Un profesor de instituto del área de ciencias de 1.º de Bachillerato, convencido de la importancia que tiene el razonamiento abstracto para el aprendizaje de las materias de dicha área, diseña un nuevo programa educativo para mejorar el razonamiento abstracto utilizando un entorno virtual. Quiere investigar la eficacia de dicho método con los alumnos de su instituto. Para ello, evalúa mediante un test de razonamiento abstracto a todos los alumnos y, a la vista de los resultados, los divide en dos grupos: (A) los que sacaron en el test una puntuación menor a 50, y (B) los que sacaron en el test una puntuación de 50 o más de 50. Con los alumnos del grupo A utiliza el nuevo programa dirigido a mejorar el razonamiento abstracto, mientras que el grupo B sigue utilizando el método de enseñanza tradicional. Al finalizar el curso se les aplica a ambos grupos, otra vez, el test de razonamiento abstracto. Los resultados hallados muestran que el nuevo método ha tenido efecto a la hora de mejorar el razonamiento abstracto de los alumnos.



Se denomina diseño de discontinuidad de la regresión porque se calcula una a partir de las puntuaciones obtenidas en el pretest y el postest. En las gráficas (a y b) de la Figura 6.2 podemos ver como se representan las puntuaciones. Concretamente, en estas gráficas se muestran unas puntuaciones hipotéticas para el ejemplo que estamos viendo, cada punto representa un par de puntuaciones en la prueba de razonamiento abstracto: en el eje de se reflejan las puntuaciones en el y en el de las puntuaciones en el . Por ejemplo, el punto señalado en la Figura 6.2 (b) corresponde a una puntuación de 40 en el pretest y de 60 en el postest. Siguiendo con el ejemplo del Cuadro 6.3, en la puntuación 50 del pretest es donde se estableció el punto de corte, a partir del cual los participantes fueron asignados a un grupo u otro. Por la mitad de la nube de puntos, aparece dibujada una línea gruesa que sería la recta de regresión calculada mediante la función de regresión y a partir de la cual se pueden hacer predicciones.

Estas gráficas muestran dos posibles resultados, en cada una se representa las puntuaciones del grupo experimental y del en el pretest y en el postest. Si el tratamiento no tuviera efecto, los resultados serían los representados en la Figura 6.2 (a), es decir, se mostraría como el mejor ajuste de las puntuaciones de ambos grupos, de forma que la línea iniciada en el grupo de control se extiende al grupo experimental. Por el contrario, si el tratamiento tiene efecto se mostrará a partir del punto de corte (Figura 6.2 b), es decir, se produce un desplazamiento de las puntuaciones del grupo del tratamiento, de ahí el nombre de discontinuidad en la regresión. En el ejemplo que estamos viendo, las puntuaciones del grupo experimental se han desplazado 10 puntos por encima de las del grupo de control.