Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico como variables mediadoras

479 RIE, 2023, 41(2), 479-499 Froment, F., de-Besa, M., y Gil Flores, J. (2023). Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico como variables mediadoras. Revista de Investigación Educativa, 41(2), 479-499. DOI: https://doi.org/10.6018/rie.546251 Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico como variables mediadoras Effect of autonomy support on academic satisfaction: academic motivation and engagement as mediating variables Facundo Froment*1, Manuel de-Besa Gutiérrez** y Javier Gil Flores*** *Departamento de Métodos de Investigación y Diagnóstico en Educación, Facultad de Educación y Psicología. Universidad de Extremadura (España) **Departamento de Didáctica, Facultad de Ciencias de la Educación. Universidad de Cádiz (España) ***Departamento de Métodos de Investigación y Diagnóstico en Educación, Facultad de Ciencias de la Educación. Universidad de Sevilla (España) Resumen Las percepciones del alumnado sobre la práctica docente influyen en su proceso de aprendizaje. En este sentido, las percepciones del estudiantado sobre el apoyo a la autonomía afectan a diversas variables, entre ellas su satisfacción académica. El propósito de este estudio ha sido predecir la satisfacción académica del alumnado universitario según sus percepciones sobre el apoyo a la autonomía, mediadas por su motivación y su compromiso académico. En el estudio han participado 637 estudiantes de la Universidad de Cádiz y de la Universidad de Extremadura que cursan los Grados en Educación Primaria y Educación Infantil. Para la recogida de datos, se han administrado la Escala de Apoyo a la Autonomía, la Escala de Motivación Estado, la Escala de Compromiso en el Aula y la Escala de Satisfacción Académica. Para el análisis de los datos se ha aplicado un modelo de ecuaciones estructurales de mínimos cuadrados parciales (PLSSEM). Los hallazgos señalan efectos positivos del apoyo a la autonomía sobre la motivación, el compromiso y la satisfacción académica; de la motivación sobre el compromiso y la satisfacción académica y del compromiso sobre la satisfacción académica del alumnado universitario. Asimismo, la motivación y el compromiso académico tienen efectos mediadores complementarios 1 Correspondencia: Facundo Froment, facundofr[email protected], Av. de Elvas, s/n, 06006 Badajoz. 480 Facundo Froment, Manuel de-Besa Gutiérrez y Javier Gil Flores RIE, 2023, 41(2), 479-499 con el resto de variables objeto de estudio. Finalmente, por medio de la validez predictiva del modelo, se determina que éste presenta un poder predictivo bajo fuera de la muestra. Se derivan recomendaciones para incorporar estrategias en la formación docente que promuevan la autonomía del alumnado universitario, enriqueciendo así su proceso de aprendizaje. Palabras clave: apoyo a la autonomía; satisfacción académica; motivación académica; compromiso académico. Abstract Students’ perceptions of the teaching practice influence their learning process. In this sense, students’ perceptions of autonomy support affect various variables such as their academic satisfaction. The purpose of this study was to predict academic satisfaction of university students based on their perceptions of autonomy support, mediated by their motivation and academic engagement. The sample was made up of 637 students from the University of Cádiz and the University of Extremadura who are studying the Degrees in Primary Education and Early Childhood Education. For data collection, the Autonomy Support Scale, the State Motivation Scale, the Classroom Engagement Scale and the Academic Satisfaction Scale were administered. The data were analysed using a partial least squares structural equation modeling (PLS-SEM). The findings indicate positive effects of autonomy support on motivation, engagement and academic satisfaction; of motivation on engagement and academic satisfaction and of engagement on academic satisfaction of university students. Likewise, motivation and academic engagement have complementary mediating effects with the rest of the variables under study. Finally, through the predictive validity of the model, it is determined that it has a low out-of-sample predictive power. Recommendations are derived regarding the incorporation of strategies in teacher training that foster the autonomy of university students, thus enriching their learning process. Keywords: autonomy support; academic satisfaction; academic motivation; learner engagement Introducción El rol que adquiere e implementa el personal docente en el aula ha sido identificado como clave para explicar el comportamiento del estudiante (Reeve, 2009). Es decir, el comportamiento y los sentimientos que experimenta el estudiantado se asocian a las actitudes que tiene el/la docente con ellos/las. En este contexto, las percepciones del estudiantado sobre el apoyo a la autonomía han adquirido relevancia en el ámbito de la investigación educativa (Jaramillo, 2021). El concepto de apoyo a la autonomía se basa en los principios de la Teoría de la Autodeterminación (TAD), la cual establece que un elemento relevante en el proceso de aprendizaje del alumnado es el estilo interpersonal de docencia (Ryan y Deci, 2017), entendido éste como la forma de comportamiento interpersonal que el/la docente manifiesta durante la interacción con sus estudiantes (Reeve, 2009). La TAD diferencia dos tipos de estilos interpersonales docentes: un estilo de apoyo a la autonomía y un estilo controlador (Ryan et al., 2021). Estudios previos destacan que un estilo de instrucción que apoya la autonomía se asocia con estudiantes que adquieren conocimientos de manera reflexiva (Jang et al., 2016), potencia el 481 Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico... RIE, 2023, 41(2), 479-499 aprendizaje significativo (Hernández et al., 2010) y mejora el rendimiento académico (Gutiérrez y Tomás, 2018). Por el contrario, un estilo de instrucción que refleja control se relaciona con resultados desadaptativos del alumnado (Tilga et al., 2019). Como apunta Opdenakker (2021), el estilo docente que apoya la autonomía no solo favorece resultados positivos en el alumnado, sino también reduce las experiencias negativas, mientras que el estilo controlador genera consecuencias desadaptativas y, al mismo tiempo, disminuye las experiencias positivas. En definitiva, atendiendo a los fundamentos de la TAD, la forma en la que el profesorado interactúa con el alumnado contribuye a los recursos motivacionales internos del estudiantado, de forma que un estilo docente que apoye la autonomía resulta beneficioso en la consecución de este objetivo (Reeve, 2016). El concepto de apoyo a la autonomía hace referencia al comportamiento interpersonal que tiene el profesorado para que su alumnado identifique, interiorice y desarrolle sus recursos motivacionales internos (Reeve et al., 2004). Por tanto, el personal docente que adquiere un estilo de apoyo a la autonomía asumen la tarea de reconocer los sentimientos de sus estudiantes y ofrecerles distintas posibilidades para solucionar obstáculos presentes en el contexto académico. De este modo, el profesorado se aleja de comportamientos y actitudes que puedan presionar al estudiantado a actuar de una determinada manera, fomentando la iniciativa propia y la libertad de decisión del y de la estudiante (Deci y Ryan, 1985). Como señalan Ryan y Deci (2004), el apoyo a la autonomía desarrolla una atmósfera en la que el estudiantado no se siente presionado para comportarse de una determinada manera, promoviendo que sean ellas/os mismas/ os. Según Núñez et al. (2012), el apoyo a la autonomía abre un abanico de posibilidades al alumnado a la hora de realizar tareas académicas, pasando a establecer un rol activo en el que toman sus propias decisiones. El profesorado que adquiere un estilo de apoyo a la autonomía ofrece diferentes opciones en las actividades que plantean, proponen objetivos de aprendizaje significativos, presentan actividades de interés para el alumnado, evitan controlar todas las situaciones que se dan en el aula, animan a pensar de manera independiente y crítica, apoyan al estudiantado en la consecución de sus propios objetivos y en crear congruencia entre sus intereses y las actividades del aula, y ofrecen tiempo para que se desarrolle el aprendizaje al ritmo de quienes estudian (Jang et al., 2010; Núñez y León, 2016). Siguiendo estas líneas, Reeve (2016) propone diferentes ejemplos de prácticas docentes que fomentan la autonomía, entre las que incluye reconocer sus puntos de vista, potenciar su participación dinámica, permitir que trabajen a su manera, fomentar su trabajo independiente y otorgar recompensas ante prácticas positivas. La revisión de la literatura previa ha identificado una serie de ventajas en las relaciones profesorado-alumnado basadas en el apoyo a la autonomía. En este sentido, el apoyo a la autonomía afecta, entre otros, a la motivación, al compromiso y a la satisfacción académica del estudiantado (Jaramillo, 2021). A la hora de conceptualizar el término de motivación académica, Brophy (1986) distingue entre motivación como rasgo y como estado. La motivación como rasgo se define como una actitud general hacia el aprendizaje mientras que la motivación como estado hace referencia a una actitud específica hacia el aprendizaje atendiendo a una clase, contenido o tarea concreta. 482 Facundo Froment, Manuel de-Besa Gutiérrez y Javier Gil Flores RIE, 2023, 41(2), 479-499 Diversos estudios han encontrado que la motivación académica del alumnado universitario está determinada por sus percepciones sobre los y las docentes en el aula (Froment y de-Besa, 2022; Jiang et al., 2021). En este sentido, las percepciones del estudiantado sobre el apoyo a la autonomía se relacionan de forma positiva con su motivación académica (Flunger et al., 2022; Hernández et al., 2022). Asimismo, la motivación académica se asocia positivamente con el compromiso académico (Ferrer et al., 2022; Leo et al., 2020) y con la satisfacción académica del alumnado (Figuera et al., 2018; Llanes-Ordóñez et al. 2021). El concepto de compromiso académico se emplea al hacer referencia al grado de participación e implicación del estudiantado en su proceso de aprendizaje para lograr resultados óptimos (Álvarez-Pérez et al., 2021). Constituye una actitud de implicación en las actividades académicas que requiere de energía en las actuaciones y conecta de forma positiva al sujeto con la tarea (López-Aguilar et al., 2021). El compromiso académico se asocia asimismo a la calidad de la enseñanza universitaria, por lo que depende, en cierta medida, de las percepciones del estudiantado sobre la docencia ejercida por el profesorado (Granero-Gallegos et al., 2022). A este respecto, diversos estudios señalan que las percepciones de las y los estudiantes sobre el apoyo a la autonomía por parte del profesorado se relacionan de forma positiva con su compromiso académico (Flunger et al., 2022; Liu, 2021). De la misma manera, el compromiso académico se relaciona de forma positiva con la satisfacción académica del alumnado (Arredondo-Salas et al., 2022; Hensley et al., 2021). La satisfacción académica consiste en la autoevaluación realizada por el alumnado con respecto a sus experiencias académicas, atendiendo a sus aspiraciones y logros (Figuera et al., 2022). Se trata de una variable relevante en el estudio del contexto universitario al asociarse con la adaptación, la permanencia, el bienestar y el éxito académico de las y los estudiantes (Lent et al., 2007). Además, se encuentra influenciada, en parte, por los comportamientos del profesorado en la clase (Froment y de-Besa, 2022). En este sentido, las percepciones del alumnado sobre el apoyo a la autonomía por parte del profesorado se relacionan de forma positiva con su satisfacción académica (Barrientos-Illanes et al., 2021; Vergara-Morales et al., 2019). Objetivos e hipótesis Aunque existen diversos estudios que han analizado el efecto del apoyo a la autonomía en el aprendizaje (Barrientos-Illanes et al., 2021; Hernández et al., 2022), no se han hallado investigaciones que examinen de forma multivariada las variables previamente descritas en el ámbito universitario español, de forma que esta investigación cobra relevancia ya que permitirá establecer el efecto del apoyo a la autonomía en distintas variables asociadas al aprendizaje del estudiantado que no se han abordado en nuestro contexto universitario. Del mismo modo, cabe destacar que la presente investigación aborda el efecto del apoyo a la autonomía sobre diversas variables relacionadas con el proceso de aprendizaje del alumnado dentro del aula, es decir, de acuerdo con clases concretas, por lo que este estudio permitirá examinar, a diferencia de estudios anteriores, la incidencia que tiene un estilo de instrucción que apoya la autonomía en entornos específicos de aprendizaje. Como sugieren Lozano-Jiménez et al. (2021) 483 Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico... RIE, 2023, 41(2), 479-499 al respecto, es importante analizar las percepciones de los y las estudiantes sobre el apoyo a la autonomía por parte del profesorado al tener una influencia decisiva en los resultados que el estudiantado exhibe en clase. Así, el propósito de esta investigación radica en predecir la satisfacción académica del alumnado según sus percepciones sobre el apoyo a la autonomía, mediadas por su motivación y su compromiso académico. Por lo tanto, basándonos en el marco teórico que configuran los principios de la TAD y en los resultados obtenidos en estudios previos, formulamos las siguientes hipótesis de investigación: (H1) El apoyo a la autonomía tiene un efecto positivo sobre la motivación académica del alumnado; (H2) El apoyo a la autonomía tiene un efecto positivo sobre el compromiso académico del alumnado; (H3) El apoyo a la autonomía tiene un efecto positivo sobre la satisfacción académica del alumnado; (H4) La motivación académica tiene un efecto positivo sobre el compromiso académico del alumnado; (H5) La motivación académica tiene un efecto positivo sobre la satisfacción académica del alumnado; (H6) El compromiso académico tiene un efecto positivo sobre la satisfacción académica del alumnado; (H7) La motivación académica media el efecto del apoyo a la autonomía sobre la satisfacción académica del alumnado; (H8) El compromiso académico media el efecto del apoyo a la autonomía sobre la satisfacción académica del alumnado; (H9) La motivación académica media el efecto del apoyo a la autonomía sobre el compromiso académico del alumnado y (H10) El compromiso académico media el efecto de la motivación sobre la satisfacción académica del alumnado. Método Población y Muestra Considerando la población estudiantil universitaria como marco del presente estudio, la muestra ha quedado constituida por 637 estudiantes de la Universidad de Cádiz y de la Universidad de Extremadura. El estudiantado participante se encuentra matriculado en el Grado en Educación Primaria (54%) y Educación Infantil (46%). El alumnado estaba conformado por un 80.2% de mujeres y un 19.8% de hombres. Su edad media era de 21.29 (DT=5.37). Para el establecimiento de la muestra final se ha utilizado un muestreo no probabilístico, teniendo en cuenta criterios de accesibilidad. Instrumento Para medir las percepciones del alumnado sobre el apoyo a la autonomía por parte del profesorado se ha utilizado la Escala de Apoyo a la Autonomía (EAA) para educación superior (Moreno-Murcia et al., 2019). Es un instrumento unifactorial formado por 12 ítems. Para contestar a éstos, las y los participantes deben escoger valores desde totalmente en desacuerdo (1) hasta totalmente de acuerdo (7). De acuerdo con el estudio original, el instrumento presenta un valor de alpha de Cronbach de .89. Para evaluar la motivación académica se ha utilizado la Escala de Motivación Estado en su versión española (Froment et al., 2021). Se trata de un instrumento que mide un único constructo a través de 12 adjetivos bipolares cuyos valores van desde el valor 1 484 Facundo Froment, Manuel de-Besa Gutiérrez y Javier Gil Flores RIE, 2023, 41(2), 479-499 (polo negativo) hasta el valor 7 (polo positivo). Se considera que cuanto más se aproxime numéricamente a uno de los dos polos, mayor certeza habrá de que el adjetivo se asocia con los sentimientos del estudiantado de acuerdo a la clase. Atendiendo al estudio original, el instrumento contiene un valor de alpha de Cronbach de .96. Para medir el compromiso académico se ha utilizado la Escala de Compromiso en el Aula en su versión española (Núñez y León, 2019). El instrumento consta de 12 ítems relativos a tipos de compromiso, de los cuales tres hacen referencia al agéntico, tres al comportamental, tres al emocional y tres al cognitivo. Los valores posibles están comprendidos en una escala de siete puntos, que van desde totalmente en desacuerdo (1) hasta totalmente de acuerdo (7). Según el estudio original, el instrumento presenta los siguientes valores de omega de McDonald: .84 para compromiso agéntico; .83 para compromiso comportamental; .84 para compromiso emocional y .77 para compromiso cognitivo. Para evaluar la satisfacción académica se ha empleado la Escala de Satisfacción Académica (Vergara-Morales et al., 2018). Es un instrumento que consta de un solo factor y que está formado por siete ítems. La escala de respuestas va desde totalmente en desacuerdo (1) hasta totalmente de acuerdo (7). Conforme al estudio original, el instrumento muestra un valor de fiabilidad compuesta de .93. Procedimiento de recogida datos Previamente a la recogida de datos se contactó con profesorado que se encontraba impartiendo docencia en la Facultad de Educación y Psicología de la Universidad de Extremadura y en la Facultad de Ciencias de la Educación de la Universidad de Cádiz, con el propósito de conseguir su colaboración. El alumnado participó de manera voluntaria, garantizándole su anonimato y la confidencialidad en las respuestas dadas. De la misma manera, se les advirtió de la naturaleza y el propósito del estudio. Se pidió al profesorado que abandonara la clase durante el desarrollo del estudio con el propósito de reducir la reactividad de las respuestas de las y los participantes. La duración aproximada fue de 25 minutos, teniendo en cuenta la explicación del estudio, las instrucciones del instrumento y la realización de este por parte de las y los participantes. Tras la recogida de datos, éstos fueron incluidos en una base de datos para analizarlos posteriormente. Análisis de datos Para analizar la relación entre apoyo a la autonomía, motivación, compromiso y satisfacción académica, se aplicó la técnica de mínimos cuadrados parciales (PLS-SEM), la cual se emplea principalmente en investigaciones del ámbito educativo (Hair y Alamer, 2022). La evaluación PLS-SEM se ejecutó de acuerdo con el modelo de medida y al modelo estructural (Roldán y Sánchez-Franco, 2012). Se llevaron a cabo análisis de fiabilidad de los indicadores, de consistencia interna, de validez convergente y de validez discriminante para la evaluación del modelo de medida (Hair et al., 2019b). Con respecto a la fiabilidad de los indicadores, éstos deben ser mayores que .50 (Hair et al., 2014). Atendiendo a la consistencia interna, se evaluaron, 485 Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico... RIE, 2023, 41(2), 479-499 por una parte, los valores de alpha de Cronbach (α), los cuales deben ser mayores que .70 (Nunnally y Bernstein, 1994) y, por otra parte, los valores de fiabilidad compuesta (FC), los cuales deben ser superiores a .70 (Hair et al., 2017a). En relación a la validez convergente, se midieron los valores de la varianza extraída media (AVE), los cuales deben ser superiores a .50 (Hair et al., 2018) y, atendiendo a la validez discriminante, se siguió, por un lado, el criterio de Fornell y Larcker (1981), que determina que la raíz cuadrada del AVE de cada variable debe ser superior a las asociaciones que presenta con el resto de variables y, por otro lado, la ratio Heterotrait-Monotrait (HTMT), la cual debe generar valores menores que .90 (Henseler et al., 2015). Se midió la significancia, el tamaño y el signo de los coeficientes para la evaluación del modelo estructural mediante una técnica de bootstrapping (5000 muestras) (Hair et al., 2011). Asimismo, se midieron los valores del coeficiente de determinación (R2) para los constructos endógenos, los cuales pueden describirse como débiles (.25), moderados (.50) o importantes (.75) (Hair et al., 2011). A continuación, siguiendo a Hayes (2013), se analizaron los efectos de mediación a través del método de bootstrapping con un 95% de intervalos de confianza con sesgo corregido de los efectos indirectos. Para determinar los tipos de efectos de mediación, se siguieron los criterios establecidos por Nitzl et al. (2016), quienes establecen la existencia de los siguientes tipos de mediación: indirecta (solo el efecto indirecto es significativo), competitiva (tanto el efecto indirecto como el directo son significativos, pero apuntan en direcciones contrarias) y complementaria (tanto el efecto indirecto como el directo son significativos y apuntan en la misma dirección). Posteriormente, se midió el valor del índice estandarizado de la raíz cuadrática media residual (SRMR) para evaluar la bondad de ajuste del modelo (Henseler et al., 2016), el cual debe ser menor a .08 para establecer un ajuste adecuado (Hu y Bentler, 1999). Por último, se evaluó la validez predictiva del modelo fuera de la muestra (Shmueli et al., 2016). Para evaluarla se atendieron los siguientes valores: 1) los valores Q2, los cuales deben ser superiores a 0 para que el modelo ofrezca un rendimiento predictivo apropiado (Shmueli et al., 2019) y 2) los valores del error cuadrático medio (RMSE) del modelo PLS-SEM deben ser inferiores a los del modelo de regresión lineal (LM) para determinar el poder predictivo del modelo fuera de la muestra (Hair et al., 2019a). Las principales razones para el uso de PLS-SEM en este estudio radica en que es el método para emplear cuando el objetivo del estudio es la explicación y la predicción de constructos endógenos (Hair et al., 2017b) y no hace ninguna suposición en relación a la distribución de los datos (Hair et al., 2011). Para llevar a cabo los análisis detallados anteriormente se ha ejecutado el software SmartPLS 4 (Ringle et al., 2022). Resultados Evaluación del modelo de medida En la Tabla 1 se puede observar que los indicadores contienen cargas externas mayores que .50, por lo que se determina que los ítems muestran una fiabilidad apropiada. Asimismo, tanto los valores de Alpha de Cronbach (α) como de fiabilidad compuesta (FC) son superiores a .70, de modo que la consistencia interna de los constructos es 486 Facundo Froment, Manuel de-Besa Gutiérrez y Javier Gil Flores RIE, 2023, 41(2), 479-499 adecuada. Por último, atendiendo a la validez convergente, los valores de la varianza extraída media (AVE) son mayores que .50, indicando con ello que la varianza extraída por el factor es superior a la varianza asociada al error. Tabla 1 Resultados del modelo de medida Constructos Indicadores Cargas externas αFC AVE Apoyo a la autonomía AUT1 .75 .92 .93 .55 AUT2 .73 AUT3 .81 AUT4 .76 AUT5 .79 AUT6 .72 AUT7 .78 AUT8 .70 AUT9 .59 AUT10 .79 AUT11 .73 AUT12 .71 Motivación académica MOT1 .84 .94 .95 .63 MOT2 .81 MOT3 .73 MOT4 .79 MOT5 .67 MOT6 .77 MOT7 .74 MOT8 .79 MOT9 .85 MOT10 .79 MOT11 .83 MOT12 .84 Compromiso agéntico AGE1 .90 .89 .93 .82 AGE2 .92 AGE3 .90 Compromiso comportamental COM1 .86 .82 .89 .73 487 Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico... RIE, 2023, 41(2), 479-499 Constructos Indicadores Cargas externas αFC AVE COM2 .89 COM3 .80 Compromiso emocional EMO1 .87 .87 .92 .79 EMO2 .90 EMO3 .89 Compromiso cognitivo COG1 .83 .79 .87 .70 COG2 .88 COG3 .80 Satisfacción académica SAT1 .81 .93 .94 .72 SAT2 .79 SAT3 .90 SAT4 .89 SAT5 .80 SAT6 .87 SAT7 .87 Nota: α = Alpha de Cronbach; FC = fiabilidad compuesta; AVE = varianza extraída media. De acuerdo al criterio de Fornell y Larcker (1981), en la Tabla 2 se puede apreciar que la raíz cuadrada del AVE de cada variable es superior a las asociaciones que presenta con el resto de variables. Tabla 2 Evaluación de la validez discriminante (criterio de Fornell y Larcker) AUT MOT AGE COM EMO COG SAT AUT .74 MOT .53 .79 AGE .43 .41 .90 COM .51 .54 .43 .85 EMO .61 .64 .46 .77 .89 COG .50 .53 .42 .65 .62 .84 SAT .66 .70 .47 .57 .74 .48 .85 Nota: AUT = apoyo a la autonomía: MOT = motivación académica, AGE = compromiso agéntico; COM = compromiso comportamental; EMO = compromiso emocional; COG = compromiso cognitivo; SAT = satisfacción académica. 494 Facundo Froment, Manuel de-Besa Gutiérrez y Javier Gil Flores RIE, 2023, 41(2), 479-499 Alamer, A. (2022). Basic psychological needs, motivational orientations, effort, and vocabulary knowledge: A comprehensive model. Studies in Second Language Acquisition, 44(1), 164-184. https://doi.org/10.1017/S027226312100005X Álvarez-Pérez, P. R., López-Aguilar, D., González-Morales, M. O., y Peña-Vázquez, R. (2021). Academic Engagement and Dropout Intention in Undergraduate University Students. Journal of College Student Retention: Research, Theory & Practice, 1-18. https:// doi.org/10.1177/15210251211063611 Arredondo-Salas, A. Y., Vargas-Vizcarra, M. E., Corisapra-Quintana, J., Bustamante- Carpio, J. A., y Ccorisapra-Quintana, F. de M. (2022). Engagement y satisfacción académica: rol mediador del compromiso afectivo en estudiantes de negocios. Comuni@cción: Revista de Investigación en Comunicación y Desarrollo, 13(2), 117-126. https://doi.org/10.33595/2226-1478.13.2.689 Barrientos-Illanes, P., Pérez-Villalobos, M. V., Vergara-Morales, J., y Díaz-Mujica, A. (2021). Influencia de la percepción de apoyo a la autonomía, la autoeficacia y la satisfacción académica en la intención de permanencia del estudiantado universitario. Revista Electrónica Educare, 25(2), 90-103. http://dx.doi.org/10.15359/ree.25-2.5 Brophy, J. (1986). Socializing students’ motivation to learn. Michigan State University Press. Deci, E. L., y Ryan, R. M. (1985). Intrinsic motivation and self determination in human behavior. Plenum Press. Diamantopoulos, A., y Siguaw, J. A. (2006). Formative versus reflective indicators in organizational measure development: A comparison and empirical illustration. British Journal of Management, 17(4), 263-282. https://doi.org/10.1111/j.1467- 8551.2006.00500.x Dupont, S., Galand, B., Nils, F., y Hospel, V. (2014). Social Context, Self-Perceptions and Student Engagement: A SEM Investigation of the Self-System Model of Motivational Development (SSMMD). Electronic Journal of Research in Educational Psychology, 12(1), 5-32. https://doi.org/10.14204/ejrep.32.13081 Ferrer, J., Ringer, A., Saville, K., Parris, M., y Kashi, K. (2022). Students’ motivation and engagement in higher education: The importance of attitude to online learning. Higher Education, 83, 317-338. https://doi.org/10.1007/s10734-020-00657-5 Figuera, P., Buxarrais, M. R., Llanes, J., y Venceslao, M. (2018). Perfil, motivación y satisfacción académica en los estudiantes de máster: el caso de Ciencias Sociales y Jurídicas. Estudios sobre Educación, 34, 219-237. http://dx.doi.org/10.15581/004.34.219-237 Figuera, P., Llanes, J., Torrado, M., Valls, R. G., y Buxarrais, M. R. (2022). Reasons for course selection and academic satisfaction among Master’s degree students. Journal of Hispanic Higher Education, 21(3), 261-281. https://doi.org/10.1177/1538192720954573 Flunger, B., Hollmann, L., Hornstra, L., y Murayama, K. (2022). It’s more about a lesson than a domain: Lesson-specific autonomy support, motivation, and engagement in math and a second language. Learning and Instruction, 77, 101500. https://doi. org/10.1016/j.learninstruc.2021.101500 Fornell, C., y Larcker, D. F. (1981). Structural equation models with unobservable variables and measurement error: Algebra and statistics. Journal of Marketing Research, 18(3), 382-388. https://doi.org/10.1177/002224378101800313 Froment, F., y de-Besa, M. (2022). La predicción de la credibilidad docente sobre la motivación de los estudiantes: el compromiso y la satisfacción académica como 495 Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico... RIE, 2023, 41(2), 479-499 variables mediadoras. Revista de Psicodidáctica, 27(2), 149-157. https://doi.org/10.1016/j. psicod.2022.04.003 Froment, F., García, A. J., Bohórquez, M. R., y Checa, I. (2021). Adaptación y validación en español de la Escala de Motivación Estado en estudiantes universitarios. Revista Iberoamericana de Diagnóstico y Evaluación Psicológica, 58(1), 117-126. https:// doi.org/10.21865/RIDEP58.1.10 Frymier, A. B. (2016). Students’ motivation to learn. En P. L. Witt (Ed.), Communication and learning. Handbooks of Communication Science: Vol. 16. Communication and Learning (pp. 377–396). DeGruyter Mouton. Frymier, A. B., Goldman, Z. W., y Claus, C. J. (2019). Why nonverbal immediacy matters: A motivation explanation. Communication Quarterly, 67(5), 526-539. https://doi. org/10.1080/01463373.2019.1668442 Granero-Gallegos, A., Escaravajal, J. C., López-García, G. D., y Baños, R. (2022). Influence of Teaching Styles on the Learning Academic Confidence of Teachers in Training. Journal of Intelligence, 10(3), 71. https://doi.org/10.3390/jintelligence10030071 Gutiérrez, M., y Tomás, J. M. (2018). Clima motivacional en clase, motivación y éxito académico en estudiantes universitarios. Revista de Psicodidáctica, 23(2), 94-101. https://doi.org/10.1016/j.psicod.2018.02.001 Hair, J. F., y Alamer, A. (2022). Partial least squares structural equation modeling (PLSSEM) in second language and education research: Guidelines using an applied example. Research Methods in Applied Linguistics, 1(3), 100027. https://doi.org/10.1016/j. rmal.2022.100027 Hair, J., Black, W., Babin, B., y Anderson, R. (2019a). Multivariate data analysis (8th ed.). Cengage. Hair, J. F., Hult, G. T. M., Ringle, C. M., y Sarstedt, M. (2017a). A primer on partial least squares structural equation modeling (PLS-SEM). Sage. Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., Castillo-Apraiz, J., Cepeda-Carrión, G., y Roldán, J. L. (2019b). Manual de partial least squares structural equation modeling (PLS-SEM). OmniaScience Scholar. Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., y Thiele, K. O. (2017b). Mirror, mirror on the wall: a comparative evaluation of composite-based structural equation modeling methods. Journal of the Academy of Marketing Science, 45(5), 616-632. https://doi.org/10.1007/s11747-017-0517-x Hair, J. F., Ringle, C. M., y Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal of Marketing Theory and Practice, 19(2), 139-152. https://doi.org/10.2753/MTP1069- 6679190202 Hair, J. F., Risher, J. J., Sarstedt, M., y Ringle, C. M. (2019c). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24. https://doi. org/10.1108/EBR-11-2018-0203 Hair, J. F., Sarstedt, M., Hopkins, L., y Kuppelwieser, V. (2014). Partial least squares structural equation modeling (PLS-SEM). An emerging tool in business research. European Business Review, 26(2), 106-121. https://doi.org/10.1108/EBR-10-2013-0128 Hair, J. F., Sarstedt, M., Ringle, C. M., y Gudergan, S. P. (2018). Advanced issues in partial least squares structural equation modeling (PLS-SEM). Sage Publications. 496 Facundo Froment, Manuel de-Besa Gutiérrez y Javier Gil Flores RIE, 2023, 41(2), 479-499 Hayes, A. (2013). Introduction to mediation, moderation, and conditional process analysis. Guilford. Henseler, J., Hubona, G., y Ray, P. A. (2016). Using PLS path modeling in new technology research: Updated guidelines. Industrial Management & Data Systems, 116(1), 2-20. https://doi.org/10.1108/IMDS-09-2015-0382 Henseler, J., Ringle, C. M., y Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8 Hensley, A., Hampton, D., Wilson, J. L., Culp-Roche, A., y Wiggins, A. T. (2021). A multicenter study of student engagement and satisfaction in online programs. Journal of Nursing Education, 60(5), 259-264. https://doi.org/10.3928/01484834-20210420-04 Hernández, E. H., Lozano-Jiménez, J. E., de Roba Noguera, J. M., y Moreno-Murcia, J. A. (2022). Relationships among instructor autonomy support, and university students’ learning approaches, perceived professional competence, and life satisfaction. Plos One, 17(4), e0266039. https://doi.org/10.1371/journal.pone.0266039 Hernández, P. F., Rosario, P., y Cuesta Sáez de Tejada, J. D. (2010). Impacto de un programa de autorregulación del aprendizaje en estudiantes de Grado. Revista de Educación, 353, 571-588. Hu, L. T., y Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118 Jang, H., Kim, E. J., y Reeve, J. (2016). Why students become more engaged or more disengaged during the semester: A self-determination theory dual-process model. Learning and Instruction, 43, 27-38. https://doi.org/10.1016/j.learninstruc.2016.01.002 Jang, H., Reeve, J., y Deci, E. L. (2010). Engaging students in learning activities: It is not autonomy support or structure but autonomy support and structure. Journal of Educational Psychology, 102(3), 588-600. https://doi.org/10.1037/a0019682 Jaramillo, C. (2021). Climas de aprendizaje de apoyo a la autonomía y su influencia en la educación superior: Una revisión de la literatura. 593 Digital Publisher CEIT, 6(1), 219-232. https://doi.org/10.33386/593dp.2021.1.366 Jiang, Y., Lee, C. K. J., Wan, Z. H., y Chen, J. (2021). Stricter teacher, more motivated students? comparing the associations between teacher behaviors and motivational beliefs of western and east Asian learners. Frontiers in Psychology, 11, 1-10. https:// doi.org/10.3389/fpsyg.2020.564327 Lent, R. W., Singley, D., Sheu, H. B., Schmidt, J. A., y Schmidt, L. C. (2007). Relation of social-cognitive factors to academic satisfaction in engineering students. Journal of Career Assessment, 15(1), 87-97. https://doi.org/10.1177/1069072706294518 Leo, F. M., López-Gajardo, M. A., Gómez-Holgado, J. M., PonceBordón, J. C., y Pulido, J. J. (2020). Metodologías de enseñanza-aprendizaje y su relación con la motivación e implicación del alumnado en las clases de Educación Física. Cultura, Ciencia y Deporte, 15(46), 495-506. https://doi.org/10.12800/ccd.v15i46.1600 Lietaert, S., Roorda, D., Laevers, F., Verschueren, K., y De Fraine, B. (2015). The gender gap in student engagement: The role of teachers’ autonomy support, structure, and involvement. British Journal of Educational Psychology, 85(4), 498-518. https://doi. org/10.1111/bjep.12095 497 Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico... RIE, 2023, 41(2), 479-499 Liu, P. (2021). Influence of Psychological Need-Based Teachers’ Autonomy Support on Effectiveness and Engagement in English Learning. Frontiers in Psychology, 12, 1-7. https://doi.org/10.3389/fpsyg.2021.663374 Llanes-Ordóñez, J., Méndez-Ulrich, J. L., y Montané-López, A. (2021). Motivación y satisfacción académica de los estudiantes de educación: una visión internacional. Educación XX1, 24(1), 45-68. https://doi.org/10.5944/educXX1.26491 López-Aguilar, D., Álvarez-Pérez, P. R., y Garcés-Delgado, Y. (2021). El engagement académico y su incidencia en el rendimiento del alumnado de grado de la Universidad de La Laguna. RELIEVE, 27(1), 1-19. http://doi.org/10.30827/relieve.v27i1.21169 Lozano-Jiménez, J. E., Huéscar, E., y Moreno-Murcia, J. A. (2021). Effects of an autonomy support intervention on the involvement of higher education students. Sustainability, 13(9), 5006. https://doi.org/10.3390/su13095006 Ma, Q. (2021). The Role of Teacher Autonomy Support on Students’ Academic Engagement and Resilience. Frontiers in Psychology, 12, 1-7. https://doi.org/10.3389/ fpsyg.2021.778581 Martínez, I. M., Youssef-Morgan, C. M., Chambel, M. J., y Marqués-Pinto, A. (2019). Antecedents of academic performance of university students: academic engagement and psychological capital resources. Educational Psychology, 39(8), 1047-1067. https:// doi.org/10.1080/01443410.2019.1623382 Moreno-Murcia, J. A., Huéscar-Hernández, E., Pintado-Verdú, R., y Marzo-Campos, J. C. (2019). Diseño y validación de la Escala de Apoyo a la Autonomía en educación superior: Relación con la competencia laboral del discente. Revista Española de Orientación y Psicopedagogía, 30(1), 116-130. http://hdl.handle.net/11162/192023 Nitzl, C., Roldán, J. L., y Cepeda-Carrión, G. (2016). Mediation analysis in partial least squares path modeling: Helping researchers discuss more sophisticated models. Industrial Management & Data Systems. 116(9), 1849-1864. https://doi.org/10.1108/ IMDS-07-2015-0302 Nunnally, J. C., y Bernstein, I. H. (1994). Psychometric theory. McGraw-Hill. Núñez, J. L., y León, J. (2016). The Mediating Effect of Intrinsic Motivation to Learn on the Relationship between Student’s Autonomy Support and Vitality and Deep Learning. The Spanish Journal of Psychology, 19, 1-8. https://doi.org/10.1017/sjp.2016.43 Núñez, J. L., y León, J. (2019). Determinants of classroom engagement: A prospective test based on self-determination theory. Teachers and Teaching, 25(2), 147-159. https:// doi.org/10.1080/13540602.2018.1542297 Núñez, J. L., León, J., Grijalvo, F., y Albo, J. M. (2012). Measuring autonomy support in university students: the Spanish version of the Learning Climate Questionnaire. The Spanish Journal of Psychology, 15(3), 1466-1472. http://dx.doi.org/10.5209/ rev_SJOP.2012.v15.n3.39430 Okada, R. (2021). Effects of perceived autonomy support on academic achievement and motivation among higher education students: A meta-analysis. Japanese Psychological Research, 1-13. https://doi.org/10.1111/jpr.12380 Opdenakker, M. C. (2021). Need-supportive and need-thwarting teacher behavior: their importance to boys’ and girls’ academic engagement and procrastination behavior. Frontiers in Psychology, 12, 628064. https://doi.org/10.3389/fpsyg.2021.628064 498 Facundo Froment, Manuel de-Besa Gutiérrez y Javier Gil Flores RIE, 2023, 41(2), 479-499 Patall, E. A., Steingut, R. R., Vasquez, A. C., Trimble, S. S., Pituch, K. A., y Freeman, J. L. (2018). Daily autonomy supporting or thwarting and students’ motivation and engagement in the high school science classroom. Journal of Educational Psychology, 110(2), 269-288. https://doi.org/10.1037/edu0000214 Rasheed, H. M. W., He, Y., Khalid, J., Khizar, H. M. U., y Sharif, S. (2022). The relationship between e-learning and academic performance of students. Journal of Public Affairs, 22(3), 1-7. https://doi.org/10.1002/pa.2492 Reeve, J. (2009). Why teachers adopt a controlling motivating style toward students and how they can become more autonomy supportive. Educational Psychologist, 44, 159-175. https://doi.org/10.1080/00461520903028990 Reeve, J. (2016). Autonomy-supportive teaching: what it is, how to do it. En, J. C. K. Wang, W. C. Liu, y R. M. Ryan (Eds.), Building Autonomous Learners: Perspectives from Research and Practice Using Self-Determination Theory (pp. 129-152). Springer. Reeve, J., Jang, H., Carrell, D., Jeon, S., y Barch, J. (2004). Enhancing students’ engagement by increasing teachers’ autonomy support. Motivation and Emotion, 28(2), 147-169. https://doi.org/10.1023/B:MOEM.0000032312.95499.6f Reyes, M. R., Brackett, M. A., Rivers, S. E., White, M., y Salovey, P. (2012). Classroom emotional climate, student engagement, and academic achievement. Journal of Educational Psychology, 104(3), 700–712. https://doi.org/10.1037/a0027268 Ringle, C. M., Wende, S., y Becker, J. (2022). SmartPLS 4. SmartPLS. Roldán, J. L., y Sánchez-Franco, M. J. (2012). Variance-based structural equation modeling: Guidelines for using partial least squares in information systems research. En, M. Mora, O. Gelman, A. Steenkamp, y M. Raisinghani (Eds.), Research methodologies, innovations and philosophies in software systems engineering and information systems (pp. 193-221). IGI Global. Roorda, D. L., Jak, S., Zee, M., Oort, F. J., y Koomen, H. M. (2017). Affective teacher– student relationships and students’ engagement and achievement: A meta-analytic update and test of the mediating role of engagement. School Psychology Review, 46(3), 239-261. https://doi.org/10.17105/SPR-2017-0035.V46-3 Ryan, R. M., y Deci, E. L. (2004). Autonomy is no illusion: Self-determination theory and the empirical study of authenticity, awareness, and will. En, J. Greenberg, S. L. Koole, y T. Pyszczynski (Eds.), Handbook of experimental existential psychology (pp. 449-479). Guilford Press. Ryan, R. M., y Deci, E. L. (2017). Self-Determination Theory: Basic Psychological Needs in Motivation, Development, and Wellness. Guilford Press. Ryan, R. M., y Deci, E. L. (2020). Intrinsic and extrinsic motivation from a self-determina- tion theory perspective: definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61, 1-11. https://doi.org/10.1016/j.cedpsych.2020.101860 Ryan, R. M., Deci, E. L., Vansteenkiste, M., y Soenens, B. (2021). Building a science of motivated persons: Self-determination theory’s empirical approach to human experience and the regulation of behavior. Motivation Science, 7(2), 97-110. https:// psycnet.apa.org/doi/10.1037/mot0000194 Shmueli, G., Ray, S., Velasquez-Estrada, J. M., y Chatla, S. B. (2016). The elephant in the room: Predictive performance of PLS models. Journal of Business Research, 69(10), 4552-4564. https://doi.org/10.1016/j.jbusres.2016.03.049 499 Efecto del apoyo a la autonomía sobre la satisfacción académica: la motivación y el compromiso académico... RIE, 2023, 41(2), 479-499 Shmueli, G., Sarstedt, M., Hair, J., Cheah, J., Ting, H., Vaithilingam, S., y Ringle, C. (2019). Predictive model assessment in PLS-SEM: guidelines for using PLSpredict. European Journal of Marketing, 53(11), 2322-2347. https://doi.org/10.1108/EJM-02-2019-0189 Tilga, H., Hein, V., Koka, A., Hamilton, K., y Hagger, M. S. (2019). The role of teachers’ controlling behaviour in physical education on adolescents’ health-related quality of life: Test of a conditional process model. Educational Psychology, 39(7), 862-880. https://doi.org/10.1080/01443410.2018.1546830 Tokan, M. K., y Imakulata, M. M. (2019). The effect of motivation and learning behaviour on student achievement. South African Journal of Education, 39(1), 1-8. https:// doi.org/10.15700/saje.v39n1a1510 Tomás, J. M., y Gutiérrez, M. (2019). Aportaciones de la teoría de la autodeterminación a la predicción de la satisfacción escolar en estudiantes universitarios. Revista de Investigación Educativa, 37(2), 471-485. https://doi.org/10.6018/rie.37.2.328191 Vergara-Morales, J., Del Valle, M., Díaz, A., Matos, L., y Pérez, M. V. (2019). Perfiles motivacionales relacionados con la satisfacción académica de estudiantes universitarios. Anales de Psicología, 35(3), 464-471. https://dx.doi.org/10.6018/analesps.35.3.320441 Vergara-Morales, J., Del Valle, M., Díaz, A., y Pérez, M. V. (2018). Adaptación de la Escala de Satisfacción Académica en estudiantes universitarios chilenos. Psicología Educativa, 24(2), 99-106. https://doi.org/10.5093/psed2018a15 Wang, J., Liu, R.D., Ding, Y., Xu, L., Liu, Y. y Zhen, R. (2017). Teacher’s Autonomy Support and Engagement in Math: Multiple Mediating Roles of Self-efficacy, Intrinsic Value, and Boredom. Frontiers in Psychology, 8. https://doi.org/10.3389/ fpsyg.2017.01006 Yu, Z., Gao, M., y Wang, L. (2021). The Effect of Educational Games on Learning Outcomes, Student Motivation, Engagement and Satisfaction. Journal of Educational Computing Research, 59(3), 522-546. https://doi.org/10.1177/0735633120969214 Zhang, Q. (2009). Perceived teacher credibility and student learning: Development of a multicultural model. Western Journal of Communication, 73(3), 326-347. https://doi. org/10.1080/10570310903082073 Fecha de recepción: 8 de noviembre de 2022. Fecha de revisión: 12 de enero de 2023. Fecha de aceptación: 28 de marzo de 2023.