presenta una afirmación relacionada con situaciones de logro académico, en la
cual el participante debe valorar su grado de acuerdo utilizando una escala de respuesta de 11 puntos,
que oscila entre 0 (totalmente en desacuerdo) y 10 (totalmente de acuerdo). La dirección de la escala
está orientada hacia un locus de control interno, donde puntuaciones más altas reflejan una mayor
tendencia a atribuir los resultados académicos a causas internas, como el esfuerzo personal o la
habilidad.
pág. 7704
Los cuatro factores que componen el instrumento son:
Atribución a la suerte: compuesto por 10 ítems que miden la tendencia a explicar los resultados
académicos como consecuencia de factores aleatorios o incontrolables.
Atribución al esfuerzo: integrado por 3 ítems que evalúan el grado en que los estudiantes atribuyen sus
logros o fracasos al esfuerzo personal invertido en la tarea.
Atribución a la habilidad: conformado por 9 ítems que exploran la percepción del estudiante respecto a
sus capacidades intelectuales como causa de los resultados obtenidos.
Atribución al profesor: compuesto por 4 ítems que indagan la atribución del éxito o fracaso a las
acciones, competencias o decisiones del docente.
El análisis psicométrico del EAALA realizado por Jurado et al. (2016) evidenció una estructura factorial
adecuada, reportando índices de ajuste satisfactorios y coeficientes de consistencia interna aceptables
en todos los factores. Estos resultados respaldan la fiabilidad y validez del instrumento para la
evaluación de estilos atributivos en contextos académicos universitarios.
En términos aplicativos, el EAALA permite identificar patrones atributivos que podrían influir en el
rendimiento académico de los estudiantes universitarios mexicanos, proporcionando un recurso valioso
tanto para la investigación en psicología educativa como para el diseño de intervenciones orientadas a
fomentar estilos de atribución más adaptativos y controlables.
Figura 1. Ejemplo de respuesta para los ítems del cuestionario EAALA
Los cuatro factores que componen el instrumento son:
Atribución a la suerte: compuesto por 10 ítems que miden la tendencia a explicar los resultados
académicos como consecuencia de factores aleatorios o incontrolables.
Atribución al esfuerzo: integrado por 3 ítems que evalúan el grado en que los estudiantes atribuyen sus
logros o fracasos al esfuerzo personal invertido en la tarea.
Atribución a la habilidad: conformado por 9 ítems que exploran la percepción del estudiante respecto a
sus capacidades intelectuales como causa de los resultados obtenidos.
Atribución al profesor: compuesto por 4 ítems que indagan la atribución del éxito o fracaso a las
acciones, competencias o decisiones del docente.
El análisis psicométrico del EAALA realizado por Jurado et al. (2016) evidenció una estructura factorial
adecuada, reportando índices de ajuste satisfactorios y coeficientes de consistencia interna aceptables
en todos los factores. Estos resultados respaldan la fiabilidad y validez del instrumento para la
evaluación de estilos atributivos en contextos académicos universitarios.
En términos aplicativos, el EAALA permite identificar patrones atributivos que podrían influir en el
rendimiento académico de los estudiantes universitarios mexicanos, proporcionando un recurso valioso
tanto para la investigación en psicología educativa como para el diseño de intervenciones orientadas a
fomentar estilos de atribución más adaptativos y controlables.
Figura 1. Ejemplo de respuesta para los ítems del cuestionario EAALA
pág. 7705
Procedimiento
La recolección de datos para este estudio se llevó a cabo en la Facultad de Ciencias de la Cultura Física
(FCCF) de la UACH. Se invitó a participar a estudiantes matriculados en diferentes licenciaturas
ofrecidas por dicha facultad, quienes fueron seleccionados mediante un muestreo por conveniencia.
Previo a su participación, los estudiantes recibieron una explicación detallada sobre los objetivos, la
relevancia y los alcances del estudio. Aquellos que aceptaron participar firmaron un consentimiento
informado, en cumplimiento con los principios éticos establecidos por la Declaración de Helsinki
(Asociación Médica Mundial, 2019) y las normativas de investigación de la universidad.
La administración del EAALA se realizó de forma digital a través del módulo administrador del editor
de escalas de ejecución típica, utilizando computadoras disponibles en los laboratorios y centros de
cómputo de la FCCF. Cada sesión tuvo una duración aproximada de 40 minutos. Antes de la aplicación,
se ofreció una breve introducción en la que se destacó la importancia de la sinceridad en las respuestas
y se garantizó la confidencialidad de la información proporcionada. Además, se brindaron instrucciones
detalladas sobre cómo acceder y responder al cuestionario, las cuales también estaban disponibles en
las primeras pantallas del instrumento, previo al primer reactivo.
Durante la administración, se supervisó a los participantes para resolver dudas técnicas y garantizar un
ambiente adecuado para la concentración. Al finalizar la sesión, se agradeció a los participantes por su
colaboración y se les recordó la importancia de su contribución para el avance de la investigación en
psicología educativa.
Una vez completada la recolección de datos, los resultados fueron exportados utilizando el módulo
generador de resultados del editor de escalas, versión 2.0 (Blanco et al., 2013). Posteriormente, los datos
fueron analizados con el software estadístico IBM SPSS Statistics, versión 18.0, para el análisis
descriptivo y la depuración inicial de los datos. Asimismo, se utilizó el software AMOS, versión 21.0,
para llevar a cabo análisis factorial confirmatorio (AFC) con el fin de evaluar la estructura factorial del
cuestionario y determinar su ajuste a la población de estudiantes universitarios mexicanos. Estos análisis
permitieron explorar la validez de constructo del instrumento, evaluando la adecuación de los modelos
propuestos a partir de indicadores como el índice de ajuste comparativo (CFI), el índice de Tucker-
Lewis (TLI) y la raíz cuadrada del error de aproximación (RMSEA).
Procedimiento
La recolección de datos para este estudio se llevó a cabo en la Facultad de Ciencias de la Cultura Física
(FCCF) de la UACH. Se invitó a participar a estudiantes matriculados en diferentes licenciaturas
ofrecidas por dicha facultad, quienes fueron seleccionados mediante un muestreo por conveniencia.
Previo a su participación, los estudiantes recibieron una explicación detallada sobre los objetivos, la
relevancia y los alcances del estudio. Aquellos que aceptaron participar firmaron un consentimiento
informado, en cumplimiento con los principios éticos establecidos por la Declaración de Helsinki
(Asociación Médica Mundial, 2019) y las normativas de investigación de la universidad.
La administración del EAALA se realizó de forma digital a través del módulo administrador del editor
de escalas de ejecución típica, utilizando computadoras disponibles en los laboratorios y centros de
cómputo de la FCCF. Cada sesión tuvo una duración aproximada de 40 minutos. Antes de la aplicación,
se ofreció una breve introducción en la que se destacó la importancia de la sinceridad en las respuestas
y se garantizó la confidencialidad de la información proporcionada. Además, se brindaron instrucciones
detalladas sobre cómo acceder y responder al cuestionario, las cuales también estaban disponibles en
las primeras pantallas del instrumento, previo al primer reactivo.
Durante la administración, se supervisó a los participantes para resolver dudas técnicas y garantizar un
ambiente adecuado para la concentración. Al finalizar la sesión, se agradeció a los participantes por su
colaboración y se les recordó la importancia de su contribución para el avance de la investigación en
psicología educativa.
Una vez completada la recolección de datos, los resultados fueron exportados utilizando el módulo
generador de resultados del editor de escalas, versión 2.0 (Blanco et al., 2013). Posteriormente, los datos
fueron analizados con el software estadístico IBM SPSS Statistics, versión 18.0, para el análisis
descriptivo y la depuración inicial de los datos. Asimismo, se utilizó el software AMOS, versión 21.0,
para llevar a cabo análisis factorial confirmatorio (AFC) con el fin de evaluar la estructura factorial del
cuestionario y determinar su ajuste a la población de estudiantes universitarios mexicanos. Estos análisis
permitieron explorar la validez de constructo del instrumento, evaluando la adecuación de los modelos
propuestos a partir de indicadores como el índice de ajuste comparativo (CFI), el índice de Tucker-
Lewis (TLI) y la raíz cuadrada del error de aproximación (RMSEA).
pág. 7706
Finalmente, los resultados estadísticos obtenidos fueron interpretados en el contexto teórico del locus
de control y los estilos atributivos en el ámbito académico, con el objetivo de ofrecer recomendaciones
sobre el uso del cuestionario en poblaciones similares.
Análisis de datos
El análisis psicométrico se llevó a cabo mediante análisis factoriales confirmatorios con el fin de obtener
una prueba que presente las mejores propiedades para la conformación de los puntajes de los estilos
atributivos en el área de logros académicos en estudiantes universitarios.
Se sometieron a comparación dos modelos de medida: el primero (EAALA-1), modelo de cuatro
factores acorde a la distribución de los ítems dentro del cuestionario propuesta por Jurado et al. (2016);
el segundo (EAALA-2) que corresponde a la estructura del modelo anterior eliminando los ítems que
no fueron bien explicados por el modelo EAALA-1.
Para conducir los análisis factoriales confirmatorios se utilizó el software AMOS 21 (Arbuckle, 2012),
las varianzas de los términos de error fueron especificados como parámetros libres, en cada variable
latente (factor) se fijó uno de los coeficientes estructurales asociados a uno, para que su escala sea igual
a la de una de las variables observables (ítems). El método de estimación empleado fue el de Máxima
Verosimilitud; siguiendo la recomendación de Thompson (2004), en el sentido de que cuando se emplea
análisis factorial confirmatorio se debe corroborar no sólo el ajuste de un modelo teórico sino que es
recomendable comparar los índices de ajuste de varios modelos alternativos para seleccionar el mejor.
Para evaluar el ajuste del modelo se emplearon el estadístico Chi-cuadrado (2), el índice de bondad de
ajuste (GFI) y el error cuadrático medio de aproximación (RMSEA) como medidas absolutas de ajuste.
El índice de bondad ajustado (AGFI), el Índice Tucker-Lewis (TLI) y el índice de bondad de ajuste
comparativo (CFI) como medidas de ajuste incremental. La razón de Chi-cuadrado sobre los grados de
libertad (2/gl) y el Criterio de Información de Akaike (AIC) como medidas de ajuste de parsimonia
(Byrne, 2016; Gelabert et al., 2011).
Por último se calculó la fiabilidad de cada una de las dimensiones del cuestionario, de los modelos de
medida obtenidos, a través del Coeficiente Alpha de Cronbach (Elosua & Zumbo, 2008; Nunnally &
Bernstein, 1995) y del Coeficiente Omega (Revelle & Zinbarg, 2009; Sijtsma, 2009).
Finalmente, los resultados estadísticos obtenidos fueron interpretados en el contexto teórico del locus
de control y los estilos atributivos en el ámbito académico, con el objetivo de ofrecer recomendaciones
sobre el uso del cuestionario en poblaciones similares.
Análisis de datos
El análisis psicométrico se llevó a cabo mediante análisis factoriales confirmatorios con el fin de obtener
una prueba que presente las mejores propiedades para la conformación de los puntajes de los estilos
atributivos en el área de logros académicos en estudiantes universitarios.
Se sometieron a comparación dos modelos de medida: el primero (EAALA-1), modelo de cuatro
factores acorde a la distribución de los ítems dentro del cuestionario propuesta por Jurado et al. (2016);
el segundo (EAALA-2) que corresponde a la estructura del modelo anterior eliminando los ítems que
no fueron bien explicados por el modelo EAALA-1.
Para conducir los análisis factoriales confirmatorios se utilizó el software AMOS 21 (Arbuckle, 2012),
las varianzas de los términos de error fueron especificados como parámetros libres, en cada variable
latente (factor) se fijó uno de los coeficientes estructurales asociados a uno, para que su escala sea igual
a la de una de las variables observables (ítems). El método de estimación empleado fue el de Máxima
Verosimilitud; siguiendo la recomendación de Thompson (2004), en el sentido de que cuando se emplea
análisis factorial confirmatorio se debe corroborar no sólo el ajuste de un modelo teórico sino que es
recomendable comparar los índices de ajuste de varios modelos alternativos para seleccionar el mejor.
Para evaluar el ajuste del modelo se emplearon el estadístico Chi-cuadrado (2), el índice de bondad de
ajuste (GFI) y el error cuadrático medio de aproximación (RMSEA) como medidas absolutas de ajuste.
El índice de bondad ajustado (AGFI), el Índice Tucker-Lewis (TLI) y el índice de bondad de ajuste
comparativo (CFI) como medidas de ajuste incremental. La razón de Chi-cuadrado sobre los grados de
libertad (2/gl) y el Criterio de Información de Akaike (AIC) como medidas de ajuste de parsimonia
(Byrne, 2016; Gelabert et al., 2011).
Por último se calculó la fiabilidad de cada una de las dimensiones del cuestionario, de los modelos de
medida obtenidos, a través del Coeficiente Alpha de Cronbach (Elosua & Zumbo, 2008; Nunnally &
Bernstein, 1995) y del Coeficiente Omega (Revelle & Zinbarg, 2009; Sijtsma, 2009).
pág. 7707
RESULTADOS
Los resultados globales del análisis factorial confirmatorio (GFI = .882; RMSEA = .065; CFI = .908)
para el modelo EAALA-1 indican que el modelo de medición es apenas aceptable (Tabla 1).
Tabla 1 Índices absolutos, incrementales y de parsimonia para los modelos generados.
Índices absolutos Índices
incrementales Índices de parsimonia
Modelo 2 GFI RMSEA AGFI TLI CFI 2/gl AIC
EAALA-1 1748.135* .882 .065 .859 .898 .908 5.966 1864.135
EAALA-2 152.743* .982 .032 .972 .984 .988 2.214 224.743
Nota: * p < .05; GFI = índice de bondad de ajuste; RMSEA = error cuadrático medio de aproximación; AGFI = índice de
bondad ajustado; TLI = Índice Tucker-Lewis; CFI = índice de bondad de ajuste comparativo; 2/gl= Chi-cuadrado sobre
los grados de libertad; AIC = Criterio de Información de Akaike.
El conjunto de los factores del modelo EAALA-1 explican aproximadamente el 60% de la varianza. De
los resultados de la Tabla 2; 10 de los 26 ítems analizados saturan por debajo de .70 en su dimensión
prevista (ítems 1, 3, 6, 10, 12, 14, 17, 19, 22 y 26).
Observándose, además, intercorrelaciones moderadas entre los cuatro factores del modelo,
evidenciando una adecuada validez discriminante entre ellos.
Tabla 2 Soluciones estandarizadas análisis factorial confirmatorio para el Modelo EAALA-1
Item F1 F2 F3 F4
2. Por lo general, si he obtenido malos resultados en mis calificaciones creo que ha
sido por mala suerte.
.72
5. Mi mala suerte ha sido muchas veces lo que hizo que no tuviera mejores
calificaciones.
.78
8. La suerte ha sido, por lo general, la causa de mis buenas calificaciones en mis
estudios.
.74
12. Frecuentemente mis bajas calificaciones en mis estudios se han debido, sobre
todo, a equivocaciones casuales.
.60
13. La suerte es, con frecuencia, el principal factor responsable de mi éxito en los
estudios.
.77
16. La casualidad ha sido la causa de que a veces haya tenido calificaciones bajas. .80
17. Con frecuencia, si he sacado buenas calificaciones en una materia ha sido porque
el profesor daba calificaciones altas con mucha facilidad.
.69
20. Con frecuencia mis malas calificaciones se deben a la mala suerte de tocarme
justamente las preguntas que no he preparado.
.70
23. Por lo general, apruebo simplemente por suerte. .79
RESULTADOS
Los resultados globales del análisis factorial confirmatorio (GFI = .882; RMSEA = .065; CFI = .908)
para el modelo EAALA-1 indican que el modelo de medición es apenas aceptable (Tabla 1).
Tabla 1 Índices absolutos, incrementales y de parsimonia para los modelos generados.
Índices absolutos Índices
incrementales Índices de parsimonia
Modelo 2 GFI RMSEA AGFI TLI CFI 2/gl AIC
EAALA-1 1748.135* .882 .065 .859 .898 .908 5.966 1864.135
EAALA-2 152.743* .982 .032 .972 .984 .988 2.214 224.743
Nota: * p < .05; GFI = índice de bondad de ajuste; RMSEA = error cuadrático medio de aproximación; AGFI = índice de
bondad ajustado; TLI = Índice Tucker-Lewis; CFI = índice de bondad de ajuste comparativo; 2/gl= Chi-cuadrado sobre
los grados de libertad; AIC = Criterio de Información de Akaike.
El conjunto de los factores del modelo EAALA-1 explican aproximadamente el 60% de la varianza. De
los resultados de la Tabla 2; 10 de los 26 ítems analizados saturan por debajo de .70 en su dimensión
prevista (ítems 1, 3, 6, 10, 12, 14, 17, 19, 22 y 26).
Observándose, además, intercorrelaciones moderadas entre los cuatro factores del modelo,
evidenciando una adecuada validez discriminante entre ellos.
Tabla 2 Soluciones estandarizadas análisis factorial confirmatorio para el Modelo EAALA-1
Item F1 F2 F3 F4
2. Por lo general, si he obtenido malos resultados en mis calificaciones creo que ha
sido por mala suerte.
.72
5. Mi mala suerte ha sido muchas veces lo que hizo que no tuviera mejores
calificaciones.
.78
8. La suerte ha sido, por lo general, la causa de mis buenas calificaciones en mis
estudios.
.74
12. Frecuentemente mis bajas calificaciones en mis estudios se han debido, sobre
todo, a equivocaciones casuales.
.60
13. La suerte es, con frecuencia, el principal factor responsable de mi éxito en los
estudios.
.77
16. La casualidad ha sido la causa de que a veces haya tenido calificaciones bajas. .80
17. Con frecuencia, si he sacado buenas calificaciones en una materia ha sido porque
el profesor daba calificaciones altas con mucha facilidad.
.69
20. Con frecuencia mis malas calificaciones se deben a la mala suerte de tocarme
justamente las preguntas que no he preparado.
.70
23. Por lo general, apruebo simplemente por suerte. .79
pág. 7708
25. Me parece que, normalmente, mis calificaciones bajas se han debido a la
casualidad.
.80
3. Si alguna vez he obtenido bajas calificaciones en mis estudios se ha debido a falta
de esfuerzo.
.69
10. Las bajas calificaciones que he obtenido han sido, sobre todo, porque no me he
esforzado lo suficiente.
.63
14. Normalmente, si recibo una mala nota en una materia es porque no he estudiado
lo suficiente.
.68
1. En mi caso, sacar buenas calificaciones se ha debido, a mi propio esfuerzo. .67
6. Siempre que he obtenido buenas calificaciones ha sido porque he estudiado mucho. .67
7. Si saco buenas calificaciones es por mi buena capacidad para los estudios. .71
9. Cuando he trabajado con empeño, generalmente he podido superar los obstáculos
que me impedían tener éxito en los estudios.
.71
18. Si tengo buenas calificaciones en alguna materia es por el esfuerzo y empeño que
pongo.
.79
19. Mi inteligencia constituye el factor más importante a la hora de conseguir buenas
calificaciones.
.58
21. Cuando me he esforzado y he trabajado arduamente, he conseguido buenas
calificaciones en mis estudios.
.76
22. Si alguna vez he obtenido buenos resultados se ha debido a mi capacidad para
esa materia.
.67
24. Normalmente, cuando he trabajado arduamente he conseguido tener éxito en los
estudios.
.71
4. Con frecuencia mis malas calificaciones se deben a que el profesor no está bien
preparado para enseñarme.
.75
11. Si he tenido malas calificaciones en alguna materia a menudo ha sido porque el
profesor explicaba mal.
.80
15. A menudo, si he tenido malas calificaciones ha sido porque los profesores no me
han explicado bien las lecciones.
.77
26. Es frecuente, si saco malas calificaciones, que sea porque el profesor no ha hecho
interesante la materia.
.62
Correlaciones Factoriales
F1 - .29 .54 .68
F2 .29 - .68 .16
F3 .54 .68 - .23
F4 .68 .16 .23 -
Nota: F1 = Suerte, F2 = Esfuerzo, F3 = Habilidad F4 = Profesor
Los resultados globales del análisis factorial confirmatorio (GFI = .982; RMSEA = .032; CFI = .988),
del segundo modelo sometido a prueba EAALA-2 indican que el modelo de medición es óptimo
El conjunto de los factores del modelo EAALA-2 explican aproximadamente el 69% de la varianza. De
los resultados de la Tabla 3; dos de los 14 ítems analizados saturan por debajo de .70 en su dimensión
prevista (ítems 10 y 22).
25. Me parece que, normalmente, mis calificaciones bajas se han debido a la
casualidad.
.80
3. Si alguna vez he obtenido bajas calificaciones en mis estudios se ha debido a falta
de esfuerzo.
.69
10. Las bajas calificaciones que he obtenido han sido, sobre todo, porque no me he
esforzado lo suficiente.
.63
14. Normalmente, si recibo una mala nota en una materia es porque no he estudiado
lo suficiente.
.68
1. En mi caso, sacar buenas calificaciones se ha debido, a mi propio esfuerzo. .67
6. Siempre que he obtenido buenas calificaciones ha sido porque he estudiado mucho. .67
7. Si saco buenas calificaciones es por mi buena capacidad para los estudios. .71
9. Cuando he trabajado con empeño, generalmente he podido superar los obstáculos
que me impedían tener éxito en los estudios.
.71
18. Si tengo buenas calificaciones en alguna materia es por el esfuerzo y empeño que
pongo.
.79
19. Mi inteligencia constituye el factor más importante a la hora de conseguir buenas
calificaciones.
.58
21. Cuando me he esforzado y he trabajado arduamente, he conseguido buenas
calificaciones en mis estudios.
.76
22. Si alguna vez he obtenido buenos resultados se ha debido a mi capacidad para
esa materia.
.67
24. Normalmente, cuando he trabajado arduamente he conseguido tener éxito en los
estudios.
.71
4. Con frecuencia mis malas calificaciones se deben a que el profesor no está bien
preparado para enseñarme.
.75
11. Si he tenido malas calificaciones en alguna materia a menudo ha sido porque el
profesor explicaba mal.
.80
15. A menudo, si he tenido malas calificaciones ha sido porque los profesores no me
han explicado bien las lecciones.
.77
26. Es frecuente, si saco malas calificaciones, que sea porque el profesor no ha hecho
interesante la materia.
.62
Correlaciones Factoriales
F1 - .29 .54 .68
F2 .29 - .68 .16
F3 .54 .68 - .23
F4 .68 .16 .23 -
Nota: F1 = Suerte, F2 = Esfuerzo, F3 = Habilidad F4 = Profesor
Los resultados globales del análisis factorial confirmatorio (GFI = .982; RMSEA = .032; CFI = .988),
del segundo modelo sometido a prueba EAALA-2 indican que el modelo de medición es óptimo
El conjunto de los factores del modelo EAALA-2 explican aproximadamente el 69% de la varianza. De
los resultados de la Tabla 3; dos de los 14 ítems analizados saturan por debajo de .70 en su dimensión
prevista (ítems 10 y 22).
pág. 7709
Observándose, además, intercorrelaciones moderadas entre los cuatro factores del modelo,
evidenciando una adecuada validez discriminante entre ellos.
Tabla 3 Soluciones estandarizadas análisis factorial confirmatorio para el Modelo EAALA-2
Item F1 F2 F3 F4
13. La suerte es, con frecuencia, el principal factor responsable de mi éxito en los
estudios.
.77
16. La casualidad ha sido la causa de que a veces haya tenido calificaciones bajas. .85
17. Con frecuencia, si he sacado buenas calificaciones en una materia ha sido porque
el profesor daba calificaciones altas con mucha facilidad.
.73
25. Me parece que, normalmente, mis calificaciones bajas se han debido a la
casualidad.
.77
3. Si alguna vez he obtenido bajas calificaciones en mis estudios se ha debido a falta
de esfuerzo.
.74
10. Las bajas calificaciones que he obtenido han sido, sobre todo, porque no me he
esforzado lo suficiente.
.60
14. Normalmente, si recibo una mala nota en una materia es porque no he estudiado
lo suficiente.
.74
9. Cuando he trabajado con empeño, generalmente he podido superar los obstáculos
que me impedían tener éxito en los estudios.
.73
18. Si tengo buenas calificaciones en alguna materia es por el esfuerzo y empeño que
pongo.
.81
21. Cuando me he esforzado y he trabajado arduamente, he conseguido buenas
calificaciones en mis estudios.
.77
22. Si alguna vez he obtenido buenos resultados se ha debido a mi capacidad para
esa materia.
.63
4. Con frecuencia mis malas calificaciones se deben a que el profesor no está bien
preparado para enseñarme.
.78
11. Si he tenido malas calificaciones en alguna materia a menudo ha sido porque el
profesor explicaba mal.
.76
15. A menudo, si he tenido malas calificaciones ha sido porque los profesores no me
han explicado bien las lecciones.
.85
Correlaciones Factoriales
F1 - .26 .54 .66
F2 .26 - .67 .16
F3 .54 .67 - .26
F4 .66 .16 .26 -
Nota: F1 = Suerte, F2 = Esfuerzo, F3 = Habilidad F4 = Profesor
Observándose, además, intercorrelaciones moderadas entre los cuatro factores del modelo,
evidenciando una adecuada validez discriminante entre ellos.
Tabla 3 Soluciones estandarizadas análisis factorial confirmatorio para el Modelo EAALA-2
Item F1 F2 F3 F4
13. La suerte es, con frecuencia, el principal factor responsable de mi éxito en los
estudios.
.77
16. La casualidad ha sido la causa de que a veces haya tenido calificaciones bajas. .85
17. Con frecuencia, si he sacado buenas calificaciones en una materia ha sido porque
el profesor daba calificaciones altas con mucha facilidad.
.73
25. Me parece que, normalmente, mis calificaciones bajas se han debido a la
casualidad.
.77
3. Si alguna vez he obtenido bajas calificaciones en mis estudios se ha debido a falta
de esfuerzo.
.74
10. Las bajas calificaciones que he obtenido han sido, sobre todo, porque no me he
esforzado lo suficiente.
.60
14. Normalmente, si recibo una mala nota en una materia es porque no he estudiado
lo suficiente.
.74
9. Cuando he trabajado con empeño, generalmente he podido superar los obstáculos
que me impedían tener éxito en los estudios.
.73
18. Si tengo buenas calificaciones en alguna materia es por el esfuerzo y empeño que
pongo.
.81
21. Cuando me he esforzado y he trabajado arduamente, he conseguido buenas
calificaciones en mis estudios.
.77
22. Si alguna vez he obtenido buenos resultados se ha debido a mi capacidad para
esa materia.
.63
4. Con frecuencia mis malas calificaciones se deben a que el profesor no está bien
preparado para enseñarme.
.78
11. Si he tenido malas calificaciones en alguna materia a menudo ha sido porque el
profesor explicaba mal.
.76
15. A menudo, si he tenido malas calificaciones ha sido porque los profesores no me
han explicado bien las lecciones.
.85
Correlaciones Factoriales
F1 - .26 .54 .66
F2 .26 - .67 .16
F3 .54 .67 - .26
F4 .66 .16 .26 -
Nota: F1 = Suerte, F2 = Esfuerzo, F3 = Habilidad F4 = Profesor
pág. 7710
Fiabilidad de los factores mejor modelo obtenido
Los factores del mejor modelo obtenido alcanzan valores de consistencia interna por encima de .70,
evidenciando una consistencia interna adecuada para este tipo de subescalas, particularmente si se
considera el número reducido de ítems (Tabla 4).
Tabla 4 Coeficientes omega y alfa para los factores obtenidos en los análisis factoriales confirmatorios
del mejor modelo (EAALA-2).
Factor Ω α
Suerte .86 .86
Esfuerzo .74 .70
Habilidad .83 .82
Profesor .84 .82
DISCUSIÓN Y CONCLUSIONES
Los resultados de este estudio proporcionan evidencia empírica que apoya la estructura tetrafactorial
del cuestionario de Estilos Atributivos en el Área de logros académicos adaptado por Jurado et al.
(2016). A través de análisis factoriales confirmatorios, se confirmó que una estructura de cuatro factores
(Suerte, Esfuerzo, Habilidad y Profesor) representa adecuadamente los patrones atributivos en esta
población. Resultados similares fueron encontrados por (Díaz et al., 2020).
En línea con este hallazgo, estudios recientes en poblaciones universitarias hispanohablantes y de otros
contextos socioculturales continúan reportando soluciones multifactoriales para medidas de
atribuciones académicas y constructos motivacionales cercanos, reforzando la pertinencia de modelos
con factores diferenciados y correlacionados. Estas evidencias, junto con recomendaciones
metodológicas actuales, sugieren que futuras evaluaciones podrían explorar variantes modernas como
modelos bifactor o ESEM cuando se presuma multidimensionalidad relevante para el constructo, sin
perder de vista la coherencia teórica. (Stefana et al., 2025; Vera-Sagredo, Poblete-Valderrama, & Sáez-
Delgado, 2024),
Las saturaciones factoriales estandarizadas obtenidas fueron consistentes con la estructura inicial
propuesta por Jurado et al. (2016), sin embargo, fue necesario eliminar casi la mitad de los ítems para
optimizar el ajuste del modelo.
Fiabilidad de los factores mejor modelo obtenido
Los factores del mejor modelo obtenido alcanzan valores de consistencia interna por encima de .70,
evidenciando una consistencia interna adecuada para este tipo de subescalas, particularmente si se
considera el número reducido de ítems (Tabla 4).
Tabla 4 Coeficientes omega y alfa para los factores obtenidos en los análisis factoriales confirmatorios
del mejor modelo (EAALA-2).
Factor Ω α
Suerte .86 .86
Esfuerzo .74 .70
Habilidad .83 .82
Profesor .84 .82
DISCUSIÓN Y CONCLUSIONES
Los resultados de este estudio proporcionan evidencia empírica que apoya la estructura tetrafactorial
del cuestionario de Estilos Atributivos en el Área de logros académicos adaptado por Jurado et al.
(2016). A través de análisis factoriales confirmatorios, se confirmó que una estructura de cuatro factores
(Suerte, Esfuerzo, Habilidad y Profesor) representa adecuadamente los patrones atributivos en esta
población. Resultados similares fueron encontrados por (Díaz et al., 2020).
En línea con este hallazgo, estudios recientes en poblaciones universitarias hispanohablantes y de otros
contextos socioculturales continúan reportando soluciones multifactoriales para medidas de
atribuciones académicas y constructos motivacionales cercanos, reforzando la pertinencia de modelos
con factores diferenciados y correlacionados. Estas evidencias, junto con recomendaciones
metodológicas actuales, sugieren que futuras evaluaciones podrían explorar variantes modernas como
modelos bifactor o ESEM cuando se presuma multidimensionalidad relevante para el constructo, sin
perder de vista la coherencia teórica. (Stefana et al., 2025; Vera-Sagredo, Poblete-Valderrama, & Sáez-
Delgado, 2024),
Las saturaciones factoriales estandarizadas obtenidas fueron consistentes con la estructura inicial
propuesta por Jurado et al. (2016), sin embargo, fue necesario eliminar casi la mitad de los ítems para
optimizar el ajuste del modelo.
pág. 7711
Los resultados también indican una correlación positiva y estadísticamente significativa entre los cuatro
factores, sugiriendo que un incremento en uno de los factores podría estar asociado con un aumento en
los demás factores.
No obstante, la depuración de ítems debe equilibrarse con la preservación de la validez de contenido y
la cobertura semántica del constructo. La literatura psicométrica reciente recomienda complementar la
decisión por cargas factoriales con evidencia de validez convergente y discriminante, inspección de
residuales y correlaciones entre errores teóricamente justificables, así como una verificación de
redundancias semánticas antes de consolidar formas abreviadas. Esto reduce el riesgo de sobreajuste y
de pérdida de representatividad del constructo (Chirica, Piccirillo, & King, 2024).
La evaluación de la consistencia interna demostró que los factores del segundo modelo sometido a
prueba alcanzaron coeficientes satisfactorios de fiabilidad, lo que refuerza la estabilidad y la precisión
del cuestionario en esta muestra.
Además de α y Ω, las guías actuales recomiendan reportar indicadores complementarios (p. ej.,
fiabilidad compuesta) y criterios de validez de constructo (p. ej., validez convergente y discriminante)
para fortalecer la argumentación de validez. Recientes debates metodológicos advierten, sin embargo,
contra un uso acrítico de umbrales rígidos (p. ej., AVE > .50, HTMT) y proponen una evaluación
holística que integre teoría, evidencias múltiples y sensibilidad del modelo (Kline, 2023).
En conjunto, estos hallazgos indican que el cuestionario Estilos Atributivos en el Área de Logros
Académicos, con una estructura tetrafactorial, constituye una herramienta viable y adecuada para la
medición de los patrones atributivos en universitarios mexicanos. La estructura propuesta no solo
alcanzó un buen ajuste, sino que también cumplió con los estándares de validez y fiabilidad requeridos
para su uso en contextos de investigación y práctica profesional.
Como siguiente paso lógico, se recomienda evaluar la invarianza de medición del EALA (configural,
métrica y escalar) entre subgrupos relevantes (p. ej., sexo, área académica, generación de ingreso, tipo
de institución). Establecer invarianza permitiría comparaciones válidas de puntuaciones latentes y
fortalecería la interpretación de diferencias grupales y de cambios longitudinales.
Los resultados también indican una correlación positiva y estadísticamente significativa entre los cuatro
factores, sugiriendo que un incremento en uno de los factores podría estar asociado con un aumento en
los demás factores.
No obstante, la depuración de ítems debe equilibrarse con la preservación de la validez de contenido y
la cobertura semántica del constructo. La literatura psicométrica reciente recomienda complementar la
decisión por cargas factoriales con evidencia de validez convergente y discriminante, inspección de
residuales y correlaciones entre errores teóricamente justificables, así como una verificación de
redundancias semánticas antes de consolidar formas abreviadas. Esto reduce el riesgo de sobreajuste y
de pérdida de representatividad del constructo (Chirica, Piccirillo, & King, 2024).
La evaluación de la consistencia interna demostró que los factores del segundo modelo sometido a
prueba alcanzaron coeficientes satisfactorios de fiabilidad, lo que refuerza la estabilidad y la precisión
del cuestionario en esta muestra.
Además de α y Ω, las guías actuales recomiendan reportar indicadores complementarios (p. ej.,
fiabilidad compuesta) y criterios de validez de constructo (p. ej., validez convergente y discriminante)
para fortalecer la argumentación de validez. Recientes debates metodológicos advierten, sin embargo,
contra un uso acrítico de umbrales rígidos (p. ej., AVE > .50, HTMT) y proponen una evaluación
holística que integre teoría, evidencias múltiples y sensibilidad del modelo (Kline, 2023).
En conjunto, estos hallazgos indican que el cuestionario Estilos Atributivos en el Área de Logros
Académicos, con una estructura tetrafactorial, constituye una herramienta viable y adecuada para la
medición de los patrones atributivos en universitarios mexicanos. La estructura propuesta no solo
alcanzó un buen ajuste, sino que también cumplió con los estándares de validez y fiabilidad requeridos
para su uso en contextos de investigación y práctica profesional.
Como siguiente paso lógico, se recomienda evaluar la invarianza de medición del EALA (configural,
métrica y escalar) entre subgrupos relevantes (p. ej., sexo, área académica, generación de ingreso, tipo
de institución). Establecer invarianza permitiría comparaciones válidas de puntuaciones latentes y
fortalecería la interpretación de diferencias grupales y de cambios longitudinales.
pág. 7712
Alternativamente, cuando la invarianza estricta sea difícil de lograr, pueden explorarse enfoques de
“invarianza aproximada” o alineamiento (Kim, Cao, Liu, Wang, & Dedrick, 2023; Leitgöb et al., 2023;
Stefana et al., 2025).
No obstante, el estudio presenta algunas limitaciones. En primer lugar, la muestra utilizada consistió
únicamente en estudiantes universitarios, lo que podría limitar la generalización de los resultados a otras
poblaciones. Futuras investigaciones podrían abordar esta limitación mediante la inclusión de jóvenes
mexicanos que no sean estudiantes, lo cual permitiría evaluar la validez del cuestionario en contextos
más diversos.
Adicionalmente, sería valioso realizar estudios multicéntricos que incluyan universidades públicas y
privadas de distintas regiones del país para examinar posibles efectos contextuales (p. ej., clima
motivacional, prácticas docentes) sobre las atribuciones. La evidencia reciente sugiere que el entorno
instruccional y la cultura académica se asocian con patrones atribucionales y de pertenencia escolar,
por lo que incorporar variables contextuales enriquecería la validez externa del instrumento (Wong,
Allen, & Cordoba, 2022).
En segundo lugar, el uso de un instrumento de autoinforme plantea el riesgo de sesgos relacionados con
la deseabilidad social, dado que las respuestas pueden estar influenciadas por la percepción de cómo
los participantes desean ser vistos. En estudios futuros, sería valioso complementar el autoinforme con
métodos de evaluación adicionales que ayuden a mitigar este sesgo.
Un diseño longitudinal con mediciones repetidas permitiría probar invarianza temporal y sensibilidad
al cambio, así como examinar la validez predictiva del EALA sobre trayectorias de desempeño,
bienestar y retención. Tales aproximaciones son consistentes con lineamientos actuales para evaluar
cambios intraindividuales y sostener inferencias causales más robustas (Kim et al., 2023).
Finalmente, explorar la validez predictiva del EALA en relación con indicadores de bienestar y
desempeño académico aportaría evidencia adicional sobre su utilidad práctica. Existen hallazgos que
asocian las atribuciones con la autorregulación del aprendizaje y la satisfacción académica, por lo que
incluir dichas variables en futuros estudios robustecería el aporte del instrumento a la comprensión del
éxito académico.
Alternativamente, cuando la invarianza estricta sea difícil de lograr, pueden explorarse enfoques de
“invarianza aproximada” o alineamiento (Kim, Cao, Liu, Wang, & Dedrick, 2023; Leitgöb et al., 2023;
Stefana et al., 2025).
No obstante, el estudio presenta algunas limitaciones. En primer lugar, la muestra utilizada consistió
únicamente en estudiantes universitarios, lo que podría limitar la generalización de los resultados a otras
poblaciones. Futuras investigaciones podrían abordar esta limitación mediante la inclusión de jóvenes
mexicanos que no sean estudiantes, lo cual permitiría evaluar la validez del cuestionario en contextos
más diversos.
Adicionalmente, sería valioso realizar estudios multicéntricos que incluyan universidades públicas y
privadas de distintas regiones del país para examinar posibles efectos contextuales (p. ej., clima
motivacional, prácticas docentes) sobre las atribuciones. La evidencia reciente sugiere que el entorno
instruccional y la cultura académica se asocian con patrones atribucionales y de pertenencia escolar,
por lo que incorporar variables contextuales enriquecería la validez externa del instrumento (Wong,
Allen, & Cordoba, 2022).
En segundo lugar, el uso de un instrumento de autoinforme plantea el riesgo de sesgos relacionados con
la deseabilidad social, dado que las respuestas pueden estar influenciadas por la percepción de cómo
los participantes desean ser vistos. En estudios futuros, sería valioso complementar el autoinforme con
métodos de evaluación adicionales que ayuden a mitigar este sesgo.
Un diseño longitudinal con mediciones repetidas permitiría probar invarianza temporal y sensibilidad
al cambio, así como examinar la validez predictiva del EALA sobre trayectorias de desempeño,
bienestar y retención. Tales aproximaciones son consistentes con lineamientos actuales para evaluar
cambios intraindividuales y sostener inferencias causales más robustas (Kim et al., 2023).
Finalmente, explorar la validez predictiva del EALA en relación con indicadores de bienestar y
desempeño académico aportaría evidencia adicional sobre su utilidad práctica. Existen hallazgos que
asocian las atribuciones con la autorregulación del aprendizaje y la satisfacción académica, por lo que
incluir dichas variables en futuros estudios robustecería el aporte del instrumento a la comprensión del
éxito académico.
pág. 7713
La literatura reciente sugiere que estilos atribucionales más adaptativos (p. ej., atribuir el éxito a causas
internas y controlables) se relacionan con mayores niveles de perseverancia, motivación y desempeño;
de forma complementaria, sesgos atribucionales desadaptativos se vinculan con ansiedad académica y
menor compromiso. Evaluar estas relaciones con el EALA podría ofrecer evidencia incremental sobre
su relevancia en contextos universitarios latinoamericanos (Chen & Wu, 2021; Vendola, 2023).
REFERENCIAS BIBLIOGRAFICAS
Arbuckle, J. R. (2012). AMOS users guide version 21.0. Chicago, IL: Marketing Department, SPSS
Incorporated.
Asociación Médica Mundial. (2019). Declaración de Helsinki de la AMM-Principios éticos para las
investigaciones médicas en seres humanos.
Becerra, C. E., & Plata, A. (2021). Validation of the Attributional-Style Academic Questionnaire for
evaluation in the admission to higher education. Diálogos sobre educación. Temas actuales en
investigación educativa, 12(23). doi: https://doi.org/10.32870/dse.v0i23.937
Blanco, H., Ornelas, M., Tristán, J. L., Cocca, A., Mayorga-Vega, D., López-Walle, J., & Viciana, J.
(2013). Editor for creating and applying computerise surveys. Procedia Social and Behavioral
Sciences, 106, 935-940. doi: https://doi.org/10.1016/j.sbspro.2013.12.105
Byrne, B. M. (2016). Structural Equation Modeling With AMOS: Basic Concepts, Applications, and
Programming. New York, NY: Routledge.
Cerpa, C. D. (2023). Estrategias de aprendizaje, estilos atribucionales y metas académicas en
universitarios de primer semestre de la Facultad de Obstetricia y Puericultura de la
Universidad Católica de Santa María-Arequipa, 2020. (Tesis de Maestría). Universidad
Católica de Santa María, Arequipa – Perú Retrieved from
https://repositorio.ucsm.edu.pe/server/api/core/bitstreams/81bea824-be13-4211-a9e5-
bf905ebbac36/content
Chen, M., & Wu, X. (2021). Attributing academic success to giftedness and its impact on academic
achievement: The mediating role of self-regulated learning and negative learning emotions.
School Psychology International, 42(2). doi: https://doi.org/10.1177/0143034320985889
La literatura reciente sugiere que estilos atribucionales más adaptativos (p. ej., atribuir el éxito a causas
internas y controlables) se relacionan con mayores niveles de perseverancia, motivación y desempeño;
de forma complementaria, sesgos atribucionales desadaptativos se vinculan con ansiedad académica y
menor compromiso. Evaluar estas relaciones con el EALA podría ofrecer evidencia incremental sobre
su relevancia en contextos universitarios latinoamericanos (Chen & Wu, 2021; Vendola, 2023).
REFERENCIAS BIBLIOGRAFICAS
Arbuckle, J. R. (2012). AMOS users guide version 21.0. Chicago, IL: Marketing Department, SPSS
Incorporated.
Asociación Médica Mundial. (2019). Declaración de Helsinki de la AMM-Principios éticos para las
investigaciones médicas en seres humanos.
Becerra, C. E., & Plata, A. (2021). Validation of the Attributional-Style Academic Questionnaire for
evaluation in the admission to higher education. Diálogos sobre educación. Temas actuales en
investigación educativa, 12(23). doi: https://doi.org/10.32870/dse.v0i23.937
Blanco, H., Ornelas, M., Tristán, J. L., Cocca, A., Mayorga-Vega, D., López-Walle, J., & Viciana, J.
(2013). Editor for creating and applying computerise surveys. Procedia Social and Behavioral
Sciences, 106, 935-940. doi: https://doi.org/10.1016/j.sbspro.2013.12.105
Byrne, B. M. (2016). Structural Equation Modeling With AMOS: Basic Concepts, Applications, and
Programming. New York, NY: Routledge.
Cerpa, C. D. (2023). Estrategias de aprendizaje, estilos atribucionales y metas académicas en
universitarios de primer semestre de la Facultad de Obstetricia y Puericultura de la
Universidad Católica de Santa María-Arequipa, 2020. (Tesis de Maestría). Universidad
Católica de Santa María, Arequipa – Perú Retrieved from
https://repositorio.ucsm.edu.pe/server/api/core/bitstreams/81bea824-be13-4211-a9e5-
bf905ebbac36/content
Chen, M., & Wu, X. (2021). Attributing academic success to giftedness and its impact on academic
achievement: The mediating role of self-regulated learning and negative learning emotions.
School Psychology International, 42(2). doi: https://doi.org/10.1177/0143034320985889
pág. 7714
Chirica, M. G., Piccirillo, M., & King, K. M. (2024). Methodological innovations in the measurement
of psychological constructs. Translational Issues in Psychological Science, 10(3), 245. doi:
https://doi.org/10.1037/tps0000440
Díaz, A. C., Aguirre, S. I., Jiménez, C., & Jurado, P. J. (2020). Estilos atributivos en universitarios:
comparaciones por género. Formación Universitaria, 13(4), 111-118. doi:
https://doi.org/10.4067/S0718-50062020000400111
Elosua, P., & Zumbo, B. D. (2008). Coeficientes de fiabilidad para escalas de respuesta categórica
ordenadas. Psicothema, 20(4), 896-901. Retrieved from
https://reunido.uniovi.es/index.php/PST/article/view/8747
Gelabert, E., García-Esteve, L., Martín-Santos, R., Gutiérrez, F., Torres, A., & Subirà, S. (2011).
Psychometric properties of the Spanish version of the Frost Multidimensional Perfectionism
Scale in women. Psicothema, 23(1), 133-139. Retrieved from
https://reunido.uniovi.es/index.php/PST/article/view/9064
Gordeeva, T., Sheldon, K., & Sychev, O. (2020). Linking academic performance to optimistic
attributional style: attributions following positive events matter most. European Journal of
Psychology of Education, 35, 21-48. doi: https://doi.org/10.1007/s10212-019-00414-y
Heider, F. (2013). The psychology of interpersonal relations: Psychology Press.
Jurado, P. J., Blanco, H., Zueck, M. d. C., & Peinado, J. E. (2016). Composición factorial del
cuestionario de estilos atributivos área de logros académicos en universitarios mexicanos.
Formación Universitaria, 9(6), 83-92. doi: https://doi.org/10.4067/S0718-
50062016000600008
Kim, E., Cao, C., Liu, S., Wang, Y., & Dedrick, R. (2023). Testing measurement invariance over time
with intensive longitudinal data and identifying a source of non-invariance. Structural Equation
Modeling: A Multidisciplinary Journal, 30(3), 393-411. doi:
https://doi.org/10.1080/10705511.2022.2130331
Kline, R. B. (2023). Principles and practice of structural equation modeling: Guilford publications.
Leitgöb, H., Seddig, D., Asparouhov, T., Behr, D., Davidov, E., De Roover, K., . . . Muthén, B. (2023).
Measurement invariance in the social sciences: Historical development, methodological
Chirica, M. G., Piccirillo, M., & King, K. M. (2024). Methodological innovations in the measurement
of psychological constructs. Translational Issues in Psychological Science, 10(3), 245. doi:
https://doi.org/10.1037/tps0000440
Díaz, A. C., Aguirre, S. I., Jiménez, C., & Jurado, P. J. (2020). Estilos atributivos en universitarios:
comparaciones por género. Formación Universitaria, 13(4), 111-118. doi:
https://doi.org/10.4067/S0718-50062020000400111
Elosua, P., & Zumbo, B. D. (2008). Coeficientes de fiabilidad para escalas de respuesta categórica
ordenadas. Psicothema, 20(4), 896-901. Retrieved from
https://reunido.uniovi.es/index.php/PST/article/view/8747
Gelabert, E., García-Esteve, L., Martín-Santos, R., Gutiérrez, F., Torres, A., & Subirà, S. (2011).
Psychometric properties of the Spanish version of the Frost Multidimensional Perfectionism
Scale in women. Psicothema, 23(1), 133-139. Retrieved from
https://reunido.uniovi.es/index.php/PST/article/view/9064
Gordeeva, T., Sheldon, K., & Sychev, O. (2020). Linking academic performance to optimistic
attributional style: attributions following positive events matter most. European Journal of
Psychology of Education, 35, 21-48. doi: https://doi.org/10.1007/s10212-019-00414-y
Heider, F. (2013). The psychology of interpersonal relations: Psychology Press.
Jurado, P. J., Blanco, H., Zueck, M. d. C., & Peinado, J. E. (2016). Composición factorial del
cuestionario de estilos atributivos área de logros académicos en universitarios mexicanos.
Formación Universitaria, 9(6), 83-92. doi: https://doi.org/10.4067/S0718-
50062016000600008
Kim, E., Cao, C., Liu, S., Wang, Y., & Dedrick, R. (2023). Testing measurement invariance over time
with intensive longitudinal data and identifying a source of non-invariance. Structural Equation
Modeling: A Multidisciplinary Journal, 30(3), 393-411. doi:
https://doi.org/10.1080/10705511.2022.2130331
Kline, R. B. (2023). Principles and practice of structural equation modeling: Guilford publications.
Leitgöb, H., Seddig, D., Asparouhov, T., Behr, D., Davidov, E., De Roover, K., . . . Muthén, B. (2023).
Measurement invariance in the social sciences: Historical development, methodological
pág. 7715
challenges, state of the art, and future perspectives. Social science research, 110, 102805. doi:
https://doi.org/10.1016/j.ssresearch.2022.102805
Nunnally, J. C., & Bernstein, I. H. (1995). Teoría Psicométrica. México: McGraw-Hill.
Nurmi, J.-E., Onatsu, T., & Haavisto, T. (1995). Underachievers′ cognitive and behavioural strategies-
self-handicapping at school. Contemporary Educational Psychology, 20(2), 188-200. doi:
https://doi.org/10.1006/ceps.1995.1012
Perry, R. P., Hladkyj, S., Pekrun, R. H., & Pelletier, S. T. (2001). Academic control and action control
in the achievement of college students: A longitudinal field study. Journal of educational
psychology, 93(4), 776. doi: https://doi.org/10.1037/0022-0663.93.4.776
Peterson, C., & Barrett, L. C. (1987). Explanatory style and academic performance among university
freshman. Journal of personality and social psychology, 53(3), 603. doi:
https://doi.org/10.1037/0022-3514.53.3.603
Peterson, C., Semmel, A., Von Baeyer, C., Abramson, L. Y., Metalsky, G. I., & Seligman, M. E. (1982).
The attributional style questionnaire. Cognitive therapy and research, 6(3), 287-299. doi:
https://doi.org/10.1007/BF01173577
Revelle, W., & Zinbarg, R. E. (2009). Coefficients alpha, beta, omega and the glb: comments on
Sijtsma. Psychometrika, 74(1), 145-154. doi: https://doi.org/10.1007/s11336-008-9102-z
Schunk, D. H., Pintrich, P. R., & Meece, J. L. (2014). Motivation in education: Theory, research, and
applications: Pearson Education.
Sijtsma, K. (2009). On the use, the misuse, and the very limited usefulness of Cronbach’s alpha.
Psychometrika, 74(1), 107-120. doi: https://doi.org/10.1007/s11336-008-9101-0
Stefana, A., Damiani, S., Granziol, U., Provenzani, U., Solmi, M., Youngstrom, E. A., & Fusar-Poli, P.
(2025). Psychological, psychiatric, and behavioral sciences measurement scales: best practice
guidelines for their development and validation. Frontiers in psychology, 15, 1494261. doi:
https://doi.org/10.3389/fpsyg.2024.1494261
Thompson, B. (2004). Exploratory and Confirmatory Factor Analysis. Understanding concepts and
applications. . Washington, D C: American Psychological Association.
challenges, state of the art, and future perspectives. Social science research, 110, 102805. doi:
https://doi.org/10.1016/j.ssresearch.2022.102805
Nunnally, J. C., & Bernstein, I. H. (1995). Teoría Psicométrica. México: McGraw-Hill.
Nurmi, J.-E., Onatsu, T., & Haavisto, T. (1995). Underachievers′ cognitive and behavioural strategies-
self-handicapping at school. Contemporary Educational Psychology, 20(2), 188-200. doi:
https://doi.org/10.1006/ceps.1995.1012
Perry, R. P., Hladkyj, S., Pekrun, R. H., & Pelletier, S. T. (2001). Academic control and action control
in the achievement of college students: A longitudinal field study. Journal of educational
psychology, 93(4), 776. doi: https://doi.org/10.1037/0022-0663.93.4.776
Peterson, C., & Barrett, L. C. (1987). Explanatory style and academic performance among university
freshman. Journal of personality and social psychology, 53(3), 603. doi:
https://doi.org/10.1037/0022-3514.53.3.603
Peterson, C., Semmel, A., Von Baeyer, C., Abramson, L. Y., Metalsky, G. I., & Seligman, M. E. (1982).
The attributional style questionnaire. Cognitive therapy and research, 6(3), 287-299. doi:
https://doi.org/10.1007/BF01173577
Revelle, W., & Zinbarg, R. E. (2009). Coefficients alpha, beta, omega and the glb: comments on
Sijtsma. Psychometrika, 74(1), 145-154. doi: https://doi.org/10.1007/s11336-008-9102-z
Schunk, D. H., Pintrich, P. R., & Meece, J. L. (2014). Motivation in education: Theory, research, and
applications: Pearson Education.
Sijtsma, K. (2009). On the use, the misuse, and the very limited usefulness of Cronbach’s alpha.
Psychometrika, 74(1), 107-120. doi: https://doi.org/10.1007/s11336-008-9101-0
Stefana, A., Damiani, S., Granziol, U., Provenzani, U., Solmi, M., Youngstrom, E. A., & Fusar-Poli, P.
(2025). Psychological, psychiatric, and behavioral sciences measurement scales: best practice
guidelines for their development and validation. Frontiers in psychology, 15, 1494261. doi:
https://doi.org/10.3389/fpsyg.2024.1494261
Thompson, B. (2004). Exploratory and Confirmatory Factor Analysis. Understanding concepts and
applications. . Washington, D C: American Psychological Association.
pág. 7716
Vendola, J. (2023). Impacts of Attribution Style on Academics, Personal Relationships, and
Extracurricular Activities: A Mixed Methods Study of Learned Helplessness in Secondary
Students. (Tesis Doctoral). University of Massachusetts Boston, Retrieved from
https://www.proquest.com/openview/6834a754400bf885739d27df7d866ca8/1?pq-
origsite=gscholar&cbl=18750&diss=y
Vera-Sagredo, A., Poblete-Valderrama, F., & Sáez-Delgado, Y. (2024). Interacciones entre estilos
atributivos, auto concepto académico y autoestima en estudiantes de pedagogía en educación
física en Chile (Interactions between attributional styles, academic self-concept and self-esteem
in physical education pedagogy students in Chile). Retos, 60, 1049-1059. doi:
https://doi.org/10.47197/retos.v60.106720
Weiner, B. (2010). The development of an attribution-based theory of motivation: A history of ideas.
Educational Psychologist, 45(1), 28-36. doi: https://doi.org/10.1080/00461520903433596
Weiner, B. (2012). An attributional theory of motivation and emotion: Springer Science & Business
Media.
Wong, D., Allen, K.-A., & Cordoba, B. G. (2022). Examining the relationship between student
attributional style, perceived teacher fairness, and sense of school belonging. Contemporary
Educational Psychology, 71, 102113. doi:/ https://doi.org/10.1016/j.cedpsych.2022.102113
Vendola, J. (2023). Impacts of Attribution Style on Academics, Personal Relationships, and
Extracurricular Activities: A Mixed Methods Study of Learned Helplessness in Secondary
Students. (Tesis Doctoral). University of Massachusetts Boston, Retrieved from
https://www.proquest.com/openview/6834a754400bf885739d27df7d866ca8/1?pq-
origsite=gscholar&cbl=18750&diss=y
Vera-Sagredo, A., Poblete-Valderrama, F., & Sáez-Delgado, Y. (2024). Interacciones entre estilos
atributivos, auto concepto académico y autoestima en estudiantes de pedagogía en educación
física en Chile (Interactions between attributional styles, academic self-concept and self-esteem
in physical education pedagogy students in Chile). Retos, 60, 1049-1059. doi:
https://doi.org/10.47197/retos.v60.106720
Weiner, B. (2010). The development of an attribution-based theory of motivation: A history of ideas.
Educational Psychologist, 45(1), 28-36. doi: https://doi.org/10.1080/00461520903433596
Weiner, B. (2012). An attributional theory of motivation and emotion: Springer Science & Business
Media.
Wong, D., Allen, K.-A., & Cordoba, B. G. (2022). Examining the relationship between student
attributional style, perceived teacher fairness, and sense of school belonging. Contemporary
Educational Psychology, 71, 102113. doi:/ https://doi.org/10.1016/j.cedpsych.2022.102113