El estudio realizado por Avendaño (2018) sienta bases que sugieren que los pares estudiantiles tienen relación directa con el desarrollo del interés de los jóvenes mexicanos en las áreas STEM.

En la adolescencia, el individuo se ve más involucrado con sus compañeros, las amistades asumen una clara influencia sobre los intereses, valores y aspiraciones futuras (David-Kacso et al., 2014), no sólo en las actitudes individuales, pues los apoyos generalmente se dan en unidades grupales como escuelas, aulas, equipos de trabajo, etc., en donde algunos estudiantes se convierten en modelos de los cuales otros estudiantes pueden aprender indirectamente (Deemer et al., 2017).

A pesar de que la separación de carreras por género sigue siendo parte del discurso, principalmente de los pares estudiantiles masculinos (Acevedo, 2018), se ha mostrado que cuando las mujeres tienen compañeras de su mismo sexo con alto rendimiento académico en STEM son más propensas a mantenerse en el estudio del área, ya que sus compañeras les dan confianza para poder hacer lo que perciben como improbable (Mouganie y Wang, 2017).

Las expectativas de resultado son aquellas creencias individuales sobre lo que sucederá al realizar cierta actividad o tener ciertos comportamientos, de forma tal que si el individuo considera que ésta lo conduce a algún resultado valioso, será más propenso a elegir realizarla (Roller et al., 2018), y le permitirá mantenerse enfocado en el logro a largo plazo (Chachashvili-Bolotin et al., 2016). Implican consecuencias imaginadas y son un mediador crítico entre la carrera, el interés académico y el desarrollo de habilidades; miden la percepción de los jóvenes de ciertas carreras basadas en sus resultados monetarios, sociales y de autosatisfacción percibidos (Nugent et al., 2015), convirtiéndose en factores decisivos en la elección de una especialización de STEM.

Sin embargo, esta percepción no es siempre positiva; por ejemplo, algunos profesores observan que a los estudiantes les cuesta trabajo relacionar los aprendizajes en áreas matemáticas con su aplicabilidad en el mundo real y no encuentran suficiente utilidad en su futuro profesional (Ricoy y Couto, 2018); por su parte, las mujeres se sienten menos seguras de lograr conseguir un buen empleo en áreas STEM en comparación con sus compañeros hombres (Acevedo, 2018); estos factores disminuyen el interés, desmotivan su orientación y las expectativas en el área.

Se hizo una búsqueda bibliográfica en las bases de datos EBSCO, Emerald, Scopus, Scielo y CONRICyT con la finalidad de identificar instrumentos que se han utilizado para medir el apoyo de pares estudiantiles y las expectativas de resultados en la elección de carreras STEM.

Entre los criterios de búsqueda se eligieron artículos publicados entre 2010 y 2020 (en inglés y español), que presentaran instrumentos que cumplieran con las propiedades psicométricas mínimas para ser consideradas fiables para la medición del constructo (Fernández, 2008) en poblaciones de alumnos de nivel medio a superior. Aplicando dichos criterios, la búsqueda arrojó seis instrumentos relacionados con la variable apoyo de pares estudiantiles, los cuales se resumen en la Tabla 1.

Tabla 1

Autor	Población	Muestra	Alpha de Cronbach	Validez	Instrumentos
Aschbacher et al. (2010)	Muestra étnica y económicamente diversa de estudiantes de secundaria.	33	No indica	Análisis factoriales rotación varimax	Encuestas
Kier et al. (2014)	Estudiantes de secundaria zonas rurales.	1061	Apoyos α = .57		STEM Career Interest Survey
Robnett y Thoman (2017)	Mujeres de las carreras de pregrado STEM.	158 mujeres y 52 hombres	Toma 1, α = 0.85 Toma 2, α = 0.79
Avendaño-Rodríguez et al. (2017)	Estudiantes de bachillerato.	309	0.925	AFE	Cuestionario I-STEM
Christensen et al. (2014)	Alumnos de proyectos ITEST.	401	Intención Α = .97 y .96	Regresión logística binaria	Cuestionario de Interés Profesional (CIQ)
Vázquez y Manassero (2015)	Estudiantes de primer año de universidad, en 6 países latinos.	2559	No indica	No indica	IRIS-Q

Por su parte, la variable Expectativas de resultado ha sido explorada con más amplitud; en la revisión de literatura se ubicaron 16 instrumentos que miden dicha variable en jóvenes estudiantes relacionados con las disciplinas STEM, sin embargo, algunos de ellos se enfocan a poblaciones diferentes a la que este estudio interesa (Chemers et al., 2011; Mitchell, 2016; Robnett y Thoman, 2017; Vázquez y Manassero, 2015; Vogel, 2016) y en otros más no se presentan los suficientes datos para evaluar las características psicométricas (Aschbacher et al., 2014; Aschbacher et al.,2010; Hillman et al., 2016; Kier et al., 2014; Means et al., 2017), por lo que el análisis se centró en seis instrumentos (ver Tabla 2).

Tabla 2

Autor	Población	Muestra	Alpha de Cronbach	Validez	Instrumentos
Chachashvili-Bolotin et al. (2016)	Estudiantes de secundaria israelíes.	2428	Apoyo social percibido α = .64	AFE Valores superiores a .5	SCCT
Ardies et al. (2015)	Estudiantes de 12 a 14 años, de 1o. y 2o. grado de 17 escuelas secundarias flamencas.	2973	Aspiraciones de Carrera tecnológica α = .92 Consecuencias percibidas de la tecnología α = .72	Análisis multivariado	Instrumento de tecnología
Guzey et al. (2014)	Estudiantes de 4o. y 6o. grado de dos escuelas enfocadas en STEM y tres escuelas integrales.	662	α = 0.91	Análisis factorial exploratorio	Actitudes hacia las carreras profesionales STEM y no-STEM
Mahoney (2010)	Una escuela convencional y una escuela basada en STEM.	378	α = .92 (r = .63, p = .000)	ACP	Actitud del estudiante hacia STEM
Chistensen et al. (2014)	Alumnos de proyectos ITEST.	401	Intención α = .97 y .96 Importancia α = .79 y .72	Regresión logística binaria	Cuestionario de Interés Profesional (CIQ)
Roller et al. (2018)	Estudiantes de secundarias de Estados Unidos participantes de un proyecto de divulgación STEM.	196	α = 0.916 para matemáticas; α = 0.921 para ciencia; α= 0.916 para ingeniería /tecnología	Análisis de Componentes Principales Análisis Factorial Confirmatorio	SIC-STEM

A partir del análisis documental se desarrolló un cuestionario propio basado en los instrumentos de Avendaño-Rodrígues et al. (2017), Christensen et al. (2014) y Roller et al. (2018), de los cuales se adaptaron algunos ítems al contexto nacional y a la población meta, ya que se observó que las escalas diseñadas por Christensen et al. y Roller et al. presentan los valores más altos de fiabilidad y validez estadística y están enfocados a una población similar al objeto del presente estudio. Por otro lado, resalta la intención de los ítems utilizados en el instrumento de Avendaño-Rodrígues et al., pues es el único desarrollado y enmarcado en el contexto mexicano, además de que presenta valores estadísticos altamente aceptables.

La validez de contenido se realizó de manera cualitativa con un grupo de seis investigadores expertos en psicometría, elaboración de pruebas, investigación educativa y educación STEM, así como una experta en literatura, quien apoyó en la revisión de la redacción y estructura de los ítems. La selección de los expertos se hizo revisando el impacto de las obras publicadas en las áreas citadas, y su disposición a colaborar en el estudio. Urrutia et al. (2014) discuten sobre lo que puede considerarse un experto, señalando que por lo menos debe contar con cinco años de experiencia académica en el área en la que dará su opinión, criterio que cumplieron los expertos participantes.

El proceso se realizó mediante un grupo de enfoque en que se implementó la siguiente dinámica: 1) Se pidió, como primer paso, que cada uno contestara el cuestionario; 2) se dio soporte bibliográfico, entregándoles la tabla de especificaciones; 3) se procedió a realizar una discusión y crítica puntual de cada una de las secciones y preguntas que componen el cuestionario; y 4) se llegó a un consenso sobre la pertinencia de cada segmento y pregunta del cuestionario. El procedimiento realizado se apega a los elementos de la Metodología Q para validez de contenido por juicio de expertos, descrita por Urrutia et al. (2014), con la diferencia de que la etapa en la que se determina la relevancia y jerarquía, no se discutió con una escala, se realizó de manera consensuada durante la sesión de trabajo.

A partir de dicha discusión, el cuestionario quedó conformado por cuatro ítems que miden el apoyo de pares estudiantiles (APE-STEM) y seis ítems que exploran las expectativas de resultado (EXREC-STEM), todos ellos en escala tipo Likert con cinco opciones de respuesta: 1 = Totalmente en desacuerdo, 2 = En desacuerdo, 3 = Ni de acuerdo ni en desacuerdo, 4 = De acuerdo, 5 = Totalmente de acuerdo (Tabla 3).

Tabla 3

Variable	Definición operacional	Ítem	Autor de origen
Apoyo de pares estudiantiles	Impacto que tienen las relaciones de amistad en los estudiantes y su interés en alguna de las disciplinas STEM.	Mis amigos estudiarían una carrera del área STEM.	Avendaño- Rodríguez et. al (2017)
		Mis amigos consideran que las carreras STEM son interesantes.	Avendaño- Rodríguez et. al (2017)
		Mis amigos consideran valioso estudiar carreras STEM.	Avendaño- Rodríguez et. al (2017)
		Mis amigos me animarían a estudiar una carrera del área STEM.	Christensen et al. (2014)
Expectativas de resultado	Creencias individuales sobre lo que sucederá al realizar cierta actividad, consecuencias imaginadas de la realización de comportamientos particulares.	Estudiar una carrera en STEM te llevará a tener buen trabajo.	Christensen et al. (2014)
		Estudiar una carrera en STEM te da el reconocimiento de los demás.	(Christensen et al., 2014)
		Estudiar una carrera en STEM es un reto.	(Christensen et al., 2014)
		Estudiar una carrera en STEM representaría ganar más dinero.	Roller (2018)
		Estudiar una carrera en STEM te facilita hacer contribuciones importantes a la sociedad.	Roller (2018)
		Estudiar una carrera en STEM te da prestigio social.	(Christensen et al., 2014)

Para verificar la validez de la estructura del instrumento se hizo un levantamiento de datos en campo, a los cuales se realizaron análisis factoriales, exploratorio y confirmatorio, utilizando el método de máxima verosimilitud y rotación Oblimin directo.

Se seleccionó e invitó a dos instituciones de educación media superior de dos estados del sureste de México, en las cuales se contó con la participación voluntaria e informada de 167 alumnos matriculados en los 3 niveles escolares: 86 hombres y 81 mujeres, de entre 15 y 19 años de edad.

Se solicitó a los participantes que contestaran el cuestionario de manera autoaplicada, a papel y lápiz, con acompañamiento de los miembros del equipo de investigación. La aplicación se realizó durante los meses de junio y agosto de 2019.

Para el análisis estadístico de los datos se utilizó el programa Statistic Package for Social Sciencie 25 (SPSS) para hacer el análisis de estadística descriptiva y de frecuencias, posteriormente se realizaron las pruebas estadísticas que permitieron confirmar la posibilidad de llevar a cabo el análisis multivariante (Valdés et al., 2019). Se realizó el Análisis Factorial Exploratorio con el método de extracción de factores por máxima verosimilitud con rotación Oblimin directo y, con ayuda del programa estadístico AMOSGraphics-24, se calculó el modelo factorial confirmatorio, el cual se evaluó a través de los índices de ajuste absolutos y los índices de ajuste de incremento.

Para dar evidencia de la validez de constructo de las escalas e identificar el número y composición de los factores comunes necesarios para explicar la varianza común del conjunto de ítems analizado, se realizó un análisis factorial exploratorio (AFE) mediante el método de extracción de factores por máxima verosimilitud con rotación Oblimin directo (Lloret-Segura et al., 2014).

En los resultados del AFE se observa la agrupación de los ítems en dos factores, con comunalidades de entre .36 y .61 y con cargas factoriales superiores a .41, cumpliéndose así los criterios para mantener todos los ítems (Williams et al., 2010) (Tabla 5).

Tabla 5

Ítem	Factor 1	Factor 2	h2
Estudiar una carrera STEM te llevará a tener buen trabajo.	0.59	-0.30	.61
Estudiar una carrera STEM te da el reconocimiento de los demás.	0.64	-0.17	.53
Estudiar una carrera STEM es un reto.	0.41	-0.32	.39
Estudiar una carrera STEM representaría ganar más dinero.	0.75	0.05	.52
Estudiar una carrera STEM te facilita hacer contribuciones importantes a la sociedad.	0.79	0.05	.58
Estudiar una carrera STEM te da prestigio social.	0.63	0.07	.36
Mis amigos estudiarían una carrera del área STEM.	-0.11	-0.75	.49
Mis amigos consideran que las carreras STEM son interesantes.	0.01	-0.76	.59
Mis amigos consideran valioso estudiar carreras STEM.	0.07	-0.79	.68
Mis amigos me animarían para estudiar una carrera del área STEM.	0.11	-0.59	.42
% Varianza	41.60%	10.49%

Nota: N = 167, KMO = .86, χ ² = 708.82, gl = 45, p ( .000, h² = Comunalidad. Factor 1 = expectativas de resultados, Factor 2 = apoyo de pares estudiantiles. Varianza total explicada = 52.10%

Para validar el modelo teórico basado en los resultados del AFE, se realizó un Análisis Factorial Confirmatorio (AFC) para demostrar la validez de la estructura factorial previamente obtenida, así como la validez de las deducciones teóricas inferidas en él (Pérez-Gil et al., 2000).

Se obtuvo un valor de X ² = 61.05, con 32 grados de libertad y p = .001. Los índices de ajuste absolutos; SRMR, AGFI y RMSEA muestran valores satisfactorios. Los índices de ajuste de incremento; TLI y CFI obtuvieron valores aceptables; en el caso de la razón de discrepancia CMIN/DF se encuentra en el rango esperado (ver Tabla 6).

Tabla 6

Variable	CMIN/DF	SRMR	AGFI	TLI	CFI	RMSEA
Valores esperados	1 a 3	<.08	≥ .90	≥ .90	≥ .95	<.08
Modelo	1.91	.07	.90	.94	.96	.07 [.04-.10]

Nota: N = 167. Valores de referencia (Arias, 2008; Manzano y Zamora, 2010).

En el modelo de medida se pueden apreciar cargas factoriales significativas, por encima de .60, en todos los ítems de ambos instrumentos; por su parte la covarianza entre las variables del modelo resulta positivamente significativa (ver Figura 1).

Figura 1 Nota: Método de análisis factorial confirmatorio por máxima verosimilitud con datos estandarizados. *** p < 0.001