INTELIGENCIA EMOCIONAL Y RENDIMIENTO ACADÉMICO: UN ENFOQUE CORRELACIONAL

1. Introducción 

La inteligencia es un concepto bastante complejo, razón por la que diversos autores han intentado definirla, medirla o analizarla. En tal sentido, una de sus principales clasificaciones es la inteligencia emocional (IE), cuya definición aún presenta muchos interrogantes desde los primeros trabajos publicados en la década de 1940. En el caso de la República Dominicana, los estudios en esta área son escasos o meramente descriptivos. 

Por lo anterior, es de nuestro interés aportar a este campo mediante una investigación desarrollada a partir de aspectos del proceso de la enseñanza lingüística que permiten la producción de un conglomerado de informaciones locales que ofrecen datos con colorido emocional de las variables estudiadas y la inteligencia emocional. Dicho esto, se sabe que las relaciones entre las personas tienen un impacto poderoso en el desarrollo cerebral (Costa, 2017); debido a este conocimiento, nuestra investigación se centra en determinar la relación de la IE con el rendimiento académico (RA) en estudiantes del nivel superior, tomando como caso de estudio a la Universidad Autónoma de Santo Domingo (UASD), cuyas carreras tienen en su pensum académico las asignaturas de Francés Elemental 1 (IDI-051) y Francés Elemental 2 (IDI-052). 

A continuación se presentan los resultados de dicho estudio relacionados con la variable de rendimiento académico (RA) y su relación con la inteligencia emocional (IE), este es el primer estudio en ser publicado en la República Dominicana que involucra estas variables.

En este sentido, es de suma importancia en el mundo académico que los implicados en los procesos educativos vinculados con la toma de decisiones para la mejora de la calidad del sistema educativo consideren esta investigación y se motiven a introducir este tipo de medición para futuras propuestas de políticas educativas. 

2. Revisión de la literatura

El término inteligencia emocional (IE) tiene la primera referencia en 1960 en Alemania, país en el que las mujeres que rechazaban su rol social eran diagnosticadas con baja IE y tratadas con dietilamida de ácido lisérgico (LSD), un alucinógeno poderoso y ampliamente conocido (Leuner, 1966). En el ámbito científico, el psicólogo Sternberg (1985) acuñó el término cociente emocional en su tesis doctoral, sin embargo, no tuvo gran difusión. Un año más tarde, Payne (1986) incluyó el término IE en el título de su tesis Un estudio de la emoción: desarrollo de la autointegración de la inteligencia emocional, relacionada con el miedo, el dolor y el deseo. El estudio sobre IE de Salovey y Mayer (1990) definiría y teorizaría sobre el concepto por primera vez y desencadenaría una gran variedad de estudios con el pasar de los años. 

Muchos de estos estudios se han realizado en el ámbito académico o educativo, como es el caso de Peña y Repetto (2008), quienes mostraron el gran auge de investigaciones en España, con el objetivo de aclarar los aspectos asociados al concepto y los distintos modelos de IE, así como los que buscaban establecer la relación de la IE con el RA y otras variables. De igual forma, Cabas, Gonzales y Hoyos (2017) llevaron a cabo un estudio exploratorio en el que presentan el entorno educativo como uno de los ambientes en el que más se analiza la IE en sus distintas dimensiones. De forma similar, Valenzuela y Portillo (2018) identifican relaciones significativas entre las variables y concluyen que el correcto manejo de las emociones es esencial para un buen rendimiento académico estudiantil. 

Los estudios enfocados en la IE, especialmente en su relación con el desempeño o RA, presentan muchas conclusiones sin llegar a un consenso. Algunos autores establecen que existe una relación positiva entre la IE y el RA, como es el caso de Buenrostro et al. (2012), quienes analizaron a 439 alumnos de secundaria y encontraron que los que presentaron un RA mayor, obtuvieron altos puntajes en inteligencia emocional, usando el EQ-i: YV y el TMMS-24 como mecanismos de referencia. 

No obstante, solamente se encontró una correlación significativa con la dimensión de regulación (reparación) en el caso del TMMS-24. Al igual que Buenrostro et al., otros llegaron a conclusiones similares en cuanto a la relación entre estas variables (Figueroa et al., 2012; Páez & Castaño, 2015; Usán & Salavera, 2018). Cabe resaltar el estudio de Otero et al. (2009), que con una muestra de 344 estudiantes y utilizando el instrumento TMMS-24 presenta la conclusión de que la correlación entre la IE y el RA está presente de forma positiva, pero en distintos niveles según el género. 

Además de los casos mencionados, otros autores plantean que no existe ningún tipo de correlación entre la IE y el desempeño académico, tal es el caso de Ferragut y Fierro (2012), quienes aplicaron el TMMS-24 a una muestra de 166 estudiantes de primaria y los resultados arrojaron la falta de correlación entre la IE y el RA. En ese mismo orden, Arntz y Trunce (2019) plantearon la inexistencia de alguna diferencia significativa entre los niveles del TMMS-24 (atención, comprensión y regulación) y el promedio de las notas en una muestra de 131 estudiantes de la carrera de Nutrición de una universidad de Chile. 

Por otro lado, algunos autores plantearon relaciones prácticamente nulas y negativas en sus hallazgos (Van der Zee et al., 2002), y denotaron la relación inversa que se puede dar entre la IE y el RA. Un ejemplo de lo antes mencionado es el estudio llevado a cabo por Shah et al. (2014): con una muestra de 75 estudiantes de medicina, mostraron una relación inversa o negativa entre la IE y el RA utilizando para el análisis el coeficiente de correlación de Pearson. 

Es fundamental destacar el hecho de que la mayor parte de los hallazgos de la literatura consultada muestra una relación positiva entre las variables de interés y que, en casi todos los casos, el promedio de las calificaciones del periodo en cuestión de los participantes es empleado como variable proxy del RA. 

En el caso de la República Dominicana, la evidencia empírica relacionada con este tipo de estudios es escasa. Sin embargo, se destacan autores como Disla (2018), el cual presentó un artículo sobre los beneficios de educar sobre IE en las instituciones educativas. Los pocos estudios registrados en el plano local en materia de IE abordan el desempeño docente en la gestión de la enseñanza como lo analizaron Almonte (2016) y Bernabel (2018). En su estudio, este último autor recomendó llevar a cabo un estudio de tipo correlacional, con el objetivo de establecer o determinar la relación que existente entre la IE y el RA de los estudiantes. 

Los planteamientos anteriores evidencian, sin lugar a duda, un interés creciente por establecer una relación entre las variables de IE y el RA descritas en esta investigación.

3. Método 

Esta investigación es de tipo no experimental, es decir, no se aplicó ningún tipo de tratamiento ni se hizo ningún tipo de intervención con los participantes o las variables independientes en cuestión. En este mismo orden, es preciso resaltar que el estudio es de tipo transaccional o transversal debido a que los datos se levantaron en un momento o periodo único, el segundo semestre de 2020, con un enfoque descriptivo y correlacional, sin embargo, para profundizar la investigación, también se contempló el primer semestre de 2021. 

Para la muestra se seleccionaron a los estudiantes que se inscribieron en la asignatura Francés Elemental 1 y en la asignatura Francés Elemental 2. El primer grupo hace referencia a 273 estudiantes del laboratorio de Francés Elemental 1 de la Universidad Autónoma de Santo Domingo (UASD) que pudieron completar satisfactoriamente el formulario que les fue suministrado dentro del grupo de 2,011 estudiantes que se inscribieron en la materia y además obtuvieron una calificación mayor a cero puntos. En lo que concierne al grupo dos, los encuestados fueron aquellos 207 del grupo de 858 que se inscribieron en el laboratorio de Francés Elemental 2 en el primer semestre de 2021 y cumplieron con las características previamente mencionadas para el primer grupo. 

Figura 1. Diseño de la investigación

Fuente: Elaboración propia.

Figura 2. Parámetros de evaluación (atención, claridad y reparación) según sexo

Fuente: Elaboración propia a partir de metodología del estudio. 

Se utilizó la prueba TMMS-24, la cual está fundada en la Trait Meta-Mood Scale (TMMS) de los investigadores Salovey y Mayer (1990). Esta prueba de inteligencia emocional presenta 24 ítems, que se clasifican en 3 dimensiones de 8 componentes cada una: atención, claridad y reparación emocional. A continuación, en la Tabla 1 se muestran estas tres dimensiones.

Tabla 1. Dimensiones del TMMS-24

Nota: Basado en Salovey et al. (1995) y Extremera et al. (2004).

En lo que respecta a los parámetros de valoración para la tabulación de los datos, el cuestionario tiene una escala del 1 al 5, la cual se puede apreciar a continuación:

1. Nada de acuerdo

2. Algo de acuerdo

3. Bastante de acuerdo

4. Muy de acuerdo

5. Totalmente de acuerdo

Las calificaciones obtenidas en la prueba TMMS-24 varían según la dimensión y el sexo de referencia. La puntuación más alta que un estudiante puede obtener por dimensión es de 40 puntos, no obstante, como se puede ver en la Figura 2, los resultados se agrupan en tres renglones.

Este cuestionario fue completado mediante un formulario de Google Forms en el que además se recopilaron otras informaciones demográficas relevantes. Sin embargo, las calificaciones de las prácticas suministradas durante todo el primer y segundo semestre provienen del Departamento de Estadísticas de la UASD. Finalmente, los datos fueron analizados con el programa R Studio versión 1.4.1103 y Excel. 

3.1. Modelos y pruebas

3.1.1. Coeficiente de correlación de Pearson 

Esta prueba mide el nivel de relación entre dos variables cuantitativas en una escala que va desde -1 hasta 1, y en la que el cero indica que no hay relación alguna entre las variables. 

3.1.2. Modelos propuestos 

El modelo seleccionado busca evaluar principalmente el efecto en promedio de la calificación en la prueba TMMS-24 sobre las calificaciones obtenidas en las asignaturas de Francés Elemental 1 y 2 de la muestra, el mismo se estimará para el segundo semestre de 2020 y para el primero de 2021. 

Para el grupo uno, esta ecuación plantea una sencilla expresión que relaciona el logaritmo de la calificación promedio obtenida en las prácticas de laboratorio (ScoreP) como variable dependiente, con la calificación obtenida en la prueba TMMS-24 según dimensión (atención, claridad, reparación) y controlado por algunas variables demográficas relevantes como el sexo (Sex.f), el cual podría ser hombre o mujer. Seguido de la situación laboral (desempleo) con empleados y desempleados y, por último, la variable dicotómica del agrado por el idioma (Like.N), si me gusta el idioma francés o no. Las variables se muestran de la siguiente manera:

Este modelo es de tipo semilogarítmico, es decir, cuando aumenta en una unidad algunas de las variables independientes y las demás variables se mantienen constantes, se genera un incremento porcentual en la variable dependiente. 

En lo que respecta al grupo número dos, se utilizó la misma dinámica que en el grupo uno, con la única excepción de que los modelos se controlaron por una variable adicional: la zona de residencia (Z.rural), la cual podría ser rural o urbana.

4. Resultados 

4.1. Caracterización de las dimensiones del TMMS-24 según sexo

Las calificaciones obtenidas en la prueba TMMS varían según la dimensión y el sexo de referencia. Como se observa en la Tabla 2, el mayor porcentaje de estudiantes que presentaron un nivel adecuado de atención en el primer grupo fueron las mujeres, con un 58.53%, valores muy parecidos a los del género masculino, con un 1.39% menos. En sentido general, los porcentajes alcanzados en los demás renglones (claridad y reparación) fueron muy similares en ambos sexos. 

Tabla 2. Calificación en el TMMS-24 por dimensión según sexo

Fuente: Elaboración propia a partir de la metodología del estudio.

En contraste con el grupo 1, las mujeres prestan menos atención que los hombres, es decir, la brecha presente fue del 12.61%, los hombres con un 28.30% y las mujeres con un 40.91%. Mientras que, en el caso de una atención adecuada, los hombres tuvieron mayor representación (54.72%) que las mujeres (41.56%), con una diferencia del 13.16%. Por otro lado, la brecha fue más estrecha entre aquellos que prestaban demasiada atención, ya que no supera ni siquiera el 1%. 

En este mismo orden de ideas, la dimensión de claridad emocional, vinculada con la capacidad de comprender los estados emocionales, presentó más cifras negativas en los hombres, los cuales exhibieron una mayor necesidad de mejorar su nivel de compresión emocional con un 23.21% frente a las mujeres, que solo fueron un 19.35% dentro de su grupo. Los participantes masculinos mostraron un mayor porcentaje de comprensión en los parámetros establecidos como normales (60.7%), no obstante, la mitad de las mujeres se ubica en esta categoría. Esta brecha entre ambos grupos se debe a que casi el doble del porcentaje de hombres con un excelente nivel de comprensión fue ocupado por mujeres (31%). 

En el caso del grupo 2 se puede ver que en cierto modo se sigue el mismo orden que el grupo 1, es decir, el porcentaje de individuos que debe mejorar su comprensión es mayor en hombres (37.74%) que en mujeres (16.88%). Sin embargo, en el caso de los que presentaron una adecuada compresión, las mujeres llevaron la delantera frente a los hombres con una diferencia del 7.9%. Por último, en materia de excelente comprensión, las mujeres también reflejaron un mayor resultado y alcanzaron un 31.82%, a diferencia de los hombres, con un 18.87%. 

La última de las dimensiones o componentes del TMMS-24 es la reparación, la misma viene dada por la capacidad de regular los estados emocionales de forma correcta. En el grupo 1, alrededor del 40 por ciento de los participantes del género masculino no necesita mejorar su capacidad a la hora de regular sus emociones, debido a que presentan un excelente nivel de regulación y solamente un 8.93% debe mejorarla. En el caso de las mujeres, en esta dimensión se pueden visualizar valores o porcentajes muy parecidos a los obtenidos en el caso de los hombres, no obstante, las mujeres presentan resultados más deficientes en su comportamiento a la hora de regular sus emociones (13.36%). 

En este tenor, el comportamiento de los individuos analizados del grupo 2 fue un tanto similar al grupo 1, ya que mayor fue el número de mujeres que tuvo problemas o deficiencias al regular sus emociones (16.23%), sin embargo, las mujeres obtuvieron mayores resultados que los hombres en cuestiones de excelente regulación (39.61%). En el caso de los hombres, sus mayores resultados los obtuvieron en tener una adecuada regulación, con un 52.83%. 

4.2. Dispersión de los datos 

En un primer acercamiento visual al comportamiento distributivo de los datos, se analizan varios gráficos de dispersión en los que se establece una relación entre la calificación promedio de las prácticas de los estudiantes de francés Elemental 1 y 2 con la calificación obtenida según el componente o dimensión del TMMS-24 (atención, claridad y reparación).

En primer lugar, se puede observar el comportamiento del grupo 1, en las Figuras 3, 4 y 5, en las que en el caso de la dimensión o componente de atención se nota que, a pesar de ser muy mínimo, la línea de tendencia indica una relación negativa entre las variables de inteligencia emocional y de rendimiento académico de los estudiantes universitarios obtenida en la prueba TMMS-24. Lo mismo sucede en el caso del componente de claridad y reparación, en el que se muestra una relación inversa, es decir, cuando una de las variables crece, la otra decrece. 

Figura 3. Grupo 1: Calificación promedio con relación al puntaje en el TMMS-24; atención

Fuente: Elaboración propia.

Figura 4. Grupo 1: Calificación promedio con relación al puntaje en el TMMS-24; claridad

Fuente: Elaboración propia.

Cabe considerar, por otra parte, que en el caso de los estudiantes del primer semestre de 2021 (grupo 2), se presenta el mismo comportamiento de las variables de inteligencia emocional y de rendimiento académico, con la única diferencia que la relación o inclinación de la línea de tendencia es ligeramente mayor que en el primer grupo, como se puede ver en las figuras 6 y 7. En el caso de la figura 8, la inclinación está más marcada que en ambos grupos. 

Figura 5. Grupo 1: Calificación promedio con relación al puntaje en el TMMS-24; reparación

Fuente: Elaboración propia.

Figura 6. Grupo 2: Calificación promedio con relación al puntaje en el TMMS-24; atención 

Fuente: Elaboración propia.

Figura 7. Grupo 2: Calificación promedio con relación al puntaje en el TMMS-24; claridad

Fuente: Elaboración propia.

Figura 8. Grupo 2: Calificación promedio con relación al puntaje en el TMMS-24; reparación

Fuente: Elaboración propia.

4.3. Coeficiente de correlación y distribución de las variables de interés

Como se puede observar en el cuadro superior derecho de las Figuras 9, 10 y 11, se muestra el resultado del coeficiente de correlación de Pearson. Este coeficiente en todos los casos muestra valores negativos, lo que indica la relación inversa previamente observada en los gráficos de dispersión. Sin embargo, ninguno de estos valores presenta diferencias significativas. Además, en el cuadro superior izquierdo e inferior derecho se puede observar la distribución de las variables correspondientes. 

El componente emocional de reparación muestra un mayor nivel de asociación o correlación negativa con un -0.071, seguido de claridad con un -0.056 y finalmente atención con un -0.044. No obstante, no existe correlación estadística alguna. 

Figura 9. Grupo 1: Nivel de Correlación, Atención

Fuente: Elaboración propia.

Figura 10. Grupo 1: Nivel de Correlación, Claridad

Fuente: Elaboración propia.

Asimismo, como se mencionó en las líneas anteriores, el nivel de correlación negativa del componente de reparación es mayor, debido a que su valor está más próximo al extremo -1, el cual implicaría una correlación negativa perfecta. 

Figura 11. Grupo 1: Nivel de Correlación, Reparación

Fuente: Elaboración propia.

En función de lo planteado, es evidente que en el caso del grupo número 2, como se puede observar en las siguientes figuras, también se proyecta un comportamiento o correlación negativa, aunque más fuerte que en los casos anteriores, en ningún escenario fue estadísticamente significativo. 

El componente o dimensión que mostró una correlación más negativa fue el de reparación, con coeficiente de -0.11 (Figura 14), seguido del componente de atención, con un -0.10, como se muestra en la Figura 12. El menor nivel de correlación según el coeficiente de Pearson se obtuvo con el componente de claridad, con -0.059 (Figura 13).

Figura 12. Grupo 2: Nivel de Correlación, Atención

Figura 13. Grupo 2: Nivel de Correlación, Claridad

Figura 14. Grupo 2: Nivel de Correlación, Reparación

Fuente: Elaboración propia.

4.4. Modelos estimados 

Desde otro punto de vista, también podemos apreciar una relación negativa entre la calificación en la prueba TMMS-24 y las calificaciones obtenidas en las asignaturas de Francés Elemental 1 y 2. Es así como, partiendo de la estimación de algunos modelos de regresión lineal ya descritos en la parte metodológica, puede observarse el efecto de las variables independientes. 

El escenario de la Tabla 3 permite ver que un punto más en la dimensión de atención en la prueba TMMS-24 permitirá una disminución en promedio de un 0.3% en las calificaciones del laboratorio de los estudiantes de francés, controlando el modelo por otras variables tales como sexo, situación laboral (empleado o desempleado) y agrado por el idioma francés (le gusta o no le gusta). 

Tabla 3. Grupo 1: Modelo estimado según componente de la TMMS-24 

Fuente: Salovey et al. (1995); Extremera et al. (2004).

Tabla 4. Grupo 2: Modelo estimado según componente de la TMMS-24 

Fuente: Elaboración propia.

En cuanto a género, los hombres presentan un mayor rendimiento académico, con un 2.7% por encima de las calificaciones de las mujeres, controlando por las variables del modelo y manteniendo constantes los factores externos. De igual modo, las personas desempleadas mostraron un rendimiento del 1.8% menor que los participantes que se encontraron laborando al momento del estudio. A pesar de esto, los mayores resultados entre los grupos se evidenciaron en el caso de aquellos a los que no les gustaba el idioma francés, ya que obtuvieron una calificación en términos promedios de un 13.8% menos que a los que sí les gustaba el idioma. 

De la misma forma, en cuanto a las dimensiones de claridad y reparación, los resultados estuvieron acordes con la relación negativa previamente abordada entre la calificación del TMMS-24 y la calificación promedio de las prácticas del francés. Pero, de igual manera, estadísticamente no hubo correlación alguna. 

En la Tabla 3 también se puede ver que, a pesar de ser solamente un 0.02%, un incremento en las calificaciones de la prueba de inteligencia emocional en el componente de claridad tiene un efecto negativo en el rendimiento académico. Por otro lado, las mujeres presentaron un rendimiento académico de un 3.3% menor que el de los hombres, seguido de los desempleados, quienes presentaron un rendimiento de un 2.1% por debajo de los estudiantes cuya situación es diferente (empleados). En última instancia, los que indicaron preferencia por el idioma en cuestión tuvieron un rendimiento de un 14.5% en términos promedios mayor que los que no les gustaba el idioma. 

Finalmente, el modelo estimado con la dimensión de reparación tuvo un efecto ligeramente mayor sobre la variable dependiente que los demás casos, es decir, el coeficiente de la calificación en el TMMS-24 en materia de reparación fue del 0.04%, por lo que se entiende que el incremento en un punto en la prueba de inteligencia emocional tendría un efecto promedio negativo en las calificaciones promedio obtenidas en las asignaturas de Francés Elemental, como variable proxi del rendimiento académico. Por su parte, la variable dicotómica del sexo arrojó una brecha del 3.3%, a nivel laboral un 2.3%, y según inclinación por el idioma un 14.8%, casos en los que los que obtuvieron el menor rendimiento fueron las mujeres, los desempleados y quienes indicaron no tener preferencia por el idioma francés. 

En el grupo 1, los modelos de reparación, atención y claridad, en materia de r cuadrado (R^2), indican que los mismos no explican ni siquiera un 2% de la varianza de la variable dependiente. No obstante, en la Tabla 4 se observa que el r cuadrado explica un 5%, menos en el caso de claridad con un 4%. 

El coeficiente de atención de este grupo (Tabla 4) indica que a medida que se incrementa la calificación en un punto del TMMS-24 disminuye en promedio el RA en un 1%. En términos promedios, las mujeres presentan un rendimiento un 10% menor que los hombres, los habitantes de la zona rural tuvieron un mayor desempeño (0.3%) que los habitantes de la zona urbana, el 7% de los desempleados tienen mejor calificación (a diferencia del grupo 1 en el que eran los empleados) y en último lugar se puede apreciar que el 19% de aquellos a los que les gusta el idioma francés tienen mejores resultados. 

Se puede señalar que, en el escenario del modelo de claridad, el coeficiente obtenido indica que un incremento de una unidad de la variable en cuestión tiene un efecto negativo sobre las calificaciones de un 0.3%. Los hombres y los estudiantes a los que les gusta el idioma francés presentan mejores calificaciones que sus contrapartes, con un 11% y un 19% mayor, respectivamente. Mientras que los que se encuentran en situación de desempleo superan a los empleados en un 7%. A nivel geográfico, los de la zona rural tiene una ventaja del 0.2% sobre los participantes urbanos. 

En la Tabla 4 se puede observar también que el coeficiente de la primera variable del modelo es negativo y representa la probabilidad de disminución de la calificación promedio en las asignaturas de Francés Elemental a medida que aumente el TMMS-24 del componente de reparación, manteniendo los factores externos no considerados en el modelo como constantes. Dicho coeficiente representa una disminución del 1%. Las demás variables presentan la misma relación que en los dos últimos componentes (atención y claridad), es decir, brecha entre hombres y mujeres con un 12%, zona rural y zona urbana con un 1%, seguido de los empleados y los desempleados con un 7% y finalmente la brecha entre aquellos a los que les gusta y a los que no con un 20%. 

5. Discusión y conclusiones 

La inteligencia emocional puede tomar distintos rumbos según el enfoque que se busque analizar. A partir de los resultados descriptivos de este caso de estudio, mediante la respuesta en el TMMS-24 dada por los participantes en sus tres dimensiones, a manera de resumen se pueden destacar los siguientes puntos:

•  Atención: Dentro del primer grupo (G1) analizado, en el caso de las mujeres, la mayor parte presentó mejores resultados a la hora de atender sus sentimientos de forma adecuada; situación similar presentada con los hombres. Por otro lado, en el segundo grupo (G2), las mujeres prestaron menos atención que los hombres dentro de sus respectivos grupos.

•  Claridad: En cuanto a claridad emocional, los hombres del G1 presentaron una necesidad mayor de mejorar su nivel de comprensión emocional que las mujeres dentro de sus grupos. Sin embargo, la mayoría de hombres se encontraban en el rango normal de claridad. Mientras que en el G2 sucedió lo mismo, los hombres presentaron mayores deficiencias en esta categoría, siendo más del doble de las mujeres que necesitaban mejorar su comprensión.

•  Reparación: Los resultados del cuestionario de la última dimensión de la prueba de las mujeres del G1 arrojaron que a nivel de reparación son más las mujeres que necesitan mejorar su capacidad para regular las emociones. De igual modo, en el G2 las mujeres también presentaron más problemas que los hombres.

De igual manera, es conveniente precisar que la literatura muestra que en algunos casos, a medida que se incrementa la calificación o puntuación obtenida por algún individuo en la prueba TMMS-24, proxi de la variable de inteligencia emocional, se puede ver que el rendimiento académico de los estudiantes no refleja variaciones significativas (Extremera et al., 2004).

En este mismo orden, de manera visual en un primer acercamiento al comportamiento de las variables de inteligencia emocional y rendimiento académico se utilizó un gráfico de dispersión en el que se pudo apreciar una relación negativa muy pequeña entre la calificación promedio de los alumnos y el test de inteligencia emocional en sus distintas dimensiones, sin embargo, por pequeña que fuera la inclinación de la recta, siempre la ecuación correspondiente a la línea de tendencia era negativa. 

Otro punto importante a tener en consideración es el hecho de que este tipo de gráficos (dispersión) permiten estudiar la relación y dependencia entre dos variables cuantitativas. No obstante, hay que tener claro que el cambio de una de estas variables no necesariamente esté causando esta relación (movimiento o inclinación de la recta) en su totalidad.

Cabe destacar, además, el hecho de que la inclinación de la recta en el segundo grupo fue un poco mayor, es decir, la relación entre inteligencia emocional y rendimiento académico fue ligeramente más negativa que la del primer grupo. 

En lo que respecta al coeficiente de correlación de Pearson, este solo captura relaciones lineales, por ejemplo, en el hipotético caso de una relación lineal entre dos variables, solo implica que el incremento o disminución del valor de una variable esté atado a un incremento o disminución de la probabilidad de asumir un mayor valor de la otra variable en cuestión. 

Los valores obtenidos en los coeficientes permiten llegar a la conclusión a simple vista de que, en todos los casos en ambos grupos, existe una relación inversa entre la IE y el RA, pero dicha relación fue insignificante, al punto tal de considerarse una correlación inexistente entre las variables, lo cual se pudo evidenciar al valor negativo del coeficiente no estar acompañado de un indicador de significancia. No obstante, dicha relación, a pesar de ser nula, varía entre las dimensiones de inteligencia emocional, en las que el valor más negativo corresponde a reparación, seguido de claridad y por último atención. En ese mismo orden, a pesar de que la reparación presentó una relación negativa más fuerte como en el grupo 1, no sucedió así en el grupo 2 con el caso de claridad, debido a que la dimensión de atención pasó a ocupar el segundo lugar en cuanto a negatividad. 

Los resultados obtenidos en las regresiones en ambos grupos están alineados con los dos casos anteriores (gráficos de dispersión y coeficiente de correlación), es decir, los coeficientes también son negativos para los parámetros que representan las dimensiones de inteligencia emocional según el TMMS-24. Dichos hallazgos permiten evidenciar que a medida que aumenta la puntuación de inteligencia emocional, disminuirá la calificación promedio de los estudiantes. Aun así, los coeficientes de las variables que componían estos modelos de regresión lineal en todos los casos no fueron estadísticamente significativos, con excepción de la variable Like.N del grupo dos.

Otro de los aspectos a resaltar es el hecho de que los hombres presentaron mayor rendimiento académico que las mujeres en todos los modelos estimados. Otro caso que se observa en todos los modelos es el hecho de que los participantes que indicaron que les gustaba el francés tuvieron un rendimiento académico significativamente superior en comparación con los que reportaron que no les gustaba dicho idioma. En cuanto a la situación laboral, presentó variaciones según el grupo de estudio, en G1 los estudiantes desempleados en todos los modelos presentaron un rendimiento académico menor que los empleados, mientras que en el G2 tuvieron mejor rendimiento académico los desempleados. Por último, los estudiantes de las zonas rurales presentaron un mejor rendimiento que los de zona urbana. 

En conclusión, la relación entre la inteligencia emocional y el rendimiento académico fue nula en términos estadísticos, en estos grupos de estudio, entendiendo que un cambio de la inteligencia emocional no necesariamente genera cambios directos del rendimiento académico. No obstante, hay que tener presente que el mismo se llevó a cabo en un año atípico, fruto de la pandemia del covid-19, por lo que se debe seguir analizando el fenómeno mencionado y sus posibles efectos en los resultados, debido a las consecuencias psicológicas y emocionales de la pandemia en los estudiantes que muchos autores han mencionado desde inicios de la misma (Cuadra et al., 2020; Giraldo, 2021; Portillo et al., 2020).

Un caso puntual plantean los autores López et al. (2020), al abordar los efectos negativos en la inteligencia emocional del confinamiento como resultado del covid-19. Analizaron el caso chileno mediante un acercamiento cuantitativo, no experimental, con un diseño descriptivo transversal en el que encontraron que los efectos exógenos de este acontecimiento incidieron en los bajos niveles de inteligencia emocional de los participantes. 

Los efectos psicológicos acarreados por la pandemia en la mayoría de los casos fueron negativos, trajeron como resultado la disminución del rendimiento de las personas y alteraron los patrones de conducta de la población en sentido general. 

Un caso que hay que tomar como referencia es el de España, uno de los países que se ha visto más afectado desde los inicios de la enfermedad, en el que autores como Sandín et al. (2020) encontraron un alto impacto emocional provocado por el miedo, el estrés, la depresión y la ansiedad, entre otros factores inducidos que no van de la mano normalmente con el desempeño académico.

En tal sentido, esperamos que los datos y resultados arrojados por el presente estudio sean de utilidad para el desarrollo de nuevas investigaciones complementarias y otros hallazgos concluyentes sobre el tema. 

Referencias bibliográficas

Almonte, C. A. (2016). La Inteligencia Emocional como herramienta de apoyo, en el desempeño laboral de los Docentes del Distrito Educativo 15-04. [Tesis de maestría, Universidad APEC]. 

Arntz, J., & Trunce, S. (2019). Inteligencia emocional y rendimiento académico en estudiantes universitarios de nutrición. Investigación en Educación Médica, 8(31), 82-91. https://doi.org/10.22201/facmed.20075057e.2019.31.18130

Bernabel, F. (2018). Manejo de la inteligencia emocional en la gestión de la enseñanza a los estudiantes de tercer grado de secundaria, de la escuela José Altagracia Figuereo. Gestión 2017-2018, Distrito 04-03. [Tesis de maestría, Universidad Autónoma de Santo Domingo, UASD].

Buenrostro, A., Valadez, M., Soltero, R., Nava, G., Zambrano, R. & García, A. (2012). Inteligencia emocional y rendimiento académico en adolescentes. Revista de Educación y Desarrollo, 20, 29-37. https://r.issu.edu.do/l?l=117298fJ 

Cabas-Hoyos, K., González-Bracamonte, Y., & Hoyos-Regino, P. (2017). Teorías de la inteligencia y su práctica en el siglo XXI: una revisión. Clío América, 11(22), 254-270. https://doi.org/10.21676/23897848.2445

Costa, Albert (2017). El cerebro bilingüe: La neurociencia del lenguaje. Editorial Debate. 

Cuadra, D., Castro, P. J., Sandoval, J., Pérez, D. & Mora, D. (2020). COVID-19 y comportamiento psicológico: revisión sistemática de los efectos psicológicos de las pandemias del siglo XXI. Revista Médica de Chile, 148(8), 1139-1154. https://r.issu.edu.do/l?l=11730Iby

Disla, E. (2018). La inteligencia emocional. Boletín Estudiantil UNISA, 01, 6-11. https://r.issu.edu.do/l?l=111687ou 

Extremera, N., & Fernández-Berrocal, P. (2004). El papel de la inteligencia emocional en el alumnado: evidencias empíricas. Revista Electrónica de Investigación Educativa, 6(2). https://www.redalyc.org/articulo.oa?id=15506205

Ferragut, M., & Fierro, A. (2012). Inteligencia emocional, bienestar personal y rendimiento académico en preadolescentes. Revista Latinoamericana de Psicología, 44(3), 95-104. https://psycnet.apa.org/record/2013-02568-008

Figueroa, J., Yacelga, C., Rosero, M., & García, I. (2012). La inteligencia emocional y su influencia en el rendimiento académico y laboral de la comunidad universitaria. AXIOMA,1(8), 44-48. http://axioma.pucesi.edu.ec/index.php/axioma/article/view/365

Giraldo, V. A. (2021). Efectos del confinamiento en estudiantes universitarios: un análisis basado en diferencias de género. CIID Journal, 2(1), 509-521. https://doi.org/10.46785/ciidj.v1i1.92

Leuner B. (1966). Emotionale Intelligenz und Emanzipation. Eine psychodynamische Studie über die Frau [Emotional intelligence and emancipation. A psychodynamic study on women]. Praxis der Kinderpsychologie und Kinderpsychiatrie, 15(6), 196-203. PMID: 5975008. https://europepmc.org/article/med/5975008

López-Angulo, Y., Mella-Norambuena, J., Sáez-Delgado, F., & Álvarez-Jara, R. (2020). La Inteligencia emocional en apoderados chilenos confinados por la COVID-19. CienciAmérica, 9(2), 285-298. http://dx.doi.org/10.33210/ca.v9i2.320

Otero, C., Martín, E., León, B., & Vicente, F. (2009). Inteligencia emocional y rendimiento académico en estudiantes de enseñanza secundaria. Diferencias de género. Revista Galego- Portuguesa de Psicoloxía e Educación, 17, 275-284. http://hdl.handle.net/2183/7623

Páez, M., & Castaño, J. (2015). Inteligencia emocional y rendimiento académico en estudiantes universitarios. Psicología desde el Caribe, 32(2), 268-285. https://www.redalyc.org/articulo.oa?id=21341030006

Payne, W. (1986). A study of emotion: developing emotional intelligence, self integration, relating to fear, pain and desire. Dissertation Abstracts International, 47, 203.

Peña-Garrido, M., & Repetto-Talavera, E. (2008). Estado de la investigación en España sobre Inteligencia Emocional en el ámbito educativo. Electronic Journal of Research in Educational Psychology, 6(2), 401-420. https://www.redalyc.org/articulo.oa?id=293121924008

Portillo, S., Castellanos, L., Reynoso, O., & Gavotto, O. (2020). Enseñanza remota de emergencia ante la pandemia Covid-19 en Educación Media Superior y Educación Superior. Propósitos y Representaciones, 8(SPE3), e589. http://dx.doi.org/10.20511/pyr2020.v8nSPE3.589

Reynoso, O., Portillo, S., & Castellanos, L. (2020). Modelo explicativo de la satisfacción del profesorado en el periodo de enseñanza remota. IJERI: International Journal of Educational Research and Innovation, (15), 229-247. https://doi.org/10.46661/ijeri.5236

Salovey, P., & Mayer, J. D. (1990). Emotional Intelligence. Imagination, Cognition and Personality, 9(3), 185-211. https://doi.org/10.2190/dugg-p24e-52wk-6cdg

Salovey, P., Mayer, J. D., Goldman, S. L., Turvey, C., & Palfai, T. P. (1995). Emotional attention, clarity, and repair: Exploring emotional intelligence using the Trait Meta-Mood Scale. En J. W. Pennebaker (Ed.), Emotion, disclosure & health (pp. 125-151).  American Psychological Association. https://doi.org/10.1037/10182-006

Sandín, B., Valiente, R. M., García-Escalera, J., & Chorot, P. (2020). Impacto psicológico de la pandemia de COVID-19: Efectos negativos y positivos en población española asociados al periodo de confinamiento nacional. Revista de Psicopatología y Psicología Clínica, 25(1), 1-22. https://doi.org/10.5944/rppc.27569

Shah, C., Sanisara, M., Mehta, H., & Vaghela, H. (2014). The relationship between emotional intelligence and academic achievement in medical undergraduate. International Journal of Research in Medical Sciences, 2(1), 59-61. https://doi.org/10.5455/2320-6012.ijrms20140211

Sternberg, R. J. (1985). Beyond IQ: A Triarchic Theory of Human Intelligence. Cambridge University Press. 

Usán, P., & Salavera, C. (2018). Motivación escolar, inteligencia emocional y rendimiento académico en estudiantes de educación secundaria obligatoria. Actualidades en Psicología, 32(125), 95-112. https://doi.org/10.15517/ap.v32i125.32123

Valenzuela-Santoyo, A., & Portillo-Peñuelas, S. (2018). Emotional Intelligence in Primary Education and Its Relationship with Academic Performance. Revista Electrónica Educare, 22(3), 1-15. https://doi.org/10.15359/ree.22-3.11

Van der Zee, K., Thijs, M., & Schakel, L. (2002). The relationship of emotional intelligence with academic intelligence and the Big Five. European Journal of Personality, 16(2), 103-125. https://doi.org/10.1002/per.434