INNOVA Research Journal, ISSN 2477-9024  
Mayo-Agosto 2021). Vol. 6, No.2 pp. 105-116  
(
DOI: https://doi.org/10.33890/innova.v6.n2.2021.1674  
URL: http://revistas.uide.edu.ec/index.php/innova/index  
Correo: innova@uide.edu.ec  
Problemáticas de la docencia universitaria ecuatoriana en tiempos de  
COVID-19  
Problems of Ecuadorian university teaching in times of COVID-19  
Rosa Marianela Salamea Nieto  
Universidad Técnica de Machala, Ecuador  
rsalamea@utmachala.edu.ec  
https://orcid.org/0000-0001-5315-3439  
Sandra Elizabeth Campoverde Romero  
Universidad César Vallejo, Perú  
sandracampoverde23@hotmail.com  
https://orcid.org/0000-0002-6099-1964  
Luis Fernando Cedillo Chalaco  
Universidad Técnica de Machala, Ecuador  
lfcc_lye@hotmail.com  
https://orcid.org/0000-0002-3142-4485  
John Alexander Campuzano Vásquez  
Universidad Técnica de Machala, Ecuador  
jcampuzano@utmachala.edu.ec  
https://orcid.org/0000-0002-3901-3197  
Recepción: 07/01/2021 | Aceptación: 03/02/2021 | Publicación: 10/05/2021  
Cómo citar (APA, séptima edición):  
Salamea Nieto, R. M., Campoverde Romero, S. E., Cedillo Chalaco, L.F., y Campuzano  
Vásquez, J. A. (2021). Problemáticas de la docencia universitaria ecuatoriana en tiempos de  
COVID-19. Innova Research Journal, 6(2), 105-116.  
https://doi.org/10.33890/innova.v6.n2.2021.1674  
Resumen  
El coronavirus (COVID-19), ha sumido a los países del mundo en un apuro, no solo sanitario y  
económico, sino también educativo, que ha llevado a muchas naciones a la suspensión de las  
actividades docentes tradicionales. Ecuador es parte de esta realidad, su sistema universitario está  
inmerso en una urgente transición de las clases presenciales a formatos online. La Universidad  
Técnica de Machala es parte de este crítico momento, el cual ha generado varias problemáticas  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
105  
Rosa Salamea Nieto, Sandra Campoverde Romero, Luis Cedillo Chalaco, y John Campuzano Vásquez  
ISSN 2477-9024. Innova Research Journal (Mayo-Agosto, 2021). Vol 6, No. 2, pp. 105-116  
para los docentes, que de forma abrupta y en un período inusual los ha llevado a migrar sus clases  
a un formato educativo distinto al tradicional, constituyéndose un salto apresurado a la universidad  
del nuevo siglo, en donde la tecnología pasó de ser una herramienta esporádica a convertirse en  
una parte fundamental en la cátedra, marcando un nuevo nivel de fatiga y estrés en los educadores.  
Esta investigación usó una encuesta online que recogió las respuestas de docentes de la  
Universidad Técnica de Machala, para identificar el nivel de fatiga y estrés por el cual están  
atravesando por la virtualización de sus clases, debido a la pandemia del covid-19, obteniendo  
datos respecto a las problemáticas presentadas (logísticas, tecnológicas, pedagógicas y socio-  
afectivas), y la edad (intervalos) de cada uno de ellos, los que son analizados usando un modelo  
ANOVA de doble vía. Los principales resultados muestran que el nivel de fatiga y estrés en los  
docentes universitarios se ha visto incrementado, y marca diferencias estadísticamente  
significativas respecto a las edades, y no significativas en cada problemática manifestada.  
Palabras claves: ANOVA; COVID-19; educación universitaria; fatiga y estrés.  
Abstract  
The coronavirus (covid-19), has plunged the countries of the world into a hurry, not only health  
and economic, but also educational, which has led many nations to the suspension of traditional  
teaching activities. Ecuador is part of this reality, its university system is immersed in an urgent  
transition from face-to-face classes to online formats. The Technical University of Machala is part  
of this critical moment, which has generated several problems for teachers, which abruptly and in  
an unusual period has led them to migrate their classes to an educational format other than the  
traditional one, constituting a hasty leap to the university of the new century, where technology  
went from being a sporadic tool to becoming a fundamental part of the chair, marking a new level  
of fatigue and stress in educators. This research used an online survey that collected the responses  
of teachers from the Technical University of Machala, to identify the level of fatigue and stress  
through which they are going through the virtualization of their classes, due to the covid-19  
pandemic, obtaining data Regarding the problems presented (logistical, technological, pedagogical  
and socio-affective), and the age (intervals) of each of them, which are analyzed using a two-way  
ANOVA model. The main results show that the level of fatigue and stress in university teachers  
has increased, and marks statistically significant differences with respect to age, and not significant  
in each problem manifested.  
Keywords: ANOVA; COVID-19; university education; fatigue and stress.  
Introducción  
La pandemia del coronavirus (covid-19) se está propagando de forma exponencial en todos  
1
los países del mundo. Desde su aparición en Wuhan en diciembre de 2019, hasta la actualidad ,  
los casos confirmados reportados suman cerca de 23,4 millones; siendo Estados Unidos, el país  
que se ha convertido en el foco de la pandemia, seguido por Brasil y la India. A nivel de  
Latinoamérica, Ecuador, desde el 29 de febrero de 2020 que el Ministerio de Salud Pública (2020)  
anuncia el primer caso confirmado de coronavirus dentro del país, ocupa el octavo lugar en el  
número de contagiados, y el vigésimo octavo a nivel del mundo.  
1
Con corte a 24 de agosto de 2020, 23:00 horas- Ecuador. Datos proporcionados por (Google Noticias, 2020).  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
106  
Problemáticas de la docencia universitaria ecuatoriana en tiempos de COVID-19.  
Además, el COVID-19 resultó en una agravante para la crisis mundial, debido a las  
paralizaciones de actividades <<como medida drástica para desacelerar los niveles de contagios y  
muertes>>, sumiendo a los países del mundo en un apuro, no solo sanitario y económico (Banco  
Mundial, 2020), sino también educativo, que ha llevado a nivel global a la suspensión de las  
actividades docentes tradicionales, para migrar de manera abrupta al modelo de la educación  
online (Mora, Julio, Calderón, y Huilcapi, 2020), constituyéndose en una experiencia altamente  
complicada para estructurar una enseñanza educativa satisfactoria (Trujillo, Fernández, Segura, y  
Jiménez, 2020).  
En concordancia con el inciso anterior, este crecimiento de contagios obligó a todos los  
países del globo terráqueo a tomar medidas de aislamiento y distanciamiento social, con el  
propósito de frenar su evolución y el acelerado acrecentamiento de muertes registradas; la medida  
que más destacó fue la suspensión de actividades educativas presenciales (García, Corell, Abella,  
y Grande, 2020), obligando a pasar a la educación virtual; un proceso, que si bien es cierto, se ha  
ido dando de manera progresiva en las instituciones de educación superior, representando para  
algunos docentes serias dificultades en el proceso de enseñanza (Martínez y Garcés, 2020).  
Entre las dificultades evidenciadas por parte de la suspensión de actividades educativas  
presenciales, según una investigación llevada a cabo por (Pedró, 2020) en el contexto de América  
Latina y El Caribe, destaca principalmente impactos en lo pedagógico, financiero, laboral,  
movilidad internacional, sobre la demanda y oferta de educación, y socioemocional. En lo que  
refiere a este último aspecto, los principales rasgos que presentan los docentes por el traslado a la  
educación virtual de sus contenidos son: la ansiedad, nerviosismo, la fatiga y el estrés (Gómez y  
Rodríguez, 2020).  
Según Fernández, Hernández, Nolasco, de la Rosa, y Herrera (2020) más de 120 países se  
han visto en la necesidad de cerrar de manera total o parcial sus sistemas educativos (públicos y  
privados) en el nivel de educación superior (como en el resto de niveles), resultando en una  
decisión nada fácil, debido a que esto implica múltiples costes para el sector de la educación, tales  
como: costes educativos, que se generan por llevar la educación tradicional a una educación  
virtual; costes sociales, desde el sentido de la reorganización para adaptarse a la “nueva”  
modalidad de estudio, y de que no todos los implicados tengan las posibilidades o condiciones  
para desenvolverse adecuadamente o acceder a ella; y costes laborales, para pagar a docentes sin  
que estos cumplan una productividad laboral regular.  
Alania, Llancari, de la Cruz, y Ortega (2020) manifiestan que no resulta nada fácil para los  
docentes transitar de la educación tradicional dictada en las aulas a la educación virtual, por  
razones que dicha transición les significa buscar e implementar nuevas estrategias didácticas, tanto  
a nivel sincrónico como asincrónico, sumándose a su vez, en muchos de los casos la deficiencia  
de internet, que en conjunto generan dentro del proceso pedagógico situaciones de frustración,  
como el estrés y la fatiga, por los esfuerzos cognitivos y conductuales.  
A raíz de lo descrito, y al ser Ecuador parte de esta realidad, su sistema educativo  
universitario se ha visto inmerso también en una urgente transición de las clases presenciales a  
formatos virtuales (Villafuerte, Johanna, Cevallos, y Bermello, 2020). Tal es el caso de La  
Universidad Técnica de Machala (como las otras universidades ecuatorianas) la cual es parte de  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
107  
Rosa Salamea Nieto, Sandra Campoverde Romero, Luis Cedillo Chalaco, y John Campuzano Vásquez  
ISSN 2477-9024. Innova Research Journal (Mayo-Agosto, 2021). Vol 6, No. 2, pp. 105-116  
este crítico momento educativo; el cual ha significado que a su planta docente le toque de forma  
abrupta y dentro de un período inusual migrar a un formato educativo distinto al tradicional, que  
aunque constituye un salto apresurado a la universidad del nuevo siglo, en donde la tecnología  
pasó de ser una herramienta esporádica a convertirse en una parte fundamental en el cumplimiento  
de la cátedra, y sumándose las problemáticas inmiscuidas en los procesos de diseños de syllabus,  
planes de clases, recursos y estrategias, han marcado un nuevo nivel de fatiga y estrés, con  
afectaciones directas a la estabilidad del educador.  
Por tanto, se da la importancia de efectuar esta investigación, la cual tiene como objetivo,  
identificar el nivel de fatiga y estrés por el cual están atravesando los docentes universitarios de  
las Universidad Técnica de Machala por la virtualización de sus clases, debido a la pandemia del  
COVID-19, usando un modelo ANOVA de doble vías, estructurados con datos respecto a las  
problemáticas presentadas (logísticas, tecnológicas, pedagógicas y socio-afectivas), y la edad  
(intervalos) de cada uno de ellos.  
Metodología  
Muestra  
Se empleó una técnica de muestreo no probabilístico por conveniencia (Otzen y Manterola,  
017), a los docentes investigadores de la UTMACH, a los que se les aplicó una encuesta online  
2
mediante Google forms, con la finalidad de obtener información respecto al nivel de fatiga y estrés  
por el cual están atravesando debido a la migración de sus contenidos de educación presencial a la  
educación virtual, por motivos de la pandemia del COVID-19; además, se plantearon preguntas  
que permitieron obtener datos respecto a las problemáticas presentadas (logísticas, tecnológicas,  
pedagógicas y socio-afectivas), y la edad de cada uno de ellos. Dicha encuesta se envió al total de  
docentes que están adscritos al departamento de investigación de la universidad, de los cuales  
únicamente 40 estuvieron disponibles para responder.  
Variables  
Se tomaron 3 variables para estructurar el modelo de ANOVA de dos vías:  
Variable dependiente nivel de fatiga y estrés: medida con un valor de 1 a 10, en donde  
significa muy bajo nivel de fatiga y estrés; y 10 muy alto nivel de fatiga y estrés.  
1
Factor (vía) problemáticas: logísticas, tecnológicas, pedagógicas y socio afectivos.  
Factor (vía) edad: la edad de los participantes en intervalos. 27-31, 32-36, 37-41, 42-46,  
y 47+.  
Análisis estadístico  
Para el curso investigativo se planteó un estudio cuantitativo descriptivo (Rubio, 2016), de  
corte transversal (Rodríguez y Mendivelso, 2018). En paralelo, se construyó un modelo de análisis  
de varianza (ANOVA) de dos vías, el cual busca determinar la existencia de diferencias entre las  
cuatro problemáticas planteadas (logísticas, tecnológicas, pedagógicas y socio-afectivas) a las  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
108  
Problemáticas de la docencia universitaria ecuatoriana en tiempos de COVID-19.  
cuales se enfrenta el docente universitario de la UTMACH según su edad. De acuerdo a lo que  
expresan Melo, López, y Melo (2007) el análisis de varianza a más de gozar de una excelente  
adaptabilidad a la particularidad de cada diseño, permite que se puedan descomponer las diferentes  
fuentes de variación, con el fin de analizar una serie de datos que provienen de experimentos  
aleatorios. Dicho de otra forma, permite analizar si el efecto de interacción entre los dos factores  
establecidos afecta de manera directa (Pardo, Garrido, Ruiz, y San Martín (2007), o por separado  
a la variable dependiente (Pardo y San Martín, 2015).  
En términos matemáticos simples, el modelo representa la respuesta de 푌푖푗푘 con los niveles  
de dos factores A y B, y la interacción entre ambos (AB), resultando según Díaz y Morales (2012);  
Ruiz (2017) en la siguiente ecuación:  
푌
푖푗푘  
= 휇 + 훼 + 훽 + 훾 + 휖 ,  
푖 푗 푖푗 푖푗푘  
Donde:  
휇, media global sin importar el factor.  
훼 , es el efecto debido al i-ésimo nivel del factor A.  
푖
훽푗, es el efecto debido al j-ésimo nivel del factor B.  
훾푖푗, es el efecto debido a la interacción entre el i-ésimo nivel del factor A y el j-ésimo nivel  
del factor B.  
휖푖푗푘, error aleatorio asociado al proceso de muestreo.  
Resultados  
Validación del modelo  
En lo que respecta al análisis de ANOVA, para que este tenga validez, es necesario a priori  
estudiar si las hipótesis básicas del modelo se encuentran o no en contradicción con los datos  
observados; para cual, se deben satisfacer los supuestos de independencia de ambos factores,  
normalidad y homocedasticidad (Lara, 2015; Monleón, 2016).  
-
Independencia  
Para verificar la independencia de los dos factores, se ejecutó una gráfica de dispersión, en  
donde se tomaron para ser graficados los residuos no tipificados representados en el eje de las  
ordenadas, y los valores pronosticados no tipificados representado en el eje de las abscisas del  
modelo ANOVA de dos vías construido. Por lo cual, al observar la Figura 1, se denota en las  
observaciones que no crean ninguna tendencia curvilínea2; por tanto, no existe interacción entre  
los dos factores, lo que da paso a que los resultados obtenidos tengan validez interpretativa.  
2
Que los datos de los factores formen una línea curva, o mantengan una dirección/relación directamente  
proporcional.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
109  
Rosa Salamea Nieto, Sandra Campoverde Romero, Luis Cedillo Chalaco, y John Campuzano Vásquez  
ISSN 2477-9024. Innova Research Journal (Mayo-Agosto, 2021). Vol 6, No. 2, pp. 105-116  
Figura 1  
Independencia de los factores problemáticas y edad  
-Normalidad y homogeneidad  
Para efectos de determinar la normalidad se aplicó el test de Shapiro Wilk (González y  
Cosmes, 2019); y para el cálculo de la homogeneidad de las varianzas tanto del factor edad como  
del factor problemáticas, se testeó la prueba de Levene (Narváez y Campuzano, 2020). De acuerdo  
a lo que se visualiza en la Tabla 1, los datos recabados presentan normalidad y homogeneidad de  
varianzas, debido a que el p-valor de estos se postula por encima del 5%. Es decir, se aceptan  
hipótesis nula de existencia de normalidad (Villaseñor, González, y Ochoa, 2017) y de  
homogeneidad de varianzas para ambos factores (Bustos, Lozano, y Justacaro, 2016).  
Tabla 1  
Pruebas de Normalidad y Homogeneidad de Varianzas  
Homogeneidad de  
varianzas: Edad  
Homogeneidad de  
varianzas: Problemáticas  
Normalidad  
Kolmogorov-Smirnov  
Levene  
0.492  
Levene  
0.988  
0.41  
Estadístico  
p-valor  
0.086  
0.2  
0.741  
Fuente: Elaboración propia.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
110  
Problemáticas de la docencia universitaria ecuatoriana en tiempos de COVID-19.  
Análisis de varianza doble vía  
Los resultados de la ejecución del modelo ANOVA con dos vías con efectos principales,  
muestran que los efectos de los factores problemáticas y edad, y los efectos de la intersección, son  
3
estadísticamente significativos ; es decir, el modelo explica adecuadamente la variación observada  
en la variable dependiente (nivel de fatiga y estrés); aunque, los dos efectos incluidos en el modelo  
explican moderadamente la varianza de la variable dependiente, en aproximadamente 36% (según  
R2).  
En consecución, se observa, que el factor problemáticas, posee un p >5%, lo que significa,  
que no existen diferencias estadísticamente significativas entre las cuatro problemáticas que  
asienten los docentes (logísticas, tecnológicas, pedagógicas y socio-afectivas); lo que se traduce  
que el nivel de fatiga y estrés por causas de estas problemáticas no se muestran disímiles los unos  
con los otros. Sin embargo, el factor edad, manifiesta, que los cinco intervalos de edad establecidos  
demuestran diferencias estadísticamente significativas (p <5%); dicho de otro modo, en que existe  
uno, o varios intervalos de edad que muestran diferencias respecto a los otros.  
Tabla 2  
Salida del modelo ANOVA doble vía  
Tipo III de  
Media  
Origen  
suma de  
gl  
F
Sig.  
cuadrática  
cuadrados  
Modelo corregido  
Intersección  
Problemáticas  
Edad  
88,725a  
1334,025  
7,875  
7
1
12,675  
1334,025  
2,625  
2,563  
269,755  
,531  
,032  
,000  
,664  
,009  
3
80,850  
4
20,213  
4,945  
4,087  
Error  
158,250  
1581,000  
246,975  
32  
40  
39  
Total  
Total corregido  
2
2
a. R = ,359 (R ajustada = ,219)  
Fuente: Elaboración propia.  
3
Todos aquellos valores de significancia ‘p-valor’ que sean <5%, se los considera estadísticamente  
significativos (Corrales y Dorta, 2019)  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
111  
Rosa Salamea Nieto, Sandra Campoverde Romero, Luis Cedillo Chalaco, y John Campuzano Vásquez  
ISSN 2477-9024. Innova Research Journal (Mayo-Agosto, 2021). Vol 6, No. 2, pp. 105-116  
Prueba post hoc  
A vista de los resultados anteriores, al determinar mediante el modelo de ANOVA con dos  
vías, que los intervalos del factor edad, muestran diferencias estadísticamente significativas, se  
procedió a aplicar la prueba post hoc de Duncan; test que posee un alto nivel de potencia, y  
establece un nivel de error por cada prueba, y usa un orden paso a paso para efectuar las  
comparaciones (Allen, 2017).  
Obteniendo así, que el nivel de fatiga y estrés de los docentes universitarios que están  
dentro del intervalo de edad de 27 a 31 años, con un promedio de 3,38 (más bajo), marcan  
diferencia estadísticamente significativa respecto a los docentes que poseen edades por encima de  
3
3
7 años (intervalos de edad 37-41, 42-46, y 47+); no así, con aquellos docentes que oscilan entre  
2 y 36 años, ya que la diferencia entre ambos grupos no es significativa, pese a que en términos  
del promedio del nivel de fatiga y estrés es 1,75 puntos mayor (5,13).  
Cabe destacar, que, si bien es cierto, el grupo de profesores de edades comprendidas entre  
3
2 y 36 años, no muestra diferencia estadísticamente significativa en el nivel de fatiga y estrés con  
los sujetos que están en el intervalo de edad de 27-31 años, este grupo de profesores, trae consigo  
una condicionante adicional, en el sentido, que pese a ubicarse en el primer subconjunto, también  
se ubica en el segundo subconjunto, lo que data que tampoco presenta diferencias estadísticamente  
significativas con aquellos profesores que tienen edades superiores a 37 años.  
Adicionalmente, se denota que aquellos educadores que se encuentran entre los 37 y 41  
años, son los que mayor nivel de estrés presentan, con un nivel de fatiga y estrés promedio de 7,50.  
Tabla 3  
Prueba post hoc de Duncan  
Subconjunto  
Edad  
N
1
2
Duncan  
27 - 31  
8
8
8
8
8
3,38  
5,13  
3
2 - 36  
7+  
5,13  
6,25  
6,63  
7,50  
4
4
3
2 - 46  
7 - 41  
Fuente: Elaboración propia.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
112  
Problemáticas de la docencia universitaria ecuatoriana en tiempos de COVID-19.  
Gráfico de perfil  
En contraste al inciso predecesor, se aprecia en la Figura X lo que muestra la prueba post  
hoc, que el factor de las problemáticas a las que se enfrentan los profesores universitarios en lo  
referente a los aspectos logísticos, tecnológicos, pedagógicos y socio-afectivos, no muestran  
diferencia; en cambio, respecto al factor edad, es claramente apreciado que los docentes que se  
encuentran en edades comprendidas de 27-31 años, manifiestan (según sus respuestas) menor nivel  
de fatiga y estrés al tener que virtualizar sus clases; caso contrario, con aquellos educadores  
universitarios, que están en edades de 37 a 41 años, los cuales presentan un nivel de estrés es  
mayor.  
Figura 2  
Gráfico de perfil de las medias marginales de los niveles de fatiga y estrés de los factores  
problemáticas y edad  
Conclusiones  
En términos generales, los efectos de la pandemia por el COVID-19, implicaron que todos  
los países del mundo se vean obligados a tomar decisiones radicales y apresuradas, con el claro  
propósito de contrarrestar el número de casos y muertes registradas desde su aparición en Wuhan;  
decisiones que no solo afectaron a los factores económicos y de salud pública, sino también, a la  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
113  
Rosa Salamea Nieto, Sandra Campoverde Romero, Luis Cedillo Chalaco, y John Campuzano Vásquez  
ISSN 2477-9024. Innova Research Journal (Mayo-Agosto, 2021). Vol 6, No. 2, pp. 105-116  
educación superior (foco de esta investigación), la cual de manera fragosa le tocó migrar de una  
metodología de enseñanza tradicional presencial, a una enseñanza virtual, causando desazón en la  
planta docente, al punto de llevarlos a experimentar niveles de fatiga y estrés.  
De acuerdo a lo datado por los principales resultados empíricos, exhibidos por el modelo  
ANOVA, la fatiga y el estrés de los docentes universitarios, no se muestran diferentes en términos  
de significancia estadística al momento de que los educadores se enfrentan a problemáticas en los  
aspectos logísticos, tecnológicos, pedagógicos, y socio-afectivos; aunque se denota que, de  
acuerdo a los valores promedios, se marca (aunque no significativamente) mayor nivel de estrés y  
fatiga en cuanto a la categoría tecnológica, presumiblemente porque a muchos de estos les tocó  
aprender a usar las distintas herramientas para adaptar sus contenido a un entorno digital en un  
corto tiempo.  
Finalmente, se halla por el lado de la variable edad, que el nivel de fatiga y estrés en los  
diferentes rangos establecidos, muestran diferencias estadísticamente significativas, apreciándose  
principalmente que el menor nivel de estrés radica en los docentes que poseen edades dentro del  
intervalo de 27 a 31 años; caso disímil sucede con los profesores que tienen edades comprendidas  
entre 37 y 41 años. Tal situación lleva a plantearse nuevas interrogantes para futuras  
investigaciones, en donde se consideren variables adicionales que permitan determinar si existe  
alguna causa que condicione que en el rango de edad señalado es un factor que genere menor nivel  
o mayor nivel de estrés en los docentes universitarios.  
Referencias Bibliográficas  
Alania, R., Llancari, R., de la Cruz, M., y Ortega, D. (2020). Adaptación del cuestionario de estrés  
académico SISCO SV al contexto de la crisis por COVID-19. Socialium, 4(2), 111-130.  
https://doi.org/10.26490/uncp.sl.2020.4.2.669  
Allen, M. (2017). Post Hoc Tests: Duncan Multiple Range Test. The SAGE Encyclopedia of  
Communication Research Methods, 1(4). https://dx.doi.org/10.4135/9781483381411.n448  
Banco Mundial. (08 de Junio de 2020). La COVID-19 (coronavirus) hunde a la economía mundial  
en  
la  
peor  
recesión  
desde  
la  
Segunda  
Guerra  
Mundial.  
https://www.bancomundial.org/es/news/press-release/2020/06/08/covid-19-to-plunge-  
global-economy-into-worst-recession-since-world-war-ii  
Bustos, B., Lozano, R., y Justacaro, G. (2016). Incremento de la fuerza dinámica máxima a través  
de un protocolo de acción recíproca con deportistas amateurs. Impetus, 10(2), 119-126.  
http://dx.doi.org/10.22579/20114680.165  
Corrales, I., y Dorta, A. (2019). Producción científica en revistas estudiantiles latinoamericanas:  
análisis comparativo del período 2013-2016. Educación Médica, 20(3), 146-154.  
https://doi.org/10.1016/j.edumed.2018.02.010  
Díaz, L., y Morales, M. (2012). Modelos de doble vía de clasificación. En L. Díaz, y M. Morales,  
Análisis estadístico de datos multivariados (pág. 155). Bogotá: Universidad Nacional de  
Colombia.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
114  
Problemáticas de la docencia universitaria ecuatoriana en tiempos de COVID-19.  
Fernández, M., Hernández, D., Nolasco, R., de la Rosa, R., y Herrera, N. (2020). Lecciones del  
COVID-19 para el sistema educativo mexicano. Iniciativa de educación con equidad y  
calidad, 1-17.  
García, F., Corell, A., Abella, V., y Grande, M. (2020). La evaluación online en la educación  
superior en tiempos de la COVID-19. Education in the Knowledge Society (12), 1-26.  
https://doi.org/10.14201/eks.23013  
Gómez, N., y Rodríguez, P. (2020). Estrés en docentes en el contexto de la pandemia de COVID-  
1
9 y la educación. Divulgación académica UNA FENOB, 1(1), 216-234.  
https://revistas.fenob.una.py/ojs/index.php/rfenob/article/view/91  
González, E., & Cosmes, W. (2019). Shapiro–Wilk test for skew normal distributions based on  
data transformations. Journal of Statistical Computation and Simulation (17), 1-15.  
https://doi.org/10.1080/00949655.2019.1658763  
Google  
Noticias.  
https://news.google.com/covid19/map?hl=es-419&gl=US&ceid=US%3Aes-419  
A. (2015). Universidad de Granada (España). Obtenido  
https://www.ugr.es/~bioestad/guiaspss/practica7/  
Martínez, J., y Garcés, J. (2020). Competencias digitales docentes y el reto de la educación virtual  
(24  
de  
Agosto  
de  
2020).  
Google  
Noticias.  
Lara,  
de  
derivado de la COVID-19. Educación  
y
Humanismo, 22(39), 1-16.  
https://doi.org/10.17081/eduhum.22.39.4114  
Melo, O., López, L., y Melo, S. (2007). Diseño de bloques completamente aleatorizados. En O.  
Melo, L. López, y S. Melo, Diseño de experimentos [Métodos y aplicaciones] (pág. 161).  
Bogotá: Pro-Offset Editorial S.A.  
Monleón, T. (2016). Novedades en el ANOVA. Diseño de experimentos, su análisis y diagnóstico.  
Technical  
Report.  
Universidad  
de  
Barcelona.  
https://www.researchgate.net/profile/Antonio_Monleon-  
Getino/publication/304283596_Diseno_de_experimentos_su_analisis_y_diagnostico/link  
s/576b8cea08aefcf135bd5977.pdf  
Mora, A., Julio, M., Calderón, R., y Huilcapi, M. (2020). Enseñar y aprender en tiempos de  
COVID-19. Pro Sciences: Revista De Producción, Ciencias E Investigación, 4(34), 79-86.  
https://doi.org/10.29018/issn.2588-1000vol4iss34.2020pp79-86  
MSP. (2020). Ministerio de Salud Pública del Ecuador. https://www.salud.gob.ec/actualizacion-  
de-casos-de-coronavirus-en-ecuador/  
Narváez, K., y Campuzano, J. (2020). Reformas económicas y su incidencia en el crecimiento del  
Ecuador,  
periodo  
1980-  
2017.  
MAPA,  
4(18),  
110-121.  
http://revistamapa.org/index.php/es/article/view/194/248  
Otzen, T., y Manterola, C. (2017). Técnicas de Muestreo sobre una Población a Estudio.  
International Journal of Morphology, 35(1), 227-232. http://dx.doi.org/10.4067/S0717-  
9
5022017000100037  
Pardo, A., y San Martín, R. (2015). Análisis de varianza. Dos factores completamente  
aleatorizados. En A. Pardo, & R. San Martín, Análisis de datos en ciencias sociales y de la  
salud (Vol. II, pág. 247). Madrid: Universidad Autónoma de Madrid.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
115  
Rosa Salamea Nieto, Sandra Campoverde Romero, Luis Cedillo Chalaco, y John Campuzano Vásquez  
ISSN 2477-9024. Innova Research Journal (Mayo-Agosto, 2021). Vol 6, No. 2, pp. 105-116  
Pardo, A., Garrido, J., Ruiz, M. Á., y San Martín, R. (2007). La interacción entre factores en el  
análisis de varianza: errores de interpretación. Psicothema, 19(2), 343-349.  
https://www.redalyc.org/pdf/727/72719224.pdf  
Pedró, F. (2020). COVID-19 y educación superior en América Latina y El Caribe: efectos, y  
recomendaciones políticas. Análisis Carolina, 1-15. https://doi.org/10.33960/AC_36.2020  
Rodríguez, M., y Mendivelso, F. (2018). Diseño de investigación de corte transversal. Rev.Medica.  
Sanitas 141-146.  
https://www.unisanitas.edu.co/Revista/68/07Rev%20Medica%20Sanitas%2021-  
_MRodriguez_et_al.pdf  
(21),  
3
Rubio, S. (2016). Sección de metodología. Enfermería basada en la evidencia: Investigación  
clínica aplicada a las ciencias de la salud. Enfermería en Cardiología, 13(69), 23-29.  
https://dialnet.unirioja.es/descarga/articulo/6285990.pdf  
Ruiz,  
G.  
http://www.revistasbolivianas.org.bo/scielo.php?pid=S9876-  
7892017000100007&script=sci_arttext  
Trujillo, F., Fernández, M., Segura, A., y Jiménez, M. (2020). Escenarios de evaluación en el  
contexto de la pandemia por la COVID-19. Madrid: Santillana.  
(2017).  
Análisis  
de  
varianza.  
Revista  
Varianza  
(13),  
54-69.  
6
https://www.researchgate.net/profile/Fernando_Trujillo_Saez/publication/341000931_Es  
cenarios_de_evaluacion_en_el_contexto_de_la_pandemia_por_la_COVID-  
1
9_la_opinion_del_profesorado/links/5ea94d0792851cb26763030d/Escenarios-de-  
evaluacion-en-el-contexto-de-l  
Villafuerte, J., Johanna, B., Cevallos, Y., y Bermello, J. (2020). Rol de los docentes ante la crisis  
del COVID-19, una irada desde el enfoque humano. REFCalE, 8(1), 134-150.  
http://www.refcale.uleam.edu.ec/index.php/refcale/article/view/3214/1986  
Villaseñor, J., González, E., y Ochoa, A. (2017). On Testing the Inverse Gaussian Distribution  
Hypothesis. The Indian Journal of Statistics, 81, 1-15. https://doi.org/10.1007/s13571-017-  
0
148-8  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
116