TITULO: Usos de tiempo y TICs en estudiantes universitarios: evidencia de la carrera de IIA en la

UANL

AUTORES (Orden alfabético):

M.I.A. Adriana Camacho Gómez, Facultad de Ciencias Químicas, UANL.
Dr. Jorge O. Moreno Treviño, Facultad de Economía, UANL.
M.I.A. Lilian A. Reynosa Martínez, Facultad de Ciencias Químicas, UANL.

RESUMEN
El presente trabajo analiza los patrones de uso de tiempo en TICs y acceso a internet en estudiantes de la
carrera de Ingeniero Industrial Administrador, de la Universidad Autónoma de Nuevo León. Utilizando un
cuestionario que permite identificar las características de uso de tiempo, hábitos de estudio, y contexto
socioeconómico del estudiante, la muestra es representativa entre géneros y para cada uno de los 10
semestres de la carrera, dando un total de 591 observaciones. Los resultados sugieren que el tiempo en
internet afecta poco, o no determina en absoluto, el tiempo dedicado a actividades de aprendizaje. Los
resultados preliminares muestran una débil relación positiva entre uso de tiempo en TICs y tiempo
dedicado a actividades académicas, una vez que se controlan por aspectos como género, edad, y semestre
cursado, indicando así que mayor acceso y uso de TICs no se traduce necesariamente en mayor uso en
herramientas vinculadas al proceso de aprendizaje, y por tanto, potencialmente en mejor desempeño
escolar.

PALABRAS CLAVE
Acceso y uso de internet, herramientas electrónicas de aprendizaje, uso de tiempo.

INTRODUCCION
Desde hace poco más de una década, los estudiantes han sido introducidos desde los primeros años de
vida académica en el lenguaje electrónico y el dominio de las máquinas, por lo que cuentan con
competencias en el uso de las tecnologías. Esto a su vez les da la destreza añadida de auto-aprender de una
manera rápida y eficaz.

Las TIC, entonces, se convierten en herramientas poderosas para estimular el conocimiento por
autoaprendizaje, permitiéndoles desarrollar competencias en el uso inteligente de la información (Garzón,
2012) citado por (Román, J. Garzón, R. & Solís, A. 2014).En la vida universitaria además de las
diferencias de contenidos académicos que pueden encontrarse en cada una de las carreras, también existen
variaciones en cuanto al uso del tiempo libre, antecedentes familiares, trayectorias académicas y por ende
en los usos de las redes entre los universitarios.

En este contexto, surgen las siguientes interrogantes: ¿Para qué utilizan las redes sociales digitales los
jóvenes universitarios?,¿Qué tipo de herramientas tecnológicas utilizan? ¿Son importantes para realizar
actividades escolares?, entre otras. (Domínguez, F.; López; 2015). Es indudable que Internet, como medio
de comunicación, de ocio y de obtención de información se está convirtiendo en una herramienta
necesaria en la sociedad. El acceso a Internet provee información sobre multitud de áreas. (Muñoz,
Navarro, Ortega, 2003) En su estudio Patrones de uso de Internet en población universitaria española, los
resultados mostraron que existen diferencias estadísticamente significativas a partir de los 18 años, edad
en la que son los hombres los que invierten semanalmente un número de horas significativamente superior
a las mujeres en el uso de la red. Concretamente, las diferencias porcentuales resultan ser significativas en
el grupo de edad de 18 años (el 20% de los hombres frente al 8,2% de las mujeres, p<0,01).

1
De acuerdo al 13° Estudio sobre los Hábitos de los Usuarios de Internet en México 2017 (Infotec,
Estadística Digital, Asociación de Internet, 2018), durante el 2006 el total de usuarios de internet era de
20.2 millones de personas, incrementándose al 2016 llegando hasta 70 millones de usuarios, por lo que
México alcanza un 63% de penetración entre la población mexicana de 6 años en adelante. De acuerdo a
este estudio el 51% de los usuarios son mujeres y el 49% hombres, en este caso los usuarios situados en
los rangos de edad de 18 a 24 años, representan un 18% de los usuarios evaluados. En promedio, los
internautas Mexicanos llevan 7,6 años navegando en la red. La hora de la comida (14 a 16hrs) y el final
del día (21 a 24hrs), son los horarios de mayor tráfico en internet en México. Poco más de la mitad de los
internautas en México (52%), se encuentran conectados en internet las 24hrs. Las Redes sociales
permanecen como la principal actividad en línea, ganan terreno actividades como envío de correos
electrónicos y búsqueda de información.

Según Sanz de Acedo (2010) citado por (Román, J. Garzón, R. & Solís, A. 2014), más que acumular y
procesar información, lo fundamental es aprender a transformar la información en conocimiento y en eso
las TIC se utilizan cada vez más.

El enorme desarrollo tecnológico ha transformado notablemente nuestra manera de actuar, trabajar,

comunicarnos y, por supuesto, de aprender. Es evidente el incremento en el acceso a las TIC de los
jóvenes universitarios. Desafortunadamente, este acceso no se ha traducido en un mejoramiento notable de
la calidad educativa. (Herrera, 2009).

Luego de al menos 15 años de inversión en la integración de las TIC a la mayoría de los sistemas
educativos, hoy se exigen resultados. La evidencia muestra que, en distintos grados y dependiendo del
nivel de desarrollo de los países, se han logrado avances importantes para acercarse y, en algunos casos,
lograr el acceso universal de los estudiantes a las TIC. Esto ha permitido, especialmente en los países más
desarrollados, superar de manera importante las desigualdades de acceso a computadores e Internet. Sin
embargo, pareciera que los logros en términos de mejorar el rendimiento escolar de los estudiantes son
menos evidentes y las diferencias entre estudiantes para sacar provecho de las nuevas tecnologías para sus
aprendizajes representan un problema crecientemente preocupante. (Claro, 2010)

METODOLOGIA
Los datos que se presentan en este trabajo de investigación proceden de una encuesta elaborada para
analizar los hábitos de estudio, uso de tiempo y uso de tecnologías de información, realizada a partir de
dos cuestionarios, Técnicas de Hábitos de Estudio y Trabajo (2011), Encuesta Nacional Sobre Uso del
Tiempo de INEGI (2014), lo anterior para adaptar a un solo cuestionario lo necesario para nuestro estudio
y así ser aplicado a los estudiantes de la carrera de Ingeniero Industrial Administrador de la Universidad
Autónoma de Nuevo León.

El marco muestral se creó considerando como sujeto de estudio al estudiante universitario representativo
en la población total de estudiantes de la carrera de Ingeniero Industrial Administrador de la FCQ de la
UANL. Para este fin, se procedió a diseñar una muestra irrestricta aleatoria estratificada en dos
dimensiones: semestre de carrea (10 semestres) y género (masculino y femenino), dando un total de 20
estratos de clasificación.

De esta forma, utilizando los datos más recientes de la composición estudiantil del departamento escolar y
archivo de la FCQ-UANL, se consideró como población objetivo la descomposición observada en el
Cuadro 1 a continuación:

2
 Cuadro 1. Composición de Población Objetivo:
Estudiantes de la carrera IIA, FCQ-UANL

Semestre Mujeres Hombres Total

1 224 273 497

2 117 109 226
3 224 224 448
4 70 83 153
5 166 171 337
6 60 78 138
7 145 148 293
8 55 51 106
9 107 113 220
10 62 80 142
Total 1230 1330 2560
Nota: Datos del Semestre Agosto-Diciembre 2017.
Fuente: Departamento de esolar y archivo, FCQ-UANL.

Usando un criterio de población irrestricta aleatoria autoponderada, la fórmula para cada uno de los
estratos género-semestre considerado fue basada en el criterio definido por la ecuación ( 1 ) a
continuación:
 N Z 2 p(1 − p) 
 (1)
n j ( , p, d ) =  j

 d2 ( N j − 1) + N j Z  p(1 − p) 
2

En este caso, n j ( , p, d ) indica el tamaño de muestra necesario para alcanzar un nivel de confianza
estadística  , dado un parámetro poblacional de proporción “p” , y un nivel de tolerancia “d”, es función
de los parámetros anteriores, el tamaño de población contenido en el estrato de interés N j y el valor de la
normal estándar evaluado en el nivel de confianza estadística Z .

En un estudio previo dado por INEGI (2016), se encontró que aproximadamente el 94.5% de los usuarios
con educación superior utilizan internet, y en el caso de los usuarios de en el rango de edad de 18 a 24
años, ese porcentaje es de 83.1%. Tomando el primer porcentaje como referencia, usando un criterio
 = 0.05 y un nivel de tolerancia al error de d = 0.06 el tamaño de muestra requerido es de 575
encuestas distribuidas a lo largo de los 20 estratos considerados, siendo 284 para mujeres y 291 para
hombres. Para nuestro caso, decidimos emplear 2 cuestionarios más por semestre, para controlar por la
potencial tasa de no respuesta y error en la respuesta por parte de los estudiantes. Si consideramos que esa
no respuesta en los cuestionarios fue aleatoria entre los alumnos de todos los estratos considerados, la
muestra final que tenemos es de un total de 589 cuestionarios distribuidos tal y como se presenta en el
Cuadro 2.

3
 Cuadro 2. Composición de diseño muestral irrestricto aleatorio estratificado:
Alumnos encuestados por semestre, genero, y estado académico regular e irregular
Semestre Hombres- Hombres- Mujeres- Mujeres- Total
Encuestado Regulares Irregulares Regulares Irregulares
Semestre 1 34 N.A. 35 N.A. 69
Semestre 2 16 14 20 10 60
Semestre 3 16 18 17 17 68
Semestre 4 16 9 11 16 52
Semestre 5 24 9 27 6 66
Semestre 6 8 16 14 13 51
Semestre 7 19 13 24 8 64
Semestre 8 10 14 17 6 47
Semestre 9 20 9 24 7 60
Semestre 10 10 15 13 14 52
Total: 173 117 202 97 589
Fuente: Elaboración con datos propios.

La aplicación de encuestas se realizó el mes de octubre, durante el semestre agosto-diciembre 2017.

Previo a esto, se trabajó en reunión con los coordinadores de la carrera de IIA, tanto de área básica, que
incluye los primeros 5 semestres, así como del área de especialidad que abarca de 6º a 10º semestre; esto
con el fin de organizar las entrevistas que se realizarían en los 10 semestres de la carrera y así asignar los
días y horarios para la aplicación de dichas encuestas.

Concluida la asignación, se realizaron las visitas a los grupos. Se informó a los estudiantes el objetivo de
la encuesta, así mismo, se explicó la metodología para el llenado de la misma; además se comentó que su
información tendría un tratamiento anónimo. Los maestros en turno cooperaron y nos brindaron su apoyo,
cediéndonos tiempo de su clase; los alumnos participaron en este ejercicio por decisión voluntaria. El
tiempo de respuesta osciló entre 20 a 25 minutos como máximo. Al término de cada visita se llevó un
control para completar la muestra representativa por semestre y género. Con el apoyo de un equipo de
apoyo se dio inicio con la captura de información y así se pudo conformar la base de datos final.

En primera parte, por medio de la estadística descriptiva se obtuvo la información por

semestre/genero/regular o irregular, esta última variable declarada por cada uno de los estudiantes
encuestados.

Una vez analizados los datos a utilizar en esta investigación, se optó por utilizar como primer enfoque un
análisis de un modelo de regresión lineal que permita entender los determinantes de uso de tiempo en
TICs, para posteriormente analizar el impacto del uso de tiempo en TICs sobre el uso de tiempo dedicado
a actividades académicas.

En este caso, definamos la variable TiTIC como el tiempo total (en minutos a la semana) dedicado al uso de
tecnologías de información de un estudiante. Este tiempo puede estar determinado por factores que
podemos medir del estudiante como su edad ( Ei ), género ( Gi ), estatus laboral ( Li ), un indicador del
semestre en el cual cursa su carrera ( DSi ), y potencialmente un conjunto de variables asociadas a cada
estudiante que considere otros factores socioeconómicos asociados al hogar ( X i ). Así también,
definamos una variable que conglomere toda la información que escapa a las mediciones anteriores dentro

4
del modelo, pero que también explica el tiempo de uso en TICs, término que usualmente se considera
error del modelo y definido por  i .

10 K (2)
TiTIC = o + 1Ei +  2Gi + 3 Li +   4, j DS j ,i +  5,k X k ,i +  i
j =1 k =1

En la ecuación ( 2 ) tenemos en general considerados 10 semestres encuestados, y “K” potenciales factores

del hogar dentro de las posibilidades de medición del cuestionario empleado.

El conjunto de hipótesis pertinentes en el modelo anterior corresponde a la importancia estadística y signo

que identifica cada una de las variables sobre el uso de tiempo en TICs: cada coeficiente de cada variable

Un segundo modelo que analizamos en el presente documento y representado en la ecuación ( 3 ) analiza

el tiempo total a la semana dedicado por el estudiante a actividades académicas con uso de internet Ti EDU
como buscar temas de trabajos, trabajo en equipo, realizar trabajo en línea, investigar, redactar, consultar
tutoriales, realizar ejercicios de autoaprendizaje y consultar Nexus 1 , todo en función de las mismas
variables independientes definidas en el modelo anterior:

10 K (3)
Ti EDU
=  o +  Ti TIC
+ 1Ei +  2Gi +  3 Li +   4, j DS j ,i +   5,k X k ,i + i
j =1 k =1

La metodología del modelo de regresión lineal anterior permite conocer a través del parámetro  la
importancia que tiene el tiempo dedicado a las TICs sobre el tiempo dedicado a actividades académicas,
una vez que se consideran y aíslan la contribución que otros factores que pudieran influir en la decisión de
estudio. La hipótesis relevante en este modelo es que el tiempo en internet influye positivamente en el
tiempo dedicado a actividades académicas, una vez que se controlan por otros factores relevantes que
pudieran determinar esta última variable dependiente.

RESULTADOS

Los resultados para el primer modelo, el cual busca explicar los patrones de uso de tiempo en TICs, se
presentan en el Cuadro 2. En este caso, observamos que el uso de tiempo en internet no parece ser
explicado por las variables género, edad, o si el estudiante es foráneo. Este hecho se puede observar en los
modelos (1) a (4). De la misma forma, si se integran como variables de control el semestre en el cual el
estudiante fue encuestado, este conjunto de variables tampoco muestra ser significativa en el uso del
tiempo en TICs de los jóvenes estudiantes, tal y como se observa en el modelo (5).

Sin embargo, cuando se integran al modelo de regresión los controles para el semestre real en el cual el
estudiante se encuentra cursando la mayoría de las materias en su semestre, observamos que la variable
género es estadísticamente significativa (modelo 6), mostrando evidencia de que los hombres tienden a
dedicar relativamente menos tiempo a internet en comparación a las estudiantes mujeres bajo las mismas
condiciones.

No obstante que los coeficientes reportados en el Cuadro 2 no son estadísticamente significativos en la

mayoría de las variables, éstos muestran los signos que esperaríamos de este tipo de análisis, en particular,
que entre mayor sea la edad del estudiante, mayor será su tiempo en internet hasta cierto nivel de edad a

1
Nexus es la plataforma digital académica empleada por la UANL.

5
partir del cual el tiempo en TICs decrece (comportamiento en forma de “u” invertida), y que típicamente
los estudiantes foráneos dedican relativamente una mayor cantidad de tiempo a TICs a sus contrapartes
locales.

Toda la evidencia anterior apunta a que el tiempo dedicado a TICs no puede ser explicado robustamente
por un conjunto de factores, y por tanto, es relativamente similar solo a lo largo de estudiantes del mismo
género (hombres y mujeres).

El segundo enfoque estudia al tiempo en internet dedicado a actividades académicas, medido por “minutos
a la semana”, como variable a explicar. El Cuadro 3 presenta en esta etapa de análisis al “tiempo dedicado
a TICs” como variable explicativa, bajo la hipótesis de que el mayor acceso a internet deriva en un mayor
tiempo dedicado a actividades académicas como: consulta, investigación, desarrollo de tareas, trabajo en
equipo, autoaprendizaje, trabajo en línea, entre otros.

En este caso, la evidencia del cuadro 2 anterior refuta la hipótesis del problema potencial de
multicolinealidad, esto es, que no exsite una relación lineal entre las variables independientes y el tiempo
dedicado a TICs, por tanto el incluir tiempo en TICs en el modelo de tiempo dedicado a estudiar, nos
permitirá contar con estimadores insesgados bajo los supuestos estadísticos del modelo lineal (Greene,
2003).

Por lo anterior, el modelo 1 en el Cuadro 3 presenta evidencia de una relación positiva y estadísticamente
significativa entre tiempo en TICs y tiempo en actividades académicas, en particular por cada 10 minutos
dedicados a internet, el estudiante en promedio dedica 1.75 minutos a actividades escolares. Este
resultado es robusto para los modelos (2) a (6), bajo distintos contextos de variables explicativas
integradas, y el efecto significativo va de 1.56 minutos por cada 10 (Modelo 2), a 1.85 minutos por cada
10 (Modelo 3). Sin embargo, cuando añadimos como variables de control el semestre en el cual el
estudiante cursa la mayoría de las materias, el coeficiente posee el signo esperado pero pierde su
significancia estadística.

En el caso de tiempo dedicado a actividades escolares, la variable género es robusta en signo y

significancia estadística para todos los modelos analizados. En particular, los hombres dedican entre -
13.59 (modelo 6) y –11.51 (modelo 8) minutos menos a actividades escolares con respecto a las mujeres
estudiantes.

Las variables edad y si el estudiante es foráneo no mostraron significancia estadística en ningún modelo,
no obstante poseen los signos esperados (foráneos dedican más tiempo a actividades escolares, y la edad
es negativa, debido a que los estudiantes de mayor edad tienden a trabajar conforme avanza su carrera).

De esta forma, nuestros resultados sugieren que el tiempo dedicado a internet parece ser similar a lo largo
de todos los estudiantes del mismo género, y que su contribución a tiempo efectivo en actividades
académicas es pequeño o nulo.

6
CONCLUSIONES
El presente trabajo analiza la importancia del tiempo dedicado por estudiantes en TICs sobre el
tiempo efectivo que dedican a actividades académicas. Para este fin, utilizamos como marco de
estudio los estudiantes de la carrera de IIA en la FCQ-UANL, durante el semestre Agosto-
Diciembre de 2017. A través de un muestreo irrestricto aleatorio auto-ponderado en semestre (10
semestres) y género (hombre y mujer) se encuestaron a 590 alumnos a lo largo de los 20 estratos
correspondientes al diseño considerado.

A través del diseño de un cuestionario que permite capturar características del estudiante en
distintas dimensiones escolares y socioeconómicas, en el presente trabajo se exploró los
determinantes del uso de tiempo en internet, y posteriormente la importancia del tiempo en
internet sobre el total de tiempo semanal dedicado a actividades académicas.

Los resultados de este trabajo sugieren que el tiempo semanal dedicado a internet (medido en
horas) no difiere entre estudiantes a lo largo de toda la muestra considerada, siendo la única
variable significativa en su determinación el género de quien responde. No obstante, este
resultado no es robusto.

Por otra parte, cuando analizamos el impacto que tiene el tiempo en TICs sobre el tiempo
dedicado a actividades académicas, encontramos un efecto pequeño de 1.75 minutos por cada 10
minutos, lo cual sugiere evidencia que el tiempo en TICs se emplea en otras actividades como,
por ejemplo, redes sociales.

En este caso, el análisis del uso de tiempo en otras actividades como trabajo en el hogar o
profesional, el estudio de los hábitos de estudio de los estudiantes, y la inclusión de factores
socioeconómicos del hogar y del estudiante proveen una agenda de investigación futura que
complementará los resultados del presente trabajo, permitiendo contar con nuevas herramientas
para el diseño efectivo de políticas de uso de internet, encaminadas a optimizar los recursos de la
universidad y fomentar el aprovechamiento de los mismos por parte de los estudiantes en
actividades académicas como investigación y consulta.

7
Cuadro 3. Modelos de uso de tiempo de estudiantes en TICs.
Variable de control Modelo (1) Modelo (2) Modelo (3) Modelo (4) Modelo (5) Modelo (6) Modelo (7)
Género (Hombres=1) -18.7715 -16.8674 -16.5533 -15.6031 -15.1515 -30.3932[a] -28.5119[a]
(13.0742) (13.3064) (13.3006) (13.3350) (13.2100) (16.2090) (16.5657)
Edad 7.3027[a] 87.9836 88.1339 19.9070 8.1948 17.8886
(3.8804) (62.5022) (62.6333) (85.5565) (88.4867) (91.0266)
Edad (al Cuadrado) -1.9513 -1.9603 -0.6473 -0.5715 -0.7446
(1.5087) (1.5115) (1.9721) (2.0316) (2.0856)
Foráneo (Si=1) 0.9852 6.4594 14.4582 14.7911
(24.8767) (25.1344) (29.6151) (30.2968)
Semestre Encuestado
Segundo -50.7799 -92.5356
(32.1659) (228.5683)
Tercero -10.9339 -27.4971
(30.5968) (94.0253)
Cuarto -27.8262 -116.0562
(37.6687) (133.1416)
Quinto 10.9655 1.8329
(36.6762) (150.5811)
Sexto 12.2719 -100.2536
(44.1210) (162.7563)
Séptimo 65.0117 -94.8783
(42.8896) (166.0447)
Octavo 33.0117 -81.3948
(47.6565) (163.0954)
Noveno 77.1218 -53.4451
(47.0259) (168.4544)
Décimo 49.0451 -102.7299
(50.4767) (164.5264)
Constante 383.1313[d] 233.1060[d]
383.1313 [c] 383.1313
233.1060 [d]
[c]
-595.1001 383.1313
233.1060 [d]
[c]
-594.5628
-595.1001 229.6267[d]
383.1313
233.1060 [c]
-594.5628
-595.1001 421.6590[d]
383.1313
233.1060 [c]
-594.5628
-595.1001
229.6267 303.4273[d]
383.1313
233.1060 [c]
-594.5628
-595.1001
421.6590
229.6267 303.4273[c]
233.1060
-594.5628
-595.1001
421.6590
229.6267 -594.5628
-595.1001
303.4273
421.6590
229.6267
(9.1815) (79.3911)
(9.1815) (645.2583)
(79.3911)
(9.1815) (646.6391)
(645.2583)
(79.3911)
(9.1815) (903.0812)
(646.6391)
(645.2583)
(79.3911)
(9.1815) (937.7367)
(903.0812)
(646.6391)
(645.2583)
(79.3911)
(9.1815) (965.5064)
(937.7367)
(903.0812)
(646.6391)
(645.2583)
(79.3911)
(9.1815) (965.5064)
(937.7367)
(903.0812)
(646.6391)
(645.2583)
(79.3911) (645.2583
(965.5064
(937.7367
(903.0812
(646.6391
Control de semestre real No No No No No Si Si
R-Cuadrado 0.0035 0.0090 0.0119 0.0113 0.0468 0.0892 0.0992
R-Cuadrado Ajustado 0.0018 0.0054 0.0066 0.0042 0.0242 0.0578 0.0471
Tamaño de Muestra 586 563 563 561 561 422 422
Notas:
1) Cada columna representa un modelo de regresión lineal bajo diversas especificaciones de variables independientes.
2) El coeficiente muestra el efecto del incremento en la variable independiente sobre el total de minutos dedicados a TICs.
3) Los niveles de significancia estadística de los coeficientes [Valores p] son: [a] p<0.10, [b] p<0.05, [c] p<0.01, [d] p<0.001.
4) Los controles por semestre real cursado
Fuente: Estimaciones basadas en encuesta propia.

8
Cuadro 4. Modelos de uso de tiempo de estudiantes en actividades académicas y TICs.
Variable de control Modelo (1) Modelo (2) Modelo (3) Modelo (4) Modelo (5) Modelo (6) Modelo (7) Modelo (8)
Tiempo dedicado a TICs 0.0175[a] 0.0156[a] 0.0185[a] 0.0184[a] 0.0184[a] 0.0172[a] 0.0135 0.0139
(0.0095) (0.0094) (0.0096) (0.0096) (0.0097) (0.0098) (0.0115) (0.0114)
Género (Hombres=1) -13.4670[d] -13.4587[d] -13.4530[d] -13.5646[d] -13.5952[d] -12.1086[c] -11.5199[c]
(2.9679) (3.0184) (3.0214) (3.0300) (3.0260) (3.7457) (3.7732)
Edad -1.9293[b] -0.0976 -0.4056 -4.0409 -13.2818 -3.0011
(0.8811) (14.1739) (14.2090) (19.5392) (20.3484) (20.6427)
Edad (al Cuadrado) -0.0443 -0.0365 0.0324 0.2320 0.0089
(0.3420) (0.3428) (0.4504) (0.4672) (0.4730)
Foráneo (Si=1) 3.3715 2.2889 1.9199 1.8842
(5.6338) (5.7385) (6.8096) (6.8700)
Semestre Encuestado
Segundo -8.6561 -12.5146
(7.3599) (51.8224)
Tercero -6.8365 -40.8864[a]
(7.0064) (21.3139)
Cuarto -2.2160 -78.8332[c]
(8.6054) (30.2081)
Quinto -9.7737 -93.3712[c]
(8.4039) (34.1583)
Sexto 6.6717 -63.9470[a]
(10.0853) (36.9372)
Séptimo 1.7954 -84.7235[b]
(9.8171) (37.6620)
Octavo 4.7976 -67.2683[a]
(10.8900) (36.9861)
Noveno -6.0641 -86.1748[b]
(10.7685) (38.1929)
Décimo -2.3235 -59.2144
(11.5406) (37.3145)
Constante 53.3942[d] 60.7442[d] 99.0203[d] 80.2379 83.1736 131.4599 231.9344 120.5999
(3.8503) (4.1453) (18.1041) (146.1877) (146.5541) (206.2591) (215.7122) (218.9869)
Control de semestre real No No No No No No Si Si
R-Squared 0.0058 0.0400 0.0494 0.0494 0.0504 0.0696 0.0730 0.1086
Adj. R-Squared 0.0041 0.0367 0.0443 0.0426 0.0418 0.0456 0.0385 0.0543
Sample size: n 584 583 560 560 558 558 419 419
Notas:
1) Cada columna representa un modelo de regresión lineal bajo diversas especificaciones de variables independientes.
2) El coeficiente muestra el efecto del incremento en la variable independiente sobre el total de minutos dedicados a TICs.
3) Los niveles de significancia estadística de los coeficientes [Valores p] son: [a] p<0.10, [b] p<0.05, [c] p<0.01, [d] p<0.001.
4) Los controles por semestre real cursado
Fuente: Estimaciones basadas en encuesta propia.

9
BIBLIOGRAFIA
Asociación de Internet.mx & INFOTEC. (2018). 13O Estudio sobre los Hábitos de los Usuarios de
Internet en México 2017. febrero 28, 2018, de Asociación de Internet.mx Sitio web:
https://www.asociaciondeinternet.mx/es/component/remository/func-startdown/60/lang,es-es/?Itemid=

Claro, M.. (2010). Impacto de las TIC en los aprendizajes de los estudiantes. Estado del arte. marzo 25,
2018, de CEPAL Sitio web:
https://www.cepal.org/es/publicaciones/3781-impacto-tic-aprendizajes-estudiantes-estado-arte

Domínguez, F, & López, R.. (2015). Uso de las redes sociales digitales entre los jóvenes universitarios en
México. Hacia la construcción de un estado del conocimiento. marzo 21, 2018, de Revista de
Comunicación 14, 2015 Sitio web: http://www.revistadecomunicacion.com/pdf/2015/Art048-069.pdf

Herrera, M. (2009). Disponibilidad, uso y apropiación de las tecnologías por estudiantes universitarios en
México: perspectivas para una incorporación innovadora. marzo 8, 2018, de Revista Iberoamericana de
Educación Sitio web:
https://www.researchgate.net/publication/28262955_Disponibilidad_uso_y_apropiacion_de_las_tecnologi
as_por_estudiantes_universitarios_en_Mexico_perspectivas_para_una_incorporacion_innovadora

INEGI (2016). “Estadísticas a propósito del día mundial del internet (17 de mayo)”. Aguascalientes,
México. Sitio web: http://www.inegi.org.mx/saladeprensa/aproposito/2016/internet2016_0.pdf.

Muñoz, M., Navarro, M, & Ortega, N. (2003). Patrones de uso de Internet en población universitaria
española. marzo 23, 2018, de Adicciones Sitio web:
http://www.adicciones.es/index.php/adicciones/article/view/437

Román, R. Garzón, R. Solís, A. (2014). Alfabetización digital de los estudiantes universitarios: un modelo
basado en sus experiencias en el uso de las TIC. marzo 23, 2018, de SOMECE Sitio web:
https://drive.google.com/file/d/0BzL8dNxjWVYeeEpVN2Z5OWU1aVU/preview

10
 Ciudad de México a 2 de mayo de 2018 
 
Asunto: Carta de aceptación de P
​ onencia 
 
 
 
Apreciable Jorge Omar Moreno Treviño 
FOLIO: S20180268 
 
Nos  complace  comunicarle  que  después  de  haber  revisado  cuidadosamente  su 
ponencia  ​“Usos  de  tiempo  y  TICs  en  estudiantes  universitarios:  evidencia  de  la 
carrera  de  IIA  en  la  UANL” y en virtud del tema que aborda, ha sido aceptada para ser 
presentada  dentro  del  programa  de  ponencias  del  ​XXXI  Simposio  Internacional  de 
TIC  en la Educación SOMECE 2018: ​Hacia una cultura digital para la transformación 
individual  y  social​,  a  realizarse  del  27  al  30  de  mayo  del  presente  año,  en  la 
Universidad  Autónoma  Metropolitana  Unidad  Xochimilco  (UAM-X)​,  Ciudad  de 
México. 
  
En  esta  edición  del Simposio, la dinámica de trabajo (ver anexo)  de las mesas será en la 
modalidad de “Conversatorio”. 
  
En  el  sitio  web  de  SOMECE  (​http://www.somece.org.mx/p/simposio.html​)  encontrará  el 
programa  y  más  detalles  sobre  el  Simposio,  así  como  la  Modalidad  en  que  usted 
presentará (Cartel o sesión oral, Grupo de Trabajo y Conversatorio). 
  
Si  usted  desea  presentar  un  cartel  de  su  ponencia,  puede  hacerlo  enviando  su 
propuesta para ser considerada por el Comité Científico. 
  
Esperamos contar con su distinguida participación. 
  
Sin más por el momento, aprovechamos la ocasión para enviarle un cordial saludo.   
  
A t e n t a m e n t e 
  
“Por la incorporación racional de la tecnología en la educación” 
  

 
COMITÉ CIENTÍFICO SOMECE 
   
  
 
“Conversatorio” 

En  esta  edición  del  Simposio,  la  dinámica  de  trabajo  de  las mesas será en la modalidad 
de “Conversatorio” que tendrá una duración de 3 horas.  
  
Debido  a  que  en  esta  modalidad  no  se  dará  tiempo  para  la  presentación  individual  de 
ponencias, el procedimiento de trabajo en el “Conversatorio” será el siguiente: 
  
1. En  cada  grupo  de  trabajo  habrá  un  Coordinador  de  grupo  de  trabajo,  quien  se 
encargará  de  moderar  las  discusiones  y  de  recopilar  las  participaciones  del 
grupo. 
2. Una  semana  antes  de  iniciar  el  simposio,  usted  deberá  descargar  las  ponencias 
de  su  grupo  de  trabajo,  del  sitio  web  de  SOMECE: 
http://www.somece.org.mx/p/simposio.html​. 
3. Deberá  leer  las  ponencias  del  grupo  de  trabajo  en  el  que  se  encuentra  inscrito; 
tomar  nota  de  las  principales  aportaciones  de  cada  ponencia  y  llevarlas  consigo 
para la sesión de conversatorio que le corresponde. 
  
Durante y después de la sesión de Conversatorio su participación consistirá en: 
  
●  La  sesión  de  Conversatorio  tendrá  una  duración  de  3  horas  durante  el 
simposio y será moderada por el coordinador del grupo de trabajo. 
●  Posterior  al  simposio  deberá  enviar  sus  contribuciones  escritas  al 
coordinador  de  su  grupo  de  trabajo,  quien  se  encargará  de  conformar  un 
texto colectivo, el cuál será publicado con ISBN. 
●  Su  participación  en  el  Conversatorio  consistirá  en  contribuir  activamente  en 
la discusión generada con miras a integrar una publicación colectiva. 
●  El  moderador  de la mesa de trabajo tomará nota de las personas que deseen 
colaborar  en  la  conformación  de  un  texto  colectivo  que  se  publicará  en  un 
libro con ISBN. 
●  Las  aportaciones  deberán  entregarse  en  la  forma,  fechas  y  formatos 
solicitados por el coordinador del grupo de trabajo. 
●  Solo  serán  considerados  como  autores  de  la  publicación  colectiva  las 
colaboraciones  que  se  entreguen  en  forma  y  en  las  fechas  solicitadas  por  el 
Coordinador del grupo de trabajo. 
 
TITULO: Usos de tiempo y TICs en estudiantes universitarios: evidencia de la carrera de IIA en la
UANL

AUTORES (Orden alfabético):

M.I.A. Adriana Camacho Gómez, Facultad de Ciencias Químicas, UANL.
Dr. Jorge O. Moreno Treviño, Facultad de Economía, UANL.
M.I.A. Lilian A. Reynosa Martínez, Facultad de Ciencias Químicas, UANL.

RESUMEN
El presente trabajo analiza los patrones de uso de tiempo en TICs y acceso a internet en estudiantes de la
carrera de Ingeniero Industrial Administrador, de la Universidad Autónoma de Nuevo León. Utilizando un
cuestionario que permite identificar las características de uso de tiempo, hábitos de estudio, y contexto
socioeconómico del estudiante, la muestra es representativa entre géneros y para cada uno de los 10
semestres de la carrera, dando un total de 591 observaciones. Los resultados sugieren que el tiempo en
internet afecta poco, o no determina en absoluto, el tiempo dedicado a actividades de aprendizaje. Los
resultados preliminares muestran una débil relación positiva entre uso de tiempo en TICs y tiempo
dedicado a actividades académicas, una vez que se controlan por aspectos como género, edad, y semestre
cursado, indicando así que mayor acceso y uso de TICs no se traduce necesariamente en mayor uso en
herramientas vinculadas al proceso de aprendizaje, y por tanto, potencialmente en mejor desempeño
escolar.

PALABRAS CLAVE
Acceso y uso de internet, herramientas electrónicas de aprendizaje, uso de tiempo.

INTRODUCCION
Desde hace poco más de una década, los estudiantes han sido introducidos desde los primeros años de
vida académica en el lenguaje electrónico y el dominio de las máquinas, por lo que cuentan con
competencias en el uso de las tecnologías. Esto a su vez les da la destreza añadida de auto-aprender de una
manera rápida y eficaz.

Las TIC, entonces, se convierten en herramientas poderosas para estimular el conocimiento por
autoaprendizaje, permitiéndoles desarrollar competencias en el uso inteligente de la información (Garzón,
2012) citado por (Román, J. Garzón, R. & Solís, A. 2014).En la vida universitaria además de las
diferencias de contenidos académicos que pueden encontrarse en cada una de las carreras, también existen
variaciones en cuanto al uso del tiempo libre, antecedentes familiares, trayectorias académicas y por ende
en los usos de las redes entre los universitarios.

En este contexto, surgen las siguientes interrogantes: ¿Para qué utilizan las redes sociales digitales los
jóvenes universitarios?,¿Qué tipo de herramientas tecnológicas utilizan? ¿Son importantes para realizar
actividades escolares?, entre otras. (Domínguez, F.; López; 2015). Es indudable que Internet, como medio
de comunicación, de ocio y de obtención de información se está convirtiendo en una herramienta
necesaria en la sociedad. El acceso a Internet provee información sobre multitud de áreas. (Muñoz,
Navarro, Ortega, 2003) En su estudio Patrones de uso de Internet en población universitaria española, los
resultados mostraron que existen diferencias estadísticamente significativas a partir de los 18 años, edad
en la que son los hombres los que invierten semanalmente un número de horas significativamente superior
a las mujeres en el uso de la red. Concretamente, las diferencias porcentuales resultan ser significativas en
el grupo de edad de 18 años (el 20% de los hombres frente al 8,2% de las mujeres, p<0,01).

1
De acuerdo al 13° Estudio sobre los Hábitos de los Usuarios de Internet en México 2017 (Infotec,
Estadística Digital, Asociación de Internet, 2018), durante el 2006 el total de usuarios de internet era de
20.2 millones de personas, incrementándose al 2016 llegando hasta 70 millones de usuarios, por lo que
México alcanza un 63% de penetración entre la población mexicana de 6 años en adelante. De acuerdo a
este estudio el 51% de los usuarios son mujeres y el 49% hombres, en este caso los usuarios situados en
los rangos de edad de 18 a 24 años, representan un 18% de los usuarios evaluados. En promedio, los
internautas Mexicanos llevan 7,6 años navegando en la red. La hora de la comida (14 a 16hrs) y el final
del día (21 a 24hrs), son los horarios de mayor tráfico en internet en México. Poco más de la mitad de los
internautas en México (52%), se encuentran conectados en internet las 24hrs. Las Redes sociales
permanecen como la principal actividad en línea, ganan terreno actividades como envío de correos
electrónicos y búsqueda de información.

Según Sanz de Acedo (2010) citado por (Román, J. Garzón, R. & Solís, A. 2014), más que acumular y
procesar información, lo fundamental es aprender a transformar la información en conocimiento y en eso
las TIC se utilizan cada vez más.

El enorme desarrollo tecnológico ha transformado notablemente nuestra manera de actuar, trabajar,

comunicarnos y, por supuesto, de aprender. Es evidente el incremento en el acceso a las TIC de los
jóvenes universitarios. Desafortunadamente, este acceso no se ha traducido en un mejoramiento notable de
la calidad educativa. (Herrera, 2009).

Luego de al menos 15 años de inversión en la integración de las TIC a la mayoría de los sistemas
educativos, hoy se exigen resultados. La evidencia muestra que, en distintos grados y dependiendo del
nivel de desarrollo de los países, se han logrado avances importantes para acercarse y, en algunos casos,
lograr el acceso universal de los estudiantes a las TIC. Esto ha permitido, especialmente en los países más
desarrollados, superar de manera importante las desigualdades de acceso a computadores e Internet. Sin
embargo, pareciera que los logros en términos de mejorar el rendimiento escolar de los estudiantes son
menos evidentes y las diferencias entre estudiantes para sacar provecho de las nuevas tecnologías para sus
aprendizajes representan un problema crecientemente preocupante. (Claro, 2010)

METODOLOGIA
Los datos que se presentan en este trabajo de investigación proceden de una encuesta elaborada para
analizar los hábitos de estudio, uso de tiempo y uso de tecnologías de información, realizada a partir de
dos cuestionarios, Técnicas de Hábitos de Estudio y Trabajo (2011), Encuesta Nacional Sobre Uso del
Tiempo de INEGI (2014), lo anterior para adaptar a un solo cuestionario lo necesario para nuestro estudio
y así ser aplicado a los estudiantes de la carrera de Ingeniero Industrial Administrador de la Universidad
Autónoma de Nuevo León.

El marco muestral se creó considerando como sujeto de estudio al estudiante universitario representativo
en la población total de estudiantes de la carrera de Ingeniero Industrial Administrador de la FCQ de la
UANL. Para este fin, se procedió a diseñar una muestra irrestricta aleatoria estratificada en dos
dimensiones: semestre de carrea (10 semestres) y género (masculino y femenino), dando un total de 20
estratos de clasificación.

De esta forma, utilizando los datos más recientes de la composición estudiantil del departamento escolar y
archivo de la FCQ-UANL, se consideró como población objetivo la descomposición observada en el
Cuadro 1 a continuación:

2
 Cuadro 1. Composición de Población Objetivo:
Estudiantes de la carrera IIA, FCQ-UANL

Semestre Mujeres Hombres Total

1 224 273 497

2 117 109 226
3 224 224 448
4 70 83 153
5 166 171 337
6 60 78 138
7 145 148 293
8 55 51 106
9 107 113 220
10 62 80 142
Total 1230 1330 2560
Nota: Datos del Semestre Agosto-Diciembre 2017.
Fuente: Departamento de esolar y archivo, FCQ-UANL.

Usando un criterio de población irrestricta aleatoria autoponderada, la fórmula para cada uno de los
estratos género-semestre considerado fue basada en el criterio definido por la ecuación ( 1 ) a
continuación:
 N Z 2 p(1 − p) 
 (1)
n j ( , p, d ) =  j

 d2 ( N j − 1) + N j Z  p(1 − p) 
2

En este caso, n j ( , p, d ) indica el tamaño de muestra necesario para alcanzar un nivel de confianza
estadística  , dado un parámetro poblacional de proporción “p” , y un nivel de tolerancia “d”, es función
de los parámetros anteriores, el tamaño de población contenido en el estrato de interés N j y el valor de la
normal estándar evaluado en el nivel de confianza estadística Z .

En un estudio previo dado por INEGI (2016), se encontró que aproximadamente el 94.5% de los usuarios
con educación superior utilizan internet, y en el caso de los usuarios de en el rango de edad de 18 a 24
años, ese porcentaje es de 83.1%. Tomando el primer porcentaje como referencia, usando un criterio
 = 0.05 y un nivel de tolerancia al error de d = 0.06 el tamaño de muestra requerido es de 575
encuestas distribuidas a lo largo de los 20 estratos considerados, siendo 284 para mujeres y 291 para
hombres. Para nuestro caso, decidimos emplear 2 cuestionarios más por semestre, para controlar por la
potencial tasa de no respuesta y error en la respuesta por parte de los estudiantes. Si consideramos que esa
no respuesta en los cuestionarios fue aleatoria entre los alumnos de todos los estratos considerados, la
muestra final que tenemos es de un total de 589 cuestionarios distribuidos tal y como se presenta en el
Cuadro 2.

3
 Cuadro 2. Composición de diseño muestral irrestricto aleatorio estratificado:
Alumnos encuestados por semestre, genero, y estado académico regular e irregular
Semestre Hombres- Hombres- Mujeres- Mujeres- Total
Encuestado Regulares Irregulares Regulares Irregulares
Semestre 1 34 N.A. 35 N.A. 69
Semestre 2 16 14 20 10 60
Semestre 3 16 18 17 17 68
Semestre 4 16 9 11 16 52
Semestre 5 24 9 27 6 66
Semestre 6 8 16 14 13 51
Semestre 7 19 13 24 8 64
Semestre 8 10 14 17 6 47
Semestre 9 20 9 24 7 60
Semestre 10 10 15 13 14 52
Total: 173 117 202 97 589
Fuente: Elaboración con datos propios.

La aplicación de encuestas se realizó el mes de octubre, durante el semestre agosto-diciembre 2017.

Previo a esto, se trabajó en reunión con los coordinadores de la carrera de IIA, tanto de área básica, que
incluye los primeros 5 semestres, así como del área de especialidad que abarca de 6º a 10º semestre; esto
con el fin de organizar las entrevistas que se realizarían en los 10 semestres de la carrera y así asignar los
días y horarios para la aplicación de dichas encuestas.

Concluida la asignación, se realizaron las visitas a los grupos. Se informó a los estudiantes el objetivo de
la encuesta, así mismo, se explicó la metodología para el llenado de la misma; además se comentó que su
información tendría un tratamiento anónimo. Los maestros en turno cooperaron y nos brindaron su apoyo,
cediéndonos tiempo de su clase; los alumnos participaron en este ejercicio por decisión voluntaria. El
tiempo de respuesta osciló entre 20 a 25 minutos como máximo. Al término de cada visita se llevó un
control para completar la muestra representativa por semestre y género. Con el apoyo de un equipo de
apoyo se dio inicio con la captura de información y así se pudo conformar la base de datos final.

En primera parte, por medio de la estadística descriptiva se obtuvo la información por

semestre/genero/regular o irregular, esta última variable declarada por cada uno de los estudiantes
encuestados.

Una vez analizados los datos a utilizar en esta investigación, se optó por utilizar como primer enfoque un
análisis de un modelo de regresión lineal que permita entender los determinantes de uso de tiempo en
TICs, para posteriormente analizar el impacto del uso de tiempo en TICs sobre el uso de tiempo dedicado
a actividades académicas.

En este caso, definamos la variable TiTIC como el tiempo total (en minutos a la semana) dedicado al uso de
tecnologías de información de un estudiante. Este tiempo puede estar determinado por factores que
podemos medir del estudiante como su edad ( Ei ), género ( Gi ), estatus laboral ( Li ), un indicador del
semestre en el cual cursa su carrera ( DSi ), y potencialmente un conjunto de variables asociadas a cada
estudiante que considere otros factores socioeconómicos asociados al hogar ( X i ). Así también,
definamos una variable que conglomere toda la información que escapa a las mediciones anteriores dentro

4
del modelo, pero que también explica el tiempo de uso en TICs, término que usualmente se considera
error del modelo y definido por  i .

10 K (2)
TiTIC = o + 1Ei +  2Gi + 3 Li +   4, j DS j ,i +  5,k X k ,i +  i
j =1 k =1

En la ecuación ( 2 ) tenemos en general considerados 10 semestres encuestados, y “K” potenciales factores

del hogar dentro de las posibilidades de medición del cuestionario empleado.

El conjunto de hipótesis pertinentes en el modelo anterior corresponde a la importancia estadística y signo

que identifica cada una de las variables sobre el uso de tiempo en TICs: cada coeficiente de cada variable

Un segundo modelo que analizamos en el presente documento y representado en la ecuación ( 3 ) analiza

el tiempo total a la semana dedicado por el estudiante a actividades académicas con uso de internet Ti EDU
como buscar temas de trabajos, trabajo en equipo, realizar trabajo en línea, investigar, redactar, consultar
tutoriales, realizar ejercicios de autoaprendizaje y consultar Nexus 1 , todo en función de las mismas
variables independientes definidas en el modelo anterior:

10 K (3)
Ti EDU
=  o +  Ti TIC
+ 1Ei +  2Gi +  3 Li +   4, j DS j ,i +   5,k X k ,i + i
j =1 k =1

La metodología del modelo de regresión lineal anterior permite conocer a través del parámetro  la
importancia que tiene el tiempo dedicado a las TICs sobre el tiempo dedicado a actividades académicas,
una vez que se consideran y aíslan la contribución que otros factores que pudieran influir en la decisión de
estudio. La hipótesis relevante en este modelo es que el tiempo en internet influye positivamente en el
tiempo dedicado a actividades académicas, una vez que se controlan por otros factores relevantes que
pudieran determinar esta última variable dependiente.

RESULTADOS

Los resultados para el primer modelo, el cual busca explicar los patrones de uso de tiempo en TICs, se
presentan en el Cuadro 2. En este caso, observamos que el uso de tiempo en internet no parece ser
explicado por las variables género, edad, o si el estudiante es foráneo. Este hecho se puede observar en los
modelos (1) a (4). De la misma forma, si se integran como variables de control el semestre en el cual el
estudiante fue encuestado, este conjunto de variables tampoco muestra ser significativa en el uso del
tiempo en TICs de los jóvenes estudiantes, tal y como se observa en el modelo (5).

Sin embargo, cuando se integran al modelo de regresión los controles para el semestre real en el cual el
estudiante se encuentra cursando la mayoría de las materias en su semestre, observamos que la variable
género es estadísticamente significativa (modelo 6), mostrando evidencia de que los hombres tienden a
dedicar relativamente menos tiempo a internet en comparación a las estudiantes mujeres bajo las mismas
condiciones.

No obstante que los coeficientes reportados en el Cuadro 2 no son estadísticamente significativos en la

mayoría de las variables, éstos muestran los signos que esperaríamos de este tipo de análisis, en particular,
que entre mayor sea la edad del estudiante, mayor será su tiempo en internet hasta cierto nivel de edad a

1
Nexus es la plataforma digital académica empleada por la UANL.

5
partir del cual el tiempo en TICs decrece (comportamiento en forma de “u” invertida), y que típicamente
los estudiantes foráneos dedican relativamente una mayor cantidad de tiempo a TICs a sus contrapartes
locales.

Toda la evidencia anterior apunta a que el tiempo dedicado a TICs no puede ser explicado robustamente
por un conjunto de factores, y por tanto, es relativamente similar solo a lo largo de estudiantes del mismo
género (hombres y mujeres).

El segundo enfoque estudia al tiempo en internet dedicado a actividades académicas, medido por “minutos
a la semana”, como variable a explicar. El Cuadro 3 presenta en esta etapa de análisis al “tiempo dedicado
a TICs” como variable explicativa, bajo la hipótesis de que el mayor acceso a internet deriva en un mayor
tiempo dedicado a actividades académicas como: consulta, investigación, desarrollo de tareas, trabajo en
equipo, autoaprendizaje, trabajo en línea, entre otros.

En este caso, la evidencia del cuadro 2 anterior refuta la hipótesis del problema potencial de
multicolinealidad, esto es, que no exsite una relación lineal entre las variables independientes y el tiempo
dedicado a TICs, por tanto el incluir tiempo en TICs en el modelo de tiempo dedicado a estudiar, nos
permitirá contar con estimadores insesgados bajo los supuestos estadísticos del modelo lineal (Greene,
2003).

Por lo anterior, el modelo 1 en el Cuadro 3 presenta evidencia de una relación positiva y estadísticamente
significativa entre tiempo en TICs y tiempo en actividades académicas, en particular por cada 10 minutos
dedicados a internet, el estudiante en promedio dedica 1.75 minutos a actividades escolares. Este
resultado es robusto para los modelos (2) a (6), bajo distintos contextos de variables explicativas
integradas, y el efecto significativo va de 1.56 minutos por cada 10 (Modelo 2), a 1.85 minutos por cada
10 (Modelo 3). Sin embargo, cuando añadimos como variables de control el semestre en el cual el
estudiante cursa la mayoría de las materias, el coeficiente posee el signo esperado pero pierde su
significancia estadística.

En el caso de tiempo dedicado a actividades escolares, la variable género es robusta en signo y

significancia estadística para todos los modelos analizados. En particular, los hombres dedican entre -
13.59 (modelo 6) y –11.51 (modelo 8) minutos menos a actividades escolares con respecto a las mujeres
estudiantes.

Las variables edad y si el estudiante es foráneo no mostraron significancia estadística en ningún modelo,
no obstante poseen los signos esperados (foráneos dedican más tiempo a actividades escolares, y la edad
es negativa, debido a que los estudiantes de mayor edad tienden a trabajar conforme avanza su carrera).

De esta forma, nuestros resultados sugieren que el tiempo dedicado a internet parece ser similar a lo largo
de todos los estudiantes del mismo género, y que su contribución a tiempo efectivo en actividades
académicas es pequeño o nulo.

6
CONCLUSIONES
El presente trabajo analiza la importancia del tiempo dedicado por estudiantes en TICs sobre el
tiempo efectivo que dedican a actividades académicas. Para este fin, utilizamos como marco de
estudio los estudiantes de la carrera de IIA en la FCQ-UANL, durante el semestre Agosto-
Diciembre de 2017. A través de un muestreo irrestricto aleatorio auto-ponderado en semestre (10
semestres) y género (hombre y mujer) se encuestaron a 590 alumnos a lo largo de los 20 estratos
correspondientes al diseño considerado.

A través del diseño de un cuestionario que permite capturar características del estudiante en
distintas dimensiones escolares y socioeconómicas, en el presente trabajo se exploró los
determinantes del uso de tiempo en internet, y posteriormente la importancia del tiempo en
internet sobre el total de tiempo semanal dedicado a actividades académicas.

Los resultados de este trabajo sugieren que el tiempo semanal dedicado a internet (medido en
horas) no difiere entre estudiantes a lo largo de toda la muestra considerada, siendo la única
variable significativa en su determinación el género de quien responde. No obstante, este
resultado no es robusto.

Por otra parte, cuando analizamos el impacto que tiene el tiempo en TICs sobre el tiempo
dedicado a actividades académicas, encontramos un efecto pequeño de 1.75 minutos por cada 10
minutos, lo cual sugiere evidencia que el tiempo en TICs se emplea en otras actividades como,
por ejemplo, redes sociales.

En este caso, el análisis del uso de tiempo en otras actividades como trabajo en el hogar o
profesional, el estudio de los hábitos de estudio de los estudiantes, y la inclusión de factores
socioeconómicos del hogar y del estudiante proveen una agenda de investigación futura que
complementará los resultados del presente trabajo, permitiendo contar con nuevas herramientas
para el diseño efectivo de políticas de uso de internet, encaminadas a optimizar los recursos de la
universidad y fomentar el aprovechamiento de los mismos por parte de los estudiantes en
actividades académicas como investigación y consulta.

7
Cuadro 3. Modelos de uso de tiempo de estudiantes en TICs.
Variable de control Modelo (1) Modelo (2) Modelo (3) Modelo (4) Modelo (5) Modelo (6) Modelo (7)
Género (Hombres=1) -18.7715 -16.8674 -16.5533 -15.6031 -15.1515 -30.3932[a] -28.5119[a]
(13.0742) (13.3064) (13.3006) (13.3350) (13.2100) (16.2090) (16.5657)
Edad 7.3027[a] 87.9836 88.1339 19.9070 8.1948 17.8886
(3.8804) (62.5022) (62.6333) (85.5565) (88.4867) (91.0266)
Edad (al Cuadrado) -1.9513 -1.9603 -0.6473 -0.5715 -0.7446
(1.5087) (1.5115) (1.9721) (2.0316) (2.0856)
Foráneo (Si=1) 0.9852 6.4594 14.4582 14.7911
(24.8767) (25.1344) (29.6151) (30.2968)
Semestre Encuestado
Segundo -50.7799 -92.5356
(32.1659) (228.5683)
Tercero -10.9339 -27.4971
(30.5968) (94.0253)
Cuarto -27.8262 -116.0562
(37.6687) (133.1416)
Quinto 10.9655 1.8329
(36.6762) (150.5811)
Sexto 12.2719 -100.2536
(44.1210) (162.7563)
Séptimo 65.0117 -94.8783
(42.8896) (166.0447)
Octavo 33.0117 -81.3948
(47.6565) (163.0954)
Noveno 77.1218 -53.4451
(47.0259) (168.4544)
Décimo 49.0451 -102.7299
(50.4767) (164.5264)
Constante 383.1313[d] 233.1060[d]
383.1313 [c] 383.1313
233.1060 [d]
[c]
-595.1001 383.1313
233.1060 [d]
[c]
-594.5628
-595.1001 229.6267[d]
383.1313
233.1060 [c]
-594.5628
-595.1001 421.6590[d]
383.1313
233.1060 [c]
-594.5628
-595.1001
229.6267 303.4273[d]
383.1313
233.1060 [c]
-594.5628
-595.1001
421.6590
229.6267 303.4273[c]
233.1060
-594.5628
-595.1001
421.6590
229.6267 -594.5628
-595.1001
303.4273
421.6590
229.6267
(9.1815) (79.3911)
(9.1815) (645.2583)
(79.3911)
(9.1815) (646.6391)
(645.2583)
(79.3911)
(9.1815) (903.0812)
(646.6391)
(645.2583)
(79.3911)
(9.1815) (937.7367)
(903.0812)
(646.6391)
(645.2583)
(79.3911)
(9.1815) (965.5064)
(937.7367)
(903.0812)
(646.6391)
(645.2583)
(79.3911)
(9.1815) (965.5064)
(937.7367)
(903.0812)
(646.6391)
(645.2583)
(79.3911) (645.2583
(965.5064
(937.7367
(903.0812
(646.6391
Control de semestre real No No No No No Si Si
R-Cuadrado 0.0035 0.0090 0.0119 0.0113 0.0468 0.0892 0.0992
R-Cuadrado Ajustado 0.0018 0.0054 0.0066 0.0042 0.0242 0.0578 0.0471
Tamaño de Muestra 586 563 563 561 561 422 422
Notas:
1) Cada columna representa un modelo de regresión lineal bajo diversas especificaciones de variables independientes.
2) El coeficiente muestra el efecto del incremento en la variable independiente sobre el total de minutos dedicados a TICs.
3) Los niveles de significancia estadística de los coeficientes [Valores p] son: [a] p<0.10, [b] p<0.05, [c] p<0.01, [d] p<0.001.
4) Los controles por semestre real cursado
Fuente: Estimaciones basadas en encuesta propia.

8
Cuadro 4. Modelos de uso de tiempo de estudiantes en actividades académicas y TICs.
Variable de control Modelo (1) Modelo (2) Modelo (3) Modelo (4) Modelo (5) Modelo (6) Modelo (7) Modelo (8)
Tiempo dedicado a TICs 0.0175[a] 0.0156[a] 0.0185[a] 0.0184[a] 0.0184[a] 0.0172[a] 0.0135 0.0139
(0.0095) (0.0094) (0.0096) (0.0096) (0.0097) (0.0098) (0.0115) (0.0114)
Género (Hombres=1) -13.4670[d] -13.4587[d] -13.4530[d] -13.5646[d] -13.5952[d] -12.1086[c] -11.5199[c]
(2.9679) (3.0184) (3.0214) (3.0300) (3.0260) (3.7457) (3.7732)
Edad -1.9293[b] -0.0976 -0.4056 -4.0409 -13.2818 -3.0011
(0.8811) (14.1739) (14.2090) (19.5392) (20.3484) (20.6427)
Edad (al Cuadrado) -0.0443 -0.0365 0.0324 0.2320 0.0089
(0.3420) (0.3428) (0.4504) (0.4672) (0.4730)
Foráneo (Si=1) 3.3715 2.2889 1.9199 1.8842
(5.6338) (5.7385) (6.8096) (6.8700)
Semestre Encuestado
Segundo -8.6561 -12.5146
(7.3599) (51.8224)
Tercero -6.8365 -40.8864[a]
(7.0064) (21.3139)
Cuarto -2.2160 -78.8332[c]
(8.6054) (30.2081)
Quinto -9.7737 -93.3712[c]
(8.4039) (34.1583)
Sexto 6.6717 -63.9470[a]
(10.0853) (36.9372)
Séptimo 1.7954 -84.7235[b]
(9.8171) (37.6620)
Octavo 4.7976 -67.2683[a]
(10.8900) (36.9861)
Noveno -6.0641 -86.1748[b]
(10.7685) (38.1929)
Décimo -2.3235 -59.2144
(11.5406) (37.3145)
Constante 53.3942[d] 60.7442[d] 99.0203[d] 80.2379 83.1736 131.4599 231.9344 120.5999
(3.8503) (4.1453) (18.1041) (146.1877) (146.5541) (206.2591) (215.7122) (218.9869)
Control de semestre real No No No No No No Si Si
R-Squared 0.0058 0.0400 0.0494 0.0494 0.0504 0.0696 0.0730 0.1086
Adj. R-Squared 0.0041 0.0367 0.0443 0.0426 0.0418 0.0456 0.0385 0.0543
Sample size: n 584 583 560 560 558 558 419 419
Notas:
1) Cada columna representa un modelo de regresión lineal bajo diversas especificaciones de variables independientes.
2) El coeficiente muestra el efecto del incremento en la variable independiente sobre el total de minutos dedicados a TICs.
3) Los niveles de significancia estadística de los coeficientes [Valores p] son: [a] p<0.10, [b] p<0.05, [c] p<0.01, [d] p<0.001.
4) Los controles por semestre real cursado
Fuente: Estimaciones basadas en encuesta propia.

9
BIBLIOGRAFIA
Asociación de Internet.mx & INFOTEC. (2018). 13O Estudio sobre los Hábitos de los Usuarios de
Internet en México 2017. febrero 28, 2018, de Asociación de Internet.mx Sitio web:
https://www.asociaciondeinternet.mx/es/component/remository/func-startdown/60/lang,es-es/?Itemid=

Claro, M.. (2010). Impacto de las TIC en los aprendizajes de los estudiantes. Estado del arte. marzo 25,
2018, de CEPAL Sitio web:
https://www.cepal.org/es/publicaciones/3781-impacto-tic-aprendizajes-estudiantes-estado-arte

Domínguez, F, & López, R.. (2015). Uso de las redes sociales digitales entre los jóvenes universitarios en
México. Hacia la construcción de un estado del conocimiento. marzo 21, 2018, de Revista de
Comunicación 14, 2015 Sitio web: http://www.revistadecomunicacion.com/pdf/2015/Art048-069.pdf

Herrera, M. (2009). Disponibilidad, uso y apropiación de las tecnologías por estudiantes universitarios en
México: perspectivas para una incorporación innovadora. marzo 8, 2018, de Revista Iberoamericana de
Educación Sitio web:
https://www.researchgate.net/publication/28262955_Disponibilidad_uso_y_apropiacion_de_las_tecnologi
as_por_estudiantes_universitarios_en_Mexico_perspectivas_para_una_incorporacion_innovadora

INEGI (2016). “Estadísticas a propósito del día mundial del internet (17 de mayo)”. Aguascalientes,
México. Sitio web: http://www.inegi.org.mx/saladeprensa/aproposito/2016/internet2016_0.pdf.

Muñoz, M., Navarro, M, & Ortega, N. (2003). Patrones de uso de Internet en población universitaria
española. marzo 23, 2018, de Adicciones Sitio web:
http://www.adicciones.es/index.php/adicciones/article/view/437

Román, R. Garzón, R. Solís, A. (2014). Alfabetización digital de los estudiantes universitarios: un modelo
basado en sus experiencias en el uso de las TIC. marzo 23, 2018, de SOMECE Sitio web:
https://drive.google.com/file/d/0BzL8dNxjWVYeeEpVN2Z5OWU1aVU/preview

10