El rendimiento académico se concibe como un constructo en el que no sólo se contemplan las aptitudes y la motivación del alum- no sino también otras variables intervinientes como los aspectos docentes, la relación profesor-alumno, el entorno familiar, etc. Desde este enfoque multidisciplinar, Forteza (1975) define el ren- dimiento académico como «la productividad del sujeto, el pro - ducto final de la aplicación de su esfuerzo, matizado por sus acti - vidades, rasgos y la percepción más o menos correcta de los co - metidos asignados». No obstante, a la hora de operativizar el ren- dimiento, tal como apunta González (1988) se tiende al reduccio- nismo, así, en la bibliografía observamos que la mayor parte de las investigaciones toman de él dos tipos de medidas: «las pruebas ob- jetivas» y «las calificaciones del profesorado» que, como muestran Marrero y Espino (1988) son entre sí medidas complementarias: «Así, mientras que las notas recogen variables importantes referi - das al individuo, a su contexto y a la interacción entre ambas, las pruebas objetivas miden el conocimiento adquirido sin considerar especialmente otras variables importantes, pero de una forma más objetiva». Estos mismos autores analizaron el poder predictivo de las distintas aptitudes, mediante regresión múltiple, concluyendo que la más importante predictora del rendimiento académico es la verbal, seguida de la aptitud numérica y del razonamiento, ocu- pando los últimos lugares de la jerarquía las aptitudes mecánica y espacial, todo lo cual coincidiría con los resultados encontrados por la investigación empírica pertinente, aunque el orden de la je- rarquía varía según se trate de predecir áreas específicas de rendi- miento académico. Marcelo, Villarín y Bermejo (1987) tras un pormenorizado es- tudio de los predictores del rendimiento académico seleccionaron distintas escalas y subescalas para la medida de la personalidad, inteligencia, percepción del ambiente de clase, habilidades especí- ficas y destrezas en técnicas de trabajo intelectual. Encontraron que las variables «planificación del estudio» (I.H.E 2), inteligen- cia (O.T.I.S), «apo yo del profesor» (E.A.C. 3), «estudio» (ILLU 5), «tiempo» (ILLU 2), «condiciones ambientales de estudio» (I.H.E. 1) e «implicación» (E.A.C. 1) entraban a formar parte de la ecuación de predicción de regresión múltiple, explicando un 25,70 % de la varianza del rendimiento escolar (promedio de las califi- caciones) en cursos de bachillerato; siendo la varia ble «planifica- ción del estudio» con un coeficiente de correlación parcial de 0.29, la que mayor contribución presentaba a la explicación del rendi- miento académico. Marcelo y otros (1987) concluyen que las va- riables predictoras de mayor importancia son aquellas que se rela- cionan con las técnicas de trabajo intelectual, por lo que reco- miendan para la reducción del fracaso escolar el entrenamiento de los alumnos mediante el diseño de un Taller de Técnicas de Tra- bajo Intelectual. En esta línea, Castejón, Navas y Sampascual (1993) utilizando las técnicas de regresión múltiple y análisis cau- sal llegan a la conclusión de que los factores individuales de «ren- La predicción del rendimiento académico: regresión lineal versus regresión logística Mª Visitación García Jiménez, Jesús Mª Alvarado Izquierdo y Amelia Jiménez Blanco Universidad Complutense de Madrid El objetivo de este estudio es evaluar la capacidad de la regresión lineal y de la regresión logística en la predicción del rendimiento y del éxito/fracaso académico, partiendo de variables, como la asisten- cia y la participación en clase, cuya relevancia ya ha sido sido puesta de manifiesto en anteriores tra- bajos de nuestro equipo (Alvarado y García Jiménez, 1997). La muestra la constituyeron 175 univer- sitarios de primero de psicología, tomándose los datos en la asignatura de «Métodos y Diseños de In- vestigación en Psicología I», del área de Metodología. Las conclusiones de este estudio son que (a) el rendimiento previo es un buen predictor del rendimiento futuro y (b) la asistencia y sobre todo la par- ticipación son variables con un peso importante en la predicción del rendimiento. Predicting Academic Achievement: Linear Regression versus Logistic Regression. The main goal of this work was to evaluate the capability of linear regression and logistic regression in predicting aca- demic achievement and academic success. Our study pays special attention to attendance and parti- cipation, whose variables that are associated to academic achievement (Alvarado and García Jiménez, 1997). We analyzed data from 175 undergraduates enrolled on their first year of psycholo gy course in the subject of «Methods and Designs of Investigation in Psychology I», in the area of Methodology. The conclusions of this study are that (a) prior academic achievement is a good predictor of the futu- re academic achievement and (b) the attendance and mainly the participation are variables with an im- portant emphasis on the prediction of academic achievement. Correspondencia: Mª Visitación García Jiménez Facultad de Psicología Universidad Complutense de Madrid 28223 Madrid (Spain) E-mail: mvgarcia@psi.ucm.es Psicothema ISSN 0214 - 9915 CODEN PSOTEG 2000. Vol. 12, Supl. nº 2, pp. 248-252 Copyright © 2000 Psicothema