Las redes sociales y el rendimiento académico en los estudiantes

de una institución pública, Chimbote, 2024

Autores:

Carranza Espinoza, Darikson Paolo ([Link]/0009-0008-8761-3083)

dcarranzae@[Link], Ingeniería Civil , ciclo IV.
Gambini Sifuentes, Mariana Brithany Sherilyn ([Link]/0009-0004-9071-9648)
mgambinisi@[Link], Arquitectura, ciclo IV.
Huincho Huerta, Cesar Angel ([Link]/0009-0009-1801-0083)
chuncho@[Link], Ingeniería Civil, IV.
López Guerra, Jesus Isaac ([Link]/0009-0008-6524-570)
jelopezgu@[Link], Ingeniería Civil, IV.
Asesor(a):

Mg./Dr. Rodríguez Yparraguirre, Abel José ([Link]

Chimbote - 2024

Generalidades:

● Nivel: II

● Objetivo de Desarrollo Sostenible y Educación de calidad

Meta: 4.1
Meta:

● Línea de Investigación: Educación y calidad educativa

● Línea de Responsabilidad Social Apoyo a la reducción de brechas y carencias en la

educación en todos sus niveles.
Universitaria:
 Las redes sociales y el rendimiento académico en los estudiantes
de una institución pública, Chimbote, 2024

Darikson Paolo Carranza Espinoza 1; Mariana Brithany Sherilyn Gambini Sifuentes 2;

Cesar Angel Huincho Huerta 3; Jesus Isaac López Guerra 4; Abel Jose Rodriguez
Yparraguirre 5

1 Universidad César Vallejo, Chimbote, Ingenieria Civil, Ciclo IV, [Link]/0009-0008-8761-3083,

dcarranzae@[Link]
2 Universidad César Vallejo, Chimbote, Arquitectura , Ciclo IV, [Link]/0009-0004-9071-9648,

mgambinisi@[Link]
3 Universidad César Vallejo, Chimbote, Ingenieria Civil, Ciclo IV,[Link]/0009-0009-1801-0083,

chuncho@[Link]
4 Universidad César Vallejo, Chimbote, Ingenieria Civil, Ciclo IV, [Link]/0009-0008-6524-570,

jelopezgu@[Link]
 Índice
Resumen .................................................................................................................... 3

Abstract ...................................................................................................................... 4

I. INTRODUCCIÓN ................................................................................................. 5

II. MÉTODO ........................................................................................................... 13

III. RESULTADOS ............................................................................................... 16

IV. DISCUSIÓN ................................................................................................... 28

V. CONCLUSIÓN ............................................................................................... 34

VI. RECOMENDACIONES .................................................................................. 35

REFERENCIAS ........................................................................................................ 37

ANEXOS .................................................................................................................. 42
 Resumen

El informe analiza la influencia de las redes sociales en el rendimiento académico de

estudiantes de secundaria. Se encontró que el uso intensivo de estas plataformas
puede generar dependencia y uso incontrolado, distrayendo a los estudiantes de sus
responsabilidades académicas. Sin embargo, algunos estudios sugieren que las
redes sociales, cuando se utilizan de manera controlada, pueden facilitar el acceso a
recursos educativos y promover habilidades como la colaboración y la organización.
El estudio se llevó a cabo en una institución pública de Chimbote, Perú, utilizando un
enfoque cuantitativo, no experimental y transversal. La muestra consistió en 80
estudiantes, evaluados mediante encuestas. Los resultados revelaron una débil
correlación entre la dependencia de redes sociales y el rendimiento académico,
indicando que otros factores podrían tener mayor influencia. Por otro lado, el uso
incontrolado mostró una correlación positiva baja con el desarrollo del aprendizaje,
sugiriendo que un uso moderado puede ser beneficioso. El informe concluye que las
redes sociales impactan significativamente el rendimiento académico si no se logran
gestionar adecuadamente.
Palabras clave: Redes sociales, rendimiento académico, estudiantes.
 Abstract

The report analyzes the influence of social media on the academic performance of
high school students. It found that intensive use of these platforms can lead to
dependency and uncontrolled use, distracting students from their academic
responsibilities. However, some studies suggest that social media, when used in a
controlled manner, can facilitate access to educational resources and promote skills
such as collaboration and organization. The study was carried out at a public institution
in Chimbote, Peru, using a quantitative, non-experimental and cross-sectional
approach. The sample consisted of 80 students, assessed through surveys. The
results revealed a weak correlation between dependency on social media and
academic performance, indicating that other factors could have a greater influence.
On the other hand, uncontrolled use showed a low positive correlation with learning
development, suggesting that moderate use can be beneficial. The report concludes
that social media significantly impacts academic performance if not managed properly.
Keywords: Social networks, academic performance, students.
 I. INTRODUCCIÓN

El tiempo de dedicación a estas redes sociales y los videojuegos a menudo

desvía el tiempo de actividades académicas más importantes, lo que puede
conducir a calificaciones bajas, generando un desequilibrio en la organización del
tiempo, dificultando la planificación de tareas académicas esenciales. Asimismo, la
exposición prolongada a dispositivos inteligentes puede afectar la calidad del
sueño, lo que a su vez repercute negativamente en el rendimiento escolar, tal como
indican Ramos y Rodríguez (2022).

Este estudio tiene como objetivo apoyar el ODS 4 (Educación de Calidad)

mediante la exploración de la influencia de los medios digitales en el rendimiento
académico. Además, busca desarrollar estrategias para que los estudiantes puedan
utilizar estas herramientas de manera equilibrada, fomentando tanto su desarrollo
académico como personal, según Carrasco et al. (2021).

Con respecto a nivel global, se llevó a cabo un metaanálisis que incluye a

naciones como China, Pakistán, Turquía, EEUU y Australia. Este análisis nos revela
que los alumnos de estos países usan de una manera muy cotidiana las redes
sociales que obtuvieron un bajo rendimiento en notas académicas, tal como dice
Masalimova (2023). En la India, la incidencia de este uso cotidiano de las redes
sociales fue del 23.5% en la que un 26% experimentaba esa necesidad de estar
conectado en redes, un 14% pensaba que la vida sin las redes sociales no tenía
propósito, y un 21.5% piensa que su desempeño escolar había sufrido una
reducción, como menciona Rojas (2022).

Según un informe de la UNICEF, el 49.6 % de los adolescentes están

conectados al internet más de 5 horas los fines de semana, además aplicaciones
como WhatsApp, TikTok, YouTube, Instagram, consideradas las redes sociales
más usadas, presentan un porcentaje de uso de 75 %, 90.3 %, 75.8 % y 79.9 %
respectivamente, como describe Pedrouzo (2024).
 A nivel internacional teniendo en cuenta los países de Ecuador y Bolivia, el
uso de las redes sociales influye negativamente en los factores académicos
distrayendo a los estudiantes, como afirma Mendoza (2019), de igual manera con
la limitada conexión entre el uso cotidiano de los medios digitales y el progreso del
aprendizaje, como sugiere Delgado (2020). Así mismo Amano et al (2023),
instauraron una evaluación sobre la necesidad de conectividad y los elementos
vinculados en estudiantes de la Universidad de Jimma, en el suroeste de Etiopía.
Utilizando un procedimiento cuantitativo con un modelo transversal y muestreo
aleatorio de múltiples etapas, evaluaron a 772 estudiantes mediante el Young
Internet Addiction Test (YIAT donde resultados revelaron una prevalencia del 53,6%
de adicción a Internet dando a conocer que el análisis mostró los factores como
insatisfacción académica, bajo promedio, uso de Internet para entretenimiento,
redes sociales (Facebook, Telegram), así como depresión, ansiedad social y bajo
apoyo social estaban significativamente relacionados con la adicción. Concluyeron
que la adicción a Internet está influenciada por factores psicosociales, académicos
y el propósito de uso de Internet, y recomendaron esfuerzos coordinados para
reducir su prevalencia entre los estudiantes.

Del mismo modo, Assefa et al. (2023), en su indagación sobre los efectos de
las plataformas sociales en la conexión entre la participación estudiantil y el
rendimiento formativo en alumnos de nivel terciario buscaban estimar el papel
mediador de las redes sociales. Erduran (2024), en su estudio sobre la
autodisciplina académica como variable mediadora entre la adicción a las redes
sociales y el rendimiento académico, examinó esta relación en estudiantes
universitarios, usando un enfoque cuantitativo y un planteamiento correlacional,
emplearon herramientas como el de evaluación de la dependencia a redes sociales
de Bergen y la escala de autodisciplina académica a 520 estudiantes de Turquía,
quienes utilizaban redes sociales durante al menos cuatro horas al día. Los
resultados mostraron que la dependencia de las redes sociales ejerce un efecto
adverso en el desempeño académico pero la autodisciplina académica media
parcialmente esta relación.

En el ámbito Nacional se consideró que los recursos tecnológicos pueden

ofrecer numerosos beneficios para el desarrollo social, se ha observado un uso
intensivo de estas plataformas entre los jóvenes en Perú, según Espinoza y Tinoco
(2019). Esto suscita la pregunta de si las redes sociales influyen en el desempeño
académico de los escolares. Aunque estas plataformas pueden facilitar el
intercambio de información, su uso excesivo puede llevar a distracciones y
adicciones, lo que potencialmente resultaría en consecuencias negativas para el
rendimiento estudiantil, tal como indica Kolan (2019). En Lima Metropolitana, se
evaluó la relación entre habilidades sociales y el uso de medios digitales en 1,405
estudiantes universitarios, encontrando una compresión negativa entre habilidades
sociales y dependencia de las redes sociales, tal como menciona Ticona (2019).

De la misma manera (Ramos A. y Vargas P., 2022) en su estudio realizado

en el Perú titulado “Plataformas sociales y Desempeño académico en estudiantes
de la institución educativa secundaria José María Arguedas” de Maricruz, Puno,
2021” realizó un estudio con el objetivo de determinar el vínculo Entre el desempeño
académico y las plataformas sociales en la I.E en estudiantes de secundaria en
Puno. El estudio fue de enfoque cuantitativo y de nivel básico. La población se
integró por 188 escolares de los dos sexos del 5°. A Través de un cuestionario se
pudo encontrar una relación positiva.

Un estudio realizado por Linares (2022) en su estudio y desempeño

académico en alumnos de nivel secundario de un centro educativo en Loreto,
2022.” Se realizó una investigación en un centro educativo en el departamento de
Loreto donde se buscó determinar un vínculo entre rendimiento académico y redes
sociales. El estudio fue de tipo básico. La muestra estaba conformada por 109
escolares del 4° de nivel secundario y utilizó un cuestionario y una ficha de registro
para examinar las variables. Los resultados mostraron un vínculo inverso entre las
variables.

Al igual que el estudio que realizo Zárate (2023) titulado “Empleo de

plataformas sociales y desempeño educativo de los estudiantes de la facultad de
educación en una universidad pública de Lima, 2023” donde se planteó el mismo
objetivo general participando 60 estudiantes de educación universitarios en Lima y
a través de un cuestionario Se concluye que hay una relación negativa lo cual se
encontró que 38.3%, 46.7% y el 15% tienen un nivel bajo, medio y alto en el uso de
las redes sociales. Por otro lado, el 23.3%, 43.3% y el 33.3% tiene un nivel bajo,
medio y alto en su rendimiento académico.

A partir de lo mencionado anteriormente el estudio o análisis se enfocó en

que hay entre el desempeño académico desde investigaciones como la de Vila
(2019) donde nos menciona como un inadecuado uso del internet y las
herramientas TIC afecta en muchos sentidos el rendimiento de los adolescentes.
Los aportes de Jiménez (2024), y Rodríguez y Rosquete (2024) sirve de apoyo
para la variable de rendimiento académico. Por otro lado, para la variable redes
sociales se tendrá los aportes de (Brigas 2023), (Ramos - Vargas, 2022), (Montes
2023) y (Torres, 2023).

La importancia del estudio de la Conexión de las plataformas sociales con el

desempeño académico radica en que, en un mundo digitalizado, que ha conllevado
el progreso y la democratización debido al alcance de la información de cualquier
tipo a través del internet, un uso inadecuado de estas tecnologías de la información
y comunicación pueden provocar efectos negativos, según Esquinas (2023).
Además, la importancia de que el alumno mantenga un buen rendimiento radica en
la relación predictora y positiva que influye en sus actividades laborales, estado de
salud, calidad de vida, futuro laboral, etc, como señala Pérez (2023).

La conexión entre el uso de redes sociales y el desempeño académico son

un tema de discusión y análisis en la comunidad educativa, en algunos estudios
sugieren que un uso adecuado de las redes sociales puede ofrecer beneficios
sociales y académicos para los estudiantes, otros señalan que el tiempo excesivo
dedicado a estas plataformas puede tener un impacto negativo en el rendimiento
académico, la investigación brindará una comprensión más clara de la relación
entre el uso de redes sociales y el rendimiento académico, lo que permitirá a
educadores, padres y estudiantes tomar decisiones informadas sobre cómo
equilibrar la vida en línea y el éxito académico.

Muchos estudios han explorado esta dinámica compleja, arrojando

resultados diversos y a menudo contradictorios. Algunas investigaciones sugieren
que un uso moderado y controlado de tecnologías de la comunicaciones o redes
sociales pueden tener impactos positivos en el ámbito social para los estudiantes,
mientras que otras indican que el tiempo dedicado a estas plataformas podría estar
asociado con un desempeño educativo inferior y dificultades de concentración. La
pregunta de investigación planteada ¿Qué relación existe entre el uso cotidiano de
los medios digitales y el bajo rendimiento académico de los alumnos de una
institución pública en 2024?
El objetivo general fue determinar el impacto de las redes sociales en el
rendimiento académico de los estudiantes de una institución pública en Chimbote
durante 2024. Los objetivos específicos fueron evaluar la influencia de la
dependencia de las redes sociales en el rendimiento académico de los estudiantes,
asimismo, determinar el impacto del uso incontrolado de las redes sociales en los
factores intrapersonales y el desarrollo de aprendizaje de los estudiantes.
Según las variables independientes, se fundamenta la investigación a través de
antecedentes de investigación de diferentes autores:

Un estudio realizado por Sánchez (2023) titulado “Rendimiento académico y

redes sociales de adolescentes de una ciudad caribeña en Colombia” donde analizó
de forma transversal la relación entre estas variables, y que mediante un muestreo
polietápico participaron 806 estudiantes entre 12 - 17 años de ambos sexos, de
escuelas urbanas y rurales. Se tomaron en cuenta las calificaciones, estructura y
nivel de riqueza para el rendimiento académico, mientras que para las redes
sociales se consideran factores como sociabilidad, fama y reciprocidad. La
investigación concluyó una relación positiva entre redes sociales, fama y el
rendimiento.

Una investigación llevada a cabo por López (2023) titulada "Impacto del
estrés tecnológico y la supervisión parental en el tiempo de estudio y las
calificaciones de los adolescentes " analizó el uso de las TIC en el rendimiento
académico donde participaron 1101 estudiantes de diferentes instituciones, se
estudió la relación entre tiempo de estudio y notas, bajo la supervisión de un adulto
se mostró resultados mencionando que aquellos jóvenes que debido al estrés
tecnológico, no dedican tiempo a sus estudios y como resultado obteniendo
calificación menores, pero actualmente los estudiantes presentan mejores
resultados en sus notas.

Un estudio llevado a cabo por Salas y Fernández (2024) titulado "El papel
de las competencias sociales y emocionales en la satisfacción vital y el rendimiento
académico de los adolescentes." estimo las competencias socio-emocionales de
1.270 escolares de secundaria y el desempeño académico, donde se administró la
Escala de Aprendizaje Social y Emocional. El estudio reveló una diferencia en las
competencias sociales y emocionales, según el género, pero no hubo diferencias
discernibles. Los resultados determinaron una relación firme entre la complacencia
con la vida, las habilidades sociales y emocionales y el rendimiento educativo.

Un estudio realizado por Moreno (2024) titulado "Estrategias de aprendizaje

y desempeño académico en asignaturas STEM en la educación secundaria",
investigó cómo 252 estudiantes de primaria emplean estrategias de aprendizaje
mediante un cuestionario tipo CEA. El análisis mostró una relación entre los
programas estudiadas y las materias de ciencias, excepto actitud, organización y
reparación. Un análisis de regresión indicó que las variables incentivo, transferencia
y regulación emocional explican el 26,4% del rendimiento en STEM. Se concluye
que las habilidades metacognitivas y socioafectivas favorecen mejores
calificaciones en ciencias.

Otra investigación realizada por Valle (2024) titulado "Las funciones

ejecutivas y su conexión con el desempeño académico en estudiantes
universitarios", estudiaron la relación entre el rendimiento universitario y las
funciones dirigentes, trabajaron con 196 estudiantes que completaron lectura, una
prueba de cinco dígitos y dedos. La memoria de trabajo, inhibición y flexibilidad
mostraron asociaciones marginalmente significativas con el rendimiento. Además,
la inhibición y la flexibilidad cognitiva, junto con la edad, el nivel socioeconómico y
las horas de estudio. Los hallazgos contribuyen al conocimiento de este tema y a
los resultados contradictorios previos.

Un estudio llevado a cabo por Medrano (2023) nombrado “Malestar

psicológico y rendimiento académico en estudiantes de medicina: estudio
comparativo por sexo”, analizó a los estudiantes de primer año de medicina con
respecto al malestar psicológico y el rendimiento académico. Fue una investigación
descriptiva, observacional y transversal, con 356 participantes. El malestar
psicológico se evaluó por un cuestionario, y el rendimiento académico se midió con
las calificaciones en Ciencias. Se concluyó que el 53.9% del alumno
experimentaron ansiedad psicológica, mientras un 70% en mujeres observaron
ansiedad en las calificaciones de quienes experimentaban dicho malestar.

Un estudio realizado por Zúñiga (2023) en su estudio “Factores

sociodemográficos y rendimiento académico de estudiantes de medicina y cirugía
de una carrera de anatomía humana”, analizó la relación entre factores
sociodemográficos y el desempeño académico en la Universidad del Valle de Cali,
Colombia. Se compararon las calificaciones de los estudiantes en exámenes según
el plan del curso, y se encuestaron factores sociodemográficos. Aunque no se
encontraron relaciones entre las variables generales, se identificó una asociación
entre género y origen, con un menor rendimiento académico en mujeres y
extranjeros en comparación de los demás.

Ahora se mostrará la teoría relacionada al problema de investigación, donde

se definirán las variables de estudio, así como sus características y dimensiones
recopilada de las ideas de los autores como base este estudio. Las redes sociales
se definen como un conjunto de tecnologías virtuales, mostrando sus intereses o
favoritismos, además de permitir una conexión entre usuarios con diversas
plataformas tecnológicas (Ramos y Vargas, 2022). Según Ramos y Vargas (2022)
comprende 3 dimensiones, Dependencia, Incontrolada y uso excesivo.

Con respecto a la dimensión dependencia Ramos y Vargas (2022)

menciona, que con al auge del desarrollo de elementos tecnológicos como las
redes sociales, esto pueden generar beneficios significativos como la
comunicación, aunque también aparece el problema de la adicción a estos, como
las redes sociales. Respecto a la dimensión incontrolada, menciona que existe un
intensivo uso de estas tecnologías. Por último, el consumo excesivo de redes
sociales ha impactado de una forma rápida en la vida de cada uno convirtiéndose
en una herramienta importante para la comunicación intrapersonal y la interacción
de información.

Los indicadores presentan para dependencia, Incontrolada y uso excesivo

son la obsesión por las redes sociales, uso descontrolado de las redes sociales y
excesivo uso de las redes respecto a la variable rendimiento académico (Toledo,
2020) la conceptualiza como la comunicación de los procesos mediante a ello se
llega a un resultado, donde se consideran dos tipos de variables. El rendimiento
académico comprende 2 dimensiones las cuales son factores intrapersonales y el
proceso de aprendizaje. Para las condiciones intrapersonales se le está asociada
indicadores como Desinterés por los temas tratados y participación en el aula.
Mientras que para Proceso de aprendizaje son las tareas asignadas en clase y falta
de entrega de trabajos. (Toledo 2020).

Respecto a las condiciones intrapersonales Toledo (2020) las divide en

condiciones internas y externas. Las internas tratan de un conjunto de elementos
psicofisiológicos y psicológicos que están relacionados. En cada uno de ellos se
mencionan a la motivación, el grado de desarrollo obtenido mediante el estudiante,
el nivel de capacidades cognitivas, carácter., etc. Las externas están formadas por
2 Grupos que son los estructurados y no estructurados. El primero trata sobre toda
la estructura que se tiene disponible para el desarrollo del ámbito de estudio como
el salón, la estrategia de enseñanza, el profesor, etc. Por otro lado, con respecto a
los procesos de aprendizaje, menciona que trata sobre los pasos a seguir para la
obtención de conocimientos de parte de los alumnos. Toledo (2020)
 II. MÉTODO

Las redes sociales se definen como un conjunto de tecnologías virtuales

donde es posible la comunicación entre personas de todo el mundo, mostrando sus
intereses o favoritismos, además de permitir una conexión entre usuarios con
diversas plataformas tecnológicas. (Ramos et al., 2022). Comprende 3 dimensiones
que son Dependencia, Incontrolada y uso excesivo. A cada dimensión se le está
asociada un indicador como la obsesión por las redes sociales, uso descontrolado
de las redes sociales y excesivo uso de las redes sociales respectivamente.

La definición operacional de esta variable se trató a través de un

cuestionario. Tiene como dimensiones dependencia, incontrolada y uso excesivo.
sus indicadores respectivos son la obsesión con las plataformas sociales, carencia
de control en su uso y abuso de las redes sociales (Ramos y Vargas, 2022)
El rendimiento académico es entendido como la comunicación de los
procesos mediante los cuales se llega a un resultado (Toledo, 2020)

El rendimiento académico comprende 2 dimensiones que son Factores

intrapersonales y el desarrollo del aprendizaje. Para las condiciones
intrapersonales se le está asociada a los indicadores como desinterés por los temas
tratados y la participación en las clases. Mientras que para el proceso de
aprendizaje de las Tareas sugeridas en clase y falta de entrega de trabajos. (Ayme
Toledo, 2018).

La población según Hernández (2019) menciona que puede estar

conformada por personas, elementos u objetos así mismo, también es la selección
de un grupo de objetos involucrados en una investigación estadística. Por ello la
población será los alumnos de la I.E. Alfonso Ugarte “88021”, donde se han
identificado 1124 alumnos que estudian en esa institución, donde los alumnos son
del género masculino y femenino así, teniendo una muestra de 63 estudiantes,
donde se aplicará una encuesta sobre que tanto les afecta las redes sociales en su
rendimiento académico.
 Luego tenemos, en este caso Mendoza (2022) define que es la cantidad
relevante que representa a la población. Se calculó la muestra en una calculadora
de muestra en línea (QuestionPro), donde el margen de error fue el 5%, la población
fue de 32 estudiantes y el nivel de confiabilidad del 95%. La muestra obtenida fue
de 31 estudiantes del aula del tercer año de secundaria, sección. conformado por
32 estudiantes. El cuestionario será aplicado a todos los estudiantes del aula del
tercer año de secundaria de la sección A.

Respecto al muestreo según Hernández (2019), esta técnica de medición de

datos consiste en poder enlazar conceptos con indicadores empíricos, pero todo a
través de una planificación organizada para así poder obtener los datos que
necesitamos. La técnica de muestreo será del tipo probabilístico y por Muestra
aleatoria simple, lo que implica que cada estudiante tendrá la misma oportunidad
de estar incluido en la muestra.

En este informe, el instrumento para obtener los resultados fue el

cuestionario, Meneses (2020), lo define como un instrumento que es estandarizado
que se emplea para obtener datos durante un trabajo de investigación cuantitativa,
le permite al investigador plantear diversas preguntas sobre un tema para una
muestra de personas, agregando respuestas en cada una de ellas, para luego
medir su interés del tema en lo que respondieron. Por otro lado, quienes
respondieron fueron la sección A, que pertenecen al mismo nivel académico y con
edades similares.

Él cuestionario contiene 10 ítems por cada dimensión y se tiene 3

dimensiones de la variable independiente: redes sociales y la variable dependiente:
rendimiento académico. La validación será por juicio de expertos. Por ello, en la
investigación se calcula su validez mediante la fórmula de Alfa de Cronbach.

Para la validación por juicio de expertos se hizo de manera presencial. donde

cada experto fue docente de la Universidad César Vallejo u otro profesional externo.
A cada juez se le entregó se le entregó un cuestionario con todas las preguntas
agrupadas con sus dimensiones e indicadores, y además de criterios para la
aprobación de las preguntas, además se les mostró el cuestionario para la
recolección de datos, en total se logró obtener la aprobación de 4 expertos de cada
instrumento para el cuestionario para las redes sociales y el cuestionario para el
rendimiento académico.

Para obtener la fiabilidad del instrumento, se hizo una prueba piloto en una
institución de similares características, donde participaron 20 alumnos del 3° de
secundaria de la sección A, se les entregó los dos cuestionarios a todos los
estudiantes. con los datos recopilados, posteriormente se exportaron los datos a un
Excel, después de ello se usó el programa SPSS para la obtención del Cronbach.
Para el cuestionario de redes sociales se obtuvo un coeficiente de 0.772 mientras
que para el cuestionario de rendimiento académico se obtuvo 0.746.

Respecto al análisis de los datos, se elaboraron tablas y gráficos estadísticos

descriptivos e inferenciales, para ello elaboró una base de datos. Los datos de gran
importancia que se obtuvieron fueron la moda, mediana, media, así como la
desviación estándar. Los aspectos éticos que se tuvieron en cuenta en el desarrollo
de esta investigación fueron qué autonomía, privacidad y veracidad. El primer
aspecto se refiere al respeto por la habilidad de las personas para tomar decisiones
por sí mismas, dando la opción al estudiante de participar o no en la encuesta. El
segundo aspecto implica tomar medidas para salvaguardar la información personal
y sensible recopilada durante la investigación. El último aspecto se relaciona con la
honestidad y la precisión en la recolección, análisis y presentación de datos,
evitando la manipulación o tergiversación de los resultados.
 III. RESULTADOS

Tabla 1
Dependencia de las redes sociales y su uso incontrolado de las redes sociales.
DEPENDECIA DE LAS REDES USO INCONTROLADO DE LAS REDES
SOCIALES SOCIALES
ALTO BAJO MEDIO ALTO BAJO MEDIO
N % N % N % N % N % N %
ALTO 10 76.9% 0 0.0% 8 15.4% 8 80.0% 0 0.0% 10 21.7%
REDES
BAJO 1 7.7% 13 86.7% 19 36.5% 0 0% 20 83.3% 13 28.3%
SOCIALES
MEDIO 2 15.4% 2 13.3% 25 48.1% 2 20.0% 4 16.7% 23 50.0%
Nota. Datos recolectados de los estudiantes de la I.E. Alfonso Ugarte “88021”,, elaborados usando
el software SPSS V.27

Interpretación:
La tabla 1 refleja la relación entre la Dependencia de las Redes Sociales y el uso
Incontrolado de las Redes Sociales en los niveles alto, bajo y medio. En la
dimensión de Dependencia de las Redes Sociales, el nivel alto muestra un
predominio del 76.9% en las Redes Sociales Altas, mientras que en el nivel bajo se
destaca un 86.7% en Redes Sociales Bajas. Por otro lado, en el nivel medio, el
mayor porcentaje corresponde al 48.1% en Redes Sociales Medias. En cuanto al
uso Incontrolado de las Redes Sociales, el nivel alto registra un 80.0% en Redes
Sociales Altas. En el nivel bajo, el mayor porcentaje es del 83.3% en Redes
Sociales Bajas, y en el nivel medio se observa un 50.0% en Redes Sociales Medias.

Figura 1
Redes sociales y su dependencia

Nota: Figura 1: Dependencia de las redes sociales y su uso incontrolado de las redes sociales
Interpretación:
El gráfico 1 presenta una muestra, de comparación del nivel de dependencia de las
redes sociales en tres categorías: "Alto," "Bajo" y "Medio." En la categoría de "Alto,"
se observa el mayor nivel de dependencia, alcanzando un valor cercano a 40. Por
otro lado, la categoría "Bajo" muestra el menor nivel de dependencia, con un valor
que parece aproximarse a 30. La categoría "Medio" ocupa una posición intermedia,
con un nivel de dependencia también cercano a 30 pero ligeramente superior al de
"Bajo."

Este análisis indica que las personas clasificadas en la categoría de "Alto" tienden
a depender significativamente más de las redes sociales en comparación con las
otras categorías.

Tabla 2
3.1. Evaluar la relación entre la Dependencia de las Redes Sociales y el Uso Incontrolado de las
Redes Sociales de los escolares en la etapa secundaria de la IE Alfonso Ugarte "88021".

DEPENDENCIA DE LAS REDES USO INCONTROLADO DE LAS REDES

SOCIALES SOCIALES

MEDIA MEDIANA MODA VARIANZA MEDIA MEDIANA MODA VARIANZA

ALTO 35 36 37 8 35 35 30 12
REDES
BAJO 28 27 25 15 26 26 26 13
SOCIALES
MEDIO 30 30 27 11 31 31 33 10
Nota. Datos recolectados de los estudiantes de la I.E. Alfonso Ugarte “88021”, elaborados usando
el software SPSS V.27

Interpretación:
En la tabla 2 el análisis muestra que, en Dependencia de las Redes Sociales, los
niveles altos tienen una tendencia central elevada (media de 35) y baja dispersión
(varianza de 8), mientras que los niveles bajos presentan menor tendencia central
(media de 28) y mayor variabilidad (varianza de 15). Los niveles medios son
intermedios en tendencia central (media de 30) y dispersión (varianza de 11). En
uso Incontrolado de las Redes Sociales, los niveles altos también tienen valores
centrales altos (media de 35) y una dispersión moderada (varianza de 12). Los
niveles bajos muestran consistencia en valores bajos (media y mediana de 26,
varianza de 13), y los niveles medios reflejan valores intermedios (media de 31) con
baja dispersión (varianza de 10).

Figura 2
Diagrama de cajas dependencia de las redes sociales.

Nota: Figura 2: Relación entre la Dependencia de las Redes Sociales y el Uso Incontrolado de las
Redes Sociales

Interpretación:
En el grafico 2 los resultados reflejan que existe una clara tendencia positiva: a
medida que el nivel de uso de las redes sociales aumenta, también lo hace la
dependencia. En el caso del nivel alto de uso, las personas presentan la mayor
dependencia, con una mediana cercana a 35 y datos que se concentran en un
rango elevado, entre aproximadamente 30 y 40. Por otro lado, quienes tienen un
nivel bajo de uso muestran la menor dependencia, con una mediana cercana a 20
y valores distribuidos entre 15 y 25. En el nivel medio, la dependencia es intermedia,
con una mediana de 30 y un rango de valores que oscila entre 25 y 35. Además, se
observa que la dispersión de los datos varía según el nivel de uso.
Figura 3
Gráfico Q-Q de redes sociales.

Nota: Figura 3: Gráfico Q-Q de redes sociales.

Figura 4
Gráfico Q-Q normal sin tendencia de rendimiento académico.

Nota: Figura 4: Gráfico Q-Q normal sin tendencia de rendimiento académico.

Figura 5
Gráfico de rendimiento académico.

Nota: Figura 5: Gráfico de rendimiento académico.

Tabla 3
Factores Intrapersonales y Desarrollo del Aprendizaje

FACTORES INTERPERSONALES DESARROLLO DEL APRENDIZAJE

ALTO BAJO MEDIO ALTO BAJO MEDIO
N % N % N % N % N % N %
ALTO 7 46.7% 0 0.0% 0 0.0% 5 80.0% 0 0.0% 2 3.6%
REDES
BAJO 0 0.0% 11 91.7% 19 20.8% 0 0.0% 10 83.3% 12 21.4%
SOCIALES
MEDIO 8 53.3% 1 8.3% 25 79.2% 7 20.0% 2 16.7% 42 75.0%
Nota. Datos recolectados de los estudiantes de la I.E. Alfonso Ugarte “88021”, elaborados usando el
software SPSS V.27

Interpretación:
En la tabla 3 los factores intrapersonales, los estudiantes con rendimiento
académico alto destacan con un 46.7%, mientras que aquellos con rendimiento bajo
representan el 91.7% en la categoría correspondiente. Por otro lado, los estudiantes
con rendimiento medio concentran el 79.2%, reflejando mayor equilibrio en esta
dimensión. En cuanto al desarrollo del aprendizaje, los estudiantes con rendimiento
académico medio predominan con un 58.3% en el nivel alto y un 75.0% en el nivel
medio. Sin embargo, los estudiantes con rendimiento bajo sobresalen con un 83.3%
en la categoría correspondiente. Esto sugiere que los estudiantes con rendimiento
académico alto tienden a poseer mejores factores intrapersonales.
Figura 6
Rendimiento académico y el desarrollo de aprendizaje.

Nota: Figura 6: Rendimiento académico y el desarrollo de aprendizaje

Interpretación:
El gráfico 3 muestra una relación entre el rendimiento académico de los estudiantes
y su desarrollo de aprendizaje. Los estudiantes con un rendimiento académico alto
presentan el mayor nivel de desarrollo de aprendizaje, seguido de los estudiantes
con un rendimiento medio. Por otro lado, los estudiantes con un rendimiento bajo
muestran el menor nivel de desarrollo en este aspecto. Esto sugiere que a medida
que mejora el rendimiento, también lo hace el desarrollo de habilidades de
aprendizaje. Sin embargo, es importante considerar que otros factores, como las
estrategias de enseñanza y las características individuales de cada estudiante.

Tabla 4
3.2. Evaluar la relación entre los factores intrapersonales y el desarrollo del aprendizaje de los
escolares en la etapa secundaria de la IE Alfonso Ugarte "88021".

FACTORES INTRAPERSONALES DESARROLLO DEL APRENDIZAJE

MEDIA MEDIANA MODA VARIANZA MEDIA MEDIANA MODA VARIANZA

ALTO 38 38 36 2 36 35 35 7
REDES
BAJO 26 27 24 12 27 27 26 11
SOCIALES
MEDIO 31 31 29 7 31 31 30 7
Nota: Elaborado usando el software SPSS V.27
Interpretación:
En la tabla 4 los estudiantes con alto desempeño muestran una tendencia de una
media y mediana de 38, mientras que la moda es ligeramente inferior (36). En el
nivel bajo, la mediana (27) es el valor más alto, reflejando mayor dispersión, con
una moda más baja (24). En el nivel medio, la media y mediana son 31, con una
moda de 29, lo que indica una ligera inclinación hacia puntajes más bajos. En
cuanto a los estudiantes de alto rendimiento tienen valores cercanos a 36, con la
media y mediana en 35. Los estudiantes de bajo rendimiento presentan mayor
variabilidad, con una media y mediana de 27 y una moda de 26. En el nivel medio,
la media y mediana son 31, con una moda de 30, mostrando estabilidad en su
desarrollo del aprendizaje.

Figura 7

Diagrama de cajas rendimiento académico y los factores

Nota: Figura 7: Rendimiento académico y los factores.

Interpretación:
En el grafico 4, los estudiantes con factores intrapersonales altos tienen el mejor
desempeño, con una mediana cercana a 70 y poca dispersión de los datos, ya que
los valores se concentran entre 65 y 75, reflejando un desempeño consistente.
Aquellos con factores intrapersonales medios muestran un rendimiento ligeramente
menor, con una mediana alrededor de 60 y una mayor dispersión, con valores que
oscilan entre 50 y 65. Por último, los estudiantes con factores intrapersonales bajos
presentan el peor desempeño, con una mediana cercana a 45 y una menor
dispersión, con valores entre 40 y 50, lo que evidencia un bajo rendimiento
generalizado en este grupo.

Figura 8
Gráfico Q-Q de rendimiento académico.
Nota:

Figura 8: Gráfico Q-Q del rendimiento académico.

Figura 9
Gráfico Q-Q normal sin tendencia de rendimiento académico.

Nota: Figura 9: Gráfico Q-Q del rendimiento académico.

Figura 10
Gráfico de rendimiento académico.

Nota: Figura 10: Gráfico Q-Q del rendimiento académico.

Tabla 5
Normalidad de las redes sociales y su relación con el rendimiento académico
Pruebas de normalidad
Kolmogorov-Smirnova
Estadístico gl Sig.
Redes sociales ,124 80 ,004
Rendimiento académico ,060 80 ,200*
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors
Nota. Elaborado usando el software SPSS V.27

Interpretación:
En la tabla 5, tras observar los datos y dado que la muestra es mayor a 50, se
tendrá en consideración la prueba de Kolmogórov-Smirnov. Así mismo, se observa
que la variable Redes sociales no sigue una distribución normal, ya que el p-valor
es menor a 0,05 (p = 0,004). Por otro lado, la variable Rendimiento académico sí
sigue una distribución normal, ya que el p-valor es mayor a 0,05 (p = 0,200). Dado
que al menos una de las variables no cumple con los criterios de normalidad, se
procederá a emplear una prueba de Rho de Spearman, ya que es adecuada para
medir la correlación cuando los datos no se ajustan a una distribución normal.
Tabla 6
Correlación de rho Spearman redes sociales en relación al rendimiento académico
Correlaciones
Redes sociales Rendimiento académico
Coeficiente de correlación 1,000 ,090
Redes sociales Sig. (bilateral) . ,429
Rho de N 80 80
Spearman Coeficiente de correlación ,090 1,000
Rendimiento
Sig. (bilateral) ,429 .
académico
N 80 80
Nota. Elaborado usando el software SPSS V.27

Interpretación:
A través de la tabla 6, se muestra la relación entre el uso de redes sociales y el
rendimiento académico utilizando la prueba de correlación de Spearman. El
coeficiente de correlación obtenido es rho = 0.090, lo que indica una relación
positiva, pero muy débil, entre ambas variables. La significancia de la correlación
es 0.429, lo cual es superior al margen de error convencional del 5% (bilateral).
Además, el número de casos analizados es 80, lo que proporciona una muestra
adecuada para realizar el análisis, aunque el resultado sugiere que otros factores
podrían influir más en el rendimiento académico que el uso de redes sociales.

Tabla 7
Normalidad del uso incontrolado y su relación con el desarrollo de aprendizaje
Pruebas de normalidad
Kolmogórov-Smirnov
Estadístico gl Sig.
Uso incontrolado 0,102 80 0,038
Desarrollo de aprendizaje 0,089 80 0,178

Nota. Elaborado usando el software SPSS V.27

Interpretación:
Tras observar la tabla 7, los datos y dado que la muestra es mayor a 50, se tendrá
en consideración la prueba de Kolmogórov-Smirnov. En el caso de la variable uso
incontrolado, el p-valor obtenido es 0,038, lo que es menor al umbral de
significancia de 0,05. Esto indica que uso incontrolado no sigue una distribución
normal. Por otro lado, la variable desarrollo de aprendizaje presenta un p-valor de
0,178, que es mayor a 0,05. Esto sugiere que desarrollo de aprendizaje sigue una
distribución normal. Por lo tanto, desarrollo de aprendizaje, que sigue una
distribución normal, también se analizará mediante esta prueba.

Tabla 8
Correlación de rho Pearson uso incontrolado en relación al desarrollo de aprendizaje
Correlaciones

Uso incontrolado Desarrollo de aprendizaje

Correlación de Pearson 1 ,298

Uso incontrolado Sig. (bilateral) ,007
N 80 80
Correlación de Pearson ,298 1
Desarrollo de
Sig. (bilateral) ,007
aprendizaje
N 80 80
**. La correlación es significativa en el nivel 0,01 (bilateral).
Nota. Elaborado usando el software SPSS V.27

Interpretación:
A través de la tabla 8, se muestra la relación entre el uso incontrolado y el desarrollo
de aprendizaje mediante la prueba de correlación de Pearson. El coeficiente de
correlación obtenido es r = 0.298, lo que indica una correlación positiva baja entre
ambas variables. Esto sugiere que un mayor uso incontrolado puede estar asociado
con un mejor desarrollo de aprendizaje, aunque la relación no es muy fuerte. La
significancia obtenida es 0.007, lo que es inferior al margen de error del 1%
(bilateral), lo que indica que la correlación es estadísticamente significativa. Esto
significa que la relación no es fuerte, pero existe una asociación real y confiable.

Tabla 9
Normalidad de la dependencia y su relación con los factores intrapersonales

Pruebas de normalidad
Kolmogorov-Smirnova
Estadístico gl Sig.
Dependencia ,083 80 ,200*
Factores intrapersonales ,109 80 ,020
Nota. Elaborado usando el software SPSS V.27
Interpretación:
Tras observar los datos y dado que la muestra es mayor a 50, se tendrá en
consideración la prueba de Kolmogórov-Smirnov. Esta prueba se utiliza para
determinar si las variables siguen una distribución normal. En el caso de la variable
Dependencia, el p-valor obtenido es 0,200, lo que indica que Dependencia sigue
una distribución normal. Por otro lado, la variable factores intrapersonales tiene un
p-valor de 0,020, que es menor a 0,05, lo que indica que factores intrapersonales
no sigue una distribución normal. Dado que dependencia sigue una distribución
normal, se puede emplear la prueba de Pearson para medir la correlación entre
ambas variables.

Tabla 10
Correlación de rho Pearson dependencia en relación a los factores intrapersonales
Correlaciones

Dependencia Factores intrapersonales

Correlación de Pearson 1 ,013

Dependencia Sig. (bilateral) ,908
N 80 80
Correlación de Pearson ,013 1
Factores intrapersonales Sig. (bilateral) ,908
N 80 80
Nota. Elaborado usando el software SPSS V.27

Interpretación:
A través de la tabla, se muestra la relación entre la dependencia y los factores
intrapersonales mediante la prueba de correlación de Pearson. El coeficiente de
correlación obtenido es r = 0.013, lo que indica una correlación positiva muy débil
entre ambas variables. Este valor sugiere que no existe una relación significativa
entre la dependencia y los factores intrapersonales en el contexto analizado. La
significancia obtenida es 0.908, lo que es mucho mayor al margen de error común
del 5% (bilateral), lo que implica que la correlación no es estadísticamente
significativa. Esto significa que no se puede concluir con certeza que exista una
relación real y confiable entre la dependencia y los factores intrapersonales.
 IV. DISCUSIÓN

Considerando esto, en la presente investigación se analizó la información

recolectada, teniendo en cuenta los resultados de los cuadros y tablas, que a
continuación se van a discutir:

En la tabla 1 y la figura 1, se muestra el nivel alto un predominio del 76.9%

en las Redes Sociales Altas, el nivel bajo se destaca un 86.7% en Redes Sociales
Bajas, el nivel medio tiene un porcentaje corresponde al 48.1% en Redes Sociales
Medias, y el uso Incontrolado de las Redes Sociales, tiene nivel alto de un 80.0%
en Redes Sociales Altas y el nivel bajo tiene el mayor porcentaje es del 83.3% en
Redes Sociales Bajas, y en el nivel medio se observa un 50.0% en Redes Sociales
Media. Este análisis indica que las personas clasificadas en la categoría de "Alto"
tienden a depender significativamente más de las redes sociales en comparación
con las otras categorías.

En la tabla 2 y la figura 2, se muestra la dependencia de las Redes Sociales,

los niveles altos tienen una tendencia central elevada (media de 35) y baja
dispersión (varianza de 8), los niveles bajos presentan menor tendencia central
(media de 28) y mayor variabilidad (varianza de 15), los niveles medios son
intermedios en tendencia central (media de 30) y dispersión (varianza de 11). En
uso incontrolado de las Redes Sociales, los niveles altos también tienen valores
centrales altos (media de 35) y una dispersión moderada (varianza de 12). Los
niveles bajos muestran consistencia en valores bajos (media y mediana de 26,
varianza de 13), y los niveles medios reflejan valores intermedios (media de 31) con
baja dispersión (varianza de 10).

En la tabla 3 y la figura 6, los estudiantes con rendimiento académico alto

destacan con un 46.7, mientras con rendimiento bajo representan el 91.7%, en
tanto al rendimiento medio concentran el 79.2%. En cuanto al desarrollo del
aprendizaje, los estudiantes con rendimiento académico medio predominan con un
58.3% en el nivel alto y un 75.0% en el nivel medio, sin embargo, el rendimiento
bajo sobresale con un 83.3%. Sugiere que a medida que mejora el rendimiento,
también lo hace el desarrollo de habilidades de aprendizaje, sin embargo, es
importante considerar otros factores, como las estrategias de enseñanza y las
características individuales de cada estudiante.
En la tabla 4 y la figura 7 , los estudiantes con alto desempeño tienen una
media y mediana de 38, con una moda ligeramente inferior (36), mientras que en el
nivel bajo la mediana (27) supera a la moda (24), reflejando mayor dispersión, el
nivel medio, la media y mediana son 31, con una moda de 29. Los estudiantes de
alto rendimiento mantienen una media y mediana de 35, mientras que los de bajo
rendimiento tienen mayor variabilidad (media y mediana de 27, moda de 26), se
determina que los estudiantes con factores intrapersonales altos destacan por su
mediana cercana a 70 y baja dispersión (65-75), mientras que los factores medios
muestran una mediana de 60 y mayor dispersión (50-65). Los de factores bajos
tienen el peor rendimiento, con una mediana de 45 y menor dispersión (40-50).

En la tabla 5, dado que la muestra supera los 50 casos, se aplicó la prueba

de Kolmogórov-Smirnov. Los resultados muestran que la variable Redes sociales
no sigue una distribución normal (p = 0,004), mientras que la variable Rendimiento
académico sí lo hace (p = 0,200). Al menos una de las variables no cumple con los
criterios de normalidad, por lo que se empleará la prueba de Rho de Spearman,
adecuada para medir correlaciones en datos no normalmente distribuidos.

En la tabla 6, se analiza la relación entre el uso de redes sociales y el

rendimiento académico mediante la prueba de compensación de Spearman. El
coeficiente obtenido, rho = 0.090, refleja una relación positiva, pero muy débil entre
ambas variables, con una significancia de 0.429, superior al margen de error
convencional del 5% (bilateral). Con 80 casos analizados, la muestra es adecuada;
Sin embargo, los resultados sugieren que otros factores podrían tener mayor
influencia en el rendimiento académico que el uso de redes sociales.

En la tabla 7, dado que la muestra es mayor a 50, se utilizó la prueba de

Kolmogórov-Smirnov. Los resultados muestran que la variable uso incontrolado no
sigue una distribución normal (p = 0,038, menor a 0,05), mientras que la variable
desarrollo de aprendizaje sí lo hace (p = 0,178, mayor a 0,05). Por lo tanto, se
confirma que desarrollo de aprendizaje, al cumplir con la normalidad, puede
analizarse utilizando métodos adecuados para distribuciones normales.

En la tabla 8, se muestra la relación entre el uso incontrolado y el desarrollo

de aprendizaje mediante la prueba de ponderación de Pearson. El coeficiente de
calificación obtenido es r = 0.298, lo que indica una compensación positiva baja
entre ambas variables, sugiriendo que un mayor uso incontrolado podría estar
asociado con un mejor desarrollo de aprendizaje, aunque la relación no es fuerte.
La significancia obtenida es 0.007, inferior al margen de error del 1% (bilateral), lo
que indica que la evaluación es estadísticamente significativa. Esto significa que,
aunque la relación no es fuerte, existe una asociación real y confiable.

En la tabla 9, dado que la muestra es mayor a 50, se utilizó la prueba de

Kolmogórov-Smirnov para determinar si las variables siguen una distribución
normal. El p-valor obtenido para la variable Dependencia es 0,200, lo que indica
que sigue una distribución normal. En cambio, la variable factores intrapersonales
presenta un p-valor de 0,020, menor a 0,05, lo que sugiere que no sigue una
distribución normal. Dado que la dependencia cumple con los criterios de
normalidad, se puede emplear la prueba de Pearson para medir la evaluación entre
ambas variables.

En la tabla 10, se muestra la relación entre la dependencia y los factores

intrapersonales mediante la prueba de evaluación de Pearson. El coeficiente de
calificación obtenido es r = 0.013, lo que indica una compensación positiva muy
débil entre ambas variables, sugiriendo que no existe una relación significativa entre
la dependencia y los factores intrapersonales en el contexto analizado. La
significancia obtenida es 0.908, mucho mayor al margen de error común del 5%
(bilateral), lo que implica que la correlación no es estadísticamente significativa.
Esto significa que no se puede concluir con certeza de que existe una relación real
y confiable entre la dependencia y los factores intrapersonales.

De acuerdo a lo observado con las tablas y gráficos encontramos que no

existe una relación significativa entre la dependencia de las redes sociales y el
rendimiento académico de los estudiantes. Esto se debe a que, aunque los
estudiantes pasan una cantidad considerable de tiempo en redes sociales, logran
equilibrar sus actividades académicas con estas interacciones digitales. Además,
el uso de estas plataformas permite acceder a recursos educativos, colaborar en
trabajos grupales y buscar apoyo en temas específicos, lo que neutraliza cualquier
posible efecto negativo.

Se planteó como primer objetivo específico evaluar la influencia de la

dependencia de las redes sociales en el rendimiento académico de los estudiantes,
esto con base en los aportes de Santillán et al. (2019), Las redes sociales están
vinculadas al desempeño académico, pero, contrario a lo que podría suponerse, no
tienen un impacto negativo en el promedio final. Por el contrario, contribuyen de
manera positiva, ya que fortalecen o desarrollan habilidades como el trabajo en
equipo, la organización y la capacidad de buscar apoyo cuando se necesita.

Considerando esto, en la presente investigación se analizó la información

recolectada, encontrando que no existe una relación significativa entre la
dependencia de las redes sociales y el rendimiento académico de los estudiantes.
Esto se debe a que, aunque los estudiantes pasan una cantidad considerable de
tiempo en redes sociales, logran equilibrar sus actividades académicas con estas
interacciones digitales. Además, el uso de estas plataformas permite acceder a
recursos educativos, colaborar en trabajos grupales y buscar apoyo en temas
específicos, lo que neutraliza cualquier posible efecto negativo.

Por el contrario, Arequipa en su investigación (2023) señala que a medida

que los estudiantes dedicaban más tiempo a las redes sociales, su rendimiento
académico se veía afectado negativamente. La investigación evaluó tanto los
resultados escolares como el grado de dependencia hacia los teléfonos móviles,
concluyendo que un uso excesivo de estos dispositivos puede influir de manera
adversa en el desempeño escolar. Igualmente, Sinty, Mamani y Sucapuca (2023)
exponen que las personas que padecen adicción a las redes sociales tienden a
perder la concentración o el interés en actividades como tareas escolares,
universitarias, labores domésticas, interacción familiar o práctica deportiva.
Además, el uso excesivo de estas plataformas puede estar vinculado a problemas
como depresión, ansiedad, estrés y otros factores que, en conjunto, se pueden
considerar como signos de agotamiento emocional.

Por otro lado, sería relevante y necesario llevar a cabo investigaciones

adicionales que consideren aspectos más específicos, como el tipo de contenido
que los estudiantes consumen en las redes sociales, las dinámicas de interacción
dentro de estas plataformas, así como los patrones de uso en distintos horarios y
momentos del ciclo académico. En razón, los datos recopilados en esta
investigación tampoco permiten concluir que la dependencia o el uso excesivo de
las redes sociales afecte directamente el rendimiento académico de los estudiantes.
Esto sugiere que existe una complejidad en esta relación que merece un análisis
más profundo, abordando variables psicológicas, sociales y tecnológicas que
podrían mediar el impacto.

En cuanto al segundo objetivo planteado, determinar el impacto del uso

incontrolado de las redes sociales en los factores intrapersonales y el desarrollo de
aprendizaje de los estudiantes, en base a los aportes de Vilca, Gutiérrez y Mamani
(2022) que exponen que las redes sociales pueden ser una herramienta de doble
filo, dependiendo de su propósito. En el caso de los estudiantes universitarios, se
observa que utilizan plataformas como Facebook y WhatsApp durante las clases,
lo que les hace perder interés y concentración en el desarrollo de las sesiones. Al
mismo tiempo, esto se asocia con el incumplimiento de responsabilidades
académicas, impuntualidad y la tendencia a realizar trabajos de "copia y pega", lo
que indica una falta de compromiso y dedicación a sus estudios.

En relación con esto, en la investigación formativa de Arocutipa Callohuari

(2024) identifica una tendencia general en la que, a medida que se incrementa el
uso excesivo de las redes sociales, los porcentajes de logro destacado y esperado
disminuyen progresivamente. Esto indica la existencia de una relación negativa
entre el uso intensivo de estas plataformas y el desempeño académico. Asimismo,
resulta significativo que incluso en casos de uso excesivo moderado se observen
altos porcentajes de logros en proceso, lo que sugiere posibles efectos perjudiciales
en el rendimiento académico.
 Por esta razón, resulta fundamental implementar estrategias que promuevan
un uso más equilibrado y consciente de las redes sociales, con el fin de minimizar
su interferencia en los procesos educativos y en el fortalecimiento de habilidades
intrapersonales, como la autorregulación, la concentración y la gestión emocional.
Estas estrategias podrían incluir campañas de sensibilización sobre el impacto del
uso excesivo de las redes sociales, talleres educativos para enseñar técnicas de
gestión del tiempo y el establecimiento de límites saludables en su uso. De esta
manera, se busca garantizar que las redes sociales se utilicen como herramientas
que complementen el aprendizaje en lugar de obstaculizarlo, favoreciendo así el
desarrollo integral de los estudiantes y contribuyendo a un mejor rendimiento
académico.
 V. CONCLUSIÓN

Los resultados del estudio destacan una relación baja pero significativa entre
el uso incontrolado de redes sociales y el desarrollo del aprendizaje (r = 0.298, p =
0.007), lo que sugiere que el uso excesivo de estas plataformas puede impactar
ciertos aspectos del proceso educativo, aunque no de manera contundente. En
contraste, no se encontró una relación estadísticamente significativa entre la
dependencia de redes sociales y los factores intrapersonales (r = 0.013, p = 0.908),
indicando que la dependencia emocional o psicológica hacia estas plataformas no
parece tener un impacto directo sobre las características personales relacionadas
con la autoeficacia, la autoestima o la autorregulación.

Estos hallazgos son relevantes en el contexto actual, donde las redes

sociales han transformado la manera en que los estudiantes acceden a la
información, interactúan con sus pares y gestionan su tiempo. A pesar de que el
uso desmedido de estas plataformas puede asociarse con ciertos beneficios
limitados en el aprendizaje, también plantea desafíos significativos. Entre ellos,
destacan la distracción, la procrastinación y el riesgo de reducir la profundidad del
aprendizaje debido al consumo pasivo de contenido. Sin embargo, no todas las
personas se ven afectadas de la misma manera, ya que factores como la
personalidad, la motivación intrínseca y las habilidades de gestión del tiempo
juegan un papel moderador en esta relación.

Es crucial, por tanto, adoptar un enfoque integral para abordar el impacto de

las redes sociales en los estudiantes. Este enfoque debe incluir la promoción de
estrategias que fomenten un uso consciente y equilibrado de estas plataformas. Por
ejemplo, la educación digital puede desempeñar un rol fundamental al enseñar a
los estudiantes a identificar contenido relevante, a limitar el tiempo dedicado a
actividades no productivas y a utilizar las redes como herramientas de aprendizaje
colaborativo. Asimismo, las instituciones educativas pueden desarrollar programas
que sensibilicen a los estudiantes sobre los riesgos asociados con el uso
incontrolado de las redes sociales y que promuevan prácticas saludables de
interacción digital.
 VI. RECOMENDACIONES

Se recomienda establecer estrategias educativas dinámicas que permitan

evaluar continuamente el impacto del uso de las redes sociales en el rendimiento
académico. Esto incluye un enfoque basado en la retroalimentación de estudiantes
y docentes, con ajustes constantes según las necesidades detectadas. Además, se
sugiere fomentar un entorno colaborativo entre educadores, expertos en tecnología
y estudiantes, para co-diseñar soluciones prácticas que maximicen los beneficios
educativos y minimicen los riesgos asociados al uso excesivo de las plataformas
digitales.

Es esencial que los docentes exploren y adopten herramientas educativas

innovadoras dentro de las redes sociales para complementar el proceso de
enseñanza-aprendizaje. La implementación de programas de formación profesional
especializados puede ayudar a los educadores a desarrollar estrategias que
promuevan un uso responsable y efectivo de estas plataformas. Asimismo, se
sugiere promover el intercambio de buenas prácticas entre docentes para optimizar
los resultados académicos.

Se recomienda implementar normas claras para el uso de las redes sociales

en el ámbito académico, enfatizando el respeto y la responsabilidad en la
interacción en línea. Esto incluye la capacitación de estudiantes y docentes en
habilidades de comunicación digital, promoviendo un ambiente de colaboración y
diálogo constructivo que fortalezca las relaciones interpersonales en entornos
virtuales.

Se sugiere realizar evaluaciones periódicas sobre el impacto de las redes

sociales en el desempeño académico, así como garantizar que la infraestructura
educativa soporte las demandas digitales de los estudiantes. Explorar el uso de las
plataformas sociales para facilitar el acceso a recursos educativos y promover
actividades extracurriculares puede enriquecer la experiencia formativa de los
estudiantes.

Se recomienda desarrollar programas extracurriculares que utilicen redes

sociales como herramientas de colaboración creativa y de expresión personal. La
creación de espacios virtuales dedicados a proyectos colaborativos puede motivar
a los estudiantes a participar activamente, fomentando su autorrealización y su
desarrollo integral en un entorno digital positivo.
 REFERENCIAS

Amano, A., Ahmed, G., Nigussie, K., Asfaw, H., Fekadu, G., Hiko, A., Abdeta, T., &
Soboka, M. (2023). Internet addiction and associated factors among
undergraduate students of Jimma University; Jimma, South West Ethiopia,
institutional based crosssectional study. BMC Psychiatry, 23(1)
[Link]
05197-7
Arequipa, N. (2023). Redes sociales y su influencia en el aprendizaje de educación
ciudadana en estudiantes de bachillerato. [Tesis de maestría, Pontificia
Universidad Católica del Ecuador].
[Link]
4cc0-8fe7-cd3cfa691ee6/content
Assefa, Y., Moges, B. T., & Kumar, T. (2023). Modelling the predictive effects of
social media on the relationship between students’ engagement and
academic achievement in higher education institutions. Cogent Education,
10(1).
[Link]
Armaza, D. (2022). El riesgo del uso excesivo de las redes sociales en los
estudiantes de Latinoamérica. Revista Metropolitana de Ciencias Aplicadas,
1(3), 38-44. [Link]
Arocutipa , Y. (2024). Uso de las redes sociales y rendimiento académico en
estudiantes de la Institución Educativa Secundaria Nuestra Señora de
Carmen de la ciudad de Ilave, 2023. [Tesis de licenciado, Universidad
Privada San Carlos].
[Link]
IPA_CALLOHUARI.pdf?sequence=1&isAllowed=y
Ayllón, P. & Fernández, F. (2024). El papel de las habilidades sociales y
emocionales en la satisfacción con la vida y el rendimiento académico de los
adolescentes.
Revista Psychology, Society and Education, 16(1), 49-56.
[Link]
Ayme, C. (2018). Redes sociales y rendimiento académico en estudiantes de
Ciencias de la Comunicación de una universidad privada limeña, 2018.
 [Tesis de licenciatura, Universidad Cesar Vallejo].
[Link]
[Link]
Brigas, J., Gonçalves, F. & Gonçalves, J. (2023). Gestión de la comunicación en
redes sociales en el sector de los medios de comunicación. Revista
Venezolana de Gerencia, 28(10), 1264-1279.
[Link]
Bojórquez, B, Solis, S & Pérez, C (2023). Influencia de las redes sociales en la vida
académica de estudiantes de mercadotecnia en una universidad mexicana.
Revista Interconectando Saberes, (15), 105-113.
[Link]
Camahuali, C. (2023). Uso de redes sociales y rendimiento académico de los
estudiantes, facultad de educación de una Universidad Pública de Lima,
2023. [Tesis de maestría, Universidad Cesar Vallejo].
[Link]
Chavarria, L., Guillen, M., Herrera, J. & Trillos, D. (2023). Uso de redes sociales y
los estilos de aprendizaje de los estudiantes de primer ciclo de la carrera de
comunicaciones del Instituto Superior Privado durante el periodo 2023 - I.
[Tesis de maestría, Universidad Tecnológica del Perú]
[Link]

Cardenas, I., Villanueva, S., Avalos, E. & Díaz, E. (2020). Rendimiento académico:
Universo muy complejo para el quehacer pedagógico. Revista muro de la
investigación, 5(2), 53-65. [Link]
investigaion/article/view/1325
Cárdenas, M. & Ruíz, M. (2022). Influencia de las redes sociales en el rendimiento
académico de los estudiantes de Nivel Medio Superior de la UAEMéx.
Revista Diversidad Académica, 2(1), 216-240.
[Link]
Carreño, E. & Alvarado, W. (2021). Revisión de literatura sobre marketing en redes
sociales. Revista de Ingenierías Interfaces, 4(1), 63-83.
[Link]
Claro Montes, M., Ferruz González, S. & Catenacchi, J. (2023). Redes sociales y
tercer sector: análisis del uso de Facebook e Instagram en 50 ONG de
España y Chile. Revista Latina de Comunicación Social, 2024(82), 1-21.
[Link]
Del Valle, M., Canet, L., Zamora, E., Andrés, M. & Urquijo, S. (2024). Funciones
ejecutivas y su relación con el rendimiento académico en estudiantes
universitarios. Revista de Psicologia Educativa, 30(1), 47-55.
[Link]
Díaz López, A., Maquilón Sánchez, J., & Mirete Ruiz, A.(2023). Influencia del estrés
tecnológico y la mediación parental en el tiempo de estudio y las
calificaciones de los adolescentes. Revista Electrónica Interuniversitaria de
Formación del Profesorado, 26(1), 129-139.
[Link]
Díaz-López, A., Mirete-Ruiz, A. B., & Maquilón-Sánchez, J. (2021). Adolescents’
Perceptions of Their Problematic Use of ICT: Relationship with Study Time
and Academic Performance. International Journal of Environmental
Research and Public Health, 18(12), 6673.
[Link]
Donayre Linares, P. (2022). Redes sociales y rendimiento académico en
estudiantes de secundaria de una institución educativa de Loreto, 2022
[Tesis de maestría, Universidad César Vallejo].
[Link]
Espinoza, E., Cruz, L. N., & Espinoza, E. (2018). Las redes sociales y rendimiento
académico. Revista Metropolitana de Ciencias Aplicadas, 1(3), 38-44.
[Link]
Erduran Tekin, Ö. (2024). Academic self-discipline as a mediating variable in the
relationship between social media addiction and academic achievement:
mixed methodology. Humanities and Social Sciences Communications,
11(1).
[Link]
Franco, R., López, A., & García, J. (2023). Impacto de las redes sociales en el
rendimiento académico de los adolescentes: Revista de Estudio de
 Instagram y TikTok, 4(2), 12-23.
[Link]
Gómez, M. & Rivera, J. (2020). Redes sociales y rendimiento académico:
Percepciones de los estudiantes de educación superior. Revista
Iberoamericana de Tecnología en Educación y Educación en Tecnología,
25(1), 30-39. [Link]
González, J & Pineda, E (2021). El impacto de las redes sociales en el desarrollo
educativo: Retos para la educación en la era digital. Revista Internacional de
Educación y Tecnología, 9(1), 125-140.
[Link]
Hernández, F & Rodríguez, D (2019). Análisis del uso de redes sociales y su
influencia en el rendimiento académico en jóvenes universitarios. Revista de
investigación y Desarrollo en Tecnología Educativa, 4(2), 59-72.
[Link]
Hernández, M. & Rojas, A (2023). Uso de redes sociales y rendimiento académico
de los estudiantes, facultad de educación de una Universidad Pública de
Lima, 2023. [Tesis de maestría, Universidad Cesar Vallejo]
[Link]
López, P & Silva, J (2022). Redes sociales como herramienta educativa y su
impacto en el aprendizaje. Revista Electrónica de Investigación Educativa,
24(3), 1-14.
[Link]
Martínez, R & Gómez, T (2023). Evaluación del uso de redes sociales en
adolescentes y su relación con los hábitos de estudio. Revista de Psicología
Educativa, 18(2), 56-72.
[Link]
Montoya, A & Quiroga, C (2020). Impacto de las redes sociales en el rendimiento
académico de estudiantes de secundaria. Revista de Investigación
Educativa, 7(1), 45-58.
[Link]
Mora, M & Díaz, A (2021). Uso de redes sociales en el aula: oportunidades y
desafíos para el aprendizaje. Revista de la Educación Digital, 14(1), 23-34.
[Link]
Pérez, F., & García-Ruiz, C. (2023). Redes sociales como factor de distracción: su
relación con la disminución del rendimiento académico. Revista de Ciencias
Sociales, 29(4), 78-92.
[Link]
Ticona, R & Mamani A. (2023). Factores que influyen en el uso inadecuado de redes
sociales en estudiantes de secundaria: un estudio cualitativo. Revista de
Investigación Educativa y Social, 13(3), 95-110.
[Link]
Ramos, E & Fernández, L (2020). Los efectos de las redes sociales en el
rendimiento académico universitario: una revisión sistemática. Revista de
Educación Superior, 12(1), 45-62.
[Link]
Rodríguez, M & López-Vallejo, C. (2024). Redes sociales y competencias digitales:
cómo integrarlas en la educación superior. Revista Internacional de
Tecnología Educativa, 15(1), 25-40.
[Link]
Silva, L. & Morales, A (2022). Percepciones sobre el impacto de TikTok y YouTube
en la comprensión lectora y el rendimiento académico. Revista Educativa
Interdisciplinaria, 11(4), 123-138.
[Link]
Sinty, T, Mamani, A. & Sucapuca, Y. (2023). Adicción a redes sociales y cansancio
emocional en estudiantes Universitarios de la carrera de Psicología de una
universidad privada en la ciudad de Juliaca, 2022. Revista Científica de
Ciencias de la Salud, 16(2), 18-32.
[Link]
Pantoja , H. (2024). Adicción a las redes sociales y rendimiento académico de los
estudiantes de una Institución Educativa Privada, Lima–2023. [Tesis de
maestría, Universidad Cesar
Vallejo]. [Link]
86/Pantoja_FH-[Link]?sequence=1
 ANEXOS

Anexo 1: Cuadro de operacionalización de variables

Variable de Definición Definición Escala de

Dimensiones Indicadores
estudio conceptual operacional medición
Redes Carreño (2021) Frecuencia y Incontrolado ● Dificultad para dejar de usar
sociales Las redes manera en que redes sociales, incluso en
sociales son un los estudiantes momentos importantes.
conjunto utilizan las redes ● Impacto de las redes sociales Ordinal
plataformas sociales y cómo en el estado de ánimo.
digitales que esto influye en su ● Tendencia a preferir la
facilitan la comportamiento interacción virtual sobre la
comunicación y actividades presencial.
entre diferentes académicas. Uso desmedido ● Uso de redes sociales durante
personas. actividades académicas
● Incumplimiento de tareas
académicas por dedicar
tiempo a redes sociales.
● Percepción de falta de control
sobre el tiempo invertido en
redes sociales.
Rendimiento Villanueva Grado de Factores ● Confianza en la capacidad
académico (2020) el cumplimiento de intrapersonales para superar retos
rendimiento objetivos académicos
académico se académicos ● Gestión del tiempo para
define como el percibidos a actividades de estudio y
nivel de logro o través de aprendizaje.
desempeño habilidades, ● Esfuerzo personal en la
que un comprensión y mejora continua del
estudiante calidad de desempeño académico. Ordinal
alcanza en sus resultados en su
actividades educación. ● Aplicación de conocimientos
educativas, Desarrollo de teóricos en situaciones
reflejado aprendizaje prácticas.
principalmente ● Calidad de los productos
en sus académicos (tareas,
calificaciones, proyectos, exámenes).
habilidades
adquiridas, y su ● Percepción de la relación
capacidad para entre el aprendizaje y las
aplicar el calificaciones obtenidas.
conocimiento
aprendido.

Calculo de muestra:
100 × 1,962 × 0,5(1 − 0,5)
=
0,052 (100 − 1) + 1,962 × 0,5(1 − 0,5)
960400
=
12079
= 79,50989
Anexos 2: Variable 1: Alfa de Cronbach

Anexos 3: Variable 2: Alfa de Cronbach

Anexos 4: Base de datos - Variable 1
Anexos 5: Base de datos - Variable 2
Anexos 6: Variable 1
Anexos 7: Variable 2
Variable Media Mediana Moda Desviación
estándar
Proceso de 1,71 2,00 2.00 00,545
aprendizaje