Professional Documents
Culture Documents
ISSN: 1134-4032
Abstract
One of the essential functions of university teachers lies in the decision-making process regarding the various components
included in assessment process design, where the quality of assessment tasks is a key aspect. This study presents both
validation of an instrument for students to evaluate the assessment tasks and the model that upholds the relationships
between constructs that characterise the assessment tasks. Working from a review of the literature, a theoretical model has
been devised featuring the characteristics of the assessment tasks and the relationships between them. The Analysis of the
Assessment and Learning Tasks questionnaire (ATAE) has been designed to check them, based on a formative
measurement model. Using a cohort design, a total of 1,166 questionnaires were obtained, completed by students from
the Business Administration and Management (BAM) and Finance and Accounting (F&A) degree courses. The
measurement model and the structural model were evaluated by means of the Partial Least Squares Structural Equation
Modeling (PLS-SEM) technique using SmartPLS_3 software. The results show no collinearity problems plus high levels
of absolute and relative importance for each questionnaire item. From the students’ perception, it should be highlighted
that the challenging aspect of an assessment task is related to transfer of learning, and that this is measured by use of
communication strategies and demonstration of in-depth understanding.
Keywords: Assessment task; Assessment as learning; Empowerment; PLS-SEM; Partial Least Squares; Structural
Equation Modeling, PLSpredict
Resumen
Una de las funciones esenciales del profesorado universitario se concreta en el proceso de toma de decisiones sobre los
diferentes componentes que constituyen el diseño de los procesos de evaluación, siendo uno de sus elementos clave la
calidad de las tareas de evaluación. En este estudio se presenta tanto la validación de un instrumento para la valoración
por el estudiantado de las tareas de evaluación como el modelo que sustenta las relaciones entre los constructos que
caracterizan las tareas de evaluación. A partir de una revisión de la literatura se ha elaborado un modelo teórico de las
características de las tareas de evaluación y las relaciones existentes entre ellas. Para su comprobación se ha diseñado,
sobre la base de un modelo de medida de carácter formativo, el cuestionario Análisis de las Tareas de Evaluación y
Aprendizaje (ATAE). Mediante un diseño de cohorte se han obtenido un total de 1.166 cuestionarios cumplimentados por
estudiantes de los grados de Administración y Dirección de Empresas (ADE) y Finanzas y Contabilidad (FYCO). La
evaluación del modelo de medida y del modelo estructural se ha realizado mediante la técnica Partial Least Squares
Structural Equation Modeling (PLS-SEM) utilizando el software SmartPLS_3. Los resultados muestran la no existencia
de problemas de colinealidad y unos niveles elevados de importancia absoluta y relativa de cada uno de los ítems del
cuestionario. Es de destacar, desde la percepción de los estudiantes, que el carácter retador de una tarea de evaluación se
relaciona con la transferencia del aprendizaje, y cómo el uso de estrategias de comunicación y la demostración de una
comprensión profunda son elementos mediadores de esta relación.
Palabras clave: Tarea de evaluación; Evaluación como aprendizaje; Empoderamiento; PLS-SEM; Mínimos cuadrados
parciales; Modelo de ecuaciones estructurales; PLS predictivo
Received/Recibido 2020 May 15 Approved /Aprobado 2020 June 10 Published/Publicado 2020 June 23
Corresponding author / Autor de contacto: Ibarra-Sáiz, M.S. Universidad de Cádiz, Avda. República Saharaui s/n,
Campus de Puerto Real; 11519, Puerto Real, Cádiz (España) - marisol.ibarra@uca.es │1
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
RELIEVE │2
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
RELIEVE │3
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
RELIEVE │4
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
Tras analizar diferentes aportaciones Dochy participación del estudiante es destacada por
(2009) llega a la conclusión que los nuevos este autor como cuarta característica de estos
medios de evaluación mantienen cinco nuevos medios de evaluación, donde el
características esenciales. Como primera estudiante tiene un papel activo al debatir y
característica señala que una buena evaluación participar en el diseño o elaboración de los
tiene que sustentarse en requerir de los criterios de evaluación, de los instrumentos de
estudiantes la construcción del conocimiento. evaluación, e incluso actuando como
No basta con que los estudiantes reproduzcan evaluador. Por último, la evaluación no es algo
fielmente el conocimiento, es preciso que sean finalista o independiente, sino que está
capaces de dominar la estructura y las integrada en el proceso de aprendizaje y es
interrelaciones existentes y dar coherencia al coherente con los métodos de enseñanza y el
conocimiento. La segunda característica ambiente de aprendizaje.
destaca la necesidad de valorar la capacidad de
Como hemos comprobado son múltiples y
aplicar el conocimiento a casos de actuales, lo diversos los diferentes aspectos que pueden
que exige analizar en qué medida el estudiante
considerarse al diseñar una tarea de
aplica el conocimiento a la resolución de evaluación. Sobre la base de estas aportaciones
problemas de la vida real y, además, toma previas y de otros estudios, en la Tabla 1 se
decisiones apropiadas. La tercera característica presentan las cuatro características que hemos
la constituye la sensibilidad contextual y la considerado en esta investigación como
multiplicidad de perspectivas. Para Dochy esenciales de una tarea de evaluación: ser un
(2009) el estudiante no sólo necesita saber estímulo retador, la necesidad de demostrar
“qué”, sino que también precisa conocer una comprensión profunda, el uso de
“cuándo”, “dónde” y “por qué”. Para ello no estrategias de comunicación y la capacidad de
son recomendables los medios de evaluación transferencia de lo aprendido durante la
basados en afirmaciones y respuestas, es realización de la tarea.
preciso que el estudiante domine e interiorice
los mecanismos causales subyacentes. La
RELIEVE │5
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
RELIEVE │6
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
RELIEVE │7
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
RELIEVE │8
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
Complementariamente, siguiendo las podemos comprobar que todos los valores VIF
orientaciones de Hair et al. (2019) para están claramente por debajo del límite de 5, por
comprobar la robustez del modelo de medida, lo que podemos concluir que no existen
se procedió a realizar un Análisis Tetrádico problemas de colinealidad.
Confirmatorio (CTA-PLS), que ha permitido El valor predictivo del modelo se ha
comprobar empíricamente el carácter analizado a través del coeficiente de
formativo de los constructos RET y TRA, al determinación (R2). Así, en la Figura 3 se
encontrarse tétradas significativamente evidencia cómo casi el 70% de la varianza (R2)
diferentes de cero.
del constructo transferencia (TRA) es
explicado por los otros tres constructos. Según
Evaluación del modelo estructural
los criterios establecidos por Chin (1998) y
Para proceder a la evaluación del modelo Hair et al. (2017) podemos considerarlo como
estructural se realizaron los siguientes análisis: sustancial. El efecto más fuerte sobre la
a) colinealidad; b) significación y relevancia transferencia (TRA) es ejercido por el
de las relaciones estructurales; c) poder y constructo profundidad (PRO, 0.435), seguido
relevancia predictiva; d) tamaño del efecto; y del constructo reto (RET, 0.325) y la
e) poder predictivo. comunicación (COM, 0.146). Así mismo, se
Tabla 6. Valores VIF del modelo estructural evidencia que los valores de R2 para los
constructos PRO (0.595) y COM (0.617)
COM PRO RET TRA
alcanzan niveles que pueden considerarse
COM 2.610 como moderados (R2>0.50). El modelo
PRO 2.469 2.900 presenta un SRMR de 0.03, lo que indica un
RET 2.469 1.000 2.947 adecuado nivel de ajuste tomando como
TRA referencia el criterio usual de situarlo por
debajo de 0.08.
Con respecto a los problemas de colinealidad,
en los resultados presentados en la Tabla 6
RELIEVE │9
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
Para comprobar la relevancia predictiva del constructo latente endógeno. En nuestro caso
modelo se han calculado los valores Q2 constatamos que se alcanzan valores pequeños
mediante el procedimiento de blindfolding en el tamaño del efecto (Tabla 9).
(Tabla 8). Podemos observar que todos los Tabla 9. Tamaños del efecto (q2)
valores para los constructos endógenos están COM PRO TRA
por encima de cero. Más específicamente, el COM -0.001 0.002
mayor valor es presentado por TRA (0.396), PRO 0.051 0.069
seguido de PRO (0.373) y COM (0.341). Estos RET 0.066 0.034
resultados apoyan la relevancia del modelo TRA -0.001 0.000
predictivo a partir de las variables latentes Notas: * 0.02 pequeño/0.15 medio/0.35 grande
endógenas.
Tabla 8. Redundancia de constructo validada Por último, para comprobar el poder predictivo
de forma cruzada (valores Q2) del modelo se llevó a cabo el procedimiento
Q² (=1- PLSpredict (Sharma et al., 2018) obteniendo
SSO SSE
SSE/SSO) los resultados que se presentan en la Tabla 10.
COM 3498.000 2306.506 0.341 Se evidencia que, en todos los casos, los
PRO 4664.000 2922.958 0.373 valores Q2predict son mayor de cero y en la
RET 4664.000 4664.000 mitad de los indicadores se obtienen valores de
TRA 5830.000 3518.702 0.396 RMSE mayores utilizando PLS frente a LM, lo
que indica que el modelo tiene un poder
Los tamaños del efecto (q2) permiten evaluar predictivo medio (Shmueli et al., 2019; Hair et
cómo un constructo exógeno contribuye a un al., 2019).
RELIEVE │10
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
RELIEVE │11
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
Tabla 11. Resumen de la comprobación del efecto de mediación de RET sobre TRA
Tipo de
Efecto total Efecto 95% CI t p
mediación
RET -> TRA 0.769 [0.733, 0.805] 42.047 0.000
Efecto directo
RET -> TRA 0.325 [252, 0.390] 9.006 0.000
Total efecto indirecto
RET -> TRA 0.444 [0.389, 0.503] 15.272 0.000
Efectos indirectos específicos
RET -> PRO -> COM -> TRA 0.046 [0.023, 0.072] 3.662 0.000 Complementaria
RET -> PRO -> TRA 0.336 [0.277, 0.393] 11.378 0.000 Complementaria
RET -> COM -> TRA 0.063 [0.033, 0.095] 3.914 0.000 Complementaria
RELIEVE │12
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
RELIEVE │13
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
proceso de toma de decisiones del profesorado Bearman, M., Dawson, P., Bennett, S., Hall, M.,
que, en gran medida, viene dificultado por Molloy, E., Boud, D., & Joughin, G. (2017).
limitaciones contextuales que hacen necesaria How university teachers design assessments: a
una mayor formación específica del cross-disciplinary study. Higher Education,
profesorado en evaluación y el desarrollo de 74(1), 49–64. https://doi.org/10.1007/s10734-
políticas universitarias favorecedoras de 016-0027-7
nuevos medios de evaluación.
Bearman, M., Dawson, P., Boud, D., Bennett,
Diseñar tareas de evaluación retadoras, que S., Hall, M., & Molloy, E. (2016). Support for
exijan el uso de un conocimiento profundo de assessment practice: developing the
las materias, el dominio de estrategias de Assessment Design Decisions Framework.
comunicación y, en consecuencia, que el Teaching in Higher Education, 21(5), 545–
aprendizaje que se realiza durante su 556.
resolución se pueda transferir a otros https://doi.org/10.1080/13562517.2016.11602
contextos, exige de un profesorado que domine 17
los nuevos medios de evaluación y su uso
contextualizado. Medios de evaluación que Bearman, M., Dawson, P., Boud, D., Hall, M.,
habrán de ser valorados no ya sobre los Bennett, S., Molloy, E., & Joughin, G. (2014).
antiguos criterios de fiabilidad y validez, sino Guide to the Assessment Design Decisions
sobre nuevos criterios alternativos (Dochy, Framework. Retrieved from
2009) como la transparencia, la justicia, la http://www.assessmentdecisions.org/guide/
apreciación directa (no inferida) o su Biggs, J., & Tang, C. (2011). Teaching for
autenticidad y complejidad cognitiva que, quality learning at university. What the
evidentemente, exigen del profesorado y de los students does (4th ed.). McGraw-Hill-SRHE &
estudiantes una nueva visión y perspectiva en Open University Press.
torno a los procesos de evaluación.
Boud, D. (2014). Shifting views of assessment:
Reconocimiento from secret teachers’ business to sustaining
learning. In C. Kreber, C. Anderson, N.
Este trabajo ha sido posible gracias al Entwistle, & J. McArthut (Eds.), Advances and
proyecto TransEval (Ref. I+D+i 2017/01) inovations in university assessment and
financiado por la Universidad de Cádiz y al feedback (pp. 13–31). Edinburgh University
apoyo de la Cátedra UNESCO Evaluación, Press Ltd.
Innovación y Excelencia en Educación. https://doi.org/10.3366/edinburgh/978074869
4549.003.0002
Referencias
Boud, D. (2020, en prensa). Challenges in
Ashford-Rowe, K., Herrington, J., & Brown, C. reforming higher education assessment: a
(2014). Establishing the critical elements that perspective from afar. RELIEVE - Electronic
determine authentic assessment. Assessment & Journal of Educational Research, Assessment
Evaluation in Higher Education, 39(2), 205– and Evaluation.
222.
https://doi.org/10.1080/02602938.2013.81956 Cepeda-Carrión, G., Nitzl, C., & Roldán, J. L.
6 (2017). Mediation Analyses in Partial Least
Squares Structural Equation Modeling:
Ashwin, P., Boud, D., Coate, K., Hallet, F., Guidelines and Empirical Examples. In H.
Keane, E., Krause, K.-L., … Tooher, M. Latan & R. Noonan (Eds.), Partial Least
(2015). Reflective teaching in higher Squares Path Modeling: Basic concepts,
education. Bloomsbury. methodological issues and applications (pp.
https://doi.org/10.1142/S0129183114500405 173–195). Springer.
https://doi.org/10.1007/978-3-319-64069-3
RELIEVE │14
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
Chin, W. W. (1998). The partial least squares S. M. Bridges, C. K. Y. Chan, & R. Glofcheski
approach to structural equation modeling. In (Eds.), Scaling up Assessment for Learning in
G. A. Marcoulides (Ed.), Modern methods for Higher Education (pp. 67–80). Singapore.
business research (pp. 295–398). Lawrence https://doi.org/10.1007/978-981-10-3045-1_5
Erlbaum.
Gore, J., Ladwig, J., Eslworth, W., & Ellis, H.
Cubero-Ibáñez, J., & Ponce-González, N. (2009). Quality assessment framework: A
(2020). Aprendiendo a través de tareas de guide for assessment practice in higher
evaluación auténticas: Percepción de education. Callaghan, NSW Australia: The
estudiantes de Grado en Educación Infantil. Australian Learning and Teaching Council.
Revista Iberoamericana de Evaluación The University of Newcastle. Retrieved from
Educativa, 13(1), 41–69. http://www.olt.gov.au/system/files/resources/
https://doi.org/10.15366/riee2020.13.1.002 QAF FINAL doc for print.pdf
Dawson, P., Bearman, M., Boud, D. J., Hall, M., Gulikers, J. T. M., Bastiaens, T. J., Kischner, P.
Molloy, E. K., Bennett, S., & Joughin, G. A., & Kester, L. (2006). Relations between
(2013). Assessment Might Dictate the student perception of assessment authenticity,
Curriculum, But What Dictates Assessment? study approaches and learning outcomes.
Teaching & Learning Inquiry: The ISSOTL Studies in Educational Evaluation, 32, 381–
Journal, 1(1), 107–111. 400.
https://doi.org/10.2979/teachlearninqu.1.1.107 https://doi.org/10.1016/j.stueduc.2006.10.003
Dochy, F. (2009). The Edumetric Quality of Gulikers, J. T. M., Bastiaens, T., & Kirschner, P.
New Modes of Assessment: Some Issues and A. (2004). A five-dimensional framework for
Prospect. In G. Joughin (Ed.), Assessment, authentic assessment. Educational Technology
Learning and Judgement in Higher Education Research and Development, 52(3), 67–85.
(pp. 85–114). Springer. https://doi.org/10.1007/BF02504676
https://doi.org/10.1007/978-1-4020-8905-3_6
Hair, J. F., Hult, G. T. M., Ringle, C. M., &
Dochy, F., & Gijbels, D. (2006). New learning, Sarstedt, M. (2017). A Primer on Partial Least
assessment engineering and edumetrics. In L. Squares Structural Equation Modeling (PLS-
Verschaffel, F. Dochy, M. Boekaerts, & S. SEM) (2nd ed.). Sage.
Vosniadou (Eds.), Instructional Psychology:
Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle,
Past, present and future trends. Sixteen essays
C. M. (2019). When to use and how to report
in honour of Erik De Corte. Elsevier.
the results of PLS-SEM. European Business
Entwistle, N., & Karagiannopoulou, E. (2014). Review, 31(1), 2–24.
Perceptions of Assessment and their Influences https://doi.org/10.1108/EBR-11-2018-0203
on Learning. In C. Kreber, C. Anderson, N.
Hair, J. F., Sarstedt, M., Ringle, C. M., &
Entwistle, & J. McArthut (Eds.), Advances and
Gudergan, S. P. (2018). Advanced Issues in
innovations in university assessment and
Partial Least Squares Structural Equation
feedback (pp. 75–98). Edinburgh University
Modeling. Sage.
Press Ltd.
https://doi.org/10.3366/edinburgh/978074869 Herrington, J., & Herrington, A. (2006).
4549.003.0005 Authentic conditions for authentic assessment:
Aligning task and assessment. Proceedings of
Garson, G. D. (2016). Partial Least Squares:
the 29th HERDSA Annual Conference, 146–
Regression & Structural Equation Models.
151.
Statistical Publishing Associates.
Horst, S. J., & Pyburn, E. M. (2018). Likert
Glofcheski, R. (2017). Making Assessment for
scaling. In B. B. Frey (Ed.), The SAGE
Learning Happen Through Assessment Task
encyclopedia of educational research,
Design in the Law Curriculum. In D. Carless,
RELIEVE │15
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
measurement, and evaluation (pp. 974–976). well-being (pp. 61–138). Paris: OECD
Sage. Publishing.
https://doi.org/10.1787/9789264191655-en
Ibarra-Sáiz, M. S. y Rodríguez-Gómez, G.
(2019). Una evaluación como aprendizaje. En Panadero, E., Andrade, H., & Brookhart, S.
J. Paricio, A. Fernández e I. Fernández (Eds.), (2018). Fusing self-regulated learning and
Cartografía de la buena docencia. Un marco formative assessment: a roadmap of where we
para el desarrollo del profesorado basado en are, how we got here, and where we are going.
la investigación (pp. 175–196). Narcea. The Australian Educational Researcher, 45(1),
13–31. https://doi.org/10.1007/s13384-018-
Ibarra-Sáiz, M. S., Rodríguez-Gómez, G., &
0258-y
Boud, D. (2020). Developing student
competence through peer assessment: the role Panadero, E., Klug, J., & Järvelä, S. (2016).
of feedback, self-regulation and evaluative Third wave of measurement in the self-
judgement. Higher Education. regulated learning field: when measurement
https://doi.org/10.1007/s10734-019-00469-2 and intervention come hand in hand.
Scandinavian Journal of Educational
Jiménez-Cortés, R. (2019). Aprendizaje de las
Research, 60(6), 723–735.
mujeres en las redes sociales: Validación de la
https://doi.org/10.1080/00313831.2015.10664
escala MAIA con PLS. Revista de
36
Investigación Educativa, 37(2), 431–449.
https://doi.org/http://dx.doi.org/10.6018/rie.37 Pereira, D., Niklasson, L., & Flores, M. A.
.2.325721 (2017). Students’ perceptions of assessment: a
comparative analysis between Portugal and
Johnson, R. L., & Morgan, G. B. (2016). Survey
Sweden. Higher Education, 73(1), 153–173.
scales. A guide to development, analysis, and
https://doi.org/10.1007/s10734-016-0005-0
reporting. The Guilford Press.
Ringle, C. M., Wende, S., & Becker, J.-M.
Muñoz-Cantero, J.-M., Rebollo-Quintela, N.,
(2015). SmartPLS 3. Bönningstedt: SmartPLS.
Mosteiro-García, J., & Ocampo-Gómez, C.-I.
Retrieved from http://www.smartpls.com
(2019). Validación del cuestionario de
atribuciones para la detección de coincidencias Rodríguez-Gómez, G., & Ibarra-Sáiz, M. S.
en trabajos académicos. RELIEVE - Revista (2015). Assessment as learning and
Electrónica de Investigación y Evaluación empowerment: Towards sustainable learning
Educativa, 25(1), 1–16. in higher education. In M. Peris-Ortiz & J. M.
https://doi.org/10.7203/relieve.25.1.13599 Merigó Lindahl (Eds.), Sustainable learning in
higher education. Developing competencies
Nitzl, C., Roldán, J. L., & Cepeda, G. (2016).
for the global marketplace (pp. 1–20).
Mediation Analysis in Partial Least Squares
Springer. https://doi.org/10.1007/978-3-319-
Path Modeling: Helping researchers discuss
10804-9_1
more sophisticated models. Industrial
Management & Data Systems, 116(9), 1849– Roldán, J. L., & Sánchez-Franco, M. J. (2012).
1864. https://doi.org/10.1108/IMDS-07-2015- Variance-Based Structural Equation
0302 Modeling: Guidelines for Using Partial Least
Squares in Information Systems Research. In
O’Donovan, B. (2016). How student beliefs
Research Methodologies, Innovations and
about knowledge and knowing influence their
Philosophies in Software Systems Engineering
satisfaction with assessment and feedback.
and Information Systems (pp. 193–221). IGI
Higher Education, 74(4), 617–633.
Global. https://doi.org/10.4018/978-1-4666-
https://doi.org/10.1007/s10734-016-0068-y
0179-6.ch010
OECD. (2013). Methodological considerations
Sadler, D. R. (2016). Three in-course
in the measurement of subjective well-being.
assessment reforms to improve higher
In OECD Guidelines on measuring subjective
RELIEVE │16
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
education learning outcomes. Assessment & Strijbos, J., Engels, N., & Struyven, K. (2015).
Evaluation in Higher Education, 41(7), 1081– Criteria and standards of generic competences
1099. at bachelor degree level: A review study.
https://doi.org/10.1080/02602938.2015.10648 Educational Research Review, 14, 18–32.
58 https://doi.org/10.1016/j.edurev.2015.01.001
Sambell, K., McDowell, L., & Montgomery, C. Tai, J., Ajjawi, R., Boud, D., Dawson, P., &
(2013). Assessment for Learning in Higher Panadero, E. (2018). Developing evaluative
Education. Routledge. judgement: enabling students to make
decisions about the quality of work. Higher
Sharma, P. N., Shmueli, G., Sarstedt, M., Danks,
Education, 76(3), 467–481.
N., & Ray, S. (2018). Prediction-Oriented
https://doi.org/10.1007/s10734-017-0220-3
Model Selection in Partial Least Squares Path
Modeling. Decision Sciences. Thomas, T., Jacobs, D., Hurley, L., Martin, J.,
https://doi.org/10.1111/deci.12329 Maslyuk, S., Lyall, M., & Ryan, M. (2019).
Students’ perspectives of early assessment
Shmueli, G., Ray, S., Velasquez Estrada, J. M.,
tasks in their first-year at university.
& Chatla, S. B. (2016). The elephant in the
Assessment & Evaluation in Higher
room: Predictive performance of PLS models.
Education, 44(3), 398–414.
Journal of Business Research, 69(10), 4552–
https://doi.org/10.1080/02602938.2018.15139
4564.
92
https://doi.org/10.1016/j.jbusres.2016.03.049
Wren, J., Sparrow, H., Northcote, M., & Sharp,
Shmueli, G., Sarstedt, M., Hair, J. F., Cheah, J.
S. (2009). Higher Education Students’
H., Ting, H., Vaithilingam, S., & Ringle, C. M.
Perceptions of Effective Assessment.
(2019). Predictive model assessment in PLS-
International Journal of Learning, 15(12), 11–
SEM: guidelines for using PLSpredict.
23. https://doi.org/10.18848/1447-
European Journal of Marketing, 53(11), 2322–
9494/CGP/v15i12/46037
2347. https://doi.org/10.1108/EJM-02-2019-
0189 Zhao, X., Lynch, J. G., & Chen, Q. (2010).
Reconsidering Baron and Kenny: Myths and
Smith, J. K., & Smith, L. F. (2014). Developing
truths about mediation analysis. Journal of
Assessment Tasks. In C. Wyatt-Smith, V.
Consumer Research, 37(2), 197–206.
Klenowski, & P. Colbert (Eds.), Designing
https://doi.org/10.1086/651257
Assessment for Quality Learning (pp. 123–
136). Springer. https://doi.org/10.1007/978-
94-007-5902-2
RELIEVE │17
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
Reflexiona sobre la tarea de evaluación y valora, en una escala de 0 (nada) a 10 (total), en qué
grado o medida has puesto en práctica o desarrollado los siguientes aspectos que se detallan
RELIEVE │18
Ibarra-Sáiz, M.S. y Rodríguez-Gómez, G. (2020). Evaluando la evaluación. Validación mediante PLS-SEM de la escala
ATAE para el análisis de las tareas de evaluación. RELIEVE, 26(1), art. M4. http://doi.org/10.7203/relieve.26.1.17403
Authors / Autores
Ibarra-Sáiz, M.S. (marisol.ibarra@uca.es) 0000-0003-4513-702X
Profesora Titular de Universidad en el Área de Métodos de Investigación y Diagnóstico en Educación de la
Universidad de Cádiz. Directora de la Cátedra UNESCO en Evaluación, Innovación y Excelencia en
Educación. Directora del Grupo de Investigación EVALfor-SEJ509 – Evaluación en contextos
formativos, del Plan Andaluz de Investigación, Desarrollo e Innovación (PAIDI). Desarrolla su
investigación principalmente en el ámbito de la evaluación en educación superior. Ha sido investigadora
principal de más de 10 proyectos europeos, internacionales y nacionales cuyos resultados han sido
publicados en diversos artículos, capítulos de libros y contribuciones a congresos internacionales.
Actualmente es coinvestigadora principal del Proyecto FLOASS - Resultados y analíticas de aprendizaje
en la educación superior: Un marco de acción desde la evaluación sostenible (RTI2018-093630-B-I00) en
el que participan 6 universidades españolas.
Rodríguez-Gómez, G. (gregorio.rodriguez@uca.es) 0000-0001-9337-1270
Catedrático de Universidad de Métodos de Investigación y Diagnóstico en Educación de la Universidad de
Cádiz. Es coordinador del área estratégica "Estudios e investigaciones en evaluación" de la Cátedra
UNESCO en Evaluación, Innovación y Excelencia en Educación. Miembro fundador del Grupo
de Investigación EVALfor-SEJ509 - Evaluación en contextos formativos. Sus intereses de investigación se
centran en la metodología de investigación y en la evaluación en educación superior. Actualmente es
coinvestigador principal del Proyecto FLOASS - Resultados y analíticas de aprendizaje en la educación
superior: Un marco de acción desde la evaluación sostenible (RTI2018-093630-B-I00). Autor de artículos,
capítulos de libro y aportaciones en conferencias internacionales. Ha sido Presidente de la Asociación
Interuniversitaria de Investigación Pedagógica (AIDIPE). Actualmente es Presidente de la Red Estatal de
Docencia Universitaria RED-U.
RELIEVE │19
Copyright of RELIEVE - Revista Electrónica de Investigación y Evaluación Educativa is the
property of RELIEVE - Revista Electonica de Investigacion y Evaluacion Educativa and its
content may not be copied or emailed to multiple sites or posted to a listserv without the
copyright holder's express written permission. However, users may print, download, or email
articles for individual use.