© Universidad Politécnica Salesiana, Ecuador
julio-diciembre 2025
Vol. 20, No. 2, 287-298
https://doi.org/10.17163/alt.v20n2.2025.10
p-ISSN:1390-325X / e-ISSN:1390-8642
http://alteridad.ups.edu.ec
F
Relación entre el tecnoestrés y objetivos académicos en
universitarios peruanos
Relationship between technostress and academic
goals in Peruvian university students
Emilyn Verde-Avalos es profesora en la Universidad Peruana Unión (Perú) (emilynverde@upeu.edu.pe)
(https://orcid.org/0000-0003-2093-0208)
Dr. José Livia-Segovia es profesor en la Universidad Federico Villarreal (Perú) (jlivia@unfv.edu.pe)
(https://orcid.org/0000-0003-2226-3349)
Segundo Malca-Peralta es profesor en la Universidad Peruana Unión (Perú) (segundomalca@upeu.edu.pe)
(https://orcid.org/0000-0001-6294-1541)
Dr. Josué Turpo-Chaparro es profesor en la Universidad Peruana Unión (Perú) (josuetc@upeu.edu.pe)
(https://orcid.org/0000-0002-1066-6389)
Recibido: 2025-02-13 / Revisado: 2025-06-08 / Aceptado: 2025-06-13 / Publicado: 2025-07-01
Resumen
Desde 2020, la digitalización educativa ha evidenciado el impac-
to del tecnoestrés en la orientación de objetivos académicos de
estudiantes universitarios peruanos. Este fenómeno afecta su
motivación, compromiso y capacidad para enfrentar desafíos
educativos, subrayando la importancia de analizar esta relación
en el contexto de la creciente digitalización. El estudio tuvo como
objetivo evaluar la relación entre el tecnoestrés y la orientación
de objetivos académicos en estudiantes peruanos, considerando
cómo las demandas tecnológicas y las relaciones interpersonales
influyen en su rendimiento. Además, identificar estrategias para
mitigar los efectos negativos del tecnoestrés. Se realizó un estu-
dio cuantitativo correlacional con 885 estudiantes, empleando la
Escala de Tecnoestrés (TS4US) y el Cuestionario de Orientación
de Objetivos Académicos (AGOQ). Los datos se analizaron
mediante métodos estadísticos, incluyendo análisis de redes y un
modelo de regresión. Se halló una correlación negativa significa-
tiva (r = -0.32) entre tecnoestrés y orientación de objetivos aca-
démicos. Las demandas tecnológicas y relaciones interpersonales
disfuncionales impactaron en metas relacionadas con aprendizaje
y superación personal. El modelo de regresión explicó el 12,5 %
de la variabilidad en los objetivos, destacando los efectos negativos
de las habilidades-demandas tecnológicas (β = -0.228) y relaciones
interpersonales (β = -0.173). Es esencial implementar estrategias
institucionales como apoyo psicológico, capacitación digital y
regulación del uso tecnológico para crear entornos educativos
saludables que mejoren el desempeño académico y fortalezcan la
orientación hacia metas significativas.
Palabras clave: tecnoestrés, objetivos académicos, tecnología,
universitarios.
Abstract
Since 2020, educational digitalization has highlighted the impact
of technostress on the academic goal orientation of Peruvian
university students. This phenomenon affects their motivation,
engagement, and ability to face educational challenges, empha-
sizing the importance of analyzing this relationship within the
context of increasing digitalization. The study aimed to evaluate
the relationship between technostress and academic goal orien-
tation among Peruvian students, considering how technological
demands and interpersonal relationships influence their perfor-
mance. Additionally, it sought to identify strategies to mitigate the
negative effects of technostress. A quantitative correlational study
was conducted with 885 students using the Technostress Scale
(TS4US) and the Academic Goals Orientation Questionnaire
(AGOQ). Data were analyzed through statistical methods, includ-
ing network analysis and a regression model. A significant
negative correlation (r = -0.32) was found between technostress
and academic goal orientation. Technological demands and dys-
functional interpersonal relationships impacted goals related to
learning and personal growth. The regression model explained
12.5% of the variability in goal orientation, highlighting the
negative effects of technological skills-demands (β = -0.228) and
interpersonal relationships (β = -0.173). It is essential to imple-
ment institutional strategies such as psychological support, digital
training, and regulation of technology use to create healthy edu-
cational environments that enhance academic performance and
strengthen orientation toward meaningful goals.
Keywords: technostress, academic goals, technology, university
students.
Forma sugerida de citar (APA): Verde-Avalos, E., Livia-Segovia, J., Malca-Peralta, S. y Turpo-Chaparro, J. (2025). Relación entre el
tecnoestrés y objetivos académicos en universitarios peruanos. Alteridad, 20(2), 287-298. https://doi.org/10.17163/alt.v20n2.2025.10
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador
288
1. Introducción
1.1 La tecnología y el surgimiento del
tecnoestrés
La tecnología constituye un componente esen-
cial en el desarrollo humano, al permitir la trans-
formación del entorno y potenciar la creatividad
individual (Esparza y Rubio, 2016). En este contexto,
Fuentes et al. (2024) destacan que las tecnologías
de la información y la comunicación (TIC) han
revolucionado la educación y la comunicación con-
temporánea, facilitando el acceso a la información
y promoviendo competencias digitales clave. No
obstante, este avance ha traído consigo consecuen-
cias negativas, como el tecnoestrés, un fenómeno
vinculado al uso excesivo del smartphone (Roig-Vila
et al., 2023), la pérdida de empleo y la invasión de
la privacidad, que se manifiesta a través del miedo
y la presión, y afecta tanto el bienestar psicológico
como el rendimiento académico de los estudiantes
universitarios (Kim y Park, 2018). Además, se ha
identificado como un factor de riesgo asociado a la
disminución de la satisfacción laboral (Toscano et
al., 2024); afectando negativamente el bienestar y el
desempeño profesional del personal docente (Prieto-
Quezada et al., 2023).
El tecnoestrés genera fatiga mental y desmoti-
vación, lo cual repercute negativamente en el rendi-
miento académico, dificultando la concentración y
la organización necesarias para alcanzar metas aca-
démicas. Asimismo, limita el uso eficiente de herra-
mientas tecnológicas para el aprendizaje, reduciendo
las oportunidades de éxito académico (Solano y
Núñez, 2024). En esta línea, (Ponce et al., 2023) sos-
tienen que niveles elevados de tecnoestrés se asocian
con una disminución significativa del rendimiento
académico. En casos extremos, dicho estrés ha lle-
vado a estudiantes a abandonar sus estudios debido
a las dificultades de adaptación a entornos digitales
(Masías et al., 2023)
De acuerdo con Salazar-Concha et al. (2022)
el tecnoestrés se configura como una condición
psicosocial derivada del uso intensivo de las TIC,
afectando tanto la productividad como el bienestar
emocional. Sus efectos comprenden el agotamiento
mental y la aparición de comportamientos disfun-
cionales, los cuales impactan negativamente la salud
mental y el desempeño académico. El “Cuestionario
de Tecnoestrés” evidencia los efectos adversos de
las TIC en las relaciones familiares, laborales y la
salud de los estudiantes (Coppari et al., 2018). En
consonancia, Villavicencio-Ayub et al. 2020) señalan
impactos psicológicos, sociales y biológicos como la
tecnoansiedad y la tecnoadicción. Asimismo, Ruiz
et al. (2019) identifican la tecnoansiedad como la
principal variable asociada al tecnoestrés, con efectos
negativos sobre el rendimiento académico.
1.2 Consecuencias del tecnoestrés en el
rendimiento académico
En este marco, los objetivos académicos des-
empeñan un rol fundamental al proporcionar direc-
ción, guiar el comportamiento académico y con-
tribuir al desarrollo personal del estudiante (Chan
Chi, 2022). Según Abello et al. (2022), una adecuada
orientación hacia estos objetivos permite mantener
la motivación, reducir la deserción universitaria y
fomentar el compromiso con la formación profesio-
nal. Aladini et al. (2024) resaltan que la definición
clara de metas y su alineación con la visión educativa
capacitan al estudiante para afrontar los desafíos del
entorno académico y alcanzar un bienestar integral.
Las metas académicas operan como un marco
que estructura las intenciones y comportamientos
educativos, promoviendo aprendizajes significativos
(Saborío-Taylor y Álvarez, 2023). Estas metas pue-
den orientarse al rendimiento o al aprendizaje, per-
mitiendo que el estudiante ajuste su enfoque según
las exigencias contextuales (Cabanach et al., 2017).
Además, regulan el comportamiento estudiantil con-
forme a los propósitos planteados (Moreno et al.,
2019). En un estudio con 100 estudiantes universi-
tarios, (Monroy, 2022) reportó que el 62 % se enfoca
en obtener buenas calificaciones, el 32 % prioriza
el aprendizaje y solo el 6 % busca reconocimiento
social. De forma similar, Roque et al. (2021), en una
muestra de 1235 estudiantes de ciencias de la salud,
hallaron que el 41,78 % presentó una orientación
predominante hacia metas centradas en el aprendi-
zaje y la mejora de habilidades.
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador 289
1.3 Consecuencias del tecnoestrés en el
rendimiento académico
Diversos estudios han evidenciado la influen-
cia negativa del tecnoestrés sobre el rendimiento
académico. Por ejemplo, Ponce et al. (2023) encon-
traron una relación inversa significativa entre ambos
factores en una muestra de 251 estudiantes, reco-
mendando reducir el tecnoestrés para optimizar el
desempeño académico. Asimismo, Salazar-Concha
et al. (2020), en un estudio con 118 estudiantes uni-
versitarios chilenos, señalaron que el tecnoestrés se
incrementa en contextos de alta exigencia académica
y escaso apoyo institucional, así como en condicio-
nes de baja competencia digital. Otro estudio halló
que el 95,2 % de los participantes presentó altos
niveles de tecnoestrés, afectando dimensiones como
el escepticismo, la adicción y la fatiga.
Estos hallazgos destacan la necesidad de
implementar reformas curriculares que fomenten
habilidades emocionales y de liderazgo para mitigar
el impacto del tecnoestrés en el ámbito académico
(Quispe et al., 2024). Penado et al. (2021) analizaron
esta problemática en estudiantes españoles duran-
te el confinamiento por COVID-19, evidenciando
mayores niveles de tecnoestrés en universidades
presenciales, asociados a la carencia de habilidades y
recursos tecnológicos.
Por su parte, Gonzabay-Flores y Santamaria-
Romero (2024) informaron que el 35 % de los estu-
diantes percibió una disminución en su capacidad de
concentración y el 30 % reportó un impacto negativo
en su rendimiento académico debido al estrés tecno-
lógico. En otra investigación, Suriá (2023) halló que
el tecnoestrés afectó particularmente a mujeres, jóve-
nes, estudiantes de cursos iniciales y de carreras no
tecnológicas, asociándose con un uso intensivo de las
TIC. Finalmente, Huanacuni (2021) reportó niveles
medio-altos de tecnoestrés en el 86,4 % de los parti-
cipantes, siendo la tecnofatiga y la tecnoadicción las
dimensiones más prevalentes. Asimismo, el 82,14 %
de los estudiantes obtuvo un rendimiento académico
considerado regular.
A partir de este panorama, esta investigación
tiene como objetivo analizar la relación entre el tec-
noestrés y la orientación de objetivos académicos en
estudiantes universitarios peruanos. Aunque la lite-
ratura existente se ha centrado principalmente en el
vínculo entre tecnoestrés y rendimiento académico,
este estudio propone profundizar en su relación con
la formulación y orientación de las metas académi-
cas, dado su papel clave en la autorregulación y el
éxito estudiantil.
2. Metodología
2.1 Diseño
Este estudio adopta un enfoque cuantitativo y
utiliza el Análisis de Redes como técnica principal.
Esta metodología permite examinar la estructura de
las relaciones e interacciones entre actores (personas,
grupos u organizaciones), representándolos como
nodos y las relaciones entre ellos como vínculos
(Del Rosario y Peral, 2011). A través de este enfoque
es posible analizar patrones como la centralidad, la
densidad y la cohesión, lo que permite comprender
la dinámica de la red y la distribución de recursos o
influencias en su interior (Sampieri et al., 2003). En
este caso, se analiza la relación entre el tecnoestrés y
la orientación de objetivos académicos en estudian-
tes universitarios.
2.2 Participantes
La muestra estuvo conformada por 885 estu-
diantes universitarios peruanos. La mayoría de los
participantes (69,5 %) tiene entre 18 y 25 años, seguidos
por el 19,3 % con edades entre 26 y 35 años, y un 11,2
% de 36 años o más. En cuanto al género, el 53,2 % son
mujeres y el 46,8 % son hombres.
Respecto a la facultad de procedencia, el 27 %
pertenece a Ciencias de la Salud, el 24,7 % a Ciencias
Empresariales, el 20,5 % a Ingeniería y Arquitectura,
el 13,1 % a Ciencias Humanas y Educación, el 7,7 %
a otras carreras, y el 7 % a Teología. En relación con
el origen geográfico, el 37,4 % proviene de la costa, el
33,9 % de la sierra, el 25,1 % de la selva, y el 3,6 % son
estudiantes extranjeros. Además, el 84,3 % proviene
de universidades privadas y el 15,7 % de universi-
dades públicas. Finalmente, el 80,9 % cursa estudios
presenciales, mientras que el 19,1 % lo hace de manera
semipresencial, reflejando las tendencias actuales en
educación superior.
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador
290
2.3 Instrumentos
a) Tecnoestrés: se utilizó el cuestionario desa-
rrollado por Wang y Li (2019) y adaptado por Vega-
Muñoz et al. (2022) para estudiantes chilenos. Este
instrumento consta de 19 ítems distribuidos en tres
factores: 1) Necesidades personales y recursos tecno-
lógicos (NSR), 2) Relaciones interpersonales (PPF), y
3) Capacidades personales y demandas tecnológicas
(ADTE). La escala de respuesta es tipo Likert de
cinco puntos. El instrumento mostró una alta con-
fiabilidad, con un Alfa de Cronbach total de 0.925;
y valores de 0.887 para NSR, 0.753 para PPF y 0.921
para ADTE. El índice KMO fue de 0.897, lo que indi-
ca una excelente adecuación muestral, respaldando
su validez en contextos educativos.
b) Orientación de los objetivos académicos:
se aplicó el instrumento desarrollado por Skaalvik
(2002), validado en España por Navea (2012) y
posteriormente en Colombia por Manrique-Abril
(2020), en estudiantes de Enfermería. El análisis fac-
torial exploratorio reveló cuatro factores que expli-
can el 53,4 % de la varianza total, correspondiendo
a las dimensiones del instrumento original: Meta de
autofrustración del ego (α = 0.838), Meta de supera-
ción del ego (α = 0.733), Meta de evitación del traba-
jo (α = 0.535), y Meta de aprendizaje (α = 0.508). La
confiabilidad global fue adecuada (α = 0.714).
2.4 Procedimiento
La recolección de datos se realizó mediante
un cuestionario en línea administrado a estudiantes
de diferentes universidades peruanas durante un
periodo de dos meses. Previamente, se obtuvieron
los permisos correspondientes por parte de las auto-
ridades universitarias y docentes. Los instrumentos
fueron validados en el contexto peruano, garantizan-
do su fiabilidad y validez. Los análisis se realizaron
con el software estadístico JASP, mediante el cual se
obtuvieron los indicadores psicométricos de los ins-
trumentos y se procedió al análisis de redes entre las
variables principales del estudio.
2.5 Análisis de datos
Se llevaron a cabo análisis descriptivos para
caracterizar las variables principales. La consistencia
interna de los instrumentos fue evaluada mediante
el coeficiente Alfa de Cronbach. Posteriormente, se
aplicó un Análisis Factorial Confirmatorio (AFC)
para validar la estructura interna de los construc-
tos. Finalmente, se realizó un Análisis de Redes
para explorar visual y estadísticamente la relación
entre el tecnoestrés y la orientación de los objetivos
académicos.
2.6 Criterios éticos
La investigación fue aprobada por el Comité
de Ética de la Escuela de Posgrado de la Universidad
Peruana Unión (Resolución N.º 2024-CEEPG-
00045), cumpliendo con los principios éticos fun-
damentales. Todos los participantes otorgaron su
consentimiento informado, asegurando su compren-
sión del objetivo y los procedimientos del estudio. Se
garantizó la confidencialidad de los datos y se salva-
guardó el anonimato de los participantes. Además, se
aplicaron los principios de no maleficencia, justicia,
beneficencia y respeto por la autonomía, permitien-
do a los participantes retirarse del estudio en cual-
quier momento sin consecuencias.
3. Resultados
En la tabla 1, los valores de correlación ítem-
test oscilaron entre 0.68 y 0.82, lo que indica que
todos los ítems contribuyen de manera adecuada
a la medición del constructo de tecnoestrés. Para
el total de los 19 ítems, los coeficientes alfa de
Cronbach y omega alcanzaron un valor de 0.941
(IC 95 %: 0.935-0.947), evidenciando una alta con-
sistencia interna del instrumento. En la dimensión
Habilidades–Demandas Tecnoeducativas (ADTE),
ambos coeficientes fueron también de 0.941 (IC
95%: 0.935-0.947), con correlaciones ítem-test que
oscilaron entre 0.709 y 0.802. En la dimensión
Necesidades–Insumos–Recursos (NSR), la fiabilidad
fue de 0.919 (IC 95 %: 0.910-0.920), con correlacio-
nes que variaron entre 0.700 y 0.818. Finalmente,
en la dimensión Factor Persona-Personas (FPP), los
coeficientes fueron de 0.900 (IC 95 %: 0.890-0.910),
con correlaciones entre 0.810 y 0.815. Estos resulta-
dos respaldan la solidez psicométrica del instrumen-
to en cada una de sus dimensiones.
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador 291
Tabla 1. Características psicométricas del instrumento Tecnoestrés
Habilidades-Demandas Tecnoeducativas (ADTE)
Ítem Correlación del elemento con el resto
TE1 0.714
Fiabilidad
Omega y Alfa 0.919 (IC95%=0.91-0.92)
TE2 0.768
TE3 0.709
TE4 0.745
TE9 0.763
TE10 0.802
TE11 0.778
TE14 0.795
TE15 0.800
TE16 0.760
Necesidades-Insumos-Recursos (NSR)
Ítem Correlación del elemento con el resto
TE5 0.794
Fiabilidad
Omega y Alfa 0.919 (IC95%=0.91-0.92)
TE6 0.808
TE7 0.818
TE8 0.792
TE12 0.701
TE13 0.700
Factor Persona-Personas (FPP)
Ítem Correlación del elemento con el resto
TE17 0.815 Fiabilidad
Omega y Alfa 0.90
(IC95%=0.89-0.91)
TE18 0.810
TE19 0.811
En la tabla 2, correspondiente a la escala de
orientación de objetivos académicos, las correlacio-
nes ítem-test oscilaron entre 0.610 y 0.759, lo que
evidencia que todos los ítems contribuyen significa-
tivamente a la medición del constructo. Las medias
de los ítems se situaron entre 2.659 y 3.860, con
desviaciones estándar que fluctuaron entre 1.078 y
1.215, lo cual refleja una adecuada variabilidad en
las respuestas. Los coeficientes alfa de Cronbach y
omega alcanzaron un valor global de 0.943 (IC 95
%: 0.937-0.948), lo que indica una alta consistencia
interna de la escala. Destacan ítems como el I10, con
la mayor correlación ítem-test (0.759), y el I1, con la
media más elevada (3.860), lo que refuerza su rele-
vancia dentro del instrumento. En conjunto, estos
resultados respaldan la validez interna de la escala
para evaluar la orientación hacia objetivos académi-
cos en estudiantes universitarios.
Tabla 2. Características psicométricas del instrumento de Orientación de Objetivos académicos
Estadísticas de confiabilidad de ítems individuales frecuentes
Ítem Correlación del elemento con el resto Media DT
I7 0.732 2.958 1.191
I11 0.718 2.953 1.215
I14 0.736 2.901 1.192
V28 0.738 3.403 1.083
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador
292
Estadísticas de confiabilidad de ítems individuales frecuentes
Ítem Correlación del elemento con el resto Media DT
I6 0.725 3.397 1.078
I2 0.747 3.227 1.144
I10 0.759 3.167 1.108
I8 0.690 2.834 1.171
I15 0.668 2.777 1.190
I12 0.634 2.659 1.192
I3 0.654 2.947 1.186
I16 0.642 3.776 1.123
I1 0.626 3.860 1.113
I9 0.610 3.840 1.109
I5 0.651 3.692 1.163
En la figura 1 se observa una correlación nega-
tiva entre el tecnoestrés y la orientación de objetivos
académicos (r = -0.32), lo cual sugiere que niveles más
altos de tecnoestrés se asocian con una menor orienta-
ción hacia el logro académico. Esta tendencia se repli-
ca en las dimensiones del tecnoestrés: Factor Persona-
Personas (r = -0.24), Necesidades-Insumos-Recursos
(r = -0.27) y Habilidades-Demandas Tecnoeducativas
(r = -0.34). Asimismo, las dimensiones de la orienta-
ción académica relacionadas con la auto-frustración
del ego (r = -0.37) y con la evitación del trabajo (r =
-0.41) muestran correlaciones negativas similares, lo
que refuerza la relación inversa entre el tecnoestrés y
actitudes académicas adaptativas.
Figura 1. Mapa de calor tecnoestrés y orientación de objetivos académicos
El análisis de redes evidencia las conexiones
entre el tecnoestrés (representado por nodos en
color naranja) y la orientación de objetivos académi-
cos (nodos en azul). Las líneas más gruesas indican
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador 293
relaciones de mayor magnitud, destacando especial-
mente la influencia del tecnoestrés sobre actitudes
académicas desadaptativas como la evitación del
trabajo y la auto-frustración del ego. En particular, la
dimensión Habilidades-Demandas Tecnoeducativas
muestra una asociación significativa con los obje-
tivos académicos, lo cual sugiere que las demandas
tecnológicas percibidas afectan la manera en que los
estudiantes afrontan sus metas académicas. Este aná-
lisis permite identificar áreas críticas de intervención
para mitigar los efectos negativos del tecnoestrés en
el desempeño académico.
Gráfico 1. Análisis de redes entre el tecnoestrés y la orientación de objetivos académicos
Se llevó a cabo un análisis de regresión múl-
tiple para examinar la relación entre el tecnoestrés
y la orientación de objetivos académicos en estu-
diantes universitarios. El modelo explicó el 12.5%
de la varianza observada (R² = 0.125; F = 38.54,
p < .001), lo que sugiere que las dimensiones del
tecnoestrés contribuyen de manera moderada a la
explicación de la variable dependiente. Las dimen-
siones Habilidades–Demandas Tecnoeducativas (B
= -0.357, β = -0.228, t = -4.336, p < .001) y Persona-
Personas (B = -0.139, β = -0.173, t = -3.369, p = .001)
mostraron efectos negativos significativos, indican-
do que mayores niveles de exigencias tecnológicas
y dificultades interpersonales se asocian con una
menor orientación hacia metas académicas. En con-
traste, la dimensión Necesidades-Insumos-Recursos
no presentó un efecto significativo en el modelo (B =
0.037, β = 0.020, t = 0.400, p = .689), lo cual sugiere
que la percepción de recursos tecnológicos no influ-
ye de manera relevante en la orientación académica
de los estudiantes
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador
294
Tabla 3. Modelo de regresión de las dimensiones del tecnoestrés y los objetivos académicos
Variables predictoras Coeficientes no estandarizados Coeficientes
estandarizados t Sig.
B Desv. Error Beta
(Constante) 60,856 ,749 81,234 ,000
TE.Demandas -,357 ,082 -,228 -4,336 ,000
TE.Recursos ,037 ,092 ,020 ,400 ,689
TE.Persona -,139 ,041 -,173 -3,369 ,001
Se construyó un modelo estructural que
incluyó las dimensiones Habilidades-Demandas
Tecnoeducativas y Persona-Personas, las cuales pre-
sentaron una covariación positiva de 0.72, lo que
indica una alta interrelación entre ambas. El modelo
mostró asociaciones significativas con la orientación
hacia objetivos académicos y explicó el 11,4 % de la
varianza de dicha variable. Los índices de ajuste fue-
ron excelentes, con un índice de ajuste comparativo
(CFI) de 1.0 y un índice de raíz cuadrada del residuo
de aproximación (SRMR) de 0.000, lo que respalda la
adecuación del modelo para representar la influencia
del tecnoestrés sobre la orientación académica en
estudiantes universitarios.
Gráfico 2. Diagrama SEM del modelo explicativo de los objetivos académicos
4. Discusión
En respuesta a la crisis en la educación supe-
rior, el Ministerio de Educación del Perú estableció
en 2014 la obligatoriedad de cumplir con condicio-
nes básicas de calidad en las universidades, inclu-
yendo el equipamiento adecuado para el proceso de
enseñanza-aprendizaje y la definición clara de los
objetivos académicos. Posteriormente, se incorpo-
raron estándares que exigían la implementación de
un sistema robusto de tecnologías de la información
y comunicación (TIC), con el propósito de facilitar
el logro de los objetivos académicos y asegurar el
perfil de egreso definido en los planes curriculares.
Asimismo, se reconoció la importancia de gestionar
el tecnoestrés como un factor crítico para mejo-
rar el rendimiento educativo (SINEACE, 2018).
Esta reforma integral tiene como fin garantizar que
los estudiantes alcancen sus metas académicas de
forma efectiva, promoviendo tanto el éxito académi-
co como el bienestar estudiantil.
En este contexto, los hallazgos de este estudio
evidencian una correlación negativa y significa-
tiva entre el tecnoestrés y la orientación hacia los
objetivos académicos en estudiantes universitarios
peruanos, en consonancia con lo reportado por
Cabanach et al. (2017). Estos resultados sugieren
que niveles elevados de tecnoestrés pueden interferir
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador 295
con la consecución de metas académicas, especial-
mente entre estudiantes con una orientación hacia la
evitación del rendimiento, afectando negativamente
su motivación y capacidad de concentración. Así, el
tecnoestrés se configura como un factor que debilita
el enfoque hacia las metas, fomenta conductas de
evitación y reduce el compromiso académico, en
línea con lo planteado por investigaciones previas
sobre estrés en contextos educativos.
El análisis de redes realizado permitió iden-
tificar vínculos significativos entre el tecnoestrés y
actitudes desadaptativas como la auto-frustración
del ego y la evitación del trabajo. Estos hallazgos
concuerdan con lo expuesto por Salazar-Concha et
al. (2022), quienes destacan al tecnoestrés como un
factor psicosocial que contribuye al agotamiento y a
la disminución del rendimiento, incluso en el ámbito
laboral. La presencia de estas actitudes en estudiantes
con altos niveles de tecnoestrés refuerza la idea de
que este tipo de estrés afecta no solo el rendimiento
académico, sino también la autorregulación y la per-
severancia, elementos clave para alcanzar los objeti-
vos educativos.
Sin embargo, Nascimento et al. (2024) ofre-
cen una visión distinta al señalar que el tecnoestrés
puede, en ciertos casos, ser percibido de manera
positiva, sobre todo por docentes, quienes lo inter-
pretan como un desafío que estimula la innovación
pedagógica. Este contraste resalta que el impacto del
tecnoestrés está mediado por factores contextuales
y experienciales. Mientras que en estudiantes su
efecto tiende a ser negativo, en profesionales con
mayor experiencia puede funcionar como un estí-
mulo para el desarrollo de habilidades adaptativas y
transformadoras.
Por su parte, Moreno et al. (2019) señalan que
los estudiantes con metas de aprendizaje definidas
suelen desarrollar trayectorias académicas más exi-
tosas, en contraste con aquellos orientados a evitar el
fracaso, quienes tienden a adoptar comportamientos
contraproducentes, como la evasión de desafíos. Este
planteamiento respalda los resultados de este estu-
dio, en el cual se observa que el tecnoestrés, especial-
mente en interacción con una orientación de evita-
ción, influye de manera negativa en el rendimiento
académico. Esta relación entre metas, motivación y
desempeño exitoso subraya la necesidad de imple-
mentar estrategias de intervención diferenciadas
que ayuden a los estudiantes a gestionar eficazmente
el tecnoestrés y a desarrollar un enfoque proactivo
hacia sus objetivos educativos.
Este estudio contribuye teóricamente al campo
al evidenciar el impacto negativo del tecnoestrés en
la orientación académica, reforzando la importancia
de considerar esta variable en los modelos de moti-
vación y rendimiento estudiantil.
No obstante, se deben considerar algunas
limitaciones. A pesar de contar con una muestra
amplia de estudiantes peruanos, los resultados no
pueden generalizarse a otros contextos culturales o
geográficos. El diseño cuantitativo transversal limita
el análisis de la evolución del tecnoestrés a lo largo
del tiempo. El uso de cuestionarios autoadministra-
dos podría haber introducido sesgos de autopercep-
ción o de deseabilidad social. Además, no se inclu-
yeron variables potencialmente influyentes como
el apoyo familiar, las condiciones socioeconómicas
o las competencias digitales previas, que podrían
modular la relación entre tecnoestrés y orientación
académica. Tampoco se exploraron variables media-
doras o moderadoras, como la alfabetización digital
o el acceso a recursos tecnológicos. Finalmente, el
estudio se centró exclusivamente en estudiantes uni-
versitarios, por lo que se recomienda incluir a otros
niveles educativos en futuras investigaciones para
obtener una visión más integral del fenómeno. La
ausencia de un enfoque longitudinal también impide
captar posibles variaciones en contextos de acelerada
digitalización educativa.
5. Conclusiones
Los hallazgos de este estudio evidencian que
el tecnoestrés guarda una relación negativa sig-
nificativa con la orientación hacia los objetivos
académicos en estudiantes universitarios peruanos.
Específicamente, niveles elevados de tecnoestrés se
vinculan con una disminución en la motivación, el
enfoque en las metas educativas y, por consiguiente,
con un rendimiento académico más bajo. Esta rela-
ción se ve reforzada por los resultados del análisis
de redes, que identificaron vínculos consistentes
entre el tecnoestrés y actitudes de evitación, como la
auto-frustración del ego y la tendencia a evitar el tra-
bajo académico. Estos patrones reflejan no solo una
interferencia del tecnoestrés en el desempeño acadé-
mico, sino también su impacto negativo en el bien-
estar emocional y la perseverancia de los estudiantes.
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador
296
Estos resultados subrayan la necesidad de
comprender el tecnoestrés como un fenómeno mul-
tifactorial que incide en múltiples dimensiones del
comportamiento estudiantil. Desde esta perspectiva,
se plantea la urgencia de diseñar e implementar pro-
gramas institucionales que incluyan acompañamien-
to psicológico, capacitación en habilidades digitales
y estrategias de afrontamiento. Tales iniciativas con-
tribuirían no solo a mitigar los efectos adversos del
tecnoestrés, sino también a potenciar competencias
adaptativas esenciales en entornos educativos alta-
mente digitalizados.
De igual manera, se recomienda que las insti-
tuciones de educación superior desarrollen interven-
ciones diferenciadas que contemplen variables indi-
viduales, como la orientación motivacional (apren-
dizaje vs. evitación), el nivel de alfabetización digital
y posibles diferencias en la forma en que hombres y
mujeres experimentan y gestionan el estrés tecnoló-
gico. Asimismo, la formulación de políticas educati-
vas que promuevan un uso equilibrado, consciente y
ético de las tecnologías podría fomentar entornos de
aprendizaje más saludables, inclusivos y orientados
al logro académico.
En síntesis, esta investigación aporta evidencia
empírica valiosa sobre el efecto del tecnoestrés en la
orientación hacia los objetivos académicos y destaca
la importancia de integrar estrategias preventivas y
de intervención que respondan a los desafíos de la
transformación digital en el ámbito universitario.
Abordar de forma sistemática y contextualizada el
tecnoestrés representa una oportunidad crucial para
fortalecer la calidad educativa, promover el bienestar
estudiantil y garantizar trayectorias académicas exi-
tosas en una sociedad crecientemente digitalizada.
Contribución de autores
Emilyn Verde-Avalos: conceptualización,
Investigación, validación, escritura–revisión y edición.
José Livia-Segovia: análisis formal, metodolo-
gía, software, visualización.
Segundo Malca-Peralta: adquisición de
financiación, recursos, escritura–borrador original.
Josué Turpo-Chaparro: curación de datos,
administración del proyecto, supervisión.
Referencias bibliográficas
Abello, D., Alonso-Tapia, J. y Panadero, E. (2022).
Cuestionario de metas situadas, ajuste y valida-
ción transcultural: comparación entre estudian-
tes colombianos y españoles. Electronic Journal
of Research in Educational Psychology, 21(3), 667-
692. https://bit.ly/3ZxaStU
Aladini, A., Bayat, S. y Abdellatif, M. S. (2024).
Performance-based assessment in virtual versus
non-virtual classes: impacts on academic resi-
lience, motivation, teacher support, and personal
best goals. Asian-Pacific Journal of Second and
Foreign Language Education, 9(1).
https://doi.org/10.1186/s40862-023-00230-4
Cabanach, R. G., Taboada, V. F., Souto-Gestal, A. y
González Doniz, L. (2017). ¿Media la orientación
de las metas académicas el estrés en estudian-
tes universitarios? Does the orientation of the
academic goals mediate the stress in university
students? Revista de Investigación en Educación,
15(2), 109-121. https://bit.ly/3FM5Jrf
Chan Chi, G. I. (2022). Sentido de vida y metas de estudian-
tes en formación docente: caso de una universi-
dad mexicana. RIDE Revista Iberoamericana para
la Investigación y el Desarrollo Educativo, 13(25).
https://doi.org/10.23913/ride.v13i25.1248
Coppari, N. B., Bagnoli, L., Codas, G., López, H., Martínez,
Ú., Martínez, L. y Montanía, M. (2018). Validez y
confiabilidad del cuestionario de tecnoestrés en
estudiantes paraguayos. Perspectivas en Psicología:
Revista de Psicología y Ciencias Afines, 15(2),
40-55. Universidad Nacional de Mar del Plata.
https://bit.ly/445vCul
Del Rosario, F. F. y Peral, P. D. (2011). Análisis de redes
como Método para la definición de conceptos:
Bibliografía. Anales de Documentación, 14(1),
1-14. Universidad de Murcia.
https://bit.ly/3HySI4W
Esparza, P. R. y Rubio, B. J. E. (2016). ¿Qué es Tecnología?
Una aproximación desde la Filosofía: Disertación
en dos movimientos. Revista Humanidades, 6(1),
1-43. https://doi.org/10.15517/h.v6i1.25113
Fuentes, S. L., Cárdenas, B. J. P. y Chávez, B. R. M. (2024).
Optimizando el aprendizaje colaborativo inter-
cultural bilingüe mediado por las Tics: Caso
Universidad Estatal de Bolívar. ReHuSo: Revista
de Ciencias Humanísticas y Sociales, 9(2), 109-
119. https://doi.org/10.33936/rehuso.v9i2.6624
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
Alteridad, 2025, 20(2), 287-298© Universidad Politécnica Salesiana, Ecuador 297
Gonzabay-Flores, C. F. y Santamaria-Romero, G. P. (2024).
El impacto del tecnoestrés en el rendimiento aca-
démico de los estudiantes de Educación General
Básica. Polo del Conocimiento, 9(9).
https://bit.ly/45TzUas
Huanacuni, L. R. (2021). Tecnoestrés y rendimiento aca-
démico en estudiantes de Enfermería en tiempos
de COVID-19. Investigación e Innovación: Revista
Científica de Enfermería, 1(2), 21-27.
https://doi.org/10.33326/27905543.2021.2.1218
Kim, K. y Park, H. (2018). The effects of Technostress on
Information Technology Acceptance. Journal of
Theoretical and Applied Information Technology,
31, 24. https://bit.ly/4e1wyEp
Manrique-Abril, F. G. (2020). Academic goals orientation
questionnaire for Colombian nursing students:
validity and reliability study. Nurse education
today,84, 104226. +
https://doi.org/10.1016/j.nedt.2019.104226
Masias, Y. Y., Aco, C. E. A. y Colque, C. W. (2023).
Tecnoestrés y rendimiento académico de
estudiantes de primer ciclo de estudios de la
Universidad Andina del Cusco, 2021. Yachay -
Revista Científico Cultural, 12(2), 67-77.
https://doi.org/10.36881/yachay.v12i2.640
Monroy, H. E. J. (2022). Metas académicas de los jóve-
nes formados en una universidad privada.
Revista Universitaria Digital de Ciencias Sociales
(RUDICS), 24, 1-18. https://bit.ly/43I1eqL
Moreno, J. E., Chiecher, A. y Paoloni, P. (2019). Los estu-
diantes universitarios y sus metas académicas.
Implicancias en el logro y retraso de los estudios.
Ciencia, Docencia y Tecnología, 30(59 nov-abr).
https://doi.org/10.33255/3059/693
Nascimento, L., Correia, M. F. y Califf, C. B. (2024).
Towards a bright side of technostress in higher
education teachers: Identifying several ante-
cedents and outcomes of techno-eustress.
Technology in Society, 76.
https://doi.org/10.1016/j.techsoc.2023.102428
Penado, A. M. R.-D.-D. M. P., Rodicio-García, M. L.,
Mosquera-González, M. J. y Rego-Agraso, L.
(2021). Tecnoestrés objetivo en estudiantes uni-
versitarios durante la pandemia por COVID-19.
Adaya Press. https://bit.ly/4kIZuDR
Ponce, P. J. E., Hernández, G. E., Jalixto, E. H. M. y Chiri,
S. P. C. (2023). El tecnoestrés en el rendimiento
académico en estudiantes. Horizontes. Revista de
Investigación en Ciencias de la Educación, 7(28),
852-861.
https://doi.org/10.33996/revistahorizontes.v7i28.559
Prieto-Quezada, Ma. T., Romero-Sánchez, A. y Oliva, H.
(2023). Adicción a las TIC. Perspectiva docen-
te desde tres centros universitarios. Alteridad,
18(1), 48-58.
https://doi.org/10.17163/alt.v18n1.2023.04
Quispe, J. L., Quispe, Ú. I., Farias, C. V. y Hernández, P.
Y. (2024). Tecnoestrés en el desgaste académico
de estudiantes universitarios del Perú. Areté,
Revista Digital del Doctorado en Educación de la
Universidad Central de Venezuela, 10(19).
https://doi.org/10.55560/arete.2024.19.10.9
Roig-Vila, R., López-Padrón, A. y Urrea-Solano, M.
(2023). Dependencia y adicción al smartphone
entre el alumnado universitario: ¿Mito o reali-
dad? Alteridad, 18(1), 34-47.
https://doi.org/10.17163/alt.v18n1.2023.03
Roque, H., Alonso, G. S., Salazar, G. Y. E., Criollo, C. A.
del R. y Curay, Y. C. E. (2021). Estrategias de
aprendizaje y metas académicas en estudiantes
universitarios ecuatorianos de ciencias de la
salud. EDUMECENTRO, 13(3), 196-216.
https://bit.ly/4dYh9oe
Ruiz, D. V. E., Ríos-Manríquez, M. y Sánchez-Fernández,
M. D. (2019). Los Tecno Recurso Laborales y su
impacto en el Tecnoestrés. Un Caso empírico.
International Journal of Innovation, 7(2), 299-311.
https://doi.org/10.5585/iji.v7i2.247
Saborío-Taylor, S. y Álvarez, C. A. (2023). Las metas
académicas según escalas de aprendizaje, logro
y refuerzo social: un estudio desde las percep-
ciones según género. Revista Ensayos Pedagógicos,
18(2), 1-24. https://doi.org/10.15359/rep.18-2.14
Salazar-Concha, C., Encina Ramírez, C., Rojas Ramírez,
G. y Araya-Guzmán, S. (2022). Technostress and
its effect on productivity in university students
in times of COVID-19. Revista Venezolana de
Gerencia, 27(100), 1721-1738.
https://doi.org/10.52080/rvgluz.27.100.26
Salazar-Concha, C., Ficapal-Cusí, P. y Boada-Grau, J.
(2020). Tecnoestrés. Evolución del concepto y
sus principales consecuencias. Teuken Bidikay
- Revista Latinoamericana de Investigación en
Organizaciones, Ambiente y Sociedad, 11(17), 165-
180. https://doi.org/10.33571/teuken.v11n17a9
Sampieri, H. R., Fernández, C. C. y Baptista, P. L. (2003).
Metodología de la Investigación.
https://bit.ly/3HACnNb
SINEACE. (2018). Explicación de estándares del modelo de
acreditación de programas de estudios de educación
superior universitaria. https://bit.ly/3Tl2v0W
Skaalvik, E. M. (2002). Self-enhancing and self-defeating
ego goals in mathematics lessons: relationships
among task and avoidance goals, achievement,
self-perceptions, anxiety, and motivation (A
Emilyn Verde-Avalos, Dr. José Livia-Segovia, Segundo Malca-Peralta y Dr. Josué Turpo-Chaparro
© Universidad Politécnica Salesiana, Ecuador
298
Scientific Educology). International Journal of
Educology, 16(1). https://bit.ly/3HGkOuR
Solano, C. V. V. y Núñez, L. L. (2024). Estudios transdisci-
plinarios en comunicación y sociedad. revistain-
vecom.org (Vol. 5, Issue 2).
www.revistainvecom.org.
Suriá, M. R. (2023). Use of technologies, techniques and
their influence on academic performance inu-
niversity students. Anuario de Psicologia, 53(2),
33-42. https://doi.org/10.1344/anpsic2023.53/2.4
Toscano, F., Galanti, T., Giffi, V., Fiore, T. Di, Cortini, M. y
Fantinelli, S. (2024). The mediating role of tech-
nostress in the relationship between social out-
come expectations and teacher satisfaction: evi-
dence from the COVID-19 pandemic in music
education. Research in Learning Technology, 32.
https://doi.org/10.25304/rlt.v32.3086
Vega-Muñoz, A., Estrada-Muñoz, C., Andreucci-
Annunziata, P., Contreras-Barraza, N. y Bilbao-
Cotal, H. (2022). Validation of a measurement
scale on technostress for university students in
Chile. International Journal of Environmental
Research and Public Health, 19(21).
https://doi.org/10.3390/ijerph192114493
Villavicencio-Ayub, E., Aguilar, D. G. I. y Calleja, N.
(2020). Impact of technostress on the mexican
population and its relation with sociodemo-
graphic and work variables. Psicogente, 23(44).
https://doi.org/10.17081/psico.23.44.3473
Wang, X. y Li, B. (2019). Technostress among teachers in
higher education: An investigation from multidi-
mensional person-environment misfit. Frontiers
in Psychology, 10(JULY).
https://doi.org/10.3389/fpsyg.2019.01791
