ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
María A. Paublini-Hernández
mpaublin@ucab.edu.ve
Universidad Católica Andrés Bello
(Caracas - Venezuela)
ORCID: 0000-0002-5912-8960
Luis R. Morales-La Paz
lmorales@ucab.edu.ve
Universidad Católica Andrés Bello
(Caracas - Venezuela)
ORCID: 0000-0003-2524-8187
Recibido: 01/12/2024
Aceptado: 28/12/2024
PREFERENCIAS POR LA
EDUCACIÓN A DISTANCIA:
UN ANÁLISIS DESDE EL
COMPORTAMIENTO DEL
CONSUMIDOR
PREFERENCES FOR
DISTANCE EDUCATION:
AN ANALYSIS FROM
CONSUMER BEHAVIOR
DOI:
https://doi.org/10.37135/kai.03.14.05
KAIRÓS, Vol. (8) No. 14, pp. 88-107, enero - junio 2025
ISSN No. 2631-2743
,
Resumen
Se analizan las preferencias de estudiantes
de Economía hacia la educación a distancia,
considerando su experiencia durante la pandemia de
COVID-19. La información se recolectó mediante
un cuestionario estructurado, dividido en secciones
que abordan datos demográcos, satisfacción con
la educación a distancia y factores de adopción
tecnológica basados en el modelo UTAUT. Se
aplicó un modelo probabilístico ordinal para
identicar los determinantes en la preferencia por
la modalidad a distancia. Los resultados muestran
que la satisfacción, la compatibilidad percibida, la
calidad de la información y el apoyo del profesor
aumentan la probabilidad de preferir esta modalidad.
Sin embargo, una percepción alta de esfuerzo
disminuye dicha probabilidad. Se concluye que la
satisfacción y la calidad institucional son claves
para la adopción de esta modalidad.
Palabras clave: educación a distancia,
comportamiento del consumidor, preferencias,
racionalidad limitada
Abstract
The preferences of Economics students towards
distance education are analyzed, considering their
experience during the COVID-19 pandemic. The
information was collected through a structured
questionnaire, divided into sections that address
demographic data, satisfaction with distance
education, and technological adoption factors based
on the UTAUT model. An ordinal probabilistic
model was applied to identify the determinants of
the preference for the distance modality. The results
show that satisfaction, perceived compatibility,
quality of information and teacher support increase
the probability of preferring this modality. However,
a high perception of eort decreases this probability.
It is concluded that satisfaction and institutional
quality are key to the adoption of this modality.
Keywords: distance education, consumer
behavior, preferences, bounded rationality
PREFERENCIAS POR LA
EDUCACIÓN A DISTANCIA:
UN ANÁLISIS DESDE EL
COMPORTAMIENTO DEL
CONSUMIDOR
PREFERENCES FOR
DISTANCE EDUCATION: AN
ANALYSIS FROM CONSUMER
BEHAVIOR
DOI:
https://doi.org/10.37135/kai.03.14.05
KAIRÓS, Vol. (8) No. 14, pp. 88-107 enero - junio 2025
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
90
Introducción
La crisis sanitaria mundial destacó la importancia de la educación a distancia, no como una
opción complementaria, sino como una modalidad necesaria para asegurar la continuidad
académica. En este sentido, las instituciones educativas enfrentaron el reto de adaptar sus
plataformas tecnológicas y modelos pedagógicos a una nueva realidad. Como resultado,
los estudiantes, en su rol de consumidores de servicios educativos, tuvieron que reevaluar
sus preferencias de estudio, teniendo en cuenta factores como la calidad de la enseñanza, la
exibilidad horaria y el acceso a la tecnología.
El consumidor considerado como el agente económico que desea y efectivamente compra un
bien o un servicio a cambio de pagar un precio, toma su decisión de compra, considerando
aspectos relacionados con lo tangible o propiedades físicas y funcionales, la duración y la
disponibilidad (Mollá, 2006). Esta decisión de compra de acuerdo con la teoría microeconómica
se realiza a través de un proceso racional de maximización de su utilidad o satisfacción, dada una
restricción. Partiendo de la idea de que el consumidor tiene necesidades que trata de satisfacer
a través de bienes, ordena sus preferencias para construir su estructura de preferencias que da
lugar a su función de utilidad.
Esta estructura de preferencias responde a una serie de axiomas que garantizan la racionalidad
del individuo y contribuyen con la construcción de lo que se denominan curvas de indiferencia
o curvas de nivel de la función de utilidad, que representan el lugar geométrico de todas las
combinaciones de cestas de bienes que generan el mismo nivel de satisfacción o utilidad.
Este enfoque económico no es el único que trata de explicar la elección del consumidor, también
puede ser abordado desde la psicología y la sociología, cuyos enfoques se complementan en
el sentido que, si bien la psicología propone el análisis individual de la conducta, la sociología
incorpora las relaciones con el entorno, a través de variables familiares, culturales, estraticación
social o grupos de inuencia (Sent, 2018).
La racionalidad limitada es un concepto introducido por Herbert Simon en 1957, que desafía
la noción de racionalidad perfecta en la toma de decisiones, pues plantea que los seres
humanos no toman decisiones maximizando el benecio o la utilidad esperada debido a las
limitaciones cognitivas, de tiempo y de información (Klaes y Sent, 2005). En lugar de ello, las
personas emplean una racionalidad limitada, tomando decisiones satisfactorias dentro de sus
restricciones, lo que se conoce como el principio de “satisfacción” o “satiscing”.
Este enfoque contrasta con la teoría económica neoclásica, que asume una racionalidad
plena y un acceso ilimitado a la información. Según Simon, en el mundo real, los individuos
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
91
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
enfrentan barreras de tiempo, información incompleta y una capacidad limitada para procesar
esa información. Así, en lugar de buscar la mejor opción posible (optimización), los individuos
suelen conformarse con una opción que es lo sucientemente buena para sus propósitos,
(“satiscing”, una combinación de los términos en inglés “satisfy” y “suce”).
En términos de las modalidades de educación la satisfacción del estudiante tal como plantea
Guerrero (2015) es “un factor psicológico importante en su éxito académico, y también es
un buen predictor de su nivel de retención” (p. 23), además de inuir de manera directa en la
posibilidad de seguir con una formación bajo la modalidad virtual y en su recomendación a
terceros.
En este contexto existen modelos claves para explicar la adopción y uso de tecnología y
educación a distancia, como el Modelo de Aceptación Tecnológica (TAM, por sus siglas en
inglés) que es un marco teórico ampliamente utilizado para comprender cómo los usuarios
adoptan y utilizan nuevas tecnologías. Fue propuesto originalmente por Fred Davis en 1989 para
explicar los factores que inuyen en la adopción y uso efectivo de una tecnología, identicando
las variables que determinan la aceptación de una tecnología por parte de los usuarios.
El TAM se centra en dos constructos principales: la Percepción de Utilidad (PU) y la Percepción
de Facilidad de Uso (PEU). La PU se reere a la medida en que una persona cree que usar una
tecnología mejorará su rendimiento, mientras que la PEU se reere a la medida en que una
persona cree que usar la tecnología será libre de esfuerzo (Davis, 1989). TAM se ha aplicado
extensamente para estudiar la aceptación de plataformas de educación a distancia.
La PU y la PEU son determinantes críticos en la decisión de los estudiantes y docentes para
adoptar y utilizar sistemas de gestión del aprendizaje (LMS) y otras herramientas tecnológicas
para la educación a distancia. Adicionalmente, el Modelo de Aceptación y Uso de Tecnología
Unicado (Unied Theory of Acceptance and Use of Technology, UTAUT) integra elementos
de diversas teorías de aceptación de tecnología, incluyendo TAM, Teoría de la Motivación, y
Teoría de Acción Razonada.
El UTAUT propone cuatro constructos principales que inuyen en la intención de uso y el
comportamiento de uso: expectativa de rendimiento, expectativa de esfuerzo, inuencia social y
condiciones facilitadoras. El UTAUT surgió como respuesta a la fragmentación en los estudios
sobre la adopción tecnológica, donde existían múltiples modelos con variables similares pero
diferentes enfoques. El objetivo de Venkatesh et al. (2003) era sintetizar estos modelos en un
solo marco, lo que daría lugar a un modelo más robusto y generalizable.
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
92
Estos modelos han sido empleados en los estudios desarrollados a lo largo de estos dos últimos
años, para tratar de evaluar el proceso de educación a distancia experimentado a raíz de la
pandemia, con resultados que en algunos casos resultan contradictorios y que dependen en gran
medida de los factores tanto por el lado de la demanda como por el lado de la oferta, es decir,
con factores sociales, económicos y hasta culturales del estudiante, y por el lado de la oferta
con variables institucionales que incluyen desde la tecnología disponible hasta la formación
del docente, su capacidad de exibilización y de trabajar en contextos virtuales. Estos factores
evidentemente dieren de acuerdo con los estudiantes que se analicen, las zonas en las cuales
se ubican las instituciones, su componente cultural y hasta de las restricciones presupuestarias
de las que son objeto.
Algunos estudios sugieren que las preferencias de los estudiantes por la educación a distancia
cambiaron negativamente debido a la falta de motivación e interacción social, mientras que
otros estudios indican experiencias mixtas, con algunos apreciando la exibilidad y otros
enfrentando dicultades. García y Pascucci (2022) en el contexto de la pandemia, analizan
las preferencias de los estudiantes de una universidad Argentina, encontrando que su elección
es a favor de la educación presencial (corroborado en estudios como los de Contreras et al.,
2021; Matarirano et al., 2021; Sotelo et al., 2022), dada la escasa preparación de estudiantes
y docentes para trabajar en la modalidad a distancia, las dicultades de conectividad y la
existencia de condiciones poco favorables del entorno, a pesar de reconocer bondades en la
educación a distancia, como la evaluación y la facilidad para entender las clases teóricas, lo
que podría conducir a preferir una modalidad híbrida (Águeda et al., 2021).
Preocupaciones similares asociadas con la disponibilidad de equipos adecuados, conectividad
a través de banda ancha en particular en zonas rurales y la necesidad de realizar prácticas en
ciertas carreras, son identicadas en el estudio de Muthuprasad et al. (2021), lo que según
Sotelo et al. (2022) se traduce en un mayor nivel de aprendizaje en los estudiantes en la
modalidad presencial, especialmente asociados a actividades de campo, que no eran posible
ejecutar durante la pandemia (Barton, 2020).
Paralelamente, también existen estudios como el de Castro y George (2021), que si logran
identicar un cambio en las preferencias hacia la modalidad virtual producto del grado de
compromiso de los estudiantes, pero no de la interacción con compañeros, profesores y los
materiales empleados en los cursos. Estas preferencias por una u otra modalidad se ven
afectadas, además, por variables como el género, la edad y aquellas asociadas con la actividad
laboral (Estrada et al., 2022), así como las experiencias previas en cursos a distancia (Roy y
Covelli, 2021; Hernández y Díaz, 2024).
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
93
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
En este sentido, es necesario, de acuerdo con lo planteado por Ploj et al. (2021), incluir el
análisis de la satisfacción del estudiante como un predictor de la preferencia por continuar en
el modelo a distancia, considerando sus actitudes y no así las condiciones familiares, el apoyo,
ni las facilidades.
Otras investigaciones como la de Masalimova et al. (2022) examinan las percepciones de los
estudiantes sobre la educación a distancia durante la pandemia de COVID-19. El objetivo
principal del estudio es identicar los desafíos, ventajas y actitudes hacia la educación a distancia
en este contexto. Los estudiantes tienen percepciones mixtas sobre la educación a distancia;
mientras algunos muestran una actitud positiva, otros expresan ansiedad y frustración por la
transición abrupta a este formato de aprendizaje. Algunos estudios indican que los estudiantes
preferían la educación presencial, aunque reconocían que la educación a distancia era una
solución viable ante las restricciones impuestas por la pandemia.
Masalimova et al. (2022) indican que las principales ventajas identicadas incluyen la
exibilidad de horarios y la posibilidad de acceder al contenido en cualquier momento y lugar.
Los estudiantes valoran la capacidad de reutilizar los recursos educativos, como volver a ver
los videos de las clases. Además, la educación a distancia es percibida como una alternativa
más segura durante la pandemia, ya que reduce el estrés asociado al desplazamiento y facilita el
aprendizaje desde casa. A pesar de las ventajas, los estudiantes señalan varios desafíos. La falta
de interacción presencial y las dicultades para socializar en un entorno virtual son algunos de
los principales inconvenientes. Por otra parte, muchos estudiantes experimentaron una mayor
carga de trabajo y dicultades para concentrarse en clases virtuales prolongadas. Las barreras
tecnológicas, como la mala conectividad a internet y la falta de dispositivos adecuados, fueron
problemas recurrentes en varios estudios.
Al-Mawee et al. (2021), de manera similar, exploraron las percepciones de los estudiantes
sobre el aprendizaje a distancia durante la pandemia de COVID-19 en la Western Michigan
University (WMU). El estudio buscó comprender cómo los estudiantes perciben la transición
forzada al aprendizaje a distancia, los métodos de instrucción utilizados, y cómo estas
percepciones varían según el nivel académico y el tipo de facultad, identicando las actitudes
de los estudiantes hacia el aprendizaje a distancia durante la pandemia, la satisfacción con los
métodos de enseñanza a distancia y los factores que inuyen en sus percepciones, como el tipo
de facultad y el nivel académico (pregrado y posgrado).
Por su parte, Aksoy (2021) exploró las percepciones de los estudiantes de posgrado en el norte
de Chipre sobre la educación a distancia durante la pandemia, basándose en una encuesta
aplicada a 470 estudiantes de distintas universidades en la región, evaluando actitudes en
cuatro dimensiones clave: competencia y motivación, practicidad, eciencia y satisfacción con
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
94
el entorno de aprendizaje a distancia.
En cuanto al estudio de Stevanovic et al. (2021) para 832 estudiantes en Serbia, se encontró
evidencia empírica de que los estudiantes de primer año mostraron menor motivación y
valoraron menos el aprendizaje a distancia, aunque se identicaron benecios asociados con
la exibilidad, posibilidad de revisar clases, ahorro de tiempo de viaje, así como desventajas
relacionadas con la falta de interacción social, ansiedad, problemas técnicos.
Con respecto a la disposición a optar por la modalidad en línea, Clary et al. (2022) evaluaron
la validez convergente de factores que inuyen en el deseo de continuar con el aprendizaje a
distancia postpandemia, encontrando que la compatibilidad con el estilo de aprendizaje fue el
factor más importante, además de los factores personales como la autoecacia, el aislamiento
social y la autorregulación impactan indirectamente en la satisfacción y el rendimiento.
Para el caso de Polonia, Rizun y Strzelecki (2020) en su estudio sobre la transición a la
educación a distancia en Polonia debido a la pandemia de COVID-19, analizaron factores
como la experiencia, disfrute, ansiedad informática y autoecacia, encontrando que el disfrute
es el mejor predictor de aceptación, seguido de la autoecacia, de manera que los estudiantes
preeren la educación tradicional, a pesar de la aceptación de herramientas de aprendizaje a
distancia.
En América Latina los estudios también evidencian preferencias por la educación presencial,
a pesar de las ventajas destacables de la educación a distancia, producto de las limitaciones de
acceso a internet, de formación docente y ausencia de prácticas pedagógicas, de infraestructura
de los centros educativos, la escasa interacción social (Melo et al., 2021) y las sensaciones de
estrés y ansiedad que produce en los estudiantes (Salas-Pilco, 2022).
Ante esta realidad, la pandemia de COVID-19 generó una serie de interrogantes sobre el futuro
de la educación superior, entre ellas la más apremiante: ¿Cómo han cambiado las preferencias
de los estudiantes respecto a la modalidad de estudio, y qué factores determinan estas nuevas
preferencias? La investigación tiene como objetivo analizar las preferencias de los estudiantes
de la carrera de Economía en la Universidad Católica Andrés Bello (UCAB) inscritos en el
semestre abril-julio 2024, considerando su experiencia durante la pandemia y la transición a la
educación a distancia.
Para lograr estos objetivos, la investigación plantea la siguiente hipótesis principal: Un mayor
grado de satisfacción con las condiciones institucionales y personales experimentadas en
pandemia eleva la probabilidad de que los estudiantes preeran la modalidad de educación a
distancia.
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
95
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
A medida que los estudiantes se convierten en consumidores más exigentes, reevaluando sus
opciones académicas en función de nuevas prioridades como la exibilidad, el bienestar personal,
y la posibilidad de equilibrar el trabajo con los estudios, las instituciones educativas necesitan
ajustar su oferta académica para responder a estas demandas. Comprender estas dinámicas es
crucial no solo para mejorar la calidad de la educación, sino también para optimizar el uso de
recursos, especialmente en un contexto donde los presupuestos son limitados.
Metodología
Para dar respuesta al objetivo de investigación, este estudio bajo un enfoque cuantitativo
emplea una muestra de 47 estudiantes de la carrera de Economía de la Universidad Católica
Andrés Bello inscritos en el semestre abril-julio 2024. Para el levantamiento de la información
necesaria se plantea un instrumento estructurado en tres secciones, cuyos planteamientos o
variables observadas están detalladas a continuación.
La primera sección recopiló información demográca y contextual sobre los estudiantes, como
género, edad, estado civil, número de hijos, carrera, semestre, zona de residencia, promedio de
calicaciones hasta el semestre anterior y experiencia previa en educación a distancia.
Al basarse en el Cuestionario DELES y otros trabajos de investigación, la segunda sección
proporciona una evaluación sólida y conable de la satisfacción de los estudiantes con varios
aspectos de la educación a distancia como apoyo del profesor (AP), la interacción y colaboración
entre estudiantes (COL), la relevancia personal (RP), el aprendizaje real (AR), el aprendizaje
activo (AA), la autonomía (AU) y la satisfacción (SAT). La escala por emplear considera: 1
Nunca, 2 Rara vez, 3 a veces, 4 a menudo, 5 siempre.
La sección tres al utilizar el instrumento de la UTAUT proporciona una comprensión profunda
de los factores que inuyen en la aceptación y el uso de la educación a distancia por parte de los
estudiantes como: expectativa de funcionamiento (PE), expectativa de esfuerzo (EE), inuencia
social (SI), disponibilidad de recursos (AVR), condiciones facilitadoras (FC), autoecacia (SE),
intención de uso (BIU), compatibilidad percibida (PCM), conciencia percibida (PA), calidad
de la información percibida (PIQ), seguridad percibida (PSE) y conanza percibida (TP). La
escala empleada considera 1 totalmente en desacuerdo, 2 en desacuerdo, 3 ni de acuerdo ni en
desacuerdo, 4 de acuerdo, 5 totalmente de acuerdo.
Dado que el instrumento contempla la consulta de si el estudiante preere la modalidad de
estudio a distancia a través de una escala likert (1 nunca 5 siempre), esta se constituye en la
variable dependiente que, al ser una variable categórica ordinal, debe ser modelada a través de
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
96
modelos probabilísticos como el logit o el probit ordinal. La ecuación por estimar vendrá dada
por:
(1)
Donde las variables independientes vienen dadas por variables sociodemográcas y académicas
como el género, edad, semestre, calicaciones; variables de intención de adopción de tecnología
como: expectativas de funcionamiento (PE), expectativas de esfuerzo (EE), inuencias
sociales (SI), disponibilidad de recursos (AVR), condiciones facilitadoras (FC), autoecacia
(SE), intención de uso (BIU), compatibilidad percibida (PCM), conciencia percibida (PA),
calidad de la información (PIQ), seguridad percibida (PSE), conanza percibida (TP2); además
de considerar la satisfacción y variables asociadas con la respuesta oportuna del profesor, la
aplicación de los contenidos impartidos y la colaboración entre compañeros (integración).
Los modelos logit y probit son dos enfoques estadísticos ampliamente utilizados para modelar
variables dependientes binarias. Estos modelos son particularmente útiles en investigaciones
donde el objetivo es entender y predecir la probabilidad de ocurrencia de un evento especíco.
El modelo logit, también conocido como modelo de regresión logística, es utilizado para
predecir el logaritmo de las probabilidades de un evento binario (ocurrencia de un evento
versus no ocurrencia) en función de una o más variables independientes y emplea como función
de distribución la función logística. El modelo probit es otra técnica para modelar variables
dependientes binarias. A diferencia del modelo logit, el modelo probit utiliza la función de
distribución acumulativa de una distribución normal estándar para modelar la relación entre la
probabilidad de un evento y las variables independientes.
La diferencia en la estimación de los modelos probit o logit radica en la función de distribución
empleada, ya sea normal, en el primer caso o logística, en el segundo, pero en ambos casos se
garantiza que efectivamente la variable estimada es una probabilidad que oscila entre 0 y 1. En
el caso del model logit ordinal, también conocido como modelo de regresión logística ordinal,
se utiliza para predecir la probabilidad de que una observación caiga en una de varias categorías
ordenadas. En lugar de predecir un resultado binario (como en el modelo logit binario), este
modelo maneja situaciones donde los resultados están en un rango ordenado.
El modelo logit ordinal estima la probabilidad de que una observación se encuentre en o por
debajo de cada categoría, utilizando una serie de funciones logit acumulativas; esto signica
que el modelo analiza la probabilidad acumulada de estar en una categoría o en cualquier
categoría anterior.
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
97
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
El modelo probit ordinal es similar al modelo logit ordinal, pero utiliza la distribución normal
para modelar las probabilidades en lugar de la distribución logística. En este modelo, la variable
dependiente también es ordinal y se asume que existe una variable subyacente continua que
determina la categoría observada. El modelo probit ordinal puede ser útil en situaciones donde
se sospecha que la variable subyacente que determina las categorías ordinales sigue una
distribución normal.
Ambos modelos se utilizan para analizar datos ordinales, donde las categorías de la variable
dependiente tienen un orden natural; además, ambos modelos se basan en la idea de una variable
subyacente continua que determina la categoría observada, y estiman la probabilidad de que
una observación se encuentre en o por debajo de una categoría especíca.
Las principales diferencias están asociadas con la función de distribución utilizada, pues el
modelo logit ordinal utiliza la distribución logística, mientras que el modelo probit ordinal
utiliza la distribución normal. Para la selección del modelo que mejor se ajuste a los datos se
empleará la matriz de confusión o en su defecto los criterios de información, seleccionando
aquel que tenga menores valores, dado que se pretende perder la menor cantidad posible de
información. La interpretación del modelo seleccionado se realizará a través de los efectos
marginales, ya sea en derivadas parciales o en elasticidades, dependiendo del tipo de variables
explicativas, pues permite indicar los cambios en la probabilidad producto de modicaciones
en las variables independientes.
Resultados
Valoración de las dimensiones de satisfacción
La muestra estuvo conformada por 47 estudiantes de los cuales el 65,96% son hombres, con
una edad promedio global de 21,97 años, mayoritariamente residenciados en zonas urbanas
(89,36%). Con respecto a las calicaciones el 46,81% reporta promedios menores a 10 puntos,
el 36,17% entre 10 y 13 puntos y el resto entre 13 y 16 puntos.
Con relación a la variable asociada con la preferencia hacia la modalidad de estudio a distancia
sobre la presencial (variable dependiente del estudio), el estudiante podía optar por cinco
alternativas de respuesta, donde 1 representa “nunca la preferirá” y 5 “será siempre su opción
preferida”. Los resultados indican que 17,02% nunca lo harán, el 14,89% rara vez preferirá
esta modalidad, el 38,30% indica que laguna vez podría preferirla, el 19,15% a menudo cree
preferirla y el 10,64% la preere siempre.
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
98
Esta preferencia reportada por los estudiantes podría ser producto de dos constructos que se
analizan en esta investigación, por un lado, la satisfacción y por otro la aceptación o disposición a
adoptarla como modalidad de estudios. Para validar estadísticamente los resultados alcanzados
en el constructo de satisfacción, dado que la medición se realiza a través de una escala tipo
Likert, se estimó el Alpha de Cronbach obteniendo un valor de 0,9596 con lo cual se garantiza
que existe consistencia interna, pues tal como indica la literatura es superior al valor mínimo
requerido de 0,70. Además, no se evidencia ningún planteamiento, de los 42 analizados, que
aporta menos del 30% al constructo, no siendo necesaria la eliminación de ninguno.
Este constructo está conformado por las dimensiones de apoyo del profesor (AP), interacción
y colaboración entre estudiantes (COL), relevancia personal (RP), aprendizaje real (AR),
aprendizaje activo (AA), autonomía (AU) y la satisfacción (SAT). Los valores promedio de
los planteamientos de cada dimensión, con valores mínimo de 1 y máximo de 5, se muestran
en la tabla 1.
Tabla 1. Promedio de las dimensiones del constructo de satisfacción del estudiante con la educación a
distancia.
Fuente: elaboración propia.
Tal como se evidencia, si bien los valores medio de la mayoría de las dimensiones superan
el valor promedio de la escala (3 puntos), en el caso de la intención de cambio de modalidad
es inferior a dicho valor (2,91) lo que pareciera indicar que la disposición para adoptar la
educación a distancia como modalidad de estudio es baja. Las dimensiones mejor valoradas
fueron el aprendizaje activo y la autonomía, en el sentido que el estudiante requiere en este tipo
de modalidad asumir el control de su aprendizaje y ser partícipe del mismo.
Valoración de la intención de adoptar la modalidad a distancia
Para la validación estadística de la sección relativa a la intención de adopción de la educación a
distancia se empleó el Alpha de Cronbach dado que la medición se realiza a través de una escala
tipo Likert. El resultado de la consistencia interna de los datos para los 49 planteamientos fue
Media Desviación Mínimo Máximo
Apoyo del profesor (AP)
Relevancia personal (RP)
Aprendizaje real (AR)
Aprendizaje activo (AA)
Autonomía (AU)
Satisfacción (SAT)
Intención de cambio de modalidad
Interacción y colaboración entre estudiantes
(COL)
3,5930
3,5283
0,7239
0,9346
1,75
1,33
5
5
3,8237
3,5148
4,000
4,063
3,1173
2,9148
0,7218
0,9516
0,7453
0,6979
1,0792
1,2127
2
1,40
2
2
1
1
5
5
5
5
5
5
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
99
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
de 0,9746, superior a lo mínimo requerido (0,70).
De manera similar al constructo de satisfacción, para el análisis de los resultados de la intención
de adopción de la educación a distancia se partió del promedio de cada una de las dimensiones
que conforman este constructo: expectativa de funcionamiento (PE), expectativa de esfuerzo
(EE), inuencia social (SI), disponibilidad de recursos (AVR), condiciones facilitadoras
(FC), autoecacia (SE), intención de uso (BIU), compatibilidad percibida (PCM), conciencia
percibida (PA), calidad de la información percibida (PIQ), seguridad percibida (PSE), conanza
percibida (TP), cuyos resultados se detallan en la tabla 2.
Tabla 2. Promedio de las dimensiones del constructo adopción de la educación a distancia
Fuente: elaboración propia.
Tal como se evidencia todas las valoraciones se ubican por encima del valor medio de la
escala (3 puntos), siendo la compatibilidad percibida y la expectativa de funcionamiento de
la plataforma empleada en la educación a distancia las que reportan una valoración más baja.
Destacan como las mejores valoradas la expectativa de esfuerzo, la necesidad de condiciones
facilitadoras como internet y dispositivos y la conanza percibida en el proceso.
A partir del análisis exploratorio de datos presentado se estimó el modelo probabilístico
ordinal, tanto para la distribucional normal acumulada (probit) como para la logística (logit),
identicando las variables que resultaron estadísticamente signicativas en la preferencia o
intención de adopción de la educación a distancia como modalidad de estudios.
Si bien los coecientes presentados en la tabla 3 no son interpretables pues no representa
probabilidades, estas estimaciones permiten seleccionar el modelo (logit o probit) que mejor se
ajusta a los datos y clasica de mejor manera a los estudiantes en cada una de las categorías. Los
criterios empleados para esta selección corresponden a los criterios de información (Akaike y
Bayesiano) el estimador de máxima verosimilitud, así como el pseudo R2.
Media Desviación Mínimo Máximo
Expectativa de funcionamiento (PE)
Expectativa de esfuerzo (EE)
Influencia social (SI)
Disponibilidad de recursos (AVR)
Condiciones facilitadoras (FC)
Intención de uso (BIU)
Compatibilidad percibida (PCM)
Conciencia percibida (PA)
Calidad de la información percibida (PIQ)
Seguridad percibida (PSE)
Confianza percibida (TP)
3,2925
3,9574
3,7606
3,3617
3,8510
3,6329
3,2198
3,372
3,7765
3,8085
3,8457
3,6406
1,0232
0,8944
0,7624
0,9469
0,8399
0,8610
1,2144
1,0476
0,9270
0,9174
0,9127
0,7478
1
1
1,75
1
1,25
1,75
1
1
1
1
1
1
5
5
5
5
5
5
5
5
5
5
5
5
TOTAL
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
100
Tabla 3. Estimaciones del probit y logit ordinal para la preferencia por estudios a distancia.
Nota: valores entre paréntesis son los errores estándar. Signicancia: 1% (***), 5% (**), 10%(*)
Fuente: elaboración propia.
Género
Modelo Probit Modelo Logit
Edad
Semestre
Calificaciones
Expectativas de funcionamiento (PE)
Expectativas de esfuerzo (EE)
Influencias sociales (SI)
Disponibilidad de recursos (AVR)
Condiciones facilitadoras (FC)
Autoeficacia (SE)
Intención de uso (BIU)
Compatibilidad percibida (PCM)
Conciencia percibida (PA)
Calidad de la información (PIQ)
Seguridad percibida (PSE)
Confianza percibida (TP2)
Satisfacción
El profesorado me ayuda
Aplico lo que aprendí
Colaboré con compañeros
Punto de corte 1
Punto de corte 2
Punto de corte 3
Punto de corte 4
Chi2
Pseudo R2
Máxima verosimilitud
Akaike (criterio información)
Bayesiano (criterio de información)
0,73076
(0,7671)
-0,1157
(0,1773)
0,2724
(0,1954)
0,2899
(0,5018)
1,2470
(0,9043)
-2,0958*
(1,2594)
0,5348
(0,7646)
-1,1304
(0,7828)
1,0228
(0,7702)
-0,6976
(0,6579)
-0,2862
(0,6525)
1,6908*
(1,0097)
-0,0997
(0,6211)
-2,0850**
(0,9128)
-0,9736
(0,9057)
0,7319
(0,8213)
4,9667***
(1,9018)
1,5975*
(0,8963)
1,4032**
(0,6426)
-0,6076
(0,4337)
10,8998
(5,1949)
13,2858
(5,3444)
18,0253
(6,2432)
21,796
(7,4498)
101,69***
1,4660
(1,3644)
-0,2522
(0,3187)
0,5116
(0,3459)
0,6249
(0,8922)
2,2237
(1,5934)
-3,7814*
(2,2561)
0,9517
(1,3802)
-2,1451
(1,4210)
1,8589
(1,3974)
-1,1924
(1,1494)
-0,4389
(1,1027)
2,8884
(1,7804)
-0,1893
(1,1165)
-3,4960**
(1,6255)
-1,6264
(1,6574)
1,0717
(1,5429)
8,7924***
(3,3536)
2,9185*
(1,5575)
2,5212**
(1,1537)
-1,1482
(0,7835)
18,6892
(8,926)
22,825
(9,273)
31,212
(10,892)
37,843
(13,013)
101,02***
0,7176
-20,007
88,0143
132,417
0,7129
-20,3412
88,68258
133,086
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
101
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
Con respecto a las variables que resultaron estadísticamente signicativas en la explicación de
la intención de adopción de la modalidad de estudios a distancia, en ambos modelos se logran
identicar a las expectativas de esfuerzo, la calidad de la información, la satisfacción global,
la ayuda del profesor y la aplicación de lo aprendido. No resultan signicativas el resto de las
variables relativas a la plataforma virtual o la colaboración entre compañeros que es reportada
en la literatura como relevante; así como tampoco el género, la edad o las calicaciones
que en algunos casos se identican como variables explicativas, lo cual puede deberse a la
homogeneidad de la muestra.
Adicionalmente los puntos de cortes permiten identicar los valores máximos para cada
estudiante que permiten clasicarlos en cada una de las categorías de intención de adopción,
ya sea nunca, rara vez, alguna vez, a menudo o siempre. Si el estudiante en función de los
resultados del modelo obtiene menos de 10,89 puntos o 18,68 puntos es considerado como un
estudiante que nunca tendrá la intención de adoptar la modalidad a distancia, si obtiene hasta
13,28 puntos o 22,82 puntos es un estudiante que rara vez lo ha contemplado; menos de 18,02
o 31,21 puntos se cataloga como un estudiante que algunas vez lo consideró; si alcanza hasta
21,79 o 37,84 puntos lo suele pensar a menudo, mientras que valores mayores a esos es un
estudiante que siempre tiene intención de optar por la modalidad a distancia.
Al analizar los resultados de los modelos en términos de los criterios de selección, se busca en
primer lugar rechazar la prueba chi2 cuya hipótesis nula indica que las variables independientes
en conjunto no son estadísticamente signicativas en la explicación de la intención de adoptar
la educación a distancia. En ambos modelos se logra rechazar la hipótesis nula de esta prueba.
En segundo lugar, al comparar el pseudo R2, dado que indica el porcentaje de la variación de
la variable dependiente que está siendo explicada por el modelo, se desea que sea el mayor
posible; el valor obtenido en el modelo probit es ligeramente superior (0,7176) que el del
modelo logit (0,7129). En tercer lugar, se espera que el modelo más robusto sea aquel que
tiene el mayor valor del estimador de máxima verosimilitud, lo cual ocurre también en el
modelo probit. Por último, los criterios de información indican la pérdida de información en
la estimación, por lo que es mejor un modelo que tiene los menores valores, en este caso los
resultados también favorecen al modelo probit.
Dados todos estos criterios, se optó por la estimación del modelo probit, por lo cual, se
procedió a calcular los efectos marginales en términos de derivadas parciales, que corresponden
efectivamente a los cambios en la probabilidad de adoptar la educación a distancia como
modalidad de estudios ante variaciones de las variables explicativas. En la tabla 4 se muestran los
efectos marginales únicamente de las variables que resultaron estadísticamente signicativas.
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
102
Tabla 4. Efectos marginales del modelo probit para cada categoría de la preferencia por educación a distancia
considerando (se muestra solo las variables explicativas signicativas).
Nota: signicancia al 1% (***), 5% (**), 10%(*)
Fuente: elaboración propia.
A diferencia de los modelos logit o probit con variable dependiente dicotómica, los modelos
ordinales muestran resultados de los efectos marginales para cada una de las categorías de las
variables dependientes. Para el caso de las expectativas de esfuerzo a medida que se percibe
que la educación a distancia requiere de mayor esfuerzo la probabilidad de optar por esta
modalidad se reduce; lo contrario ocurre a medida que mejora la compatibilidad, la calidad
de la información percibida la satisfacción, el apoyo del profesor y la aplicabilidad de los
conocimientos impartidos. Estas variables elevan la probabilidad de adoptar la modalidad a
distancia como modalidad de estudios.
Nunca
Rara vez
Algunas veces
A menudo
Siempre
0,0657
0,0957
0,0059
-0,0765
-0,0908**
-0,0530
-0,0772
-0,0047
0,0617
0,0732**
0,0654
0,0952*
0,0058
-0,0761
-0,0903**
-0,1558
-0,2268
-0,0140
0,1814
0,2152***
-0,0501
-0,0729
-0,0045
0,0583
0,0692**
-0,0440
-0,0640
-0,0039
0,0512
0,0608***
0,0540
0,0863
0,0576
0,0598
0,0492
0,0432
0,0669
0,0471
0,0540
0,0363
0,0484
0,0565
0,0589
0,0486
0,0440
0,1066
0,1584
0,1382
0,1144
0,0761
0,0407
0,0580
0,0446
0,0463
0,0363
0,0332
0,0447
0,0395
0,0414
0,0213
Nunca
Rara vez
Algunas veces
A menudo
Siempre
Nunca
Rara vez
Algunas veces
A menudo
Siempre
Nunca
Rara vez
Algunas veces
A menudo
Siempre
Nunca
Rara vez
Algunas veces
A menudo
Siempre
Nunca
Rara vez
Algunas veces
A menudo
Siempre
Expectativa de esfuerzo
Compatibilidad percibida
Calidad de la información percibida
Satisfacción
Apoyo del profesor
Aplico lo aprendido
Derivadas parciales Error estándar
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
103
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
Discusión y conclusiones
De esta forma, uno de los puntos más destacados del estudio es el cambio en las preferencias
de los estudiantes hacia la educación a distancia como consecuencia de la pandemia de
COVID-19. Este hallazgo está alineado con estudios previos, como el de Muthuprasad et al.
(2021), quienes encontraron que muchos estudiantes valoran la exibilidad de la educación en
línea. En esa investigación, los estudiantes mencionaron que la posibilidad de gestionar mejor
su tiempo y evitar los desplazamientos eran ventajas signicativas de la modalidad virtual. Esto
coincide con los resultados obtenidos en la UCAB, donde se observó una mayor predisposición
hacia la educación a distancia por parte de aquellos estudiantes que valoran la exibilidad y la
conveniencia de este formato.
Sin embargo, es importante notar que esta preferencia no es homogénea. Algunos estudiantes,
especialmente aquellos con limitaciones tecnológicas o dicultades para mantener la
autodisciplina, preeren volver a la educación presencial. Este comportamiento está en línea
con el concepto de “satiscing” propuesto por Herbert Simon, el cual sugiere que los individuos
no siempre buscan maximizar su satisfacción, sino que, optan por una solución que sea lo
sucientemente buena dadas sus limitaciones cognitivas, de tiempo y recursos.
En este caso, algunos estudiantes perciben que, aunque la educación a distancia puede ser útil,
sus limitaciones tecnológicas o su capacidad para autogestionarse disminuyen su satisfacción
general. Además, el estudio de García y Pascucci (2022), centrado en la educación en Argentina
durante la pandemia, encontró resultados similares, donde la mayoría de los estudiantes
aún prefería la educación presencial debido a la falta de interacción social y la necesidad
de tutorías más personalizadas. Esta perspectiva refuerza los hallazgos en la UCAB, donde
muchos estudiantes valoraron las interacciones cara a cara con los docentes y compañeros,
considerando que la educación a distancia no satisfacía completamente estas necesidades
sociales y educativas.
La satisfacción del estudiante-consumidor con la educación a distancia es un factor crítico que
inuye en su disposición a seguir utilizando este modelo. Según el Modelo de Expectativa de
Valor (Expectation-Conrmation Theory, ECT), la satisfacción del consumidor está relacionada
con las expectativas previas y cómo el servicio se ajusta o supera esas expectativas. En el
contexto de este estudio, aquellos estudiantes que reportaron una mayor satisfacción con los
recursos institucionales, el apoyo docente y la calidad de las plataformas de aprendizaje a
distancia fueron más propensos a continuar preriendo esta modalidad.
Este hallazgo se alinea con el trabajo de Rizun y Strzelecki (2020), quienes analizaron la
transición a la educación a distancia en Polonia. En su estudio, se encontró que el disfrute
del aprendizaje a distancia, junto con la autoecacia informática, eran los predictores más
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
104
importantes de la satisfacción del estudiante. De manera similar, en el estudio de la UCAB, los
estudiantes que se sentían cómodos con las herramientas tecnológicas y que percibían que la
calidad del aprendizaje no se había visto comprometida mostraron una mayor satisfacción. No
obstante, aquellos que enfrentaron dicultades técnicas o que percibieron una falta de soporte
institucional expresaron niveles más bajos de satisfacción y una mayor preferencia por regresar
a la modalidad presencial.
Este comportamiento reeja cómo el estudiante, en su rol de consumidor, no solo busca la
satisfacción de sus necesidades académicas, sino también, una experiencia educativa que se
ajuste a sus expectativas iniciales. Una de las principales limitaciones encontradas en este
estudio fue la desigualdad en el acceso a tecnologías adecuadas para participar en la educación
a distancia. Esta barrera no es exclusiva de la UCAB; estudios como el de Al-Mawee et al.
(2021) en los Estados Unidos y el de Sotelo et al. (2022) en América Latina han documentado
la falta de infraestructura tecnológica como uno de los principales obstáculos para el éxito de
la educación virtual. En todos estos estudios, los estudiantes con limitaciones tecnológicas
mostraron una menor satisfacción y, en muchos casos, optaron por regresar a la educación
presencial cuando fue posible.
En conclusión, este estudio revela que los estudiantes, en su rol de consumidores de servicios
educativos, toman decisiones basadas en la satisfacción de sus necesidades, el acceso a los
recursos, y las expectativas previas sobre el servicio ofrecido. Para las instituciones, esto signica
que deben adoptar un enfoque centrado en el estudiante, entendiendo sus comportamientos y
adaptándose a sus preferencias cambiantes. La pandemia ha acelerado la transformación de
la educación superior, y la capacidad de las IES para responder a las nuevas demandas de los
estudiantes determinará su éxito en el futuro.
Declaración de contribución de autoría CRediT
María A. Paublini-Hernández: Conceptualización, curación de datos, análisis formal, redacción: borrador
original – Preparación.
Luis R. Morales-La Paz: Metodología, recursos, redacción (revisión y edición).
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Águeda, B., Dogan, K., Khanna, K., Masis, M., Monge, R., Tugtan, M., Vega, L. & Vig,
R. (2021). Changes That Should Remain in Higher Education Post COVID-19: A Mixed-
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
105
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
Methods Analysis of the Experiences at Three Universities. Higher Learning Research
Communications, 11 (0), 51-75. https://10.18870/hlrc.v11i0.1195
2. Aksoy, Y. (2021). Attitudes of Postgraduate Students Towards Distance Education During
the COVID-19 Pandemic: North Cyprus Example. Frontiers in Psychology, 12. https://
doi.org/10.3389/fpsyg.2021.766183.
3. Al-Mawee, W., Kwayu, K., & Gharaibeh, T. (2021). Student’s perspective on distance
learning during COVID-19 pandemic: A case study of Western Michigan University, United
States. International Journal of Educational Research Open, 2, 100080 - 100080. https://
doi.org/10.1016/j.ijedro.2021.100080.
4. Barton, D. (2020). Impacts of the COVID-19 pandemic on eld instruction and remote
teaching alternatives: Results from a survey of instructors. Ecology and Evolution, 10,
12499-12507. https://10.1002/ece3.6628
5. Castro, E. & George, J. (2021). The Impact of COVID-19 on Student Perceptions of
Education and Engagement. e-Journal of Business Education & Scholarship of Teaching,
15 (1), 28-39.
6. Clary, W., Dick, G., Akbulut, A., & Slyke, C. (2022). The After Times: College Students’
Desire to Continue with Distance Learning Post Pandemic. Communications of the
Association for Information Systems, 50, 3. https://doi.org/10.17705/1cais.05003.
7. Contreras, C., Picazo, A., Cordero, A. & Chaparro, M. (2021). Challenges of Virtual
Education during the COVID-19 Pandemic: Experiences of Mexican University Professors
and Students. International Journal of Learning, Teaching and Educational Research, 20
(3), 188-204. https://doi.org/10.26803/ijlter.20.3.12
8. Estrada, E., Gallegos, N. & Puma, M. (2022). Percepción de los estudiantes universitarios
sobre la educación virtual durante la pandemia de COVID-19. Revista San Gregorio, 49,
74-89.
9. García, H. & Pascucci, E. (2022). Del aprendizaje tradicional al e-learning en el contexto
de la pandemia por Covid-19; valoraciones por alumnos universitarios. Revista Española
de Educación Comparada, 40, 236-251. https://10.5944/reec.40.2022.30176
10. Guerrero, M. (2015). Aplicación del modelo de Kano al análisis de la satisfacción de los
estudiantes en los cursos de formación online. Tesis doctoral Universidad Politécnica de
Valencia
María A. Paublini-Hernández, Luis R. Morales-La Paz
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
106
11. Hernández, P. & Díaz, D. (2024). Preferences for Study Modalities Based on the
Experience of E-Learning in Pandemics. Higher Education Forum, 21(3), 51-74. https://
doi.org/10.15027/55008
12. Klaes, M., & Sent, E. (2005). Una historia conceptual del surgimiento de la racionalidad
limitada. Historia de la economía política, 37, 27-59. https://doi.org/10.1215/00182702-
37-1-27
13. Masalimova, A., Khvatova, M., Chikileva, L., Zvyagintseva, E., Stepanova, V., & Melnik,
M. (2022). Distance Learning in Higher Education During Covid-19. Frontiers, 7. https://
doi.org/10.3389/feduc.2022.822958
14. Matarirano, O., Gqokonqana, O. & Yeboah, A. (2021). Students’ Responses to Multi-Modal
Emergency Remote Learning During COVID-19 in a South African Higher Institution.
Research in Social Sciences and Technology, 6 (2), 199-218. https://doi.org/10.46303/
ressat.2021.19
15. Melo, G., Sanhueza, D., Morales, S., & Peña-Lévano, L. (2021). What does the Pandemic
Mean for Experiential Learning? Lessons from Latin America, 3, 131-146. https://doi.
org/10.22004/AG.ECON.313690.
16. Mollá, A. (2006). Estrategia de Marketing y comportamiento del consumidor. En Mollá,
A. Comportamiento del Consumidor, Bogotá: Editorial UOC, 13-38.
17. Muthuprasad, T., Aiswarya, S., Aditya, K.S. & Jha, G. (2021). Students’ perception and
preference for online education in India during COVID -19 pandemic. Social Sciences &
Humanities Open, 3 (1), 1-11. https://doi.org/10.1016/j.ssaho.2020.100101
18. Ploj, M., Dolenc, K. & Sorgo, A. (2021). Changes in Online Distance Learning Behaviour
of University Students during the Coronavirus Disease 2019 Outbreak, and development
of the Model of Forced Distance Online Learning Preferences. European Journal of
Educational Research, 10 (1), 393-411.
19. Rizun, M., & Strzelecki, A. (2020). Students’ Acceptance of the COVID-19 Impact on
Shifting Higher Education to Distance Learning in Poland. International Journal of
Environmental Research and Public Health, 17. https://doi.org/10.3390/ijerph17186468
20. Roy, S. & Covelli, B. (2021). COVID-19 Induced Transition from Classroom to Online
Mid Semester: Case Study on Faculty and Students’ Preferences and Opinions. Higher
Preferencias por la educación a distancia: un análisis desde el comportamiento del consumidor
107
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 8(14), pp. 88-107. Primer Semestre de 2025
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.14.05
Learning Research Communications, 11 (0), 10-32. https:// 10.18870/hlrc.v11i0.1197
21. Salas-Pilco, S. (2022). The Impact of COVID-19 on Latin American STEM Higher
Education: A Systematic Review. 2022 IEEE World Engineering Education Conference
(EDUNINE), 1-6. https://doi.org/10.1109/EDUNINE53672.2022.9782354
22. Sent, E. (2018). Racionalidad y racionalidad limitada: no se puede tener una sin la otra. The
European Journal of the History of Economic Thought, 25, 1370-1386. https://doi.org/10.
1080/09672567.2018.1523206
23. Sotelo, M., Barrera, L., Echeverría, B. & Ramos, D. (2022). Aprendizaje percibido
de estudiantes universitarios en cursos en modalidad presencial y mixta: un estudio
comparativo. Revista Latinoamericana de Tecnología Educativa, 21 (1), 115-127. https://
doi.org/10.17398/1695-288X.21.1.115
24. Stevanović, A., Božić, R., & Radović, S. (2021). Higher education students’ experiences
and opinion about distance learning during the Covid‐19 pandemic. Journal of Computer
Assisted Learning, 37, 1682 - 1693. https://doi.org/10.1111/jcal.12613
25. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of
information technology: Toward a unied view. MIS Quarterly, 27(3), 425-478.
