Diseño y Validación del Instrumento: Competencias del estudiante de Ingeniería Industrial para la Industria 4.0

Aida BERNAL-MARTÍNEZ; José I. MARTÍNEZ-CORONA; Gloria E. PALACIOS ALMÓN

doi:10.48082/espacios-a26v47n03i18

Authors

Aida BERNAL-MARTÍNEZ Instituto Tecnológico de San Luis Potosí Author
José I. MARTÍNEZ-CORONA Instituto Tecnológico de San Luis Potosí Author
Gloria E. PALACIOS ALMÓN Instituto Tecnológico de San Luis Potosí Author

DOI:

https://doi.org/10.48082/espacios-a26v47n03i18

Keywords:

Ingeniería Industrial, Industria 4.0, Confiabilidad, Validez de contenido

Abstract

Industrial engineering is a profession that has had to evolve alongside the advancements of the industrial revolutions, requiring skills to adapt to a changing work environment. This study details the design and validation of a research instrument that analyzes the degree of perception among industrial engineering students regarding professional competencies with a focus on Industry 4.0. The procedure includes content validity analysis and a preliminary reliability analysis.

References

Aiken, L. R. (1980). Content Validity and Reliability of Single Items or Questionnaires. Educational and Psychological Measurement, 40(4), 955–959. https://doi.org/10.1177/001316448004000419

Balderas Sánchez, A. V., Cruz Navarro, C., Zapata Garay, N., & Salazar Mata, J. M. (2022). La validación por juicio de expertos como estrategia para medir la confiabilidad de un instrumento. TECTZAPIC: Revista Académico-Científica, 8(1), 9–18.

Cannarozzo Tinoco, M., Nodari, C., Rabelo, L., Kvitko De Moura, P., Marcon, A., & Danilevicz, A. (2023). Proposition of a Method to Monitor Higher Education Students’ Competence Development through Assessment Rubrics. 2023 ASEE Annual Conference & Exposition Proceedings, 43992. https://doi.org/10.18260/1-2--43992

Cohen, Ronald., & Swerdlik, M. (2009). Psychological Testing and Assessment: An Introduction to Tests and Measurement (17a ed.). McGraw-Hill Education.

Çokluk Bökeoğlu, Ö., & Koçak, D. (2016). Using Horn’s Parallel Analysis Method in Exploratory Factor Analysis for Determining the Number of Factors. Educational Sciences: Theory & Practice, 16, 537–551. https://doi.org/10.12738/estp.2016.2.0328

Corral, Y. (2022). Validez y confiabilidad en instrumentos de investigación: Una mirada teórica. Revista ciencias de la educación, (60), 562–586.

Cronbach, L. J. (1951). Coefficient Alpha and the Internal Structure of Tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555

Díaz-Martínez, M., Román-Salinas, R., Santana-Esparza, G., & Morales, M. (2023). La industria 4.0 y las redes neuronales artificiales en la ingeniería industrial: Una revisión sistemática de la literatura.

Fernández Sánchez, P., Salaverría Garnacho, Á. M., Mandado, E., & Valdés Pardo, V. G. (2012). Taxonomía de los niveles del aprendizaje de la ingeniería y su implementación mediante herramientas informáticas. Tecnologías Aplicadas en la Enseñanza de la Electrónica: TAEE 2012. Actas del X Congreso de Tecnologías Aplicadas en la Enseñanza de la Electrónica, Escuela de Ingeniería Industrial Universidad de Vigo. Vigo, España 13 al 15 junio de 2012, 2012, ISBN 978-84-8158-588-9, 83. https://dialnet.unirioja.es/servlet/articulo?codigo=8618469

Gamboa Solano, L., Guevara Mora, M. G., Mena, Á., & Umaña Mata, A. C. (2023). Taxonomía revisada de Bloom como apoyo para la redacción de resultados de aprendizaje y el alineamiento constructivo. Innovaciones Educativas, 25(38), 140–155. https://doi.org/10.22458/ie.v25i38.4529

Garcés, G., & Peña, C. (2020). Ajustar la Educación en Ingeniería a la Industria 4.0: Una visión desde el desarrollo curricular y el laboratorio. Revista de Estudios y Experiencias en Educación, 19(40), 129–148. https://doi.org/10.21703/rexe.20201940garces7

George, D., & Mallery, P. (2019). IBM SPSS Statistics 26 Step by Step (16a ed.). Routledge.

González Hernández, I., & Granillo-Macías, R. (2020). Competencias del ingeniero industrial en la Industria 4.0. Revista Electrónica de Investigación Educativa, 22(e30), 1–14.

Gravetter, F. J., & Forzano, L. B. (2018). Research Methods for the Behavioral Sciences (6a ed.). Cengage.

Guevara, N. E. O., Rodríguez, F. J. Á., Guevara, S. P. O., Nieto, L. M. P., Holguín, E. M., Sana, M. O., Méndez, H. E. D., & Castaño, N. A. C. (2021). Soluciones de industria 4.0 a problemas sociales por medio del currículo y laboratorios actualizados en la educación en ingeniería: Industry 4.0 solutions to societal problems through updated curriculum and labs in engineering education. Tecnología Educativa Revista CONAIC, 8(3), 106–116. https://doi.org/10.32671/terc.v8i3.225

Heale, R., & Twycross, A. (2015). Validity and reliability in quantitative research. Evidence-Based Nursing, 18, 66–67.

Hernández, H. A., & Pascual Barrera, A. E. (2018). Validación de un instrumento de investigacion para el diseño de una metodología de autoevaluación del sistema de gestión ambiental. Revista de Investigación Agraria y Ambiental, 9(1), 157–164. https://doi.org/10.22490/21456453.2186

Hernández-Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología de la Investigación: Las rutas cuantitativas, cualitativas y Mixta. McGRAW-HILL INTERAMERICANA EDITORES.

Lamri, J., & Lubart, T. (2023). Reconciling Hard Skills and Soft Skills in a Common Framework: The Generic Skills Component Approach. Journal of Intelligence, 11, 107. https://doi.org/10.3390/jintelligence11060107

Landa Cavazos, M. R., & Ramírez Sánchez, M. Y. (2018). Diseño de un cuestionario de satisfacción de estudiantes para un curso de nivel profesional bajo el Modelo de Aprendizaje Invertido. Páginas de Educación, 11(2), 153–175. https://doi.org/10.22235/pe.v11i2.1632

Macias, P., Pilacuan Bonete, L., & Vicuña, J. (2023). El desafío de la Industria 4.0 en la educación superior de Ingeniería Industrial: Una revisión sistemática de la literatura. RECIAMUC, 7, 305–327. https://doi.org/10.26820/reciamuc/7.(2).abril.2023.305-327

Martinez-Corona, J. I., Palacios-Almon, G. E., & Juarez-Hernandez, L. G. (2020). Diseño y validación del instrumento enfoque directivo en la gestión para resultados en la sociedad del conocimiento. Revista ESPACIOS, 41(01). http://www.revistaespacios.com/a20v41n01/20410113.html

Martínez-Corona, J. I., Palacios-Almón, G. E., & Oliva-Garza, D. B. (2023). Guía para la revisión y el análisis documental: Propuesta desde el enfoque investigativo. Ra Ximhai, 67–83. https://doi.org/10.35197/rx.19.01.2023.03.jm

Medina, M., Rojas, R., Bustamante, W., Loaiza, R., Martel, C., & Castillo, R. (2023). Metodología de la investigación: Técnicas e instrumentos de investigación. Instituto Universitario de Innovación Ciencia y Tecnología Inudi Perú. https://doi.org/10.35622/inudi.b.080

Merino-Soto, C. (2018). Intervalos de confianza para la diferencia entre coeficientes de validez de contenido (V Aiken): Una sintaxis SPSS. Anales de Psicología, 34(3), 587–590. https://doi.org/10.6018/analesps.34.3.283481

Montero, I., & Orfelio G, L. (2002). Clasificación y descripción de las metodologías de investigación en Psicología. 2(3), 503–508.

Oviedo, H. C., & Campo-Arias, A. (2005). De investigación y lectura crítica de estudios. Revista Colombiana de Psiquiatría, (4).

Palella Stracuzzi, S., & Martins Pestana, F. (2012). Metodología de la investigación cuantitativa (Tercera). FEDUPEL.

(PDF) Cuantificación de la validez de contenido por criterio de jueces. (2025). ResearchGate. https://www.researchgate.net/publication/270339510_Cuantificacion_de_la_validez_de_contenido_por_criterio_de_jueces

Penfield, R., & Giacobbi, P. (2004). Applying a Score Confidence Interval to Aiken’s Item Content-Relevance Index. Measurement in Physical Education and Exercise Science, 8, 213–225. https://doi.org/10.1207/s15327841mpee0804_3

Rikala, P., Braun, G., Järvinen, M., Stahre, J., & Hämäläinen, R. (2024). Understanding and measuring skill gaps in Industry 4.0—A review. Technological Forecasting and Social Change, 201, 123206. https://doi.org/10.1016/j.techfore.2024.123206

Salah, B., Khan, S., Ramadan, M., & Gjeldum, N. (2020). Integrating the Concept of Industry 4.0 by Teaching Methodology in Industrial Engineering Curriculum. Processes, 8, 1007. https://doi.org/10.3390/pr8091007

Saniuk, S., Caganova, D., & Saniuk, A. (2023). Knowledge and Skills of Industrial Employees and Managerial Staff for the Industry 4.0 Implementation. https://doi.org/10.1007/s11036-021-01788-4/Published

Silva, J. M. B., & Carneiro, R. F. (2024). Biograma na pesquisa em educação: Sentidos construídos sobre direitos de aprendizagem da docência em Matemática. Educação e Pesquisa, 50. https://www.redalyc.org/journal/298/29878703021/

Soriano Rodríguez, A. M. (2014). Diseño y validación de instrumentos de medición: Design and validation of measurement instruments. Diá-logos, 8(14), 19–40.

Souza, A. C. de, Alexandre, N. M. C., & Guirardello, E. de B. (2017). Psychometric properties in instruments evaluation of reliability and validity. Epidemiologia e Serviços de Saúde, 26, 649–659. https://doi.org/https://doi.org/10.5123/S1679-49742017000300022

Yun, V. W. S., Ulang, N. M., & Husain, S. H. (2023). Measuring the Internal Consistency and Reliability of the Hierarchy of Controls in Preventing Infectious Diseases on Construction Sites: The Kuder-Richardson (KR-20) and Cronbach’s Alpha. Journal of Advanced Research in Applied Sciences and Engineering Technology, 33(1), 392–405. https://doi.org/10.37934/araset.33.1.392405

Zapien Guerrero, C. (2024). La adaptación de los ingenieros industriales frente a los retos de la sostenibilidad. 11(22). https://mail.ctes.org.mx/index.php/ctes/article/view/859