Revista Multidisciplinar Epistemología de las Ciencias
Volumen 3, Número 3, 2026, julio-septiembre
DOI: https://doi.org/10.71112/20240q83
CAMBIOS ACADÉMICOS Y MOTIVACIONALES EN EL ESTUDIO DE LAS
OSCILACIONES REALES MEDIANTE GEOGEBRA
ACADEMIC AND MOTIVATIONAL CHANGES IN THE STUDY OF REAL
OSCILLATIONS USING GEOGEBRA
Diego Fabricio Quizhpe Matailo
Kevin Andrés Villa Sigchi
Marilyn Johana Castillo Alverca
Marco Alejandro Rojas Rojas
Ecuador
DOI: https://doi.org/10.71112/20240q83
2035 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Cambios académicos y motivacionales en el estudio de las oscilaciones reales
mediante GeoGebra
Academic and motivational changes in the study of real oscillations using
GeoGebra
Diego Fabricio Quizhpe Matailo
a,*
diego.quizhpe@ucuenca.edu.ec
https://orcid.org/0009-0008-8514-106X
Marilyn Johana Castillo Alverca
a
marilyn.castillo@ucuenca.edu.ec
https://orcid.org/0009-0003-8557-2509
Kevin Andrés Villa Sigchi
a
kevin.villa@ucuenca.edu.ec
https://orcid.org/0009-0000-3866-6324
Marco Alejandro Rojas Rojas
a
marco.rojasr@ucuenca.edu.ec
https://orcid.org/0000-0002-2644-1344
*
Autor de correspondencia: diego.quizhpe@ucuenca.edu.ec,
a
Universidad de Cuenca, Ecuador
RESUMEN
La presente investigación tiene como objetivo evaluar el impacto de una propuesta didáctica
basada en el software GeoGebra para el estudio de Oscilaciones Reales en estudiantes de la
carrera de Pedagogía de las Ciencias Experimentales de la Universidad de Cuenca. El estudio
surgió ante las dificultades que presentan los estudiantes en la comprensión de conceptos
abstractos de Física y la necesidad de incorporar recursos tecnológicos que fortalezcan el
proceso de enseñanza–aprendizaje. La investigación se desarrolló bajo un enfoque cuantitativo
con diseño preexperimental. Para la recolección de información se aplicaron instrumentos
orientados a evaluar el aprendizaje y la motivación estudiantil antes y después de la
intervención didáctica. La propuesta se implementó mediante actividades apoyadas en
simulaciones interactivas desarrolladas con GeoGebra, favoreciendo la experimentación, el
DOI: https://doi.org/10.71112/20240q83
2036 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
análisis y la relación entre conceptos físicos y representaciones visuales. Los resultados
evidenciaron mejoras en el rendimiento académico y en la motivación de los 20 estudiantes
después de la aplicación de la propuesta. Los análisis realizados permitieron identificar
diferencias favorables asociadas al uso del recurso tecnológico. Se concluye que la
implementación de GeoGebra contribuye al aprendizaje de las Oscilaciones Reales y fortalece
la motivación estudiantil, constituyéndose como una herramienta didáctica pertinente para la
enseñanza de la Física en educación superior.
Palabras clave: GeoGebra; Oscilaciones Reales; rendimiento académico; motivación
estudiantil; propuesta didáctica.
ABSTRACT
This research aims to evaluate the impact of a teaching proposal based on GeoGebra software
for the study of real oscillations among students in the Experimental Sciences Education
program at the University of Cuenca. The study arose from the difficulties students face in
grasping abstract physics concepts and the need to incorporate technological resources to
strengthen the teaching-learning process. The research employed a quantitative approach with
a pre-experimental design. Data collection involved instruments designed to assess student
learning and motivation both before and after the instructional intervention. The proposal was
implemented through activities utilizing interactive simulations developed in GeoGebra, fostering
experimentation, analysis, and the connection between physical concepts and visual
representations. The results demonstrated improvements in the academic performance and
motivation of the 20 participating students following the implementation of the proposal.
Analyses revealed positive differences associated with the use of this technological resource. It
is concluded that the implementation of GeoGebra contributes to the learning of real oscillations
DOI: https://doi.org/10.71112/20240q83
2037 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
and boosts student motivation, serving as a relevant instructional tool for teaching physics in
higher education.
Keywords: GeoGebra; Real Oscillations; academic performance; student motivation; didactic
proposal.
Recibido: 11 agosto 2026 | Aceptado: 30 agosto 2026 | Publicado: 31 agosto 2026
INTRODUCCIÓN
La enseñanza de la Física representa uno de los principales desafíos dentro de la
educación superior debido al nivel de abstracción que presentan muchos de sus contenidos. En
particular, temas relacionados con las oscilaciones reales requieren procesos de razonamiento,
interpretación matemática y comprensión conceptual que con frecuencia generan dificultades
en los estudiantes.
En los últimos años, Ecuador ha enfrentado grandes desafíos en el entendimiento de
conceptos fundamentales en la enseñanza de la física. Según García (2017), el principal
desafío se da por una falta de interés del alumno, lo cual provoca que no se llegue a dar un
aprendizaje significativo. Este problema empeora por la falta de recursos didácticos, como
señalan Poma et al. (2023), la escasez de herramientas visuales para representar los
fenómenos físicos dificulta la conexión entre la teoría y la práctica, limitando así una
comprensión integral de los contenidos.
Aun contando con los recursos existentes en la actualidad, gran parte de docentes
desconocen las nuevas metodologías académicas, apegándose más a métodos tradicionales
(Orrego-Riofrío y Aimacaña-Pinduisaca, 2018). Como consecuencia, los estudiantes perciben
confusión, desmotivación e inconformidad, lo cual provoca un estancamiento en su formación
intelectual, principalmente en contenidos complejos que aborda la física hoy en día (Tocto
et al., 2024).
DOI: https://doi.org/10.71112/20240q83
2038 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
En la Carrera de Pedagogía de las Ciencias Experimentales de la Universidad de
Cuenca, Ruilova y Saguay (2024) identificaron que los estudiantes de sexto ciclo presentan
dificultades para comprender los contenidos de la unidad de oscilaciones reales,
correspondiente a la asignatura Oscilaciones y Ondas, debido a la abstracción y complejidad
de sus conceptos y al limitado acceso de recursos didácticos. Ante esta problemática, los
autores diseñaron una propuesta didáctica basada en GeoGebra, orientada a la mejora del
rendimiento académico y la motivación estudiantil; sin embargo, dicha propuesta aún no ha
sido aplicada. En este contexto, la presente investigación tiene como objetivo analizar el
impacto de la aplicación de dicha propuesta en el rendimiento académico y la motivación,
durante el periodo académico marzo-agosto 2026.
Fundamento pedagógico
El constructivismo propuesto por Piaget plantea que el conocimiento se desarrolla
mediante un proceso activo en el cual el sujeto construye significados a partir de su interacción
con el entorno. Dentro de esta corriente, el aprendizaje se desarrolla por medio de experiencias
y esquemas mentales donde el estudiante las interpreta, organiza y construye la información.
En la actualidad, muchos autores (Almulla, 2023; Bada, 2015; Kritt & Budwig, 2022) consideran
que el constructivismo sigue siendo fundamental para entender los entornos educativos
actuales y sostienen que la educación del siglo XXI exige promover procesos cognitivos más
complejos, capacidad de autorregulación y pensamiento reflexivo, aspectos que se encuentran
en plena coherencia con la propuesta piagetiana. La corriente pedagógica que fundamenta esta
investigación es el constructivismo, mediante actividades planeadas específicamente para que
los estudiantes sean los protagonistas del proceso de aprendizaje, a través de la utilización de
recursos tecnológicos que facilitan los procesos de adquisición de conocimientos.
DOI: https://doi.org/10.71112/20240q83
2039 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
GeoGebra en la educación
En los últimos años se ha incrementado el interés por incorporar herramientas
tecnológicas que permitan fortalecer el aprendizaje mediante experiencias dinámicas, visuales
e interactivas. Diversas investigaciones (Gañan, 2020; Serna, 2022; Poma et al., 2023) han
demostrado que el uso de recursos digitales favorece la comprensión de fenómenos físicos y
mejora tanto el rendimiento académico como la motivación estudiantil. Entre estas
herramientas destaca GeoGebra, un software educativo que permite representar gráficamente
fenómenos, manipular variables y generar simulaciones que facilitan la construcción del
conocimiento desde enfoques pedagógicos centrados en el estudiante.
En el estudio de Gañan (2020), el diseño y la implementación de actividades didácticas
mediadas por el software GeoGebra, resultan fundamentales para facilitar entornos prácticos
de aprendizaje. Estos entornos son especialmente valiosos en áreas complejas como las
matemáticas y la física. En su investigación enfocada en la enseñanza de la cinemática, se
concluyó que el uso de recursos tecnológicos permitió a los estudiantes experimentar un
aprendizaje más significativo, logrando establecer conexiones entre los contenidos dentro y
fuera del aula. También, el estudio de Serna (2022) evidenció que el uso de simulaciones
virtuales generó mejoras académicas y motivacionales en estudiantes. Los alumnos
demostraron un mayor interés por los contenidos, otorgando mayor valor a lo aprendido y
mostrando más confianza para establecer relaciones entre los temas estudiados en física y su
aplicación en la vida cotidiana.
El uso de GeoGebra impacta de forma significativa en los estudiantes, permitiendo
mejorar el rendimiento académico y lograr un aprendizaje significativo. Figueroa et al. (2023)
proponen una estrategia didáctica basada en GeoGebra para mejorar la enseñanza-
aprendizaje en la asignatura de Física, donde muestra resultados positivos al medir la
diferencia entre aplicar una clase tradicional y una clase mediante la tecnología. En este
DOI: https://doi.org/10.71112/20240q83
2040 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
contexto, GeoGebra se ha convertido en una alternativa eficaz que permite entender mejor los
conceptos físicos, siendo una herramienta que promueve la experimentación mediante sus
simulaciones. Por lo cual, se considera que posee elementos interactivos para que el
estudiante pueda experimentar las veces que sean necesarias hasta dominar el tema. Este
potencial del software cobra especial relevancia al momento de enseñar fenómenos físicos
como las oscilaciones reales, pues facilita la comprensión de conceptos y ayuda a que los
estudiantes puedan aplicarlos.
Propuesta didáctica
Una propuesta didáctica es considerada un plan que desarrolla cómo se llevarán a cabo
las actividades de enseñanza para un determinado espacio curricular o temática. De acuerdo
con Díaz (2005), la propuesta didáctica debe estar dirigida a las necesidades de los
estudiantes, tener objetivos claros, considerar el contexto del aula y definir métodos de
evaluación. Asimismo, como señala Camilloni (2007), el diseño didáctico debe establecer una
guía estructurada con saberes previos, contenidos disciplinares y estrategias activas. En la
presente investigación se adoptó la propuesta didáctica mediante el uso de GeoGebra,
elaborada por Ruilova y Saguay (2024), que se desarrolla para la asignatura de Oscilaciones y
Ondas, específicamente para la unidad de oscilaciones reales.
Figueroa et al. (2023) implementaron una propuesta didáctica utilizando este software,
obteniendo resultados positivos del rendimiento académico en el grupo experimental en
comparación con el grupo control. De forma similar, Herrera (2025) destaca que la
implementación de propuestas basadas en GeoGebra para el estudio de la física de sistemas
caóticos y fractales ha mostrado resultados prometedores en el aprendizaje del estudiante,
quienes adquirieron una mejor comprensión de los conceptos gracias a la visualización
interactiva y a la experimentación práctica que ofrece esta herramienta. Lo mencionado
DOI: https://doi.org/10.71112/20240q83
2041 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
muestra la eficacia de propuestas educativas con GeoGebra para abordar temáticas avanzadas
en Física.
Rendimiento académico
En el ámbito educativo, el rendimiento académico se determina principalmente por las
calificaciones obtenidas por los estudiantes. Estas calificaciones se establecen con base en
criterios de evaluación definidos por la institución educativa y llevados a cabo por el docente a
cargo. De tal forma, los criterios de evaluación tienen como finalidad valorar la calidad de los
aprendizajes adquiridos por el estudiante (Cajusol & Rivas, 2021). El rendimiento académico
mediante el uso de los recursos tecnológicos muestra resultados favorables cuando se
desarrolla en entornos adecuados (Guillén et al., 2023). Asimismo, los recursos tecnológicos
favorecen la interacción con docentes y compañeros, lo que se refleja tanto en la mejora del
desempeño académico como en el desarrollo de habilidades emocionales del estudiante.
Motivación
Un factor fundamental que favorece a un buen rendimiento educativo es la motivación.
Se entiende a la motivación como un elemento que impulsa al estudiante, le brinda motivos,
dirección y constancia para alcanzar un objetivo académico determinado (Choco et al., 2024).
Usán y Salavera (2018) mencionan que en la estructura escolar se consideran tres tipos de
motivación, estas son: motivación intrínseca, extrínseca y amotivación.
La motivación intrínseca proviene de la satisfacción personal, relacionada con el deseo
por aprender nuevos conceptos para lograr una autorrealización por parte del alumno llegando
a una superación de los objetivos propuestos por él. Generalmente se caracteriza por
originarse en los propios intereses del estudiante, en el disfrute que encuentra en la actividad y
en la satisfacción que le genera el aprendizaje. En este sentido, los estudiantes motivados se
distinguen por su disposición constante a involucrarse en las actividades educativas, la cual
genera una participación activa en las clases (Mora et al., 2024).
DOI: https://doi.org/10.71112/20240q83
2042 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Por su parte, la motivación extrínseca surge a partir de elementos externos al
estudiante, como la obtención de una buena calificación o el reconocimiento del docente. Este
tipo de motivación favorece la perseverancia, pues dirige la atención del estudiante hacia la
obtención de recompensas externas o la evitación de consecuencias negativas. Aunque
inicialmente las recompensas externas pueden estimular la realización de actividades
escolares, la literatura señala que la motivación intrínseca constituye un predictor más
consistente del éxito académico a largo plazo (Mora et al, 2024). Por ello, es importante
emplear moderadamente las recompensas externas, a fin de evitar que los estudiantes
dependan de ellas para involucrarse en su proceso de aprendizaje.
La amotivación se caracteriza por la ausencia de interés del estudiante para realizar una
tarea, lo que se refleja en un esfuerzo reducido o en la decisión de no llevar a cabo una
actividad. Esta situación está relacionada con una constante autoexigencia o con la influencia
negativa de factores externos. En consecuencia, los estudiantes muestran poco interés por
adquirir nuevos aprendizajes y presentan dificultades para motivarse por sí mismos o
responder a estímulos externos (Usán & Salavera, 2018). Para la mejora de la motivación del
alumno el docente se ve obligado a estar actualizado tanto a nivel de conocimientos, avances
tecnológicos y estrategias de enseñanza.
METODOLOGÍA
El presente estudio se desarrolló bajo un enfoque cuantitativo, el cual, según
Hernández-Sampieri y Mendoza-Torres (2018), constituye un conjunto de procesos
sistemáticos, secuenciales y estructurados orientados a comprobar determinadas suposiciones
o hipótesis. Este enfoque parte del planteamiento de una pregunta de investigación, a partir de
la cual se formulan hipótesis y se determinan las variables independientes y dependientes del
estudio. Posteriormente, dichas variables son medidas y analizadas mediante procedimientos
DOI: https://doi.org/10.71112/20240q83
2043 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
estadísticos, conteos numéricos y métodos matemáticos, con el propósito de estimar
magnitudes, identificar la ocurrencia de fenómenos y generar evidencia que permita comprobar
o refutar las hipótesis planteadas en la investigación.
La investigación se desarrolló bajo un diseño preexperimental de un solo grupo con
pretest y postest, en el cual se realizó una medición inicial de las variables de estudio,
posteriormente se aplicó la intervención didáctica y, al finalizar, se efectuó una medición final
para evaluar los cambios producidos tras su implementación. De acuerdo con Hernández-
Sampieri y Mendoza-Torres (2018), este diseño permite evaluar los cambios producidos tras la
aplicación de un tratamiento mediante la comparación de las mediciones obtenidas en ambos
momentos. No obstante, los autores señalan que este tipo de diseño presenta limitaciones en
cuanto a su validez interna, debido a que la ausencia de un grupo de comparación dificulta
atribuir los cambios observados exclusivamente a la intervención, pues estos también pueden
estar influenciados por otros factores externos. A pesar de estas limitaciones, este diseño
resulta pertinente para la presente investigación, ya que el propósito es determinar los cambios
producidos en el desempeño de un mismo grupo de estudiantes tras la implementación de la
propuesta didáctica.
A su vez, el estudio se llevó a cabo mediante un corte longitudinal, el cual implica la
recolección de datos en diferentes momentos del tiempo (pre y post test) con el propósito de
analizar los cambios y la evolución del fenómeno estudiado. Las variables involucradas en este
estudio son: la variable independiente, que es la propuesta didáctica basada en GeoGebra; y
como variables dependientes están el rendimiento académico y la motivación estudiantil.
DOI: https://doi.org/10.71112/20240q83
2044 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Contexto
Para la investigación la población estuvo conformada por 20 estudiantes matriculados
en la asignatura de Oscilaciones y Ondas de la Carrera de Pedagogía de las Ciencias
Experimentales durante el período académico marzo–agosto 2026. Al tratarse de una población
reducida, se trabajó con la totalidad de sus integrantes.
Para la recopilación de la información se utilizó la técnica de la encuesta, la cual es una
de las más empleadas en los estudios cuantitativos. Esta se basa en la recolección directa de
información mediante una serie de preguntas estandarizadas y permite medir opiniones,
actitudes, conocimientos y percepciones de una población (Hernández-Sampieri y Mendoza-
Torres, 2018). Esta técnica utiliza los siguientes instrumentos de recolección de información:
test de conocimientos y test de motivación, los cuales permitieron evaluar el rendimiento
académico y la motivación de los estudiantes, respectivamente. Para la elaboración de los
instrumentos mencionados, el test académico se diseñó con 20 preguntas referidas al tema de
oscilaciones reales, todas las preguntas tienen cuatro opciones de respuesta siendo válida
únicamente la respuesta correcta. Por otro lado, el test motivacional se elaboró mediante una
escala tipo Likert de cinco niveles de respuesta, que van desde 1 (Totalmente en desacuerdo)
hasta 5 (Totalmente de acuerdo) y está conformado por 20 ítems, cuyo enfoque está en
analizar cuatro dimensiones: autoeficacia y confianza, motivación extrínseca, motivación
intrínseca y valor pedagógico percibido.
Adicionalmente, antes de la aplicación de los instrumentos, estos fueron validados
mediante juicio de expertos por docentes especializados en el área de Física, quienes
revisaron la pertinencia, claridad y coherencia de cada instrumento, realizando las
observaciones necesarias para su mejora. Cabe recalcar que estos test son utilizados como
pretest y postest para cada una de las variables mencionadas. Los datos obtenidos en este
DOI: https://doi.org/10.71112/20240q83
2045 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
estudio son analizados mediante pruebas estadísticas como normalidad de datos,
homogeneidad de varianzas y comparación de medias.
Implementación
El proceso inició con la aplicación de un pretest de conocimientos dirigido a los
estudiantes (n = 20) de sexto ciclo, compuesto por 20 preguntas de opción múltiple. Este
instrumento evaluó los conocimientos sobre el tema de oscilaciones reales, incluyendo
conceptos fundamentales, ecuaciones y representaciones gráficas. La prueba tuvo una
duración de una hora y permitió determinar el nivel de conocimiento inicial de los estudiantes
antes de la implementación de la propuesta didáctica. Seguidamente, se aplicó el pretest
motivacional a los estudiantes respecto al uso del GeoGebra en física.
Seguido, se realizó la implementación de la propuesta de Ruilova y Saguay (2024) para
el tema de oscilaciones reales en la asignatura de Oscilaciones y Ondas, de la Carrera de
Pedagogía de las Ciencias Experimentales Matemáticas y Física. Se trabajó entre el mes de
mayo y junio de 2026, con un total de 14 horas de clase. La propuesta didáctica abarcó cuatro
temas de las oscilaciones reales, con una estructura de: actividad de apertura, actividad de
desarrollo, actividad de cierre y evaluación. Por ejemplo, en la enseñanza del primer tema
sobre oscilaciones libres con rozamiento se introdujeron sus conceptos, ecuaciones, su
importancia junto con los objetivos de la sesión. En la actividad de apertura se incluyen
ejemplos como imágenes relacionadas con fenómenos naturales donde estén presentes las
oscilaciones, en la actividad de desarrollo los estudiantes realizan ejercicios a base de
simulaciones con GeoGebra relacionando los conceptos enseñados en esta etapa con la ayuda
del docente, en la actividad de cierre los estudiantes realizan ejercicios a base de su
conocimiento para que finalmente en la etapa de la evaluación se verifique que tengan claro el
concepto y el comportamiento de una oscilación libre con rozamiento. Las simulaciones
DOI: https://doi.org/10.71112/20240q83
2046 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
generadas en GeoGebra permitieron explorar y manipular variables del sistema para observar
los cambios producidos en cada fenómeno.
En la primera semana se abordaron las oscilaciones libres con rozamiento y la masa de
un resorte en un péndulo elástico. Se introducen los conceptos considerando los conocimientos
previos de los estudiantes y posteriormente se incorporan los simuladores de la guía como
recurso principal de aprendizaje. Mediante la interacción directa con estas simulaciones, los
estudiantes manipularon parámetros, observaron el comportamiento del sistema y analizaron
cómo varían las oscilaciones bajo distintas condiciones, favoreciendo la construcción autónoma
del conocimiento. Luego se dió paso a las actividades de desarrollo con ejercicios propuestos y
actividades guiadas. En las actividades de cierre se responden preguntas relacionadas con los
simuladores y se trabajan hojas de actividades como estrategia de refuerzo para promover el
aprendizaje autónomo.
En la segunda semana se trabajan las oscilaciones forzadas sin rozamiento y las
oscilaciones forzadas con rozamiento, siguiendo la misma metodología. Se desarrollan
conceptos relacionados con las oscilaciones forzadas, la resonancia elástica y los sistemas con
y sin rozamiento. Posteriormente, los estudiantes utilizan las simulaciones para interactuar y
modificar las condiciones del sistema, observando cómo cambian las oscilaciones según los
distintos estados, como amortiguado, sobreamortiguado y amortiguamiento crítico, así como el
fenómeno de resonancia elástica. Esta interacción busca que los estudiantes interpreten los
resultados observados y elaboren sus propias conclusiones a partir de la experimentación
realizada.
Después de la intervención se aplicaron los postest correspondientes a las variables
académicas y motivacionales, con el fin de recopilar datos tras la implementación de la
propuesta didáctica con el uso de GeoGebra.
DOI: https://doi.org/10.71112/20240q83
2047 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Análisis de datos
Para el análisis de los datos correspondientes a la variable rendimiento académico y
con el propósito de corroborar el impacto de la propuesta planteada, se parte del uso de la
estadística descriptiva, ya que esta permite obtener una visión general y un punto de partida
para la interpretación de los datos a un nivel más amplio. Mediante este análisis se puede
organizar, describir y resumir los resultados obtenidos, facilitando la identificación de
tendencias y el comportamiento de las variables estudiadas.
Posteriormente, se aplicó una secuencia de pruebas estadísticas para sustentar el
análisis inferencial. En primer lugar, se utiliza la prueba de Shapiro–Wilk con el fin de
determinar si los datos presentan una distribución normal. A continuación, se aplicará la prueba
de Levene para verificar la homogeneidad de las varianzas en las mediciones realizadas.
Finalmente, se empleó la prueba t de Student para muestras relacionadas, con el objetivo de
comparar las medias obtenidas en el mismo grupo antes y después de la aplicación de la
propuesta, permitiendo determinar si existen diferencias estadísticamente significativas en el
rendimiento académico.
La prueba de Shapiro-Wilk es una de las más utilizadas y de las más veraces para
identificar y evaluar las normalidades ya que esta es muy adecuada para muestras pequeñas
(n<50) mostrando un nivel de precisión muy certero para complementarse con pruebas
estadísticas adicionales (Sánchez-Solis et al., 2024). Para ello, se consideró la hipótesis nula
(H₀), la cual establece que los datos siguen una distribución normal, y la hipótesis alternativa
(H₁), que indica que los datos no presentan una distribución normal. Si el valor de significancia
obtenido es p > 0,05, se acepta la hipótesis nula y se asume que los datos poseen una
distribución normal, permitiendo continuar con el uso de pruebas paramétricas. Por el contrario,
si el valor es p < 0,05, se rechaza la hipótesis nula y se considera que los datos no siguen una
distribución normal. A partir de estos resultados se determina la aplicación de las pruebas
DOI: https://doi.org/10.71112/20240q83
2048 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
estadísticas posteriores que permitan sustentar el análisis del impacto de la propuesta sobre el
rendimiento académico.
La prueba de Levene es un procedimiento estadístico utilizado para evaluar la
homogeneidad de las varianzas, es decir, comprobar si la variabilidad de los datos se mantiene
similar entre las mediciones analizadas. Esta prueba se considera adecuada incluso cuando los
datos no presentan una distribución perfectamente normal y resulta útil para verificar uno de los
supuestos requeridos antes de pasar a la siguiente prueba paramétrica. En esta prueba se
establece como hipótesis nula (H₀) que las varianzas son iguales, mientras que la hipótesis
alternativa (H₁) indica que existen diferencias entre ellas. Para la interpretación de resultados
se utiliza el valor de significancia (p) asociado al estadístico de Levene. Si p > 0,05 se acepta la
hipótesis nula y se asume igualdad de varianzas; mientras que si p < 0,05, se rechaza la
hipótesis nula y se considera que no existe homogeneidad de varianzas. Estos resultados
permiten sustentar la aplicación posterior de la prueba t de Student para evaluar el efecto de la
propuesta.
La prueba t de Student es una prueba estadística paramétrica utilizada para comparar
medias y determinar si existen diferencias estadísticamente significativas entre dos mediciones.
De acuerdo con el planteamiento de comparación de medias y distribuciones, esta prueba
permite identificar si las diferencias observadas responden al efecto de una intervención o si
ocurrieron por azar (Hernández-Sampieri y Mendoza-Torres, 2018). En la presente
investigación, una vez verificada la prueba de Shapiro–Wilk y la prueba de Levene, se procede
con la aplicación de la prueba t de Student para muestras relacionadas. Esta prueba permite
comparar los resultados obtenidos en el mismo grupo antes y después de la implementación de
la propuesta, con el fin de determinar si existen diferencias estadísticamente significativas en el
rendimiento académico y, por consiguiente, corroborar el impacto de la propuesta aplicada.
DOI: https://doi.org/10.71112/20240q83
2049 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Posteriormente, considerando que la motivación estudiantil generalmente se evalúa
mediante escalas de valoración y que los datos obtenidos pueden no cumplir con el supuesto
de normalidad, se recurre al uso de una prueba no paramétrica. En este caso, se aplicó la
prueba de rangos con signo de Wilcoxon, la cual se utiliza para comparar dos mediciones
relacionadas y determinar si existen diferencias estadísticamente significativas entre ellas sin
asumir una distribución normal de los datos (Hernández-Sampieri y Mendoza-Torres, 2018). La
prueba de Wilcoxon permite comparar los resultados obtenidos en el mismo grupo antes y
después de la implementación de la propuesta, con el fin de identificar posibles cambios en los
niveles de motivación estudiantil. Para la interpretación de resultados se considera el valor de
significancia (p), donde si p < 0,05 se concluye que existen diferencias estadísticamente
significativas entre ambas mediciones; mientras que si p > 0,05 se considera que no existen
cambios significativos atribuibles a la intervención aplicada.
RESULTADOS
En la tabla 1 se muestra el análisis mediante estadísticos descriptivos de los datos
obtenidos del pretest y postest del rendimiento académico de los 20 estudiantes de sexto ciclo
de la carrera de Ciencias Experimentales Matemáticas y Física en el tema de oscilaciones
reales. Se tiene en cuenta que la escala de ponderación utilizada va desde 0 hasta 10 puntos.
Tabla 1.
Estadísticos descriptivos del rendimiento académico
Medida
Pretest
Postest
Media
6,38
8,775
Mediana
6,25
9
Moda
7
9
Desviación Estándar
0,878
0,901
Varianza
0,771
0,811
DOI: https://doi.org/10.71112/20240q83
2050 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
En la tabla 1 se presentan los estadísticos descriptivos y se observa que este inicia con
una media de 6,38 en el pretest y después de la aplicación de la propuesta logra alcanzar un
valor de 8.775 en el postest, lo cual indica que los estudiantes alcanzaron una mejora en el
promedio general.
Posteriormente, con el propósito de obtener un análisis estadístico más sólido y generar
conclusiones con sustento significativo, se recurre al uso de la estadística inferencial, siguiendo
la secuencia de pruebas establecida previamente. Este procedimiento permite evaluar los
supuestos estadísticos correspondientes y realizar inferencias sobre el efecto de la propuesta
aplicada en relación con la variable estudiada. Se inicia con la prueba de Shapiro-Wilk donde
se analizan los resultados del pretest y postest con la finalidad de verificar que los datos
obtenidos siguen una distribución normal.
Tabla 2.
Prueba de normalidad de Shapiro-Wilk
Momento
Participantes
Estadístico (W)
p
Pretest
20
0,923
0,114
Postest
20
0,880
0,018
Dada la investigación de corte longitudinal los resultados de la prueba de Shapiro-Wilk
se dividen en dos momentos antes y después. Durante el pretest se acepta el supuesto de
normalidad (H₀) debido a que el grupo mostró que su valor de p = 0,114, el cual superó el valor
crítico de p > 0,05. En la fase del postest, el grupo reportó un valor de p = 0,018, el cual indica
que se acepta la hipótesis alternativa H₁ debido a que este no supera su valor crítico de p >
0,05. Lo cual es normal en este tipo de investigaciones pedagógicas con éxito, en el sentido
que los estudiantes al momento de aplicar el postest para analizar su rendimiento académico
se apegan a las notas más altas; a pesar de estos hallazgos la bibliografía recomienda
continuar con las siguientes pruebas paramétricas.
DOI: https://doi.org/10.71112/20240q83
2051 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Seguidamente, se realiza la prueba de Levene con el fin de comprobar la
homogeneidad de varianzas.
Tabla 3.
Prueba de Levene para la homogeneidad de varianzas en el Pretest y Postest
Momento
Estadístico (F)
p
Pretest y Postest
0,259
0,613
En la tabla 3 se observa que al analizar la homogeneidad de varianzas del pretest y
postest se tiene un valor de significancia de p = 0,613, esto quiere decir que se acepta que las
varianzas son homogéneas (H₀), ya que su valor p > 0,05. El cumplimiento de H₀ justifica el uso
plenamente de la prueba paramétrica t de student para dos muestras de varianza combinada.
Tabla 4.
Prueba t de Student para dos muestras de varianza combinada
Grupo
Estadístico prueba (t)
Gl
p
Sexto ciclo
-8,3127
38
4,45E-10
En la tabla 4 se muestra los datos finales para sacar la conclusión de la investigación
con respecto al rendimiento académico. Con los hallazgos obtenidos se observa un valor de
significancia de p = 4,45E-10. Considerando que p < 0,05, se rechaza la hipótesis nula. Este
resultado indica que existen evidencias suficientes para establecer que se presentan
diferencias estadísticamente significativas entre las mediciones realizadas antes y después de
la aplicación de la propuesta didáctica.
DOI: https://doi.org/10.71112/20240q83
2052 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
A continuación, se realizarán las pruebas estadísticas correspondientes para el análisis
de la variable motivación.
En la tabla 5 se presenta el análisis de los datos obtenidos del pretest y postest de la
motivación de los 20 estudiantes en el tema de oscilaciones reales mediante la estadística
descriptiva. Se tiene en cuenta que la escala de ponderación utilizada con una escala de Likert
va del 1 al 5. Teniendo en cuenta que:
• 1,00-2,99 Motivación Baja.
• 3,00-3,99 Motivación Media.
• 4,00-5,00 Motivación Alta.
Tabla 5.
Análisis motivacional mediante estadísticos descriptivos
Estadístico descriptivo
Pretest
Postest
Media
3,762
4,34
Mediana
3,95
4,325
Moda
4
5
Desviación estándar
0,794
0,540
Varianza
0,631
0,291
Mínimo
1,75
2,75
Máximo
4,8
5
Cuenta
20
20
En la tabla 5 se puede interpretar que al momento de realizar la intervención los 20
estudiantes en el pretest obtuvieron una media de 3,76 puntos, lo cual indica que se
encontraban con una motivación media para abordar el simulador de GeoGebra puesto que
aunque no se haya aplicado aún la propuesta didáctica los estudiantes ya habían trabajado en
otras asignaturas con este simulador, familiarizándose y teniendo por ende este resultado.
Luego de la intervención con la propuesta antes mencionada los estudiantes obtienen una
DOI: https://doi.org/10.71112/20240q83
2053 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
media de 4,34 puntos, lo cual indica una motivación alta ante este estudio con las simulaciones
de GeoGebra, evidenciando los resultados positivos.
Para obtener una mayor confiabilidad en los resultados, se realizó el análisis mediante
estadística inferencial. Debido a que los datos provinieron de un cuestionario tipo Likert,
presentando una naturaleza ordinal y considerando que este tipo de escalas frecuentemente no
cumple con el supuesto de normalidad, se optó por emplear una prueba no paramétrica para el
análisis inferencial de los datos obtenidos. Por lo tanto, se empleó la prueba de rangos con
signo de Wilcoxon para muestras relacionadas, debido a que las mediciones corresponden al
mismo grupo evaluado antes y después de la intervención y el tamaño de la muestra fue de 20
estudiantes (n = 20). Esta prueba permitió comparar las diferencias entre el pretest y el postest
considerando principalmente el valor de significancia (p), el estadístico Z y el tamaño del efecto
(r), con el fin de determinar la magnitud del cambio generado por la intervención.
Para el análisis se plantearon las siguientes hipótesis: H₀ = La implementación de la
propuesta no mejora significativamente la motivación estudiantil; H₁ = La implementación de la
propuesta mejora significativamente la motivación estudiantil. La decisión estadística se realiza
considerando el valor de significancia obtenido, donde si p < 0,05 se rechaza la hipótesis nula y
se acepta que la implementación de la guía produjo mejoras significativas en la motivación
estudiantil; mientras que si p > 0,05, no existen evidencias estadísticas suficientes para
rechazar la hipótesis nula, estos resultados se expresan en la tabla 6.
DOI: https://doi.org/10.71112/20240q83
2054 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Tabla 6.
Prueba de rangos con signos de Wilcoxon para muestras relacionadas
Parámetro
Valor obtenido
Mediana Pretest (Mnd)
3,95
Mediana Postest (Mnd)
4,325
Valor p
0,004
Estadístico Z
2,874
Tamaño del efecto (r)
0,642
Número de pares (n)
20
La tabla 6 muestra un valor de significancia de p = 0,004, el cual evidenció que existen
diferencias estadísticamente significativas entre las mediciones realizadas antes y después de
la implementación de la propuesta didáctica. Debido a que al aplicar la Prueba Wilcoxon el
valor obtenido cumple con el criterio p < 0,05, se rechaza la hipótesis nula (H₀) y se acepta la
hipótesis alternativa (H₁), concluyendo que la implementación de la guía mejora
significativamente la motivación estudiantil. Respecto al estadístico Z = 2,874, este representa
la magnitud de la diferencia observada entre las puntuaciones del pretest y postest dentro del
mismo grupo de estudiantes. El valor obtenido indica que el cambio registrado después de la
intervención presenta evidencia suficiente para considerar que las diferencias encontradas no
ocurrieron por azar. En relación con el tamaño del efecto r = 0,642, este se interpreta como un
efecto grande de acuerdo con los criterios propuestos por Cohen (0,1 = pequeño; 0,3 =
mediano; 0,5 = grande). Esto indica que, además de existir significancia estadística, la
intervención produjo un cambio con relevancia práctica y educativa sobre la motivación
estudiantil. En consecuencia, los resultados permiten concluir que la aplicación de la propuesta
favoreció significativamente la motivación estudiantil de los 20 estudiantes participantes en el
estudio.
DOI: https://doi.org/10.71112/20240q83
2055 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
DISCUSIÓN
Los resultados positivos obtenidos tras la aplicación de la prueba t de Student se
respaldan por un estudio similar de Figueroa et al. (2023) donde concluyeron que el uso de
simulaciones desarrolladas con GeoGebra tuvo un impacto significativo por parte de los
estudiantes de las ramas de la Física, como son el uso de simulaciones de cinemática lineal,
debido a que los estudiantes pudieron familiarizar los conceptos aprendidos y proyectarlos en
la vida real, haciendo que mejore su rendimiento al realizar los ejercicios y los problemas.
Del mismo modo, Hosseini et al. (2022) evidenciaron que la incorporación de GeoGebra
en el estudio de la geometría, mediante actividades interactivas favorece la motivación
académica, destacando que el uso de entornos dinámicos, simulaciones y representaciones
visuales promueve una actitud más positiva hacia el aprendizaje, incrementando el interés y el
involucramiento del estudiante durante el proceso educativo.
Finalmente, diversas investigaciones (Figueroa et al., 2023; Guachún et al., 2021;
Herrera, 2025; Hosseini et al., 2022; Choco et al., 2024) relacionadas con la implementación de
las simulaciones en GeoGebra han reportado efectos positivos tanto en el rendimiento
académico y la motivación estudiantil. Evidencian que el uso de estrategias didácticas
estructuradas y herramientas digitales favorece una mayor comprensión de los contenidos,
incrementa la participación del estudiantado y fortalece el proceso de aprendizaje.
DOI: https://doi.org/10.71112/20240q83
2056 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
CONCLUSIONES
La implementación permitió comprobar la viabilidad de la propuesta didáctica al integrar
GeoGebra, ya que, con ayuda de las simulaciones, los estudiantes interactuaron durante el
análisis y la representación de dicho tema. Asimismo, GeoGebra demostró ser un recurso
didáctico viable, debido a que favorece una enseñanza más interactiva y dinámica.
El análisis de los resultados permitió identificar cambios favorables en las variables
analizadas en este estudio. Los resultados obtenidos reflejaron una variación favorable en el
rendimiento académico tras la implementación de las actividades apoyadas en GeoGebra,
permitiendo visualizar fenómenos, manipular variables, analizar el movimiento y relacionar la
teoría con la simulación. Del mismo modo, se evidenció una mejora en la motivación de los
estudiantes, quienes al inicio de la investigación reflejaron un nivel motivacional inferior al
obtenido al finalizar la intervención, manifestando una valoración más favorable del uso del
software para sus actividades académicas. La intervención permitió identificar cambios en la
motivación de los estudiantes al utilizar el software como apoyo para su aprendizaje, de modo
que se puede inferir que el uso de esta herramienta favoreció no solo la mejora del rendimiento
académico, sino también de la motivación estudiantil.
Los resultados de este estudio permiten concluir que el uso de GeoGebra se asoció con
mejoras en el estudio de las oscilaciones reales. A lo largo de la investigación, mediante la
implementación de la propuesta didáctica y sus actividades, se evidenciaron cambios
favorables tanto en el rendimiento académico como en la motivación estudiantil. Por lo tanto,
los resultados obtenidos constituyen evidencia que respaldan la incorporación de herramientas
tecnológicas como GeoGebra en la enseñanza de las oscilaciones reales dentro de la
formación de futuros docentes de Ciencias Experimentales.
DOI: https://doi.org/10.71112/20240q83
2057 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Declaración de conflicto de interés
El autor declara no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
Diego Fabricio Quizhpe Matailo: conceptualización, curación de datos, investigación,
metodología, recursos, software, redacción del borrador original y edición de la redacción.
Kevin Andrés Villa Sigchi: conceptualización, investigación, recursos, software y
redacción del borrador original.
Marilyn Johana Castillo Alverca: conceptualización, investigación, recursos, software y
redacción del borrador original.
Marco Alejandro Rojas Rojas: conceptualización, curación de datos, análisis formal,
investigación, metodología, administración del proyecto, supervisión, validación, revisión y
edición de la redacción.
Declaración de uso de inteligencia artificial
Los autores declaran que utilizaron la inteligencia artificial como apoyo para este
artículo, y también que esta herramienta no sustituye de ninguna manera la tarea o proceso
intelectual. Después de rigurosas revisiones con diferentes herramientas en la que se
comprobó que no existe plagio como constan en las evidencias, los autores manifiestan y
reconocen que este trabajo fue producto de un trabajo intelectual propio, que no ha sido escrito
ni publicado en ninguna plataforma electrónica o de IA.
DOI: https://doi.org/10.71112/20240q83
2058 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
REFERENCIAS
Almulla, M. A. (2023). Constructivism learning theory: A paradigm for students' critical thinking,
creativity, and problem solving to affect academic performance in higher education.
Cogent Education, 10(1). https://doi.org/10.1080/2331186X.2023.2172929
Bada, S. O. (2015). Constructivism learning theory: A paradigm for teaching and learning.
Journal of Research & Method in Education, 5(6), 66-70. https://iosrjournals.org/iosr-
jrme/papers/Vol-5%20Issue-6/Version-1/I05616670.pdf
Cajusol Baldeon, E. M., & Rivas Díaz, L. H. (2021). Relación entre Motivación Académica y
Rendimiento Académico en los estudiantes de Enfermería de la
UNMSM. Tecnohumanismo, 1(3), 336-354. https://doi.org/10.53673/th.v1i11.75
Camilloni, A. (2007). El saber didáctico. Paidós.
Choco Coronel, P. G., Rojas Rojas, M. A., Astudillo Aguilar, P. S., & Castillo Barrezueta, J. F.
(2024). Impacto académico y motivacional del GeoGebra en el estudio de áreas y
perímetros. Religación, 9(42). https://doi.org/10.46652/rgn.v9i42.1286
Díaz, F. (2005). Enseñanza situada: vínculo entre la escuela y la vida. McGraw-Hill.
Figueroa Villamar, F., Salguero Mite, A., Parreño Sánchez, J., & Ortiz Aguilar, W. (2023).
GeoGebra como estrategia didáctica para mejorar la enseñanza-aprendizaje en la
asignatura de Física. Polo del Conocimiento, 8(11), 991-1015.
https://polodelconocimiento.com/ojs/index.php/es/article/view/6249
Gañan, D. (2020). Diseño de un laboratorio virtual para la enseñanza y aprendizaje de la
cinemática mediante el uso del software GeoGebra. Números: Revista de Didáctica de
las Matemáticas, 104, 147-169. https://mdc.ulpgc.es/item/185919
García Olmo, Á. (2017). Propuestas didácticas para la asignatura “Física y Química” a través
del deporte [Trabajo de fin de máster, Universidad de Cantabria]. Repositorio
Institucional de la Universidad de Cantabria.
DOI: https://doi.org/10.71112/20240q83
2059 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Guachún, F., Rojas, M. y Rojas, I. (2021). El software GeoGebra como recurso para la
enseanza de la Integral definida: Una propuesta didáctica. En J Martínez. Memorias de
la II Jornada Ecuatoriana de GeoGebra (pp. 182-192). Editorial Alonso María Arce de la
CCE, Núcleo del Cañar.
Guillén Pinargote, A. V., Suasti López, C. A., Aucancela Bravo, J. M., & Vásquez Obando, F. J.
(2023). Inteligencia emocional y el desempeño académico en la enseñanza en
línea. Universidad y Sociedad, 15(6), 469-478.
https://rus.ucf.edu.cu/index.php/rus/article/view/4165
Hernández-Sampieri, R., & Mendoza-Torres, C. P. (2018). Metodología de la investigación: las
rutas: cuantitativa, cualitativa y mixta. Mc Graw Hill educación.
Herrera Castrillo, C. J. (2025). El uso de GeoGebra en la enseñanza de la física de sistemas
caóticos y fractales. Boletín Científico INVESTIGIUM De La Escuela Superior De
Tizayuca, 11(21), 68–76. https://doi.org/10.29057/est.v11i21.14410
Hosseini, Z., Mehdizadeh, M., & Sadegi, M. (2022). Uso de GeoGebra en la enseñanza de la
geometría para mejorar el rendimiento académico y la motivación de los
estudiantes. Innovare Journal of Education , 10 (3), 34-
38. https://researchportal.tuni.fi/en/publications/using-geogebra-in-teaching-geometry-to-
enhance-students-academic-/
Kritt, D. W., & Budwig, N. (2022). The Future of Constructivist Education. Human Development,
66(4–5), 295-309. https://doi.org/10.1159/000526275
Mora Velasco, V. E., López Proaño, N. A., Larrea López, E. N., Pérez Frías, H. L., Aldáz Mejía,
O. B., & Criollo Yucailla, R. D. (2024). Influencia de la motivación intrínseca y extrínseca
en el proceso de enseñanza-aprendizaje: Una Revisión Sistemática. Magazine de las
Ciencias: Revista De Investigación e Innovación, 9(2), 95-111.
https://doi.org/10.33262/rmc.v9i2.3105
DOI: https://doi.org/10.71112/20240q83
2060 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 3, 2026, julio-septiembre
Orrego-Riofrío, M. y Aimacaña-Pinduisaca, C. (2018). Herramienta multimedia Educaplay como
recurso didáctico en el proceso enseñanza-aprendizaje de química y física general. Polo
del Conocimiento, 3(10), 44-57. https://doi.org/10.23857/pc.v3i10.729
Poma Lojano, L. S., Terán Acosta, G. R., Arequipa Quishpe, E. R., & Guachamín Aconda, J. O.
(2023). Impacto del uso de FISLAB en las prácticas de Física experimental, estudio de
caso: Facultad de Filosofía, Letras y Ciencias de la Educación de la Universidad Central
del Ecuador. RECIAMUC, 7(1), 420-429.
https://doi.org/10.26820/reciamuc/7.(1).enero.2023.420-429
Ruilova, M. y Saguay, E. (2024). Propuesta didáctica: Uso del GeoGebra para la enseñanza de
oscilaciones reales. [Trabajo de Licenciatura, Universidad de Cuenca].
http://dspace.ucuenca.edu.ec/handle/123456789/44321
Sánchez-Solis, Y., Raqui-Ramirez, C. E., Huaroc-Ponce, E. J., & Huaroc-Ponce, N. M. (2024).
Importancia de Conocer la Normalidad de los Datos Utilizados en los Trabajos de
Investigación por Tesistas. Revista Docentes 2.0, 17(2), 404-
413. https://doi.org/10.37843/rted.v17i2.554
Serna Sánchez, P. A. (2022). Impacto de la utilización de simulaciones virtuales en física sobre
la motivación intrínseca en estudiantes de bachillerato. Presencia Universitaria, 9(18),
32-43. https://doi.org/10.29105/pu9.18-3
Tocto Flores, M., Vivanco Ureña, C., León Bravo, F., & Oviedo Vera, A. (2024). Material
didáctico para el proceso de enseñanza aprendizaje de Física en Bachillerato. Polo del
Conocimiento, 9(8), 1547-1567.
https://polodelconocimiento.com/ojs/index.php/es/article/view/7774/0
Usán Supervía, P., & Salavera Bordás, C. (2018). School Motivation, Emotional Intelligence and
Academic Performance in Students of Secondary Education. Actualidades En
Psicología, 32(125), 95-112. https://doi.org/10.15517/ap.v32i125.32123
