Núñez-Pacheco, R., Barreda-Parra, A., García-Candeira, M., & Aguaded, I. (2024). Diseño y validación de una escala de autopercepción de la competencia macronarrativa en estudiantes universitarios . Ocnos, 23(2). https://doi.org/10.18239/ocnos_2024.23.2.418
Núñez-Pacheco, Barreda-Parra, García-Candeira, and Aguaded: Diseño y validación de una escala de autopercepción de la competencia macronarrativa
en estudiantes universitarios
Resumen
La medición de la competencia narrativa en el nivel superior es un asunto poco estudiado. El objetivo de esta investigación es diseñar y validar una escala para medir la autopercepción sobre el nivel de competencia macronarrativa de los estudiantes universitarios en tres dimensiones: narrativa textual, narrativa digital y narrativa transmedia. Los resultados demuestran la validez de contenido del instrumento por criterio de jueces; asimismo las tres dimensiones obtuvieron una alta aceptación a través de los resultados del coeficiente V de Aiken. El análisis factorial exploratorio de la escala de competencia macronarrativa mostró una adecuada correlación entre los ítems y una buena adecuación muestral respectivamente. Se concluye que la escala propuesta es un instrumento válido y fiable para medir la autopercepción de la competencia macronarrativa.
Introducción
La narrativa se constituye en una práctica milenaria que ha permitido al ser humano
expresar sus más profundas vivencias y emociones. arguye que somos homo fabulators, es decir, seres que contamos historias gracias a la facultad del lenguaje. Por muchos
siglos, las narraciones orales, principalmente los mitos, fueron los medios mediante
los cuales se daba una explicación del mundo (); más adelante, con la aparición de la escritura, las narraciones escritas permitieron
expresar y construir mundos hechos en base a palabras. En siglos posteriores surgieron
nuevos medios que permitieron contar historias como el cine, el hipertexto, la narrativa
digital, los videojuegos, etc.
El estudio de la narrativa ha tenido varios enfoques, pero principalmente los estudios
literarios han dado grandes aportes para el abordaje de los textos narrativos. Fueron
los formalistas rusos a principios del siglo XX, quienes iniciaron un estudio sistemático;
más adelante, el estructuralismo y, en especial, la narratología contribuyeron al
análisis de las estructuras de los textos narrativos, los cuales están conformados
por una sucesión de eventos cuya organización gira en torno a un eje argumental con
una serie de acciones ejecutadas por personajes en un tiempo y espacio determinados
(). Desde una perspectiva postestructural, se consideran otros elementos pragmáticos
para el estudio de la narrativa como la intención del narrador, el contexto social
en el cual se produce, la competencia narrativa del narrador, la audiencia, etc. (). Desde este enfoque, la narrativa debe ser vista más allá de las estructuras del
relato, aquí importa la intencionalidad con que ha sido producida y recepcionada.
El acto de narrar no solo se expresa en creaciones literarias, sino también en la
cotidianeidad de los seres humanos principalmente a través de relatos orales.
Por otro lado, contar una historia utilizando diferentes medios ha dado lugar a nuevas
formas de expresión narrativa. Afines de la década de los ochenta, Joe Lambert introdujo
el término digital storytelling, cuya traducción al español es narrativa digital, y lo definió como un cortometraje
narrado (; ). La narrativa digital tiene un soporte tecnológico y posee un carácter multimedia,
es decir, presenta elementos de carácter textual, visual, auditivo, lo cual hace posible
que se creen narraciones híbridas (). Su aplicación en diversos ámbitos del quehacer humano ha tenido mucha aceptación,
especialmente en el ámbito educativo (; ; ; ; ). Además, según varios estudios, el uso de la narrativa digital contribuye al desarrollo
de varias competencias en los estudiantes, como la competencia comunicativa y narrativa
() así como la competencia digital ().
A inicios del siglo XXI, acuñó el término narrativa transmedia para referirse a la convergencia de medios
para expandir una historia en distintas plataformas. señala que esa expansión se da “a través de diferentes sistemas de significación
(verbal, icónico, audiovisual, interactivo, etc.) y medios (cine, cómic, televisión,
videojuegos, teatro, etc.)” (). La participación de los usuarios resulta crucial en ese proceso de expansión de
las historias. señala tres características de las narrativas transmedia:
– construcción del personaje (character-building), y su vínculo con otros personajes ficticios;
– construcción de mundos (world-building) que tiene que ver con el diseño de un universo ficticio
– la autoría (authorship), individual o colectiva, y su rol en la extensión de la historia en otros medios.
La expansión de esos universos narrativos ha sido posible, en gran medida, al desarrollo
tecnológico de las últimas décadas.
Ahora bien, tradicionalmente, la competencia narrativa ha sido relacionada con la
comprensión y la producción de textos narrativos, tanto orales como escritos, cuyo
eje argumental permite que los eventos narrados presenten la coherencia y cohesión
necesaria (; ). Asimismo, la competencia narrativa ha sido asociada a la competencia literaria,
ya que el género narrativo tiene una fuerte presencia en la literatura universal principalmente
a través de las novelas y los cuentos. Esta competencia comprende varios aspectos:
la lectura del texto, el conocimiento de las convenciones del discurso literario y
el reconocimiento de la contextualización del texto (); también exige del lector una capacidad predictiva, inferencial, intertextual y
crítica (), que va más allá de una lectura literal del texto literario (). Desde una perspectiva más actualizada de los estudios literarios, señala que la competencia narrativa es: “esquemática (superestructura narrativa),
semántica (macroestructura semántica o de base temática) y pragmática (macroacto del
discurso llevado a cabo mediante el relato)” (). Todas estas aproximaciones sobre la competencia narrativa solo están referidas
al nivel textual.
Dado el desarrollo tecnológico reciente surge la necesidad de integrar las diversas
formas de narrar una historia. Por ello, en esta investigación se considera la competencia
narrativa como el conjunto de conocimientos, habilidades y actitudes para comprender
y producir textos narrativos, narrativas digitales y narrativas transmedia, por lo
cual se propone la denominación de competencia macronarrativa, la cual estaría compuesta
por tres dimensiones: narrativa textual, narrativa digital y narrativa transmedia:
– La primera dimensión, la narrativa textual, tiene que ver con el conocimiento de
los géneros narrativos y la estructura de los textos narrativos; es decir, es la capacidad
para analizar, interpretar, producir y valorar textos narrativos, así como para conectarse
con un texto narrativo en un nivel emocional.
– La segunda dimensión, la narrativa digital, tiene que ver con el conocimiento de
la narrativa digital, es decir, la capacidad para analizar, interpretar y valorar
narrativas digitales, así como la capacidad para conectarse con las narrativas digitales
en un nivel emocional.
– La tercera dimensión, la narrativa transmedia, tiene que ver con el conocimiento
de narrativa transmedia, es decir la capacidad para analizar, interpretar, producir
y valorar narrativas transmedia.
La medición de la competencia narrativa ha sido estudiada preferentemente en el nivel
infantil () y en el nivel secundario (); sin embargo, en el ámbito de la Educación Superior es un campo por explorar, más
aún si se pretende integrar los niveles textual, digital y transmedia, como se ha
descrito anteriormente.
La competencia macronarrativa propuesta tiene su correlato en otras competencias que
han sobrepasado su denominación inicial, como es el caso de la competencia mediática,
entendida como un conjunto de conocimientos, habilidades y actitudes que permiten
interactuar críticamente con mensajes mediáticos; y está compuesta por seis dimensiones:
lenguajes; tecnología; procesos de interacción; procesos de producción y difusión;
ideología y valores; y dimensión estética (; ). Asimismo, proponen una “competencia extendida o aumentada” como una forma holística que trasciende
la competencia mediática y comprende a su vez otras competencias: personal, social,
cívico y cultural. Igualmente, junto con otros investigadores, dentro del proyecto Transmedia Literacy, propone una taxonomía de 134 competencias transmedia organizadas en 9 dimensiones:
producción; prevención de riesgos; performance, gestión social, individual y de contenidos;
medios y tecnología; ideología y ética; narrativa y estética. Esta última se presenta
de forma transversal, ya que los jóvenes consumen indistintamente diversos medios
y plataformas, y se sienten más atraídos por las historias y contenidos que por el
tipo de plataforma mediática empleada para contarlas (). Igualmente, existen otras propuestas con un enfoque de integración transmedia ().
La presente investigación tiene como objetivo principal elaborar y validar una escala
que permita medir la autopercepción sobre el nivel de competencia macronarrativa de
los estudiantes universitarios, en tres dimensiones: narrativa textual, narrativa
digital y narrativa transmedia. La pregunta central que se intenta responder es la
siguiente: ¿Cuál es el nivel de autopercepción que tienen los estudiantes universitarios
sobre su competencia macronarrativa?
Materiales y métodos
Diseño y procedimientos
Es un estudio transversal de tipo instrumental (). Los procedimientos de investigación se desarrollaron siguiendo las seis etapas
planteadas por
1. Propuesta del constructo: se planteó el constructo “competencia macronarrativa”
entendida como el conjunto de conocimientos, habilidades y actitudes para comprender
y producir textos narrativos, narrativas digitales y narrativas transmedia.
2. Construcción del instrumento piloto: se revisó la literatura existente para definir
adecuadamente el constructo a medir, y se elaboraron los ítems y la estructura dimensional
del constructo.
3. Validación de contenido: el instrumento fue validado mediante juicio de expertos
y una aplicación cualitativa a estudiantes de la carrera de educación. En primer lugar,
en relación al juicio de expertos, varios jueces evaluaron de forma independiente
el modelo de medida desarrollado teóricamente; es decir, la claridad, coherencia y
pertinencia del constructo, la calidad de redacción de los ítems y su relevancia para
cada subescala. Estos criterios se valoraron con puntuaciones entre 1 y 4. En total,
en la actividad participaron ocho jueces con diferentes perfiles profesionales: tres
especialistas en comunicación, tres especialistas en literatura comparada, uno en
teoría literaria, y uno en educación. Además, cuatro de ellos son de nacionalidad
peruana mientras que el resto son de otras nacionalidades: México, Colombia y EEUU.
Todos tienen el grado de doctor y tienen indistintamente un título de posgrado en
literatura, comunicación y educación.
En segundo lugar, se realizó una aplicación cualitativa a manera de prueba piloto
con las modificaciones sugeridas por el juicio de los expertos. El propósito fue confirmar
que todos los ítems fueron correctamente comprendidos por los potenciales participantes
del estudio.
En la prueba piloto participaron 43 estudiantes. La aplicación se realizó a través
de un formulario autoadministrado de Google Forms, ya que a consecuencia de la pandemia COVID-19, las clases se realizaron virtualmente.
Después de la aplicación no se realizaron cambios en la redacción de los ítems, ya
que fueron comprendidos por los estudiantes.
En resumen, la muestra piloto estuvo conformada por estudiantes universitarios del
programa académico de Educación. Participaron 30 mujeres (69.08%) y 13 hombres (30.2%)
de 18 a 37 años (M = 23.02, DS = 3.889), 83.7% estaban matriculados en cuarto año
y 16.3% en segundo, tercero y quinto años. Se obtuvo un Alfa de Cronbanch de .930
en la Escala total (con 27 ítems), .787 en la dimensión Narrativa textual; .874 en
la dimensión Narrativa digital; y .942 en la Narrativa transmedia con 9 ítems en cada
una de las tres dimensiones, valores que indican la consistencia interna del instrumento.
4. Aplicación del instrumento a la muestra (prueba de campo): esta aplicación se hizo
a través de un formulario autoadministrado de Google Forms. El cuestionario fue enviado a los estudiantes a través de su correo electrónico
institucional. Se incluyó la explicación de los objetivos del estudio, el consentimiento
informado de los participantes y se preservó la confidencialidad de la información.
5. Estimación de propiedades psicométricas: para el análisis de las propiedades psicométricas
de la Escala se realizó un análisis factorial exploratorio en la muestra total a partir
del método de máxima verosimilitud y para garantizar una adecuada representación de
los ítems, se conservaron aquellos cuya carga factorial fue superior a .40 en alguno
de los factores retenidos después de una rotación varimax (; ).
6. Después de todos estos procedimientos, se obtuvo la versión final de la Escala
Competencia macronarrativa (ver Apéndice A).
Participantes
El muestro fue no probabilístico. Participaron 883 estudiantes, 397 (45%) mujeres
y 486 (55%) hombres, de edades entre 16 y 52 años con una media de 19.88 años (DS
= 3.90). En cuanto a las características académicas de la muestra, 620 (70.2%) los
estudiantes pertenecen a las áreas de ciencias sociales (antropología, artes, derecho,
economía, educación, literatura y lingüística, psicología, trabajo social) y 263 (29.8%)
estudiantes pertenecen al área de ingenierías (civil, eléctrica, industrial, minas,
sistemas y matemáticas) de una universidad pública peruana. La mayoría de estudiantes
cursan el primer año (69.2%) y el resto segundo (8.6%), tercer (12.6%), cuarto (6.3%)
y quinto año (3.3%).
Procedimiento
Los datos fueron recolectados entre los meses de mayo y octubre de 2022. Para la evaluación
de la competencia narrativa se aplicó la Escala Competencia macronarrativa en formato
Google Forms. Las encuestas fueron anónimas, no se solicitaron datos que permitieran identificar
a los participantes. La participación fue voluntaria y se solicitó su consentimiento
informado.
Instrumento
El instrumento se aplicó junto con un breve cuestionario sociodemográfico que recopila
información sobre el sexo, edad, escuela profesional y año de estudios.
Escala de Competencia macronarrativa (CmN) (versión final después de la aplicación a la muestra piloto). El propósito
de la escala es evaluar el nivel de autopercepción de la competencia macronarrativa
de los estudiantes universitarios. La escala comprende 27 reactivos que abarcan tres
dimensiones de la competencia macronarrativa: narrativa textual (9 ítems), narrativa
digital (9 ítems) y narrativa transmedia (9 ítems). Se usó la escala Likert de cinco
puntos (1 totalmente en desacuerdo y 5 totalmente de acuerdo). En este estudio se
obtuvo un Alfa de Cronbach de .946 en la Escala total, .869 en la competencia narrativa,
.905 en la competencia digital y .917 en la competencia transmedia. Los coeficientes
obtenidos con el Alfa de Cronbach son consistentes e indican una confiabilidad óptima.
Análisis de datos
Para la estimación del acuerdo interjueces se calcularon los coeficientes V de Aiken
para cada uno de los ítems.
Los datos obtenidos en la aplicación de campo se analizaron mediante el programa IBM
SPSS Statistics 25. Se estimaron las propiedades psicométricas de la escala a través
del análisis factorial exploratorio. Seguidamente se realizaron las pruebas de normalidad
mediante el estudio de la prueba Kolmogorov-Smirnov con un nivel de significancia
= 0.05 con el valor p; y corregido por .200 de significación Lilliefors en el área de ingenierías. Se halló
normalidad en las variables sociodemográficas sexo y área académica. Por lo tanto,
se aplicó la prueba paramétrica t de student para muestras independientes. Para medir el tamaño del efecto de las diferencias
por sexo y área académica se aplicó la d de Cohen: los valores de d ≥ .2, d ≥ .5 y
d ≥ .8 representan un tamaño del efecto pequeño, mediando y grande respectivamente.
Resultados
Validez de contenido
El objetivo de este estudio fue construir y validar una Escala de Competencia Macronarrativa.
En primer lugar, la evidencia de la validez de contenido del instrumento se obtuvo
por criterio de jueces. En la Tabla 1 se presenta la evaluación de los jueces respecto a los cuatro elementos de la validez
de contenido: claridad, coherencia, pertinencia y relevancia. Los 40 ítems iniciales
de la escala están distribuidos en tres dimensiones: los ítems 1 al 17 corresponden
a la narrativa textual; ítems 18 al 31, a la narrativa digital; y los ítems 32 al
40, a la narrativa transmedia.
Tabla 1Resultados de concordancia entre jueces mediante índices de V de Aiken
N° ítem
Claridad
Coherencia
Pertinencia
Relevancia
Acuerdo
V Aiken
IC 95 %
Acuerdo
V Aiken
IC 95 %
Acuerdo
V Aiken
IC 95 %
Acuerdo
V Aiken
IC 95 %
1
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
30
0.92
[0.57, 0.99]
2
30
0.92
[0.57, 0.99]
31
0.96
[0.62, 1]
30
0.92
[0.57, 0.99]
30
0.92
[0.57, 0.99]
3
30
0.92
[0.70, 0.98]
32
1.00
[0, 1]
29
0.88
[0.69, 0.96]
28
0.83
[0.64, 0.93]
4
31
0.96
[0.62, 1]
32
1.00
[0, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
5
27
0.79
[0.55, 0.92]
30
0.92
[0.69, 0.98]
25
0.71
[0.46, 0.87]
26
0.75
[0.50, 0.90]
6
29
0.88
[0.53, 0.98]
30
0.92
[0.69, 0.98]
28
0.83
[0.59, 0.94]
28
0.83
[0.59, 0.94]
7
29
0.88
[0.64, 0.96]
30
0.92
[0.69, 0.98]
28
0.83
[0.59, 0.94]
27
0.79
[0.55, 0.92]
8
30
0.92
[0.57, 0.99]
32
1.00
[0, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
9
28
0.83
[0.59, 0.94]
31
0.96
[0.62, 1]
30
0.92
[0.57, 0.99]
29
0.88
[0.53, 0.98]
10
26
0.90
[0.56, 0.99]
28
1.00
[0, 1]
28
1.00
[0, 1]
28
1.00
[0, 1]
11
31
0.96
[0.62, 1]
32
1.00
[0, 1]
30
0.92
[0.57, 0.99]
30
0.92
[0.57, 0.99]
12
29
0.88
[0.64, 0.96]
31
0.96
[0.62, 1]
26
0.75
[0.55, 0.88]
27
0.79
[0.59, 0.91]
13
31
0.96
[0.62, 1]
32
1.00
[0, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
14
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
29
0.88
[0.53, 0.98]
29
0.88
[0.53, 0.98]
15
28
0.83
[0.59, 0.94]
29
0.88
[0.64, 0.96]
24
0.67
[0.47, 0.82]
25
0.71
[0.51, 0.85]
16
29
0.88
[0.64, 0.96]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
17
28
0.83
[0.59, 0.94]
32
1.00
[0, 1]
31
0.96
[0.62, 1]
30
0.92
[0.57, 0.99]
18
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
30
0.92
[0.57, 0.99]
19
28
0.83
[0.59, 0.94]
32
1.00
[0, 1]
29
0.88
[0.69, 0.96]
28
0.83
[0.64, 0.93]
20
29
0.88
[0.64, 0.96]
32
1.00
[0, 1]
26
0.75
[0.55, 0.88]
23
0.63
[0.43, 0.79]
21
26
0.75
[0.50, 0.90]
31
0.96
[0.62, 1]
30
0.92
[0.57, 0.99]
28
0.83
[0.59, 0.94]
22
28
0.83
[0.59, 0.94]
31
0.96
[0.62, 1]
29
0.88
[0.64, 0.96]
28
0.83
[0.59, 0.94]
23
27
0.79
[0.55, 0.92]
30
0.92
[0.57, 0.99]
29
0.88
[0.69, 0.96]
27
0.79
[0.59, 0.90]
24
27
0.79
[0.55, 0.92]
30
0.92
[0.57, 0.99]
30
0.92
[0.57, 0.99]
28
0.83
[0.59, 0.94]
25
26
0.75
[0.50, 0.90]
31
0.96
[0.62, 1]
28
0.83
[0.49, 0.96]
25
0.71
[0.46, 0.87]
26
25
0.71
[0.46, 0.87]
32
1.00
[0, 1]
29
0.88
[0.53, 0.98]
28
0.83
[0.59, 0.94]
27
31
0.96
[0.62, 1]
32
1.00
[0, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
28
28
0.83
[0.59, 0.94]
30
0.92
[0.69, 0.98]
27
0.79
[0.59, 0.908]
26
0.75
[0.551, 0.88]
29
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
30
0.92
[0.57, 0.99]
30
0.92
[0.57, 0.99]
30
29
0.88
[0.64, 0.96]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
31
27
0.79
[0.55, 0.92]
30
0.92
[0.69, 0.98]
30
0.92
[0.69, 0.98]
29
0.88
[0.64, 0.96]
32
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
33
23
0.63
[0.39, 0.81]
27
0.79
[0.55, 0.92]
28
0.83
[0.59, 0.94]
26
0.75
[0.50, 0.90]
34
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
28
0.83
[0.64, 0.93]
28
0.83
[0.64, 0.93]
35
30
0.92
[0.57, 0.99]
32
1.00
[0, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
36
30
0.92
[0.69, 0.98]
30
0.92
[0.69, 0.98]
30
0.92
[0.57, 0.99]
29
0.88
[0.64, 0.96]
37
29
0.88
[0.64, 0.96]
30
0.92
[0.69, 0.98]
29
0.88
[0.64, 0.96]
29
0.88
[0.64, 0.96]
38
31
0.96
[0.6, 1]
32
1.00
[0, 1]
28
0.83
[0.64, 0.93]
28
0.83
[0.64, 0.93]
39
31
0.96
[0.62, 0.98]
32
1.00
[0, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
40
29
0.88
[0.64, 0.96]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
31
0.96
[0.62, 1]
Nota: p ≤ .05
El resumen de los resultados de la V de Aiken se muestra en la tabla 2. Como se observa los índices V de Aiken .91 en la narrativa textual, .88 en la narrativa
digital y .90 en la narrativa transmedia muestran alto acuerdo; pero no se alcanzó
el acuerdo total entre los jueces, por lo que se modificaron los ítems que no respondían
a los criterios de validez de contenido. Las observaciones proporcionadas ayudaron
a mejorar la redacción y la terminología utilizada en algunos ítems; por otro lado,
se fusionaron ítems y se eliminaron aquellos que no respondían a los criterios de
validez de contenido y se adecuaron otros según las observaciones de los expertos.
Finalmente, la escala total del constructo Competencia macronarrativa quedó compuesta
por 27 ítems distribuidos de manera equitativa en las tres dimensiones de la escala
(ver Apéndice A).
Tabla 2Resumen de los resultados de la V de Aiken para las tres dimensiones y la escala total
de la competencia macronarrativa
Claridad
Coherencia
Pertinencia
Relevancia
Total
Narrativa textual
0.90
0.96
0.88
0.88
0.91
Narrativa digital
0.84
0.96
0.89
0.84
0.88
Narrativa transmedia
0.89
0.94
0.90
0.88
0.90
Total
0.87
0.96
0.89
0.87
Análisis factorial exploratorio
En la Tabla 3 se exhiben los resultados de la validez del instrumento. Se realizó un análisis factorial
exploratorio de la Escala de Competencia macronarrativa.
La significación del Test de Bartlett ( = 16932.738, p < .001) y la medida de adecuación de muestreo de Kaiser-Meyer-Olkin
(KMO = .943) mostraron una adecuada correlación entre los ítems y una buena adecuación
muestral, respectivamente, evidenciando la pertinencia de un análisis factorial exploratorio.
Producto del análisis factorial exploratorio en la muestra total, después de una rotación
varimax se identificaron 27 ítems con una estructura factorial de tres factores: narrativa
textual (ítems 1 a 9), narrativa digital (ítems 10 a 18) y narrativa transmedia (ítems
19 a 27). El conjunto de los factores retenidos explicaron el 61.82% de la varianza.
Tabla 3Resultados del análisis factorial exploratorio. Matriz de estructura de la Escala
de Competencia macronarrativa
Factor
Ítem
Comunalidad
Narrativa textual
Narrativa digital
Narrativa transmedia
1
.555
.740
2
.585
.755
3
.522
.544
4
.614
.779
5
.557
.653
6
.622
.766
7
.613
.732
8
.606
.724
9
.558
.658
10
.556
.514
11
.571
.558
12
.650
.769
13
.599
.569
14
.578
.730
15
.642
.784
16
.557
.481
17
.555
.502
18
.615
.503
19
.617
.659
20
.577
.699
21
.664
.686
22
.660
.737
23
.664
.675
24
.703
.756
25
.747
.810
26
.771
.847
27
.733
.805
Diferencias por área académica y sexo
Finalmente, se explora las diferencias por área académica y sexo. Las medias y desviación
estándar se observan en las Tablas 4 y 5. Se encontró diferencias significativas, los resultados sugieren que los estudiantes
de ciencias sociales reportaron altos niveles de competencia narrativa que los estudiantes
de ingenierías, en la escala total y en las tres dimensiones, con tamaño del efecto
mediano en la escala total (0.4) y en la narrativa digital (0.47) y efecto pequeño
en la narrativa textual (0.37) y narrativa transmedia (0.2). Del mismo modo, las estudiantes
mujeres reportaron altos niveles de competencia narrativa que los estudiantes hombres,
en la escala total y en dos dimensiones, con tamaño del efecto pequeño en la escala
total (0.32) y narrativa digital (0.36), y efecto mediano en la narrativa textual
(0.47). No se hallaron diferencias significativas por sexo en la narrativa transmedia.
Tabla 4Comparación de la competencia macronarrativa y subdimensiones en función del área
académica
Competencia narrativa
Ciencias sociales
Ingenierías
t
p
d de Cohen
M
DS
M
DS
Narrativa textual
33.47
5.999
31.29
5.582
5.048
.000
0.37
Narrativa digital
28.23
7.371
24.71
7.584
6.436
.000
0.47
Narrativa transmedia
26.67
8.198
25.03
7.625
2.776
.006
0.2
Total escala
88.38
18.656
81.03
18.165
5.392
.000
0.4
Nota: En los resultados de la t se asumen varianzas iguales para las áreas de Ciencias
sociales (n = 620) e ingenierías (n=263).
Tabla 5Comparación de la competencia macronarrativa y subdimensiones en función del sexo
Competencia narrativa
Mujeres
Hombres
t
p
d de Cohen
M
DS
M
DS
Narrativa textual
34.32
5.501
31.59
6.043
6.952
.000
0.47
Narrativa digital
28.66
7.513
25.98
7.469
5.304
.000
0.36
Narrativa transmedia
26.49
8.130
25.93
8.007
1.020
.308
Total escala
89.48
18.291
83.50
18.809
4.753
.000
0.32
Nota: En los resultados de la t se asumen varianzas iguales para sexo: mujeres (n
= 397) y hombres (n = 486)
Discusión y conclusiones
La presente investigación tuvo como objetivo elaborar y validar una escala para medir
la autopercepción sobre el nivel de competencia macronarrativa de los estudiantes
universitarios, en tres dimensiones: narrativa textual, narrativa digital y narrativa
transmedia. Se demostró que la escala propuesta es un instrumento válido y fiable
para medir la autopercepción de la competencia macronarrativa. La naturaleza cuantitativa
de los datos permitió analizar las propiedades psicométricas de la escala propuesta
a través de la validación de contenido y, posteriormente, la confiabilidad del instrumento.
La propuesta de este instrumento de medición de la autopercepción de la competencia
macronarrativa resulta pionero en dos sentidos, primero por su carácter integrador
de los tres niveles (textual, digital y transmedia), y segundo por su aplicación en
el nivel universitario. También es necesario resaltar que tanto la competencia narrativa
como la competencia literaria son campos que recién se están explorando en el nivel
superior. No se debe olvidar que la competencia narrativa es un medio válido para
el desarrollo de la competencia comunicativa en general ().
Otros estudios solo se han circunscrito al nivel textual de la competencia narrativa,
o más propiamente de la competencia literaria, como la propuesta de , quienes diseñaron y validaron una Batería de Competencia Literaria (BCL) para medir
la competencia literaria en adolescentes, compuesta por tres escalas: Escala de Conceptos
Literarios (ECL), Escala de Procedimientos Literarios (EPL) y Escala de Actitudes
hacia la Literatura (EAL). Igualmente, otros estudios han relacionado la competencia
literaria con otros aspectos cruciales en la educación como el desarrollo de la creatividad.
encontraron que la relación entre la competencia literaria y la creatividad es altamente
significativa.
A partir de los hallazgos obtenidos resulta necesario replantear el enfoque sobre
la enseñanza de la competencia narrativa y la literaria en general, ya que no se puede
prescindir de la presencia de la tecnología en los distintos ámbitos de la vida del
ser humano en especial en el ámbito de la enseñanza del nivel superior. encontraron que las tecnologías de narrativa transmedia no están suficientemente
empleadas en las asignaturas relacionadas a la literatura, especialmente en los estudios
clásicos; también encontraron que los participantes del estudio tenían expectativas
sobre el uso favorable de la multimedia y los juegos de trivia, es decir con una predisposición
al uso de juegos serios y la gamificación.
Finalmente, la concepción del instrumento propuesto es congruente con la propuesta
teórica de de una competencia aumentada en la que convergen los objetivos educativos propuestos
por la UNESCO y el aprendizaje del uso de los medios de comunicación. La competencia
macronarrativa integra otras formas de contar historias más allá de las palabras y
más acorde con el uso de las nuevas tecnologías. La escala propuesta puede ser empleada
por docentes de cualquier especialidad, principalmente del área de literatura, comunicación
y educación. El desarrollo de la competencia macronarrativa trae beneficios de tipo
cognitivo, comunicativo, motivacional, social, etc. (). En futuros trabajos se aplicará programas de intervención para desarrollar la competencia
macronarrativa y además se indagará sobre el rol de la inteligencia artificial en
el desarrollo de la misma.
Contribución de los autores
Rosa Núñez-Pacheco: Administración del proyecto; Conceptualización; Escritura – Borrador original; Escritura
– Revisión y edición; Investigación; Recursos.
Aymé Barreda-Parra: Análisis formal; Curación de datos; Escritura – Revisión y edición; Metodología;
Software.
Ignacio Aguaded: Escritura – Revisión y edición; Supervisión; Validación; Visualización.
Referencias
1
Alfonso-Benlliure, V., & Mínguez-López, X. (2022). Literary competence and creativity
in Secondary Students. Revista Interuniversitaria de Formación del Profesorado, 97(36.3). https://doi.org/10.47553/rifop.v97i36.3.96542
2
Ato, M., López-García, J., & Benavente, A. (2013). Un sistema de clasificación de
los diseños de investigación en psicología. Anales de Psicología, 29(3), 1038-1059. https://doi.org/10.6018/analesps.29.3.178511
3
Bibiano, M. A., Ornelas, M., Aguirre, J. F., & Rodríguez-Villalobos, J. M. (2016).
Composición factorial de la escala de locus de control de rotter en universitarios
mexicanos. Formacion Universitaria, 9(6), 73-82. https://doi.org/10.4067/S0718-50062016000600007
4
De-Jager, A., Fogarty, A., Tewson, A., Lenette, C., & Boydell, K.M. (2017). Digital
storytelling in research: A systematic review. The Qualitative Report, 22(10), 2548-2582. https://doi.org/10.46743/2160-3715/2017.2970
5
Del-Moral-Pérez, M., Villalustre-Martínez, L., & Neira-Piñeiro, M.R. (2018). Percepción
docente del desarrollo emocional y creativo de los escolares derivado del diseño colaborativo
de Digital Storytelling. Educación XX1, 21(1), 345-374. https://doi.org/10.5944/educxx1.20202
6
Del-Moral-Pérez, M., Villalustre-Martínez, L., & Neira-Piñeiro, M.R. (2016). Habilidades
sociales y creativas promovidas con el diseño colaborativo de digital storytelling
en el aula. Digital Education Review, 30. https://revistes.ub.edu/index.php/der/article/view/15968
7
Di-Blas, N. (2022). Authentic learning, creativity and collaborative digital storytelling:
Lessons from a large-scale case-study. Educational Technology & Society, 25(2), 80-104. https://www.jstor.org/stable/48660126
8
Fernández, M.J., Montanero, M., & Lucero, M. (2019). La evaluación de la competencia
narrativa en la educación básica. Revista de Educación, 383, 85-112. https://doi.org/10.4438/1988-592X-RE-2019-383-402
9
Ferrando, P. J., & Anguiano-Carrasco, C. (2010). El análisis factorial como técnica
de investigación en psicología. Papeles del Psicologo, 31(1), 18-33. https://www.redalyc.org/pdf/778/77812441003.pdf
10
Ferrés, J., & Piscitelli, A. (2012). La competencia mediática: propuesta articulada
de dimensiones e indicadores. Comunicar, 38, 75-82. https://doi.org/10.3916/C38-2012-02-08
11
Fludernik, M. (2019). An introduction to Narratology. Routledge.
12
Freeman, M. (2017). Historicising transmedia storytelling. Early twentieth-century transmedia story worlds. Routledge. https://doi.org/10.4324/9781315439525
13
Gagarina, N.V., Klop, D., Kunnari, S., Tantele, K., Välimaa, T., Balčiūnienė, I.,
Bohnacker, U., & Walters, J. (2012). MAIN: Multilingual assessment instrument for narratives. ZASPiL, 56. https://doi.org/10.21248/zaspil.56.2019.414
14
Gudmundsdottir, S. (1995). La naturaleza narrativa del saber pedagógico sobre los
contenidos. In H. McEwan, K. Egan, & O. Castillo (comp.), Narrative in Teaching, Learning, and Research (pp. 52-71). Columbia University.
15
Guerrero-Pico, M., & Lugo, N. (2018). Competencias narrativas y estéticas. En C. Scolari
(Ed.), Aprovechando las competencias transmedias de los jóvenes en el aula. Universitat Pompeu Fabra, (pp. 65-73). http://hdl.handle.net/10230/34245
16
Kačinová, V., & Sádaba-Chalezquer, C. (2022). Competencia mediática como una “competencia
aumentada”. Revista Latina de Comunicación Social, 80, 21-38. https://www.doi.org/10.4185/RLCS-2022-1514
17
Kisno, Wibawa, B., & Khaerudin (2022). Digital storytelling for early childhood creativity:
Diffusion of innovation “3-D coloring quiver application based on augmented reality
technology in children’s creativity development”. International Journal of Online and Biomedical Engineering (iJOE), 18(10), 26-42. https://doi.org/10.3991/ijoe.v18i10.32845
18
Iandolo, G. (2011). El desarrollo de las competencias narrativas: Forma, cohesión
y equilibrio de contenido a través del Test Proyectivo de la Familia de los Osos.
Universidad Autónoma de Madrid. Tesis doctoral. Facultad de Psicología. http://hdl.handle.net/10486/7740
Mateus, J.C., Hernández-Breña, W., & Figueras-Maz, M. (2019). Validation of a self-perceived
media competence instrument for pre-service teachers / Validación de un instrumento
de autopercepción de competencia mediática para docentes en formación. Culture and Education, 31(2), 436-464. https://doi.org/10.1080/11356405.2019.1597440
Meza, P., & González, M. (2020). Construction and validation of the self-efficacy
scale for disciplinary academic writing. Cogent Education, 7(1). https://doi.org/10.1080/2331186X.2020.1830464
25
Mínguez-López, X., & Alfonso-Benlliure, V. (2019). Diseño y validación de la batería
de competencia literaria (BCL). Investigaciones Sobre Lectura, 12, 35-49. https://doi.org/10.24310/revistaisl.vi12.11108
26
Orellana-García, P., Valenzuela-Hasenohr, M. F., Pezoa-Sandoval, J., & Villalón-Bravo,
M. (2022). Competencia narrativa: Evidencias de validez para la estandarización de
su evaluación en niños chilenos. Psykhe (Santiago), 31(2), 1-18. https://doi.org/10.7764/psykhe.2020.22067
27
Palioura, M., & Dimoulas, C. (2022). Digital storytelling in education: A transmedia
integration approach for the non-developers. Education Sciences, 12(8), 559. https://doi.org/10.3390/educsci12080559
28
Preradovic, N.M., Lesin, G., & Boras, D. (2016). Introduction of digital storytelling
in Preschool Education: a case study from Croatia. Digital Education Review, 30, 94-105. https://eric.ed.gov/?id=EJ1125505
29
Rubegni, E., & Landoni, M. (2018). How to design a digital storytelling authoring
tool for developing pre-reading and pre-writing skills. In Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems - CHI’18. https://doi.org/10.1145/3173574.3173969
30
Scolari, C. (2013). Narrativas transmedia: cuando todos los medios cuentan. Deusto.
Villalustre-Martínez, L., & Del-Moral-Pérez, M. (2014). Digital storytelling: una
nueva estrategia para narrar historias y adquirir competencias por parte de los futuros
maestros. Revista Complutense de Educación, 25(1), 115-132. https://doi.org/10.5209/rev_RCED.2014.v25.n1.41237
33
Widdershoven, G., Ruissen, A., & Meynen, G. (2020). Assessing competence: Narrative
coherence or practical reasoning? AJOB Neuroscience, 11(1), 18-19. https://doi.org/10.1080/21507740.2019.1704936
