Prediciendo el Rendimiento Académico Infantil a través de la Inteligencia Emocional

Introducción

No se deben obviar las emociones, resultando fundamental en la vida saber reaccionar de manera adecuada ante ellas, saber gestionarlas. De esta manera, una realidad que tradicionalmente se ha venido considerando como un elemento que podía llegar a hacer a las personas más débiles se convierte en un arma muy importante con la que afrontar la vida, estando relacionada con el éxito personal, académico y profesional.

También resulta importante comenzar discriminando entre aquellos trabajos que consideran la inteligencia emocional (IE) como conjunto de habilidades de aquellos que la tienen en cuenta de una manera autopercibida (Pulido y Herrera, 2016). El tipo de cuestionario que se pretende emplear se acerca a esta primera concepción.

Elementos integrados en este conjunto de habilidades aparecen como predictores de estados emocionales que pueden dificultar el desarrollo de conductas disfuncionales (Peña-Sarrionandia, Mikolajczak y Gross, 2015) a través de una regulación emocional asociada al buen ajuste del funcionamiento personal y social del sujeto. Del mismo modo, los niveles altos de IE se relacionarían con una mayor calidad de vida, mayor salud mental, bienestar personal y laboral, una adaptación emocional más ajustada, mejor ajuste psicológico e incluso mejor capacidad para la resolución de problemas sociales (Azpiazu, Esnaola y Sarasa, 2015).

Se ha de destacar que el proceso de desarrollo emocional provoca importantes cambios en todas las capacidades que forman parte de la IE. Esta realidad es otra forma de contemplar la incidencia que tiene la edad en las puntuaciones de IE (Billings, Downey, Lomas, Lloyd y Stough, 2014; Mestre y Fernández-Berrocal, 2007). Las habilidades emocionales han estado tradicionalmente ligadas al género femenino, siendo las mujeres las que presentan niveles superiores (Azpiazu et al., 2015; Fernández-Berrocal, Cabello, Castillo y Extremera, 2012), lo que no hace más que aumentar el estereotipo que indica que las mujeres son más “emocionales” que los varones. La cultura también es un elemento a considerar si se tienen en cuenta las diferencias existentes en los niveles de IE en función del grupo cultural (Gutiérrez y Expósito, 2015; Soriano y González, 2013), dado que la cultura trae consigo numerosas diferencias en los patrones educativos y los valores transmitidos, elementos que se relacionan con el desempeño emocional. En relación con lo comentado, el estatus socioeconómico y cultural también es determinante en los niveles reflejados en esta variable (Alonso y Román, 2014; Pulido; Herrera, 2016), presentando mayores capacidades emocionales aquellas personas pertenecientes a estatus superiores.

En otro punto se introduce el concepto de rendimiento académico, que se refiere al nivel de conocimientos y destrezas escolares exhibidos por los estudiantes. Desde esta perspectiva, Pulido y Herrera (2016) establecen diferencias en función del género, que actúa como predictor del rendimiento. En este trabajo fueron las mujeres quienes presentaron mejores resultados que los varones. Sin embargo, la cultura es un factor mucho más determinante en las calificaciones académicas. De nuevo, Pulido y Herrera (2016) demostraron diferencias en los niveles, en dos muestras de culturas diferentes, así como en el estatus, que guarda una estrecha relación con el grupo cultural de pertenencia, el cual se convierte en otro de los elementos considerados como determinantes en el rendimiento.

En este caso, se van a emplear las calificaciones escolares como indicativo del rendimiento. Por esto, se ha de considerar a Gómez-Castro (1986), ya que en el trabajo realizado por este autor no se encontraron diferencias significativas entre los resultados obtenidos a través de una prueba estandarizada para evaluar el rendimiento y las calificaciones que otorgan los profesores.

Las habilidades emocionales son fundamentales para la mejora del rendimiento académico. Esta realidad se repite en otros muchos trabajos, en los que se demuestra una relación directamente proporcional entre las puntuaciones en IE y el rendimiento académico, establecido por la calificación media del sujeto (Hanin y Van Nieuwenhoven, 2016; Mestre y Fernández-Berrocal, 2007). Dichas habilidades pueden actuar como factor de vulnerabilidad, influyendo negativamente en los estudiantes, no sólo dentro sino también fuera de las situaciones escolares, dado que estas habilidades están íntimamente relacionadas con el desempeño académico (Gutiérrez y Expósito, 2015).

Considerando todo lo mencionado, se presenta el estudio llevado a cabo con una muestra de alumnos escolarizados en centros de Educación Infantil y Primaria en la ciudad de Ceuta. Los objetivos del trabajo han sido conocer los predictores de IE y rendimiento académico, en función de la edad, el género, la cultura y el estatus socioeconómico. También se pretende contemplar las relaciones que se pudieran dar entre las mencionadas variables, actuando una como predictora de la otra, para una población infantil multicultural. De esta manera, se pretende determinar si la IE, considerando el instrumento que se empleará, aparece como elemento a tener en cuenta en la mejora del rendimiento académico. Por otra parte, llevar a cabo este estudio en un contexto pluricultural ha permitido considerar el comportamiento de las variables en dos grupos culturales con características diferentes.

Método

Participantes

Para llevar a cabo esta investigación se seleccionó una muestra integrada por 764 participantes que reflejan las características del contexto pluricultural de Ceuta (en la Tabla 1 aparecen las características sociodemográficas de la muestra). El método para la selección de la muestra fue mediante un método aleatorio de sujetos disponibles. De esta manera, después de solicitar permiso por escrito, tanto a la administración educativa como a la dirección de los centros y, por supuesto, a los padres de cada niño, se procedió a la recogida de la información, contestando aquellos que lo desearon. El error muestral fue del 3%. Finalmente hay que indicar que en el presente trabajo se cumplió con los estándares éticos.

Instrumentos

Con respecto a la primera variable de estudio (se entiende por variable de estudio las puntuaciones totales que aglomeran los diferentes factores en los que esta se divide) se empleó un cuestionario elaborado para evaluar la IE como conjunto de habilidades. En este caso, el cuestionario quedó integrado por 65 ítems, divididos en 5 factores (cada una de las categorías en las que se dividen las variables de estudio), relacionadas con los elementos de la IE. Dicho instrumento pide al sujeto que resuelva problemas emocionales organizados en diferentes secciones, dando una visión integradora de la IE. Entre los diferentes factores, aparecen apartados para la identificación de emociones en gestos faciales y en diferentes fotografías, la comprobación de la utilidad de diferentes emociones en situaciones determinadas, la selección de la emoción que más se ajuste a cada caso, la respuesta a cuestiones emocionales acordes a determinadas historias, la relación de diferentes emociones con acciones concretas y un apartado para evaluar las habilidades sociales. El sistema de respuestas por parte de los participantes depende de la sección a la que se preste atención. De esta manera, la respuesta es a través de una escala tipo Likert (secciones A, C, F y G) de cuatro puntos o bien a través de la selección de la emoción que más se adapta a cada situación, imagen o persona (B, D y E) de un listado de 4 diferentes. Su fiabilidad ( de Cronbach) fue de .875, mientras que la prueba de dos mitades de Spearman-Brown tuvo un resultado de .829. En el apartado relacionado con la varianza factorial (AFE), los factores obtenidos fueron 5. El primero representa el 16.33% de la varianza explicada, hace referencia a la motivación y está formado por 19 ítems. El segundo, formado por 15 ítems (8.016% de la varianza explicada), está relacionado con el conocimiento de sí mismo. El tercer factor, relacionado con el autoconcepto, está integrado por 14 ítems (6.546%). El cuarto factor, relacionado con el autocontrol emocional, está integrado por 11 ítems (3.662%). El factor final, empatía, está formado por 6 ítems (3.181%). Entre todos los factores suman una varianza explicada total del 37.734%.

Finalmente se emplearon las calificaciones como medida del rendimiento académico (segunda variable de estudio), siguiendo el estudio de Gómez-Castro (1986). En este caso, se usaron las calificaciones en 6 materias diferentes en los diferentes cursos en los que se llevó a cabo la evaluación (desde 3º hasta 6º de Primaria). Las materias consideradas fueron lengua castellana, matemáticas, ciencias sociales, ciencias naturales, lengua extranjera (inglés) y religión. Finalmente, para el rendimiento total se halló la media de las calificaciones en cada una de las áreas comentadas.

Procedimiento

Una vez construida la base de datos, se comenzó por la comprobación de las características de la muestra, contemplando su distribución en función de las diferentes variables sociodemográficas (fueron edad, género, cultura y estatus). Se continuó con el análisis regresional (regresiones múltiples paso a paso o stepwise). Como variables criterio (dependientes) se utilizaron cada una de las variables de estudio (IE y rendimiento académico). Dentro de estas, para hacer el análisis más específico y detallado, se consideraron también cada una de las áreas académicas (especificadas en el párrafo anterior) y los factores que integran la IE, obtenidos a través del AFE. En el análisis regresional de cada una de ellas, se emplearon las variables sociodemográficas mencionadas como predictoras (independientes). Además de las variables sociodemográficas se incluyó (como independientes) aquella variable de estudio que no se consideraba como variable criterio (dependiente) y las áreas académicas (rendimiento) o factores (IE) que la conformaban. Para determinar la función de regresión se consideró el último paso y dentro de él, en el orden de entrada de las variables en la función de regresión, el valor de cada variable y su significación. Para conocer el porcentaje de la variación de la variable criterio (dependiente) que depende de las predictoras (independientes) se especifican el coeficiente de correlación lineal de Pearson (r), el coeficiente de determinación múltiple (R²) y la varianza explicada de la variable más importante (la que más porcentaje explica, la cual viene determinada por el coeficiente de regresión estandarizado, β). Para reforzar los resultados obtenidos, se concluyó con la prueba t de Student de diferencias de medias para muestras independientes para aquellas variables dicotómicas, mientras que para el resto se empleó el análisis de la varianza (ANOVA de un factor).

Resultados

Inteligencia Emocional

La variable IE total se encuentra bajo la influencia de varios factores. De todos ellos, el que tiene un coeficiente de regresión estandarizado superior es la media del rendimiento académico, que representa el 45.4% de la varianza total explicada por el modelo (β = .454), actuando de manera directamente proporcional. También actúa de manera positiva la edad. Finalmente, el estatus actúa de manera inversamente proporcional. Entre todas las variables predictoras alcanzan un coeficiente de determinación del 47.3% (R² = .473). La función de regresión y los coeficientes (Tabla 2) aparecen a continuación:

Inteligencia emocional total = 0.064 + (5.405 * media rendimiento total) + (7.690 * edad) – (2.857 * estatus)

Para el factor motivación, las variables predictoras son el rendimiento en naturales, la edad y el rendimiento en inglés. Todas las variables predictoras alcanzan un coeficiente de determinación del 36.5% (R² = .365). La que mayor coeficiente de regresión estandarizado tiene (β = .389), es la edad, que representa el 38.9% de la variabilidad. Todas las variables actúan de forma positiva. Los coeficientes se recogen en la Tabla 3.

Motivación = -9.461 + (1.036 * naturales) + (3.786 * edad) + (1.037 * inglés)

Para el conocimiento de sí mismos (coeficientes en la Tabla 4) también aparece influencia por parte del rendimiento en matemáticas, que actúa como principal predictor. Su coeficiente de regresión estandarizado supone el 28.5% (β = .285) del total de la varianza explicada. La relación es directamente proporcional. Además de esta, actúan la edad y el estatus. La última actúa de forma negativa, mientras que la edad lo hace de manera directamente proporcional. Entre todas las variables predictoras dan lugar a un modelo en el que se explica el 16.8% de la varianza (R² = .168).

Conocimiento de sí mismos = 13.080 + (1.059 * matemáticas) + (1.364 * edad) – (1.508 * estatus)

En el factor autoconcepto (coeficientes en la Tabla 5) la variable predictora que hace una mayor fuerza es la media del rendimiento académico, cuyo coeficiente de regresión estandarizado es del 30.8% (β = .308). Posteriormente aparece otra variable que tiene influjo de manera positiva (directamente proporcional), como la edad. Lo contrario ocurre con el estatus. Entre todas las variables predictoras dan cuenta del (R² = .295) 29.5% de la varianza total explicada, tal y como indica su coeficiente de determinación.

Autoconcepto = -4.266 + (1.861 * edad) + (0.941 * media rendimiento) – (0.944 * estatus)

Para el factor de la IE, autocontrol (coeficientes en la Tabla 6), la media del rendimiento académico vuelve a ser la principal variable predictora, con un 30.9% de la varianza total explicada (β = .309). Se muestra una relación de proporcionalidad entre ambas variables. El estatus actúa de manera positiva, siendo directamente proporcional. Entre todas las variables predictoras representan el 16.6% de la varianza total explicada por el modelo (R² = .166).

Autocontrol = 7.648 + (0.626 * media rendimiento) + (0.470 * estatus) + (0.426 * edad)

En la empatía (cuyos coeficientes aparecen en la Tabla 7), se puede observar influencia de la media del rendimiento académico, que vuelve a ser la principal variable predictora, con un 22.3% de coeficiente de regresión estandarizado (β = .223). De nuevo, vuelve a mostrarse como directamente proporcional a las puntuaciones obtenidas en este factor de la IE. También actúan de forma positiva la edad y el género (siendo más altas las puntuaciones en las mujeres). Todas las variables que predicen la empatía, representan un coeficiente de determinación del 14.3% (R² = .143).

Empatía = 0.258 + (0.859 * edad) + (0.428 * media rendimiento) + (1.030 * género)

En el factor habilidades sociales (coeficientes en la Tabla 8) tiene como principal variable predictora (siendo la que alcanza un coeficiente de regresión estandarizado más elevado) el rendimiento en inglés. Esta variable explica el 14.2% (β = .142) de la varianza y actúa de manera directamente proporcional. En la edad también aparecen valores positivos, aumentando las puntuaciones a medida que asciende la edad. Entre todas las variables predictoras representan el 11.5% (R² = .115) de la varianza total explicada.

Habilidades sociales total = 56.137 + (0.717 * inglés) + (1.469 * edad)

El análisis de la varianza (ANOVA de un factor), en función de la edad, que actúa como principal predictor de la IE, refuerza lo comentado. En IE total (p = .000), así como en la mayoría de sus factores, fue estadísticamente significativa. Es lo que ocurre con la motivación (p = .000), el conocimiento de sí mismo (p = .000), el autoconcepto (p = .000) y la empatía (p = .000). También fueron significativas en las HHSS (p = .001). Tal como indican los cálculos regresionales, se puede describir un incremento en las puntuaciones de IE a medida que aumenta la edad. Las pruebas post hoc indican una relación directamente proporcional, como indican las regresiones.

Si se considera la segunda variable predictora, el estatus socioeconómico y cultural, el análisis de la varianza (ANOVA de un factor) demuestra diferencias estadísticamente significativas en todos sus factores (motivación: p = .004, conocimiento de sí mismo: p = .017, autoconcepto: p = .000, autocontrol: p = .000 y empatía: p = .000), así como en los totales (p = .010). La única excepción aparece en el factor HHSS (p = .162). A pesar de que las regresiones indican una relación inversamente proporcional (en todos los casos excepto en autocontrol) se observa una distribución desorganizada.

El género es una variable predictora, a pesar de que sólo aparece en el factor empatía. Al ser una variable dicotómica, se empleó la prueba t de Student de diferencias de medias para muestras independientes. Así, no sólo se encontraron diferencias estadísticamente significativas en el factor empatía (p = .000), sino también en IE total (p = .006) y el factor autocontrol (p = .037). En todos los casos fueron las chicas las que evidencian puntuaciones superiores.

Rendimiento Académico

La media del rendimiento académico (media de calificaciones) está bajo la influencia de varias variables. De todas ellas, la que ejerce un poder más determinante es la IE total, cuyo coeficiente de regresión estandarizado es del 66% (β = .660). Esta variable actúa de manera directamente proporcional. También ejercen influencia las variables cultura/religión, edad y los factores conocimiento de sí mismos y HHSS. De todas ellas, solamente una (HHSS) actúa de manera positiva. Esto indica que a medida que se asciende en los niveles de HHSS es superior la media del rendimiento. La cultura/religión, la edad actúan de manera negativa, siendo las calificaciones superiores entre los cristianos, los de mayor edad y los que presentan puntuaciones inferiores en conocimiento de sí mismos. El resto de variables quedan excluidas, explicando entre todas las predictoras el 42.5% de la varianza total (R² = .425) del modelo. La influencia de estas variables es intensa, tal y como indica el coeficiente de correlación (R. = .652). La función descrita sería la siguiente, la cual se acompaña de la Tabla 9, con los coeficientes más relevantes:

Media rendimiento = 6.712 + (0.057 * inteligencia emocional total) – (0.831 * cultura/religión) – (0.481 * edad) + (0.014 * felicidad total) –) 0.046 * conocimiento de sí mismo) + (0.069 * HHSS)

En la materia de lengua castellana (coeficientes en la Tabla 10), la principal variable predictora vuelve a ser la IE total, con un 63.2% de la varianza total explicada. Además se repiten las variables edad y cultura/religión y los factores conocimiento de sí mismo (IE) y HHSS. Además de estos aparece el estatus, que es directamente proporcional. La edad, el conocimiento de sí mismo y la cultura/religión actúan de manera negativa. El conjunto de todas ellas da cuenta del 38.4% de la varianza en cuanto a la variable rendimiento en lengua castellana (R² = .384).

Rendimiento lengua castellana = 6.479 + (0.057 * inteligencia emocional total) + (0.184 * estatus) – (0.447 * edad) – (0.048 * conocimiento de sí mismos) – (0.514 * cultura/religión) + (0.075 * HHSS).

El rendimiento académico en matemáticas vuelve a tener como la principal variable predictora la IE total (β = .465). De esta manera, se puede predecir partiendo de la puntuación en IE total, la cultura/religión, la edad, el estatus y las HHSS. De todas ellas, la cultura/religión (puntuaciones más bajas en musulmanes) y la edad actúan de manera inversamente proporcional. El conjunto de todas las variables predictoras da cuenta del 35.2% de la varianza, en cuanto a la variable rendimiento en matemáticas (R² = .352). Los coeficientes aparecen resumidos en la Tabla 11.

Rendimiento matemáticas = 4.104 +( 0.045 * inteligencia emocional total) – (0.738 * cultura/religión) – (0.431 * edad) + (0.327 * estatus) + (0.068 * HHSS)

Las calificaciones obtenidas en la materia de ciencias sociales (coeficientes en la Tabla 12) también se pueden predecir, quedando determinado por la variable IE Total, variable de mayor importancia, por su mayor relación con el coeficiente de correlación múltiple. Este valor alcanza un porcentaje del 58.2% (β = .582). Como esta variable, las HHSS actúan de manera directamente proporcional, siendo superiores las puntuaciones ante los niveles superiores en ambos. La cultura/religión, la edad y el conocimiento de sí mismo actúan de manera negativa. El conjunto de todas ellas da cuenta del 34.2% de la varianza en cuanto a la variable dependiente (R² = .342).

Rendimiento sociales = 4.595 + (0.060 * inteligencia emocional total) – (0.079 * cultura/religión) – (0.460 * edad) – (0.045 * conocimiento de sí mismo) + (0.090 * HHSS)

Para el rendimiento en la materia inglés (coeficientes en la Tabla 13), de nuevo la IE total tiene el mayor peso, representando un porcentaje mayor de la varianza total explicada, suponiendo el 60.3% (como informa su coeficiente de regresión estandarizado, β = .603). Además de esta aparecen, de nuevo, la edad, la cultura/religión y el conocimiento de sí mismos, actuando de manera negativa. Lo contrario ocurre con la IE y las HHSS. El conjunto de todas las variables predictoras refleja el 35.8% de la varianza explicada (R² = .358), ejerciendo el mayor peso la IE.

Rendimiento inglés = 7.044 + (0.062 * inteligencia emocional total) – (0.736 * edad) – (0.619 * cultura/religión) + (0.098 * HHSS) – (0.046 * conocimiento de sí mismo)

En rendimiento en naturales (coeficientes en la Tabla 14) la variable predictora IE total, cuyo coeficiente de regresión estandarizado alcanza el nivel más alto para este modelo (β = .522), es la que explica con más intensidad la relación con la variable dependiente. Actúa de manera directamente proporcional, misma realidad que aparece en el estatus y las HHSS. El conocimiento de sí mismos y la cultura/religión adoptan valores negativos. El resto de variables quedan eliminadas. El conjunto de todas las variables predictoras da cuenta del 36.3% de la varianza en cuanto a la variable rendimiento en la asignatura de ciencias naturales (R² = .363).

Rendimiento naturales = 0.215 + (0.053 * inteligencia emocional total) + (0.362 * estatus) – (0.038 * conocimiento de sí mismo) – (0.542 * cultura/religión) + (0.062 * HHSS)

Para el rendimiento en religión, la IE total vuelve a ser la principal variable predictora, con un coeficiente de regresión estandarizado del 59.7% (β = .597) de la varianza total. El estatus también ejerce influencia, adquiriendo un valor positivo. Para la edad los valores son, sin embargo, negativos. Lo mismo que ocurre con el factor conocimiento de sí mismos y la variable cultura/religión (lo que indica que son los cristianos los que tienen puntuaciones más altas). El conjunto de todas las variables predictoras da cuenta del 31.2% de la varianza total explicada en la calificación en la materia de religión (R² = .312). Los coeficientes aparecen resumidos en la Tabla 15.

Rendimiento religión = 5.145 + (0.051 * inteligencia emocional total) + (0.400 * estatus) – (0.419 * edad) – (0.057 * conocimiento de sí mismo) – (0.422 * cultura/religión)

Cada una de las dos variables de estudio (IE y rendimiento) actúa como principal predictor de la otra (de forma directa o bien a través de sus factores), actuando ambos de forma directamente proporcional. El análisis de la varianza (ANOVA de un factor), considerando la variable IE total como factor, confirma esta relación entre IE y rendimiento (general y por materias), dado que se encontraron diferencias estadísticamente significativas en la media del rendimiento académico (p = .000), así como en lengua castellana (p = .000), matemáticas (p = .000), sociales (p = .000), inglés (p = .000), naturales (p = .000) y religión (p = .000). En todos los casos se describe una relación directamente proporcional entre la IE y el rendimiento académico, del mismo modo que ocurre con cada una de las materias.

Si se tiene en cuenta la media del rendimiento, en función de la cultura/religión (variable que se repite en más ocasiones entre la media y todas las materias), aparecen diferencias estadísticamente significativas. Esta realidad queda confirmada por la prueba t de Student, encontrándose este tipo de diferencias en la media de rendimiento (p = .000) y en todas las materias (lengua castellana: p = .000, matemáticas: p = .000, sociales: p = .000, inglés: p = .000, naturales: p = .000 y religión: p = .000). En todos los casos, son los musulmanes los que obtienen resultados más bajos, de la misma manera que indican las regresiones.

En segundo lugar, aparece la edad, variable que también aparece como predictora en la mayoría de casos. El análisis de la varianza (ANOVA de un factor), con la variable edad como independiente y el resto de las variables como dependientes, muestra diferencias estadísticamente significativas en las materias de ciencias sociales (p = .000), naturales (p = .000) y religión (p = .000). En el resto de materias (lengua castellana: p = .645, matemáticas: p = .200 e inglés: p = .586), así como en la media (p = .133), las diferencias no fueron estadísticamente significativas. En cualquier caso, se describe una distribución desorganizada con respecto a esta variable sociodemográfica, a pesar de que las regresiones indican una relación inversamente proporcional.

Se continúa este apartado comentando los resultados de la prueba ANOVA considerando la última de las variables predictoras para el rendimiento: el estatus. Esta variable también se repite en varias materias. Esta prueba demostró diferencias estadísticamente significativas no solamente en lengua castellana (p = .000), matemáticas (p = .000), naturales (p = .000) y religión (p = .000), materias en las que actúa como variable predictora, sino también en la media general (p = .000), en ciencias sociales (p = .000) e inglés (p = .014). En este sentido, se observa que las calificaciones aumentan progresivamente a medida que se asciende en el estatus, realidad ya observada en los cálculos regresionales.

Discusión

La complejidad a la hora de evaluar determinadas situaciones relacionadas con el ámbito emocional se ha puesto de manifiesto una vez más en este estudio (Palazuelo, Marugán, del Cano, de Frutos y Quintero, 2010). Sin embargo, la consideración de una muestra pluricultural y el contexto en el que se realiza la investigación pueden considerarse originales, siendo posible realizar una aproximación al conocimiento socioemocional en muestras con características similares.

Dentro de las variables sociodemográficas, el primer predictor es la edad, que aparece tanto en los niveles totales como en todos los factores. En todos los casos se puede observar un ascenso en las puntuaciones de IE a medida que aumenta la edad, indicándose una relación directamente proporcional. Se ha de destacar que el proceso de desarrollo emocional provoca importantes cambios en todas las capacidades que forman parte de la IE. El periodo infantil destaca por el importante crecimiento que experimentan los niños durante dicho proceso de desarrollo. Por esta razón, no es extraño que se detecte un aumento en las puntuaciones a medida que aumenta la edad del sujeto. En este sentido, se encontraron trabajos en los que apoyar los resultados reflejados (Billings et al., 2014; Cazalla-Luna y Molero, 2014; Mestre y Fernández-Berrocal, 2007).

Si se considera la segunda variable predictora, el estatus socioeconómico y cultural, aparecen diferencias estadísticamente significativas en la IE y en todos sus factores. A pesar de que las regresiones indican una relación inversamente proporcional, se observa una distribución desorganizada. Coincidiendo con la presencia de diferencias, en función del estatus aparecen los trabajos de Alonso y Román (2014) y Pulido y Herrera (2016), en los que presentan mayores capacidades emocionales aquellas personas pertenecientes a estatus superiores, los cuales podrían tener un mejor ajuste socioemocional general, así como una mejor capacidad para pensar positivamente, lo que podría justificar las diferencias comentadas. Sin embargo, en el caso de los resultados encontrados en este trabajo no fue así.

El género es la última variable predictora (dentro de las sociodemográficas). En función del género se hallaron diferencias estadísticamente significativas, demostrando las chicas puntuaciones superiores, coincidiendo con una gran cantidad de trabajos (Azpiazu et al., 2015; Billings et al., 2014; Fernández-Berrocal et al., 2012; Pulido y Herrera, 2016). De esta forma, en las edades correspondientes a las de la muestra evaluada (Educación Primaria) se empiezan a mostrar importantes diferencias entre varones y mujeres, en lo que a articular habilidades socioemocionales se refiere, a medida que van incrementando sus relaciones sociales. En este sentido, las chicas comienzan a obtener puntuaciones más altas en IE, con mejores habilidades para percibir, autorregular y utilizar las emociones con mayor eficacia (Palazuelo et al., 2010). En cualquier caso, se incide en el alejamiento de aquellas concepciones basadas en criterios de tipo biológico (Pinto, Dutra, Filgueiras, Juruena y Stingel, 2013) para aproximarse a las relacionadas con patrones de socialización y desempeño de distintos roles relacionados con la socialización diferencial de mujeres y varones (Pulido y Herrera, 2016; Soriano y González, 2013). Todo lo comentado cambia si se consideran las HHSS, en las que no se encontraron diferencias estadísticamente significativas.

Continuando con el apartado de discusiones, se destaca la influencia de la cultura sobre el rendimiento académico. Este se convierte en el principal predictor del mismo. Esto se cumple para la media de rendimiento y para cada una de las materias. En todos los casos son los musulmanes los que obtienen resultados más bajos, la misma realidad indicada en las regresiones. Esta realidad ya fue descrita en trabajos anteriores, donde la cultura fue un factor determinante en las calificaciones académicas (Pulido y Herrera, 2016). En este sentido, se mencionan las dificultades para la integración socioeducativa (Oropesa, Moreno, Pérez y Muñoz-Tinoco, 2014) y las diferencias de estatus socioeconómico y cultural (Hernández, Rodríguez y Moral, 2011) como importantes justificantes de estas diferencias significativas. Por otro lado, en este contexto tienen mucha importancia las diferencias en cuanto a la lengua materna entre musulmanes y cristianos, tal como informan algunos autores (Roa, 2006), del mismo modo que ocurre en otros contextos en los que aparece esta diversidad lingüística (Siqués y Vila, 2014).

El segundo predictor, para el rendimiento académico, es la variable edad, que también aparece como predictora en la mayoría de casos. Se describe una distribución desorganizada con respecto a esta variable sociodemográfica a pesar de que las regresiones indican un aumento de las calificaciones a medida que se baja en edad. En este sentido, en el trabajo de Pulido y Herrera (2016) se reflejan diferencias en este sentido coincidiendo con los resultados encontrados en este caso (distribución desorganizada). En cualquier caso, el rendimiento parece tener relación con la edad de los alumnos, indicándose en diferentes estudios correlacionales la existencia de relaciones entre rendimiento y edad, decreciendo este a medida que el alumno va ascendiendo en el curso académico (y va aumentando su edad).

La última de las variables predictoras para el rendimiento (dentro de las sociodemográficas) es el estatus. Esta variable también se repite en varias materias. Se puede contemplar que las calificaciones aumentan a medida que aumenta el estatus, realidad reforzada en los cálculos regresionales y similar a la encontrada en Pulido y Herrera (2016). Se debe indicar que en este contexto el estatus guarda una estrecha relación con el grupo cultural de pertenencia. Como justificante se puede mencionar lo comentado en el trabajo de Alonso y Román (2014), así como, de nuevo, las dificultades para la integración socioeducativa (Oropesa et al., 2014) y las diferencias en cuanto a la lengua materna entre musulmanes y cristianos (Pulido y Herrera, 2016; Roa, 2006) como justificantes de estas diferencias.

Se finaliza con respecto a la interacción con el rendimiento académico. Cada una de las dos variables (IE y rendimiento) actúa como principal predictor de la otra, siendo ambas variables directamente proporcionales, algo que queda reforzado por el análisis de la varianza, encontrándose diferencias estadísticamente significativas en la media del rendimiento académico y en todas las materias. Los sujetos que tenían mayor nivel de IE presentaban mejores resultados académicos. Estos resultados vienen a confirmar los encontrados por diferentes autores, siendo las habilidades emocionales fundamentales para la mejora del rendimiento académico (Gorostiaga y Balluerka, 2014) y por tanto directamente proporcionales al rendimiento académico del sujeto (Hanin y Van Nieuwenhoven, 2016; Mestre y Fernández-Berrocal, 2007; Otero, Martín, León y Vicente, 2009). De esta forma, para realizar aprendizajes significativos es esencial el parámetro asociado a la transformación del campo emocional (Pacheco, Villagrán y Guzmán, 2015). Sin embargo, el desarrollo de este tipo de habilidades no se encuentra atendido de forma adecuada en el actual currículo de nuestro país (Aguaded y Pantoja, 2015), por lo que se incide en la importancia de considerar y potenciar las habilidades emocionales para mejorar el proceso de aprendizaje del alumnado (Di Giusto, Martín, Arnaiz y Guerra, 2014), lo que se convierte en una alternativa de apoyo, en cualquiera de los niveles, al aprendizaje (Castevich et al., 2015).

Extended Summary

Emotions should not be ignored and it is fundamental in life to know how to react appropriately to them. This reality, which has traditionally been considered as an element that could make people weaker, becomes a very important weapon with which to face life successfully.

This is how emotional intelligence (EI) appears, understood as a set of skills. High levels of EI would be related to a higher quality of life. Age causes important changes in all the skills that integrate EI. Emotional skills have traditionally been associated with the female gender. Women demonstrate superior levels in these skills. Culture is also an important element. There are differences in the levels of EI according to the cultural group, given that customs and religion bring a lot of differences in the educational patterns. In relation to what has been said, the socioeconomic and cultural status is also critical in the levels reflected in this variable – people from higher status show higher EI levels.

In another section, we focus on the concept of academic achievement, that being the level of knowledge and school skills mastered by the students. From this perspective, we can see differences according to gender, women having better ratings. Customs and religion are a much more determining factor in academic qualifications, as well as in status.

Finally, emotional skills are essential for improving academic achievement. A directly proportional link can be seen between EI scores and the academic achievement, established by an student’s average grades.

Taking all previously mentioned into account, this study has been carried out with a sample of children in the city of Ceuta. This paper’s objective is to analyze the predictors of emotional intelligence and academic achievement, according to age, gender, customs and religion, and socioeconomic and cultural status, as well as the links between all the variables, on a multicultural background. What we need to determine is if emotional intelligence is actually a key for the improvement of academic achievement.

To make the former possible we focused on 764 participants from seven educational institutions; 74.2% of the total sample were Muslims and 25.8% Christians; 53.2% were males and 46.8% females; 12.6% of the sample corresponded to a low socioeconomic level. Those who identified themselves as medium-low level were majority, which is 43.2% of the sample; 32.1% corresponds to medium status and 12.2% belong to a high socio-economic and cultural level. The sampling error was 3%.

The instruments used in this study were an ad hoc emotional intelligence questionnaire and students’ grades.

To evaluate EI, as a set of skills, the questionnaire consisted of 65 items, divided into 5 factors linked to the elements of emotional intelligence. Data was interpreted through a Likert scale of four points or through the selection of the emotion that best suits each situation, image, or person. Reliability (Cronbach’s ) was .875. In the factorial variance (EFA) section, 5 factors were obtained. The first factor represents 16.33% of variance and refers to motivation, the second factor (8.016% of the explained variance) is related to self-knowledge, the third factor is related to self-concept (6.546%), the fourth factor is related to emotional self-control (3.662%), and the fifth factor is empathy (3.181%). All the factors add a total explained variance of 37.734%.

Finally, students’ grades were used as a way to measure academic achievement. We used the grades in 6 different subjects: Spanish Language, Mathematics, Social Sciences, Natural Sciences, Foreign Language (English), and Religion. Finally, for the total achievement, we calculated the average of the grades in all the commented areas.

A regression analysis was performed (stepwise multiple regression). Dependent variables were emotional intelligence and academic achievement. We used the sociodemographic variables as independent variables. In addition to sociodemographic variables, we included the study variable that was not considered as a dependent variable and the academic subjects (achievement) or factors (emotional intelligence) that made it up. In order to know the percentage of variation of the dependent variable, we show Pearson’s correlation coefficient (r), the multiple coefficient of determination (R²) and the explained variance of the most important variable. To reinforce the results obtained, we concluded with the Student’s t-distribution for dichotomous variables, while using the analysis of variance (ANOVA) for the rest.

Emotional intelligence is under the influence of several predictors. From all of them, the one that has a higher standardized correlation coefficient is the average of academic achievement that represents 45.4% of the total explained variance ( β = .454). This variable acts directly proportional. The age factor also acts positively. The status acts inversely proportional. All the predictor variables reach a coefficient of determination of 47.3% (R² =.473).

The ANOVA, based on age, reinforces the comments, describing an increase in emotional intelligence scores as age increases. If we consider the socioeconomic and cultural status variable, the ANOVA shows statistically significant differences. Gender is also a predictor variable. This idea was confirmed by Student’s t-distribution. In all cases, it was the girls who had higher academic scores.

Academic achievement is influenced by several variables. The one that exerts a more determining power is emotional intelligence. Its standardized regression coefficient is 66% (β = .660). This variable acts directly proportional. Customs/religion and age variables, and self-knowledge are also predictors. Among predictors, they explain 42.5% of the total variance (R² = .425) of the model.

If academic achievement is taken into account, depending on customs and religion, statistically significant differences appear. This reality is confirmed by the Student’s t-test of differences of means for independent samples. In all cases, it was the Muslims who obtained the lowest results. Age also appears as a predictor. The ANOVA shows statistically significant differences, describing a disorganized distribution. Status is also repeated in several subjects. Grades increase with a higher status.

Both study variables (emotional intelligence and achievement) act as the main predictor of the other. We can see a strong directly proportional link between both study variables. The ANOVA confirms this relationship between IE and achievement.

A rise in emotional intelligence scores can be observed as age increases, highlighting that the process of emotional development causes important changes in all the skills that are part of emotional intelligence. Status shows a disorganized distribution, although people belonging to higher status could have a better emotional adjustment. Girls were shown to have higher scores, with better skills to self-regulate and use emotions more efficiently. As an explanation, we consider those related to patterns of socialization and different roles, which are different between women and men.

The influence of customs and religion on academic achievement is highlighted. In all cases, it was the Muslims who obtained the lowest results. The difficulties for socio-educational integration, the socioeconomic status, and language differences between Muslims and Christians as justification are mentioned. Age also appears as a predictor, describing a disorganized distribution. Socioeconomic and cultural status was also a predictor variable. Ratings go up as status is higher. One more time, difficulties in integration and language differences between Muslims and Christians justify these differences.

We can finish with the theory that each study variable (emotional intelligence and academic achievement) acts as the main predictor of the other, being directly proportional. To make a meaningful learning, the use of the emotional field is essential.