Vol. 4 No.11 PP. 308-328

EFECTIVIDAD DE LA GAMIFICACIÓN DIGITAL EN EL

RENDIMIENTO DE OPERACIONES MATEMÁTICAS BÁSICAS EN

EDUCACIÓN RURAL

EFFECTIVENESS OF DIGITAL GAMIFICATION ON

PERFORMANCE IN BASIC MATHEMATICAL OPERATIONS IN

RURAL EDUCATION

Luis Freire-Sánchez¹, David Pérez-Miranda², Ángel Huilca-Loyola³, Martin Ibarra-Cárdenas⁴,

Bryan Quillay-Maza⁵, Mateo Anangono-Chingo⁶, Erick Jarrin-Chingo⁷

{luis_freire@sangabrielriobamba.edu.ec¹, dperez@sangabrielriobamba.edu.ec², ahuilca@sangabrielriobamba.edu.ec³

martinibarracardenas@protonmail.com⁴, bryanquillaymaza@protonmail.com⁵, mateoanangonochingo@protonmail.com⁶,

erickjarrin@atomicmail.io⁷}

Fecha de recepción: 12/07/2026 / Fecha de aceptación: 10/09/2026

/ Fecha de publicación: 16/09/2026

RESUMEN: El estudio buscó medir la efectividad de la gamificación digital en el rendimiento

de operaciones matemáticas básicas de estudiantes de educación rural. La investigación fue

cuantitativa, con un diseño cuasiexperimental de grupos intactos y no equivalentes a quienes

se aplicaron evaluaciones pre-test y post-test a los distintos grupos. La muestra estuvo

conformada por 70 estudiantes de 3.º y 4.º de Educación General Básica (EGB) de dos

instituciones educativas fiscales rurales de la parroquia Licán, cantón Riobamba, Ecuador. En

3.º EGB participaron 38 estudiantes, evaluados en operaciones de suma y resta. En 4.º EGB

participaron 32 estudiantes, evaluados en multiplicación y división, los dos divididos en dos

subgrupos de 19 y 16 alumnos denominados grupo experimental y de control. El grupo

experimental recibió la enseñanza habitual del docente, complementada con actividades de

gamificación digital mediante herramientas educativas. El grupo control continuó con la

metodología convencional. El análisis incluyó estadística descriptiva, también se usó la prueba

de normalidad de Shapiro-Wilk, se realizó la prueba de Levene, se aplicó la prueba t para

¹Carrera de Tecnología Superior Universitaria de Desarrollo de Software, Instituto Superior Tecnológico “San Gabriel” condición

Universitario – Ecuador, https://orcid.org/0000-0003-3849-7326

²Carrera de Tecnología Superior Universitaria de Desarrollo de Software, Instituto Superior Tecnológico “San Gabriel” condición

Universitario – Ecuador, https://orcid.org/0009-0002-2467-7430

³Carrera de Tecnología Superior Universitaria de Desarrollo de Software, Instituto Superior Tecnológico “San Gabriel” condición

Universitario – Ecuador, https://orcid.org/0000-0001-7613-6236

⁴Carrera de Tecnología Superior Universitaria de Desarrollo de Software, Instituto Superior Tecnológico “San Gabriel” condición

Universitario – Ecuador, https://orcid.org/0009-0005-1769-9019

⁵Carrera de Tecnología Superior Universitaria de Desarrollo de Software, Instituto Superior Tecnológico “San Gabriel” condición

Universitario – Ecuador, https://orcid.org/0009-0003-7778-1116

⁶Carrera de Tecnología Superior Universitaria de Desarrollo de Software, Instituto Superior Tecnológico “San Gabriel” condición

Universitario – Ecuador, https://orcid.org/0009-0002-1869-4576

⁷Carrera de Tecnología Superior Universitaria de Desarrollo de Software, Instituto Superior Tecnológico “San Gabriel” condición

Universitario – Ecuador, https://orcid.org/0009-0003-1472-4050

308

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

muestras relacionadas, se compararon las ganancias entre los grupos, se estimó el tamaño del

efecto con Cohen, para 4.º EGB se usó además la prueba no paramétrica de Mann-Whitney

debido a que no se cumplió el supuesto de normalidad. Los resultados evidenciaron una mejora

significativa del grupo experimental de 3.º EGB y una diferencia significativa frente al grupo

control (p = 0,004; d = 1,013). En 4.º EGB se observó una mayor ganancia del grupo

experimental, con un efecto medio (d = 0,674); aunque la prueba t no alcanzó significación (p =

0,066). Mann-Whitney mostró una diferencia significativa (p = 0,043). Se concluye que la

gamificación digital constituye un recurso complementario con potencial para fortalecer el

aprendizaje matemático en contextos rurales, aunque su efecto puede variar según el nivel

educativo y el contenido abordado.

Palabras clave: Gamificación digital; rendimiento matemático; educación rural; operaciones

matemáticas; educación básica; aprendizaje digital

ABSTRACT: The study aimed to assess the effectiveness of digital gamification in improving

students’ performance in basic mathematical operations in rural education. A quantitative

approach was adopted, using a quasi-experimental design with intact, nonequivalent groups,

which were assessed through pre-test and post-test evaluations. The sample consisted of 70

students in the third and fourth grades of General Basic Education (EGB) from two public rural

schools in Licán parish, Riobamba canton, Ecuador. The third-grade group included 38 students

who were assessed on addition and subtraction operations. The fourth-grade group included

32 students who were assessed on multiplication and division. At each educational level,

students were divided into experimental and control groups, comprising 19 and 16 students per

group, respectively. The experimental groups received regular teacher-led instruction

supplemented with digital gamification activities using educational tools, whereas the control

groups continued with the conventional teaching methodology. The analysis included

descriptive statistics, the Shapiro–Wilk test for normality, Levene’s test for homogeneity of

variances, paired-samples t-tests, comparisons of gain scores between groups, and Cohen’s d

effect-size estimation. For fourth grade, the nonparametric Mann–Whitney U test was

additionally performed because the normality assumption was not met. The results showed a

significant improvement in the third-grade experimental group and a significant difference

compared with the control group (p = 0.004; d = 1.013). In fourth grade, the experimental group

showed a greater gain, with a medium effect size (d = 0.674), although the t-test did not reach

statistical significance (p = 0.066). The Mann–Whitney U test indicated a significant difference

(p = 0.043). It is concluded that digital gamification represents a complementary educational

resource with the potential to strengthen mathematics learning in rural contexts, although its

effects may vary according to educational level and the content addressed.

Keywords: Digital gamification; mathematics achievement; rural education; mathematical

operations; basic education; digital learning

309

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

INTRODUCCIÓN

El panorama contemporáneo de la educación básica enfrenta el desafío persistente de

transformar los métodos tradicionales de enseñanza en experiencias de aprendizaje significativas,

dinámicas y participativas (1). En el aprendizaje de matemáticas, en particular, la naturaleza de la

abstracción de esos conceptos lógicos, los fundamentos de la suma, la resta, la multiplicación y la

división lleva a los estudiantes, durante sus años escolares, a desarrollar indiferencia, frustración

y aversión cognitiva (2). El problema se agrava en contextos rurales, donde históricamente ha

habido una cobertura limitada de infraestructura tecnológica, junto con la falta de enseñanza

interactiva y un aumento de la dependencia de pedagogías basadas en la memorización

repetitiva, lo que da lugar a un bajo rendimiento académico y a una baja motivación intrínseca

por parte de los estudiantes. (3). Así, la búsqueda de nuevas alternativas metodológicas que

logren revitalizar la enseñanza de las matemáticas ha sido una expectativa de la investigación

educativa contemporánea orientada a innovar (4).

Dentro de este marco de transformación pedagógica, la gamificación digital ha emergido como

un enfoque disruptivo de gran potencial (5). A diferencia de los métodos tradicionales, la

gamificación es el proceso de añadir elementos, mecánicas y dinámicas de juego como sistemas

de puntos, progresiones de niveles, insignias, desafíos con temporizador y retroalimentación

inmediata a un entorno de aprendizaje no lúdico. (6). Varios autores afirman que esta

aproximación metodológica recoge los postulados de la teoría de la autodeterminación y el

constructivismo activo, promoviendo así por un lado la motivación extrínseca y por el otro la

intrínseca al situar al alumnado como el principal constructor de su propio conocimiento (7). Al

convertir tareas rutinarias y abstractas en misiones interactivas y orientadas a metas, la ansiedad

matemática se reduce, esto promueve un estado de flujo cognitivo que favorece la asimilación

conceptual. (8).

La literatura científica reciente ha mostrado con claridad los beneficios que aporta el uso de

recursos lúdicos y digitales en la educación primaria (9). Por ejemplo, varios estudios indican que

los videojuegos educativos y las aplicaciones interactivas mejoran considerablemente el

desempeño de los estudiantes en comparación con métodos tradicionales de enseñanza. (10, 11).

En consonancia con estos hallazgos, las investigaciones centradas en analizar el impacto de

herramientas tecnológicas basadas en gamificación reportan mejoras significativas en la habilidad

matemática de niños en edad escolar, ayudando a comprender fracciones, a memorizar tablas de

multiplicar y a resolver problemas lógicos complejos (12, 13). Estos resultados reafirman que la

interacción digital guiada estimula la atención sostenida y favorece la retención a largo plazo de

los saberes matemáticos (14).

Aunque hay mucha evidencia que muestra que la gamificación funciona bien en entornos urbanos

o muy tecnificados, hay una gran falta de estudios rigurosos sobre cómo funciona en escuelas

rurales, especialmente en contextos multigrado o con pocos recursos (15). En las zonas rurales

310

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

de América Latina, las condiciones sociales y económicas, junto con la falta de acceso a

dispositivos digitales, crean retos especiales que necesitan investigaciones basadas en la realidad

local (16). Estudios recientes en el campo rural latinoamericano han demostrado que cuando se

usan tecnologías adaptadas a las circunstancias reales, los estudiantes no solo mejoran sus

calificaciones, sino que también desarrollan habilidades sociales, liderazgo y una mayor confianza

en su capacidad para aprender con tecnología (17, 18). Además, se ha visto que estas estrategias

ayudan a reconectar a los estudiantes con el aprendizaje, especialmente después de largos

periodos sin educación formal (19).

Para medir la efectividad de estas intervenciones pedagógicas, la investigación educativa suele

usar diseños cuasi-experimentales. En estos diseños se comparan grupos de control y

experimentales, y se evalúa el desempeño antes y después, con pre-test y post-test (20). Este

método ayuda a separar los efectos de la variable independiente (la estrategia gamificada) frente

a otras variables externas, obteniendo datos empíricos firmes sobre el progreso académico. En

las matemáticas elementales, las bases de tercero y cuarto de Educación General Básica (EGB)

son clave para el éxito en ciclos posteriores. Por eso, comprobar estadísticamente el impacto de

las metodologías lúdicas es esencial para respaldar políticas educativas con evidencia. En este

sentido el presente estudio parte de la idea de que integrar herramientas digitales de

gamificación en las aulas rurales de la región andina puede ayudar a superar los problemas del

rendimiento tradicional en matemáticas. Al comparar los resultados entre grupos que usaron

estas herramientas y otros que no lo hicieron, se pretende medir el avance real en el aprendizaje

de operaciones aritméticas básicas. Además, se busca crear un modelo que pueda repetirse para

reducir las desigualdades educativas en zonas vulnerables. La importancia de esta investigación

se basa en su capacidad para conectar la teoría pedagógica actual con la realidad del aula,

mostrando que la tecnología, cuando se aplica con claridad y propósito, puede impulsar una

educación más inclusiva y de mayor calidad.

MATERIALES Y MÉTODOS

El estudio adopta un enfoque cuantitativo, de carácter aplicado y alcance explicativo-

correlacional, orientado a medir el impacto directo de las intervenciones tecnológicas en

entornos educativos formales. Desde la perspectiva metodológica, el estudio implementó un

diseño cuasi-experimental con grupos intactos y grupos no equivalentes, estructurado bajo un

esquema de medición de pre-prueba (pre-test) y post-prueba (post-test) (10). Este diseño es

adecuado para investigaciones educativas en contextos reales, como las instituciones de

educación básica rural, donde la asignación aleatoria de los estudiantes en la muestra no resulta

factible debido a la preexistencia de los paralelos escolares. Para evitar problemas que afecten la

validez interna del estudio, se evaluó de forma simultánea y comparativa el rendimiento

académico antes y después de la intervención pedagógica. Se compararon los resultados de los

estudiantes que recibieron instrucción con metodologías tradicionales, llamados grupo de

control, con aquellos que usaron estrategias de gamificación digital a los cuales se los llamo grupo

311

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

experimental. Así, la investigación busca separar el efecto de la variable independiente, que es la

gamificación digital, sobre la variable dependiente, que es el rendimiento académico en

operaciones aritméticas básicas. El objetivo es dar evidencia empírica sólida y que se pueda

repetir sobre la eficacia de la tecnología en la mejora de los aprendizajes matemáticos

elementales.

La población de este estudio estuvo formada por estudiantes de tercero y cuarto año de

Educación General Básica (EGB) de dos escuelas públicas ubicadas en zonas rurales de la

parroquia Lican, en el cantón Riobamba, provincia de Chimborazo, Ecuador. Como la intervención

se centró en un contexto educativo rural, se usó un muestreo no probabilístico por conveniencia,

seleccionando a los estudiantes que estaban disponibles en los grupos escolares y que cumplían

con los criterios de inclusión para el periodo escolar analizado. La muestra final incluyó a 70 niños,

con edades entre 7 y 8 años, distribuidos de forma equitativa entre los dos niveles educativos.

Los estudiantes se dividieron en grupos de control y experimentales para asegurar una

comparación válida de los resultados.

El primer nivel (3.º EGB) estubo compuesto por 38 alumnos de 7 años de edad. Se evaluó la

consolidación de suma y resta. Esta cohorte se dividió en dos subgrupos. El primero (subgrupo

control) tenía 19 alumnos que recibieron enseñanza tradicional y expositiva y el segundo

(subgrupo experimental), también tenía 19 alumnos que recibieron enseñanza tradicional y

además participaron en actividades basadas en herramientas de gamificación digital. Debido a

normas de la institución, no fue posible implementar la intervención experimental como un

proceso de enseñanza exclusivamente basado en juegos digitales ni reemplazar las clases del

profesor titular por sesiones a cargo de un docente externo. Esta regla buscaba asegurar que los

estudiantes siguieran el plan de estudios y los contenidos que el Ministerio de Educación fija para

el año escolar. Así, la intervención con juegos digitales se usó como una estrategia

complementaria, sin cortar ni reemplazar las clases normales del profesor responsable del grupo.

El segundo nivel (4.º EGB) estuvo compuesto por 32 alumnos de 8 años, los cuales fueron

evaluados en la consolidación de multiplicación y división. Al igual que en el nivel anterior los

alumnos se dividieron en dos subgrupos. Cada subgrupo contenía 16 estudiantes. El subgrupo

control recibió enseñanza tradicional y expositiva. El subgrupo experimental recibió enseñanza

habitual del docente titular, complementada con actividades de gamificación digital dictadas por

un docente externo. Esta intervención se desarrolló bajo las mismas condiciones institucionales

descritas para el nivel anterior. Se mantuvo el cumplimiento de la planificación curricular y de los

contenidos establecidos por el Ministerio de Educación. Esta estructuración muestral permitió

contrastar los efectos de la variable experimental en dos momentos evolutivos distintos de la

educación elemental. Se compararon operaciones básicas aditivas y multiplicativas. Se mantuvo

un control riguroso sobre las condiciones contextuales y socioeducativas de la zona rural

analizada.

312

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

Para cumplir con los objetivos de la investigación y medir el impacto de la intervención

pedagógica, el estudio se estructuró a partir de dos variables principales, Variable Independiente:

Estrategias y herramientas de gamificación digital, que muestra cómo se integran

sistemáticamente elementos de juego en la enseñanza de las matemáticas. Se usan puntos,

niveles, retos interactivos y retroalimentación inmediata. Estas estrategias se aplicaron solo a los

grupos experimentales de tercero y cuarto de EGB, mientras que los grupos de control recibieron

clases tradicionales y expositivas. Y, Variable Dependiente: Rendimiento académico en

operaciones aritméticas básicas, que refleja el nivel de dominio, comprensión y exactitud que

tienen los estudiantes al resolver problemas y realizar cálculos matemáticos. Se mide con

calificaciones en una escala de 1,00 a 10,00 puntos. En tercero de EGB, esta variable evaluó las

habilidades en suma y resta. En cuarto de EGB, midió el desempeño en multiplicación y división.

Se registraron los resultados tanto antes como después de la intervención.

La intervención experimental se dividió en tres etapas conectadas. Estas etapas se crearon para

comprobar que el estudio fuera fiable tanto dentro del entorno rural. En la primera fase, que es

la fase de diagnóstico, se hicieron pruebas iniciales a los alumnos de tercero y cuarto grado de

EGB, tanto en el grupo de control como en el grupo experimental. Para saber cuánto sabían antes

de la intervención sobre las cuatro operaciones básicas: suma, resta, multiplicación y división; se

usaron instrumentos desarrollados especialmente para este propósito y fueron revisados por los

docentes de las escuelas. La evaluación inicial permitió verificar la homogeneidad estadística de

las muestras antes de la aplicación de cualquier estímulo pedagógico diferenciado. Así se aseguró

que las condiciones cognitivas de partida de los alumnos de siete años fueran equiparables y que

no existieran sesgos previos significativos entre los paralelos. Durante esta fase inicial se levantó

un diagnóstico sobre la familiaridad de los estudiantes con los recursos informáticos disponibles

en la institución, estableciendo los parámetros de referencia indispensables para la posterior

medición de la ganancia académica. En la segunda etapa del estudio, llamada fase de intervención

pedagógica, se llevó a cabo el núcleo central del trabajo. Se usó una implementación sistemática

de herramientas de gamificación digital en los grupos experimentales. Los grupos de control

siguieron recibiendo la enseñanza según el modelo tradicional, con clases expositivas, uso de la

pizarra y ejercicios escritos en papel. La intervención gamificada consistió en integrar dinámicas

lúdicas y actividades interactivas mediadas por tecnología. El objetivo era fortalecer el

aprendizaje de las operaciones matemáticas básicas. Para ello se usaron los softwares educativos

GCompris y TuxMath eleigidos por su carácter didáctico, su interactividad y por ser compatibles

con la infraestructura tecnológica limitada de las unidades educativas rurales en Ecuador. Estas

herramientas se usaron como apoyo en el proceso de enseñanza y aprendizaje. Se realizaron

actividades divertidas que incluyeron elementos de gamificación. Entre esos elementos estaban

desafíos que aumentaban en dificultad, sistemas de puntos, seguimiento del progreso y

comentarios inmediatos. Todo esto buscaba combinar entretenimiento con aprendizaje. La

intervención duró tres meses. Se hicieron tres sesiones por semana. Las sesiones estaban

planeadas y tenían conexión con el plan de estudios. Se adaptaron al nivel de los estudiantes y a

los temas matemáticos que se estaban enseñando. El objetivo fue ayudar a los estudiantes a

313

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

entender y usar estos procedimientos matemáticos. También se buscó reducir la dificultad que

sienten al aprender operaciones más abstractas. Para lograr esto, se usaron experiencias de

aprendizaje divertidas y progresivas. Estas actividades se adaptaron a las necesidades de cada

grupo de edad.

Durante este tiempo, los docentes investigadores y los docentes de las escuelitas supervisaron

en todo momento el desarrollo de las actividades en sus laboratorios de cómputo. Se aseguraron

de que la interacción digital estuviera guiada, fuera justa y se ajustara a las necesidades

pedagógicas de los estudiantes en situación de vulnerabilidad rural. Al final, la tercera etapa

incluyó la evaluación de impacto y la fase post-intervención. Esta se realizó en seguida después

de terminar el cronograma de actividades lúdicas que se había planeado. En esta etapa se

aplicaron las pruebas posteriores o post-tests bajo los mismos criterios estrictos, anonimato y

estandarización que el diagnóstico inicial, registrando con detalle las calificaciones obtenidas por

cada estudiante en las diferentes operaciones aritméticas evaluadas. Este procedimiento

ordenado facilitó la recolección de datos numéricos necesarios para el posterior análisis

estadístico comparativo entre las mediciones de entrada y salida, y también permitió aislar la

variable independiente frente a factores externos, garantizando que las variaciones observadas

en el rendimiento académico respondieran de manera directa a la eficacia de la estrategia de

gamificación digital implementada.

El análisis de los datos se hizo con métodos de estadística descriptiva e inferencial. Primero, se

calculó la media aritmética y la desviación estándar de las puntuaciones de los grupos de control

y experimental. Estas mediciones se hicieron en cada nivel educativo. Se realizaron antes y

después de la intervención. Para cada estudiante, se calcula la ganancia individual como la

diferencia entre la puntuación del post-test y la puntuación del pre-test (G = Post-test - Pre-test).

Luego se obtiene la media de ganancia de cada grupo con el fin de cuantificar el cambio observado

durante el periodo de intervención (21).

Para el análisis estadístico se usó un nivel de significancia de α = 0,05. Esto equivale a un nivel de

confianza del 95%. En primer lugar, se comprobó si las puntuaciones seguían una distribución

normal. Para esto se usó la prueba de Shapiro-Wilk. Esta prueba se aplicó a las puntuaciones de

ganancia de cada grupo. Estas puntuaciones fueron la variable que se usó para comparar los

grupos de control y experimental. Luego se evaluó si las varianzas de las ganancias eran similares.

Para esto se usó la prueba de Levene. Esta prueba se hizo por separado para los grupos de tercero

y cuarto de EGB (22). Se utilizó la prueba t de Student para muestras relacionadas para analizar

los cambios dentro de cada grupo. Se compararon las puntuaciones de los mismos estudiantes

en el pre-test y en el post-test. Esta prueba ayudó a evaluar cómo cambió el rendimiento

académico en los grupos de control y experimental de tercero y cuarto de EGB (23).

Para comparar los cambios entre los grupos de control y experimental, se usaron las ganancias

individuales, que se calculan como el resultado de la post-prueba menos la pre-prueba. La

314

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

elección de la prueba para muestras independientes se hizo según los supuestos que se habían

evaluado previamente. Cuando se cumplió el supuesto de que las varianzas eran iguales, se usó

la prueba t de Student para muestras independientes. Cuando las varianzas no eran iguales, se

usó la prueba t de Welch. Esta última no requiere que las varianzas sean iguales (24).

Adicionalmente, cuando se detectó que alguno de los grupos no cumplía con el supuesto de

normalidad en sus ganancias, se usó la prueba U de Mann-Whitney como un método no

paramétrico adicional. Este método se utilizó para comparar las ganancias de manera

independiente. Esta estrategia permitió validar los resultados obtenidos con métodos

paramétricos mediante una alternativa que se basa en rangos. Esta alternativa es útil cuando las

muestras son pequeñas y hay posibles desviaciones de la distribución normal (25).

Al final del proceso, se calculó el tamaño del efecto para complementar la interpretación de la

significancia estadística y estimar la magnitud de las diferencias observadas entre los grupos. En

las comparaciones paramétricas, se utilizó el estadístico d de Cohen. Se tomaron como referencia

aproximada 0,20 para un efecto pequeño, 0,50 para un efecto mediano y 0,80 para un efecto

grande (26). En la prueba U de Mann-Whitney, se añadió una medida del tamaño del efecto

basada en la correlación de rangos.

RESULTADOS

Con el fin de describir cómo se comportaron las puntuaciones de los participantes, se calcularon

la media aritmética y la desviación estándar para las puntuaciones del pre-test, el post-test, y para

la ganancia individual de cada grupo. La ganancia se obtuvo restando la puntuación del pre-test

a la puntuación del post-test de cada estudiante (Ver tabla 1.).

En 3.° EGB, el grupo control presentó una media de 7,671 en el pre-test y de 7,092 en el post-test,

con una ganancia media de −0,579. Por su parte, el grupo experimental registró una media de

7,434 en el pre-test y de 8,566 en el post-test, alcanzando una ganancia media de 1,132. En 4.°

EGB, el grupo control obtuvo medias de 6,688 y 7,138 en el pre-test y post-test, respectivamente,

con una ganancia media de 0,450. El grupo experimental presentó medias de 6,922 en el pre-test

y 8,453 en el post-test, con una ganancia media de 1,531. En cuanto a la dispersión de las

puntuaciones, las desviaciones estándar del pre-test fueron de 1,211 y 1,304 para los grupos

control y experimental de 3.° EGB, respectivamente, mientras que en 4.° EGB fueron de 1,296 y

1,529. En el post-test, las desviaciones estándar fueron de 1,360 en el grupo control y 0,726 en el

experimental de 3.° EGB, y de 1,315 y 0,647 en los grupos control y experimental de 4.° EGB,

respectivamente.

315

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

Tabla 1. Analis descriptivo.

Nivel

Grupo

n

Pre-Test

Post-Test

Ganancia

Desviación

Media

7,671

7,434

6,688

6,922

Desviación

estándar

1,211

Media

7,092

8,566

7,138

8,453

Desviación

estándar

1,360

Media

-0,579

1,132

0,450

1,531

estándar

1,986

3.°

EGB

3.°

EGB

4.°

Control

Experimental

Control

19

16

1,304

1,296

1,529

0,726

1,315

0,647

1,326

1,553

1,655

EGB

4.°

Experimental

EGB

Antes de hacer comparaciones inferenciales, se revisaron los supuestos estadísticos de los análisis

usados. Se comprobó la normalidad de las ganancias individuales con la prueba Shapiro‑Wilk (W)

(Ver tabla 2.). Se trató la diferencia entre la puntuación del post‑test y la del pre‑test como

variable de análisis. Se revisó la homogeneidad de las varianzas entre los grupos con la prueba

Levene, también sobre las ganancias individuales. Para ambas pruebas, el nivel de significancia

fue αꢀ=ꢀ0,05.

Tabla 2. Prueba de Shapiro-Wilk para las ganancias individuales.

Nivel

3.° EGB

Grupo

W

p

Criterio (α=0,05)

No se rechaza normalidad

Control

0,944

0,936

0,877

0,946

0,317

0,221

0,034

0,432

3.° EGB

4.° EGB

Experimental

Control

No se rechaza normalidad

Se rechaza normalidad

No se rechaza normalidad

Experimental

Los resultados de la prueba de Shapiro-Wilk se presentan en la Tabla 2. En 3.° EGB, las ganancias

del grupo control presentaron un estadístico W = 0,944 y un valor de p = 0,317, mientras que el

grupo experimental obtuvo W = 0,936 y p = 0,221. En ambos casos, los valores de p fueron

superiores a 0,05. En 4.° EGB, el grupo control presentó W = 0,877 y p = 0,034, mientras que el

grupo experimental obtuvo W = 0,946 y p = 0,432. Por tanto, el valor de p del grupo control de

4.° EGB fue inferior a 0,05.

De acuerdo con los resultados, las ganancias de los grupos de 3.° EGB y del grupo experimental

de 4.° EGB no presentaron evidencia estadísticamente significativa de desviación respecto de la

316

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

normalidad. En contraste, las ganancias del grupo control de 4.° EGB presentaron un valor de p

inferior a 0,05.

La homogeneidad de las varianzas se evaluó mediante la prueba de Levene sobre las ganancias

individuales de los grupos control y experimental de cada nivel educativo (Ver tabla 3.). En 3.º

EGB se obtuvo un estadístico F = 5,590 y un valor de p = 0,024. En 4.º EGB, el estadístico obtenido

fue F = 0,329, con p = 0,571.

Tabla 3. Prueba de Levene para las ganancias individuales.

Nivel

3.° EGB

4.° EGB

F

p

Criterio (α=0,05)

5,590

0,329

0,024

0,571

Varianzas diferentes

No se evidencia diferencia de varianzas

Los resultados evidenciaron diferencias estadísticamente significativas entre las varianzas de los

grupos de 3.º EGB (p < 0,05), mientras que en 4.º EGB no se encontraron diferencias

estadísticamente significativas entre las varianzas (p > 0,05).

Para ver los cambios que ocurrieron entre el pre-test y el post-test en cada grupo, se usó la prueba

t de Student para muestras relacionadas (Ver tabla 4.). Esta prueba ayudó a comparar las notas

de los mismos estudiantes antes y después del periodo de intervención. También se tomó en

cuenta un nivel de significancia de α = 0,05.

Tabla 4. Comparación de las puntuaciones pre-test y post-test mediante t de Student para muestras relacionadas.

Nivel

Grupo

Media

Post-test

7,092

t

p

Pre-test

7,671

7,434

6,688

6,922

Diferencia

−0,579

1,132

3.° EGB

Control

≈ −1,27

≈ 3,72

≈ 1,16

≈ 3,70

0,220

0,002

0,265

0,002

3.° EGB

4.° EGB

Experimental

Control

8,566

7,138

0,450

Experimental

8,453

1,531

En 3.° EGB, el grupo control presentó una media de 7,671 en el pre-test y de 7,092 en el post-test,

con una diferencia media de −0,579. La prueba t para muestras relacionadas no mostró una

diferencia estadísticamente significativa entre ambas mediciones (p = 0,220). En el grupo

experimental, la media aumentó de 7,434 en el pre-test a 8,566 en el post-test, con una diferencia

317

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

media de 1,132. En este caso, se observó una diferencia estadísticamente significativa entre las

mediciones (p = 0,002). En 4.° EGB, el grupo control presentó una media de 6,688 en el pre-test y

de 7,138 en el post-test, con una diferencia media de 0,450. La comparación no mostró una

diferencia estadísticamente significativa (p = 0,265). En el grupo experimental, la media pasó de

6,922 en el pre-test a 8,453 en el post-test, con una diferencia media de 1,531, observándose una

diferencia estadísticamente significativa entre ambas mediciones (p = 0,002).

Para determinar si las ganancias obtenidas entre el pre-test y el post-test diferían entre los grupos

control y los grupos experimental, se compararon las ganancias individuales (post-test menos pre-

test) de los grupos control y los grupos experimental en cada nivel educativo (Ver tabla 5.). La

selección de la prueba estadística se hizo considerando los resultados de las pruebas de

normalidad y los resultados de la homogeneidad de varianzas que se describieron antes.

En 3.º EGB, debido a que la prueba de Levene evidenció diferencias estadísticamente

significativas entre las varianzas de los grupos (p = 0,024), se utilizó la prueba t de Student para

muestras independientes con corrección de Welch. En 4.º EGB, al no evidenciarse diferencias

estadísticamente significativas entre las varianzas (p = 0,571), se utilizó la prueba t de Student

para muestras independientes con varianzas iguales.

Tabla 5. Comparación de las ganancias entre los grupos control y experimental.

Nivel

Grupo de control

Grupo experimental

Diferencia de

medias

Prueba

p

Media

Desviación

estándar

1,986

Media

1,132

1,531

Desviación

estándar

1,326

3.°

EGB

4.°

−0,579

1,711

1,081

t de Welch

t de Student para

0,004

0,066

0,450

1,553

1,655

EGB

muestras

independiente

En 3.º EGB, la ganancia media fue de −0,579 en el grupo control y de 1,132 en el grupo

experimental, lo que representa una diferencia de medias de 1,711 puntos. La prueba t de Welch

mostró una diferencia estadísticamente significativa entre ambos grupos (α = 0,05; p = 0,004). En

4.º EGB, el grupo control presentó una ganancia media de 0,450, mientras que el grupo

experimental obtuvo una ganancia media de 1,531, con una diferencia de medias de 1,081

puntos. La prueba t para muestras independientes no mostró una diferencia estadísticamente

significativa (α = 0,05; p = 0,066).

Dado que los resultados de las ganancias en el grupo control de 4.º EGB no siguieron una

distribución normal, según la prueba de Shapiro-Wilk (p = 0,034), se optó por realizar un análisis

adicional mediante la prueba U de Mann-Whitney (Ver tabla 6.). Esta prueba permitió comparar

318

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

las distribuciones de las ganancias entre los grupos control y experimental sin necesidad de

suponer que los datos eran normales.

Tabla 6. Prueba U de Mann-Whitney para las ganancias de 4.º EGB.

Estadístico

Grupo de control

Grupo experimental

n

16

0,800

210,5

181,5

−1,999*

----

16

Mediana

2,125

317,5

74,5

Suma de rangos

U

Z

1,999*

0,043

P exacta (bilateral)

Nota. *El signo de Z depende de la dirección en que se definió la comparación de los grupos. Para la

interpretación de la prueba se utilizó la significancia bilateral. U = estadístico de Mann-Whitney.

En 4.º EGB, el grupo control presentó una mediana de ganancia de 0,800, mientras que el grupo

experimental presentó una mediana de 2,125. La suma de rangos fue de 210,5 para el grupo

control y de 317,5 para el grupo experimental. El estadístico U correspondiente a la comparación

fue de 74,5 y el valor de p exacto bilateral fue de 0,043, inferior al nivel de significancia establecido

(α = 0,05).

El tamaño del efecto se estimó con el estadístico Cohen's d (Ver tabla 7.). Se usaron las ganancias

individuales como la diferencia entre las puntuaciones del post-test y del pre-test. Este estadístico

ayudó a medir la magnitud de la diferencia entre el grupo control y el grupo experimental, y

complementó los resultados de las pruebas de significancia estadística.

Tabla 7. Tamaño del efecto Cohen de las diferencias en las ganancias.

Nivel

Ganancia media

Cohen's d

Magnitud

Grupos de control

Grupo

experimental

3.° EGB

4.° EGB

−0,579

1,132

1,013

0,674

Grande

0,450

1,531

Mediana

Nota. La magnitud se interpretó de acuerdo con los criterios convencionales de Cohen: 0,20 = pequeño;

0,50 = mediano; 0,80 = grande.

319

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

En 3.º EGB, la diferencia entre las ganancias de los grupos control y experimental presentó un

tamaño del efecto de Cohen's d = 1,013, correspondiente a una magnitud grande según los

criterios convencionales. En 4.º EGB, el tamaño del efecto obtenido fue de Cohen's d = 0,674,

correspondiente a una magnitud mediana.

En su conjunto, los análisis mostraron cambios estadísticamente significativos entre el pre-test y

el post-test en los grupos experimentales de 3.º y 4.º EGB, mientras que los grupos control no

mostraron cambios estadísticamente significativos. Al comparar las ganancias entre los grupos,

se vio una diferencia estadísticamente significativa en 3.º EGB. En 4.º EGB, la prueba t para

muestras independientes no mostró significancia estadística; sin embargo, el análisis

complementario con la U de Mann-Whitney mostró una diferencia estadísticamente significativa.

Los tamaños del efecto obtenidos fueron de magnitud grandes en 3.º EGB y medianos en 4.º EGB.

DISCUSIÓN

Los resultados de este estudio revelan diferencias en la forma en que actuó la intervención según

el nivel educativo. En 3.º de Educación General Básica, se encontró la evidencia estadística más

sólida del estudio. El grupo experimental incrementó su puntuación media de 7,434 en el pre-test

a 8,566 en el post-test, mientras que el grupo control pasó de 7,671 a 7,092. La ganancia media

fue de 1,132 puntos en el grupo experimental frente a −0,579 en el grupo control. La comparación

de las ganancias mediante la prueba t de Welch mostró una diferencia estadísticamente

significativa (p = 0,004), con un tamaño del efecto grande (Cohen's d = 1,013). Este resultado se

parece a investigaciones que han encontrado beneficios del aprendizaje basado en juegos en el

rendimiento matemático. Tokac et al., mediante un metaanálisis de 24 estudios, encontraron que

los videojuegos educativos mejoran el rendimiento matemático en comparación con métodos

tradicionales (10). Sin embargo, el efecto promedio que encontraron estos autores fue pequeño.

También hubo diferencias entre los estudios. Esto significa que los resultados pueden cambiar

dependiendo de cómo se hagan las intervenciones y del entorno en el que se apliquen. En la

misma dirección, Bozkus et al., realizaron un metaanálisis de segundo orden sobre el aprendizaje

basado en juegos en matemáticas, ellos encontraron un efecto general moderado pero también

hubo mucha variabilidad entre los estudios que analizaron (27). Estos resultados apoyan la idea

de que los beneficios de las estrategias basadas en juegos no son iguales, sino que varían según

las condiciones metodológicas y pedagógicas. Por lo tanto, el tamaño del efecto observado en 3.º

EGB (d = 1,013) debe interpretarse como un resultado que corresponde a las condiciones

particulares de esta investigación y no como una magnitud que necesariamente se pueda

generalizar a cualquier contexto educativo. Además, la diferencia entre grupos se determinó

tanto por el incremento registrado en el grupo experimental como por la disminución observada

en el grupo control, y por lo tanto, el tamaño del efecto no debe interpretarse de manera aislada

como una estimación del efecto causal exclusivo de la gamificación.

320

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

Los resultados de 4.º EGB presentan un patrón más complejo. El grupo experimental incrementó

su media de 6,922 a 8,453 puntos, mientras que el grupo control pasó de 6,688 a 7,138. En

términos descriptivos, la ganancia fue mayor en el grupo experimental (1,531 frente a 0,450

puntos). Además, el grupo experimental presentó un cambio estadísticamente significativo entre

el pre-test y el post-test (p = 0,002), mientras que el grupo control no mostró un cambio

significativo (p = 0,265). Sin embargo, la comparación directa de las ganancias mediante la prueba

t para muestras independientes produjo un valor de p = 0,066. Por tanto, bajo este procedimiento

no se alcanzó el nivel convencional de significancia de 0,05. Este resultado muestra que una

diferencia entre las medias de ganancia no siempre significa que sea significativa desde el punto

de vista estadístico. Esto ocurre porque hay variabilidad en las observaciones y el tamaño de la

muestra influye en los resultados. Es importante analizar este resultado junto con el tamaño del

efecto que se obtuvo. El valor de Cohen's d es 0,674. Esto representa una magnitud mediana. La

diferencia entre las ganancias de los grupos no fue pequeña. Pero la prueba t no mostró evidencia

suficiente para considerarla estadísticamente significativa. Este resultado es importante

especialmente cuando se trabaja con muestras pequeñas. La significancia estadística depende de

la magnitud de la diferencia, de la variabilidad de los datos y del tamaño muestral, entre otros

factores. La ausencia de significancia estadística en la prueba t no debe interpretarse

automáticamente como ausencia de cualquier diferencia. De la misma forma, un tamaño del

efecto moderado no permite por sí solo establecer causalidad.

La interpretación de 4.º EGB requiere considerar además que las ganancias del grupo control no

cumplieron el supuesto de normalidad según Shapiro-Wilk (p = 0,034). Debido a esta

característica, se realizó un análisis complementario mediante la prueba U de Mann-Whitney.

Este procedimiento produjo un valor de p exacto bilateral = 0,043, inferior a 0,05, y un tamaño

del efecto r = 0,353. La diferencia entre el resultado de la prueba t (p = 0,066) y el obtenido

mediante Mann-Whitney (p = 0,043) no constituye necesariamente una contradicción, puesto

que ambas pruebas se basan en principios estadísticos diferentes. La prueba t se usa para

comparar medias, mientras que la prueba de Mann-Whitney se basa en el orden de los valores y

compara sus rangos. Por eso, esta segunda prueba ofrece una visión adicional. Es especialmente

útil cuando los datos no siguen una distribución normal. En este estudio, el resultado de la prueba

no paramétrica muestra que hay una diferencia significativa entre las ganancias de los grupos de

4.º EGB. Sin embargo, este resultado debe presentarse junto con el resultado paramétrico y no

debe usarse para descartar selectivamente este último. La evidencia estadística de este nivel es,

por tanto, menos uniforme que la obtenida en 3.º EGB. Esta situación también muestra la

importancia de complementar la interpretación de los valores de p con medidas de magnitud del

efecto. En 4.º EGB, Cohen's d = 0,674 y r = 0,353 proporcionan información adicional sobre la

magnitud de la diferencia observada, aunque ambos estadísticos no son directamente

equivalentes y responden a procedimientos estadísticos diferentes.

Una posible explicación de la diferencia observada entre 3.º EGB y 4.º EGB se relaciona con la

naturaleza de los contenidos trabajados. En 3.º EGB se evaluaron operaciones de suma y resta.

321

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

En 4.º EGB se evaluaron operaciones de multiplicación y división. Aunque todas son operaciones

matemáticas básicas, las demandas cognitivas y los procesos necesarios para su dominio pueden

diferir. La literatura sobre juegos educativos matemáticos indica que los resultados dependen de

cómo se relacionan las características del juego con el conocimiento que se quiere desarrollar.

Kaczmarz y Dubé, en una revisión y metaanálisis sobre juegos educativos matemáticos,

encontraron que los enfoques pedagógicos y los tipos de conocimiento matemático que se

trabajan influyen en los resultados del aprendizaje (28). De forma similar, Pan et al., en una

revisión sistemática sobre juegos de aprendizaje en matemáticas para educación básica,

resaltaron la importancia de analizar cómo se relacionan el contenido matemático, las mecánicas

del juego y los objetivos educativos (29). Desde este punto de vista, no sería correcto suponer

que una misma herramienta digital tenga siempre el mismo impacto en distintos contenidos o

niveles educativos. Las operaciones de suma y resta pueden tener características distintas de las

operaciones de multiplicación y división en cuanto a automatización, maneras de resolver y

conocimientos previos que se necesitan. Esta explicación debe verse como una posible

interpretación y no como un mecanismo probado por los datos. El estudio no incluyó variables

especiales para medir la dificultad percibida, el dominio conceptual, la motivación, la interacción

con las herramientas o la carga cognitiva. Por ello, no es posible establecer cuál de estos factores

podría explicar las diferencias entre ambos niveles.

Un aspecto importante de la intervención fue que las herramientas digitales gamificadas no

reemplazaron la enseñanza tradicional. Los estudiantes del grupo experimental siguieron

recibiendo las explicaciones de sus profesores y usaron los recursos digitales como apoyo para

practicar y consolidar los contenidos matemáticos. Esta forma de integración coincide con lo que

señalan Hillmayr et al., quienes, en un metaanálisis sobre herramientas digitales para el

aprendizaje de matemáticas y ciencias, encontraron efectos positivos de la tecnología educativa

y observaron resultados favorables cuando las herramientas digitales se integraban con otros

métodos de enseñanza (30). Los autores también destacaron la importancia de la formación

docente para usar bien las tecnologías educativas. Esta idea es clave para entender los resultados

del estudio. La intervención no buscaba reemplazar la enseñanza tradicional con tecnología, sino

complementarla con actividades digitales que usan elementos de gamificación. En este sentido,

los resultados coinciden con una visión de la gamificación como un recurso pedagógico que se

integra al proceso de enseñanza, sin sustituirlo. Esta distinción resulta especialmente importante

porque evita atribuir a la herramienta digital un efecto independiente de la mediación docente y

del contexto en el que fue utilizada.

La literatura educativa sugiere que ciertos elementos de los entornos gamificados pueden ayudar

a los estudiantes a participar más y sentirse más motivados. Algunos de estos elementos incluyen

la retroalimentación rápida, los desafíos, la sensación de avance y la oportunidad de recibir

información sobre cómo se está desempeñando durante la actividad. Bai et al., mediante un

metaanálisis sobre gamificación en contextos educativos, encontraron efectos positivos sobre los

resultados de aprendizaje, aunque también observaron que las características de las

322

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

intervenciones influyen en sus resultados (31). Asimismo, Fadda et al., encontraron evidencia que

apoya la relación entre los juegos digitales y la motivación en matemáticas en estudiantes de

educación K-12 (32). Según la teoría de la autodeterminación, Ryan y Deci afirman que la calidad

de la motivación está ligada a la satisfacción de necesidades psicológicas como la autonomía y la

competencia (33). Desde esta perspectiva, los elementos digitales que permiten al estudiante

recibir retroalimentación sobre su desempeño y sentir que avanza pueden ayudar a fortalecer la

experiencia de competencia.

Los resultados también pueden entenderse a partir de la relación entre las herramientas digitales

y los objetivos de aprendizaje específicos. La evidencia disponible indica que la utilización de

tecnología, por sí misma, no garantiza mejoras en el rendimiento. La contribución de la tecnología

depende de cómo se integra en las actividades de aprendizaje y de la correspondencia entre las

características de la tecnología y los objetivos educativos. Pan et al., destacan que los juegos

matemáticos pueden tener funciones distintas según los conocimientos y habilidades que se

quieran desarrollar (29). Por eso, el valor pedagógico de una herramienta no depende solo de lo

divertida que sea, sino también de qué tan bien se une el contenido, la actividad y el objetivo de

aprendizaje. Cai et al. , Un metaanálisis de tres niveles sobre aprendizaje digital basado en juegos

mostró un efecto positivo sobre la resolución de problemas, sin embargo, también mostró una

heterogeneidad importante, el metaanálisis indica que las condiciones de implementación y las

estrategias docentes son muy relevantes en las experiencias de aprendizaje basado en juegos

(34). Los resultados del metaanálisis son coherentes con la intervención desarrollada en este

estudio. Las herramientas digitales se usaron para reforzar temas matemáticos concretos. Este

trabajo se hizo dentro de un proceso de enseñanza que siguió contando con la ayuda del docente.

Por eso, los resultados hay que verlos en función de cómo se integró la tecnología en la pedagogía.

No se trata solo de que hubiera elementos gamificados.

El contexto rural es una condición importante para interpretar los resultados. La integración de

tecnologías educativas en instituciones rurales puede depender de infraestructura, disponibilidad

de dispositivos, conectividad, formación docente y apoyo institucional. Mustafa et al., en una

revisión sistemática sobre la integración tecnológica en escuelas rurales, se identificaron varios

desafíos vinculados a factores institucionales, docentes y de infraestructura (35). Esta evidencia

muestra que introducir recursos digitales en contextos rurales no es simple. Es necesario tener

en cuenta las condiciones reales donde se lleva a cabo la educación. Cada escuela rural tiene su

propia realidad, sus propios límites y sus propios recursos. Por eso, es fundamental adaptar las

estrategias tecnológicas a lo que realmente existe en el aula, en la comunidad y en el entorno. No

basta con tener tecnología. Hay que pensar cómo funciona en un lugar con poca conectividad,

con maestros que no tienen formación en herramientas digitales, y con escuelas que no cuentan

con servicios básicos como electricidad o internet. Solo así se puede lograr una integración real y

sostenible. Esta consideración es especialmente importante para el presente estudio porque la

intervención se implementó manteniendo la enseñanza regular y usando los recursos digitales

como apoyo. El resultado observado, por tanto, no puede separarse completamente de las

323

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

condiciones institucionales y pedagógicas que hicieron posible la intervención. Además, la

literatura reciente sobre tecnología educativa en zonas rurales del Ecuador ha destacado la

necesidad de crear estrategias adaptadas a cada situación. Estas estrategias deben tener en

cuenta las dificultades con la infraestructura y la conectividad. En estos lugares, usar tecnología

no basta con tener los recursos. También es importante contar con apoyo de los docentes y con

un plan de enseñanza bien hecho. Por eso, los resultados obtenidos muestran una evidencia

específica para un contexto rural. Pero estos resultados no se pueden aplicar directamente en

otras escuelas que tengan condiciones diferentes en tecnología, en la forma de enseñar o en la

educación.

La interpretación de los resultados debe considerar finalmente las características del diseño

usado. La investigación usó grupos sin mezclar y grupos no iguales, condición que permitió llevar

a cabo la intervención dentro del orden natural de las aulas, pero que reduce el control sobre las

diferencias que ya existían entre los grupos. La literatura metodológica reconoce que los diseños

cuasiexperimentales son una alternativa útil cuando la asignación aleatoria no es viable. La

literatura metodológica también advierte que las diferencias entre grupos pueden estar

relacionadas con factores previos o variables de confusión (36, 37).

Esta consideración es importante, sobre todo cuando se interpreta la 3.º EGB, porque el grupo

control tuvo una caída de su ganancia media. Como la diferencia final entre los grupos depende

del aumento del grupo experimental y de la caída del grupo control, no se puede decir que la

diferencia total sea solo por las actividades digitales gamificadas. Asimismo, aunque las

mediciones pre-test y post-test permiten ver el cambio hecho durante el periodo de estudio, no

eliminan por completo las amenazas asociadas a la ausencia de aleatorización. Como señalan

Theobald y Freeman, las características iniciales de los estudiantes pueden influir en los cambios

observados y deben considerarse al interpretar resultados de diseños educativos no aleatorizados

(38). Por eso, los resultados de este estudio deben verse como evidencia real que se obtuvo en

condiciones particulares de una intervención en educación rural. El tamaño de los efectos

encontrados es importante, pero no se debe tomar como una medida clara de causa y efecto sin

tener en cuenta otras cosas.

Al juntar los resultados, la tendencia muestra una preferencia positiva por usar actividades

digitales gamificadas. Pero la consistencia varía según el nivel educativo. La variación coincide con

la literatura científica, que suele encontrar efectos positivos del aprendizaje basado en juegos y

de la gamificación, aunque también existen diferencias importantes entre estudios. Zainuddin et

al. Zainuddin et al., en una revisión sistemática de evidencia empírica sobre gamificación, se

señaló que los efectos dependen de varias características de la intervención y del contexto

educativo (39). De forma similar, revisiones y metaanálisis enfocados específicamente en

matemáticas han encontrado resultados positivos, aunque heterogéneos (31, 28, 10). La presente

investigación se inscribe dentro de esta línea de evidencia, pero aporta una distinción importante:

analiza una intervención diseñada en contextos de educación rural y aplicada como apoyo a la

324

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

enseñanza regular, con el objetivo de reforzar operaciones matemáticas básicas. Los resultados

del tercer curso de EGB muestran una diferencia clara entre los grupos, lo que indica un beneficio

más evidente. En cambio, en el cuarto curso de EGB, los resultados son más complejos, ya que

varían según el tipo de prueba utilizada, ya sea paramétrica o no paramétrica. Esto quiere decir

que los resultados sugieren que la gamificación digital puede ser una herramienta útil en la

educación. Sin embargo, su efecto no es automático. No siempre funciona igual en todos los

casos. Tampoco es lo mismo en cualquier situación. Su impacto depende de las condiciones que

se tengan en el aula y del contexto en el que se aplique. La evidencia obtenida sugiere que su

utilidad debe valorarse en relación con el nivel educativo, el contenido matemático, la integración

con la enseñanza docente y las características del entorno en el que se implementa.

CONCLUSIONES

Los resultados obtenidos permiten concluir que la incorporación de herramientas de gamificación

digital como estrategia complementaria a la enseñanza habitual generó efectos diferenciados en

el rendimiento de las operaciones matemáticas básicas de los estudiantes de Educación General

Básica estudiados. En 3.º EGB, donde se aprenden suma y resta, se observó una mejora

significativa en el grupo experimental entre el pre-test y el post-test. Esa mejora coincidió con

una diferencia estadísticamente significativa en las ganancias, comparada con el grupo control. El

tamaño del efecto obtenido mediante Cohen mostró una magnitud grande (d = 1,013), lo que

indica que la diferencia entre ambos grupos no solo fue estadísticamente significativa, sino

también relevante desde el punto de vista práctico. En contraste, el grupo control mostró una

caída media en las puntuaciones del grupo control. Estos resultados confirman que la

gamificación digital puede ser un recurso útil para reforzar el aprendizaje de operaciones

matemáticas básicas en este nivel. En 4.º EGB, donde se estudian multiplicación y división, el

grupo experimental también mostró una mejora grande entre las mediciones pre-test y post-test

y obtuvo una ganancia media mayor que la del grupo control. La comparación paramétrica entre

las ganancias no alcanzó significación estadística al nivel de 0,05 (p = 0,066), aunque el tamaño

del efecto fue de magnitud media (d = 0,674). Debido a la falta de normalidad identificada en las

ganancias del grupo control, se incorporó adicionalmente la prueba de Mann-Whitney, cuyos

resultados mostraron una diferencia significativa entre los grupos (p = 0,043; r = 0,353).

Los hallazgos muestran que la gamificación digital puede ser un recurso pedagógico útil para

apoyar el desarrollo de habilidades matemáticas, especialmente cuando se combina con la

enseñanza regular y se enfoca en contenidos específicos. Sin embargo, las diferencias observadas

entre los dos niveles revelan que el efecto de la gamificación digital no es siempre igual, y puede

depender de factores como el contenido matemático, las características de los estudiantes, la

dinámica de implementación y la forma en que las herramientas digitales se conectan con las

actividades pedagógicas. El estudio utilizó un diseño cuasiexperimental con grupos intactos y sin

asignación aleatoria. Por eso, los resultados no permiten atribuir de manera absoluta los cambios

325

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

2020. Disponible en: https://unesdoc.unesco.org/ark:/48223/pf0000374075

Vol. 4 No.11 PP. 308-328

observados exclusivamente a la gamificación digital. Las diferencias iniciales entre los grupos y

otros factores del contexto educativo podrían haber influido en los resultados. Por ello, las

conclusiones deben entenderse dentro de las condiciones específicas de la intervención realizada

y no como una generalización causal a toda la población escolar rural.

El estudio muestra evidencia sobre el uso de gamificación digital aplicada en un contexto

educativo rural. En ese contexto, las intervenciones pueden complementar la enseñanza

presencial. También ofrecen oportunidades adicionales de práctica de las operaciones

matemáticas. Los resultados apoyan la idea de seguir investigando estas estrategias. Se debe usar

muestras más amplias. Se debe usar asignación aleatoria cuando sea posible. Se deben extender

los periodos de seguimiento. También se deben incluir variables extra. Entre esas variables se

encuentran motivación, participación, competencia digital y condiciones de acceso tecnológico.

REFERENCIAS BIBLIOGRÁFICAS

1.

2.

UNESCO. La educación en tiempos de la pandemia de COVID-19. UNESDOC Digital Library;

Torres Zambrano JF, Ruiz Peralta KA. Procesos didácticos en matemáticas en educación

general básica: un análisis observacional de la secuencia de aula. Revista Uniandes

Episteme. 2026;13(3). Disponible en: https://n9.cl/vgjmp

3.

4.

Simbaña Cabrera HA, Haro Jácome OF, García-Romero CA, Analuisa García PS. La titulación

rural, una propuesta colectiva que evidencia la realidad educativa de las escuelas

multigrado. Emergentes. 2025;5(2):1-14. doi:10.60112/erc.v5.i2.385

Ruiz Peralta KA, Armijos Caamaño SA, Torres Zambrano JF. Uso de las TIC en la gamificación

del proceso de enseñanza-aprendizaje de la asignatura de Matemáticas. Revista InveCom.

2023;3(2):1-23. doi:10.5281/zenodo.8056728

5.

6.

Flores Quinde RE. Gamificación en Educación Primaria: Revisión Sistemática. Revista

Scientific. 2025;10(38):76-93. doi:10.29394/Scientific.issn.2542-2987.2025.10.38.3.76-93

Zumba Game PI, Castillo Zúñiga VJ, Game Murrieta NP, Ramírez Gómez LX. La gamificación

para el mejoramiento del proceso de enseñanza-aprendizaje en educación básica. Revista

Uniandes Episteme. 2024;11(1):32-44. doi:10.61154/rue.v11i1.3350

7.

8.

9.

Gil-Quintana J, Prieto Jurado E. La realidad de la gamificación en educación primaria. Estudio

de caso de centros educativos españoles. Perfiles Educativos. 2020;42(168):107-122.

doi:10.22201/iisue.24486167e.2020.168.59173

Soza Herrera JJ. Estrategias de gamificación en la educación primaria: Impacto en el

desarrollo de competencias matemáticas y de comunicación. EDUCAR. 2025;61(1):245-261.

doi:10.5565/rev/educar.2255

Kolovou S, Lavidas K, Misirli A, Kidd W, Komis V, Gridos P. Digital Game-Based Learning in

Early Childhood and Primary Mathematics Education: A Systematic Review. Advances in

Mobile

Learning

Educational

Research.

2026;6(2):1875-1903.

doi:10.25082/AMLER.2026.02.004

326

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

10.

11.

12.

13.

14.

15.

16.

17.

18.

19.

Tokac U, Novak E, Thompson CG. Effects of game-based learning on students' mathematics

achievement: meta-analysis. Comput Assist Learn. 2019;35(3):407-420.

doi:10.1111/jcal.12347

A

J

Lampropoulos G, Sidiropoulos A. Impact of Gamification on Students' Learning Outcomes

and Academic Performance: A Longitudinal Study Comparing Online, Traditional, and

Gamified Learning. Educ Sci. 2024;14(4):367. doi:10.3390/educsci14040367

Jarrah AM, Almassri H, Johnson JD, Wardat Y. Assessing the impact of digital games-based

learning on students’ performance in learning fractions using (ABACUS) software

application. Eurasia J Math Sci Technol Educ. 2022;18(10). doi:10.29333/ejmste/12421

Juniarmi I. The Effectiveness of Digital Educational Games in Increasing Elementary School

Students’ Interest in Learning Mathematics. Aksioma Education Journal. 2025;2(2):45-53.

doi:10.62872/aej.v2i2.27

Velasco Chuqui NS, Ayala Chusin NR, Ayala Chusin MY, Pacheco Mena ME. Impacto de la

gamificación como estrategia didáctica en matemática en educación primaria. Explorador

Digital. 2025;9(3):26-42. doi:10.33262/exploradordigital.v9i3.3446

Arellano Romero MF, Arellano Romero JI, Navarro Chavez ML, Chávez Carchi MD. Impacto

de las Tecnologías Emergentes en la Inclusión Educativa: Un Estudio Longitudinal. Sinergia

Académica. 2026;9(2):323-333. doi:10.51736/sa949

Agila Agila JL, Ruiz Peralta KA. La gamificación y el rendimiento académico en operaciones

aritméticas con números racionales. Un estudio de caso. Revista Uniandes Episteme.

2026;13(1):3-16. doi:10.61154/rue.v13i1.4228

Rodriguez Andino EL, Parra Garnica BS, Orellana Campoverde JM, Castillo Ortega DE,

Carrion Intriago LE. Estrategias Innovadoras Postpandemia: Gamificación en el Aprendizaje

Rural en Ecuador. Ciencia y Reflexión. 2025;4(3):1393-1418. doi:10.70747/cr.v4i3.508

Sáenz Espín RE, Medina León A, Veloz Borja CR, Lucas Mera LL. Influencia del aprendizaje

autónomo en la autoestima de los estudiantes de quinto año de básica. Revista Uniandes

Episteme. 2024;11(1):17-31. doi:10.61154/rue.v11i1.3302

Maqoqa T. Using gamification to re-engage students in Mathematics after online learning

disruptions in the South African education system. J Educ Learn Technol. 2026;7(3):235-255.

doi:10.38159/jelt.2026733

20.

21.

22.

23.

24.

Capili B, Anastasi JK. Introduction to the quasi-experimental design (Nonrandomized

Design). Am J Nurs. 2024;124(11):50-52. doi:10.1097/01.NAJ.0001081740.74815.20

Field A. Discovering statistics using IBM SPSS Statistics. 5th ed. London: SAGE Publications;

2018.

Hair JF, Babin BJ, Anderson RE, Black WC. Multivariate data analysis. 8th ed. Andover:

Cengage Learning EMEA; 2018.

Pallant J. SPSS survival manual: A step by step guide to data analysis using IBM SPSS. 7th ed.

London: Routledge; 2020.

Kirkwood BR, Sterne JAC. Essential medical statistics. 2nd ed. Oxford: Blackwell Science;

2003.

327

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 308-328

25.

26.

27.

Siegel S, Castellan NJ Jr. Nonparametric statistics for the behavioral sciences. 2nd ed. New

York: McGraw-Hill; 1988.

Cohen J. Statistical power analysis for the behavioral sciences. 2nd ed. Hillsdale (NJ):

Lawrence Erlbaum Associates; 1988.

Bozkuş F, Kaya M, Arslan Z. Effects of game-based learning on student outcomes in

mathematics education: A second-order meta-analysis. Educ Res Rev. 2026;52:100816.

doi:10.1016/j.edurev.2026.100816

28.

29.

30.

31.

32.

33.

34.

35.

Kacmaz G, Dubé AK. Examining pedagogical approaches and types of mathematics

knowledge in educational games: A meta-analysis and critical review. Educ Res Rev.

2022;35:100428. doi:10.1016/j.edurev.2021.100428

Pan Y, Ke F, Xu X. A systematic review of the role of learning games in fostering mathematics

education

in

K-12

settings.

Educ

Res

Rev.

2022;35:100448.

doi:10.1016/j.edurev.2022.100448

Hillmayr D, Ziernwald L, Reinhold F, Hofer SI, Reiss KM. The potential of digital tools to

enhance mathematics and science learning in secondary schools: A context-specific meta-

analysis. Comput Educ. 2020;153:103897. doi:10.1016/j.compedu.2020.103897

Bai S, Hew KF, Huang B. Does gamification improve student learning outcome? Evidence

from a meta-analysis and synthesis of qualitative data in educational contexts. Educ Res

Rev. 2020;30:100322. doi:10.1016/j.edurev.2020.100322

Fadda D, Pellegrini M, Vivanet G, Zandonella Callegher C. Effects of digital games on student

motivation in mathematics: A meta-analysis in K-12. J Comput Assist Learn. 2022;38:304-

325. doi:10.1111/jcal.12618

Ryan RM, Deci EL. Intrinsic and extrinsic motivation from a self-determination theory

perspective: Definitions, theory, practices, and future directions. Contemp Educ Psychol.

2020;61:101860. doi:10.1016/j.cedpsych.2020.101860

Cai Z, Zhang X, Liu C, Zhan J. Effects of digital game-based learning on student's problem-

solving ability: A three-level meta-analysis. J Comput Assist Learn. 2025;41(2):e70002.

doi:10.1111/jcal.70002

Mustafa F, Nguyen HTM, Gao X. The challenges and solutions of technology integration in

rural schools: A systematic literature review. Int J Educ Res. 2024;126:102380.

doi:10.1016/j.ijer.2024.102380

36.

37.

38.

Cham H, Lee H, Migunov I. Quasi-experimental designs for causal inference: An overview.

Asia Pac Educ Rev. 2024;25:611-627. doi:10.1007/s12564-024-09981-2

Kim Y, Steiner P. Quasi-experimental designs for causal inference. Educ Psychol. 2016;51(3-

4):395-405. doi:10.1080/00461520.2016.1207177

Theobald R, Freeman S. Is it the intervention or the students? Using linear regression to

control for student characteristics in undergraduate STEM education research. CBE Life Sci

Educ. 2014;13(1):41-48. doi:10.1187/cbe-13-07-0136

39.

Zainuddin Z, Chu SKW, Shujahat M, Perera CJ. The impact of gamification on learning and

instruction: A systematic review of empirical evidence. Educ Res Rev. 2020;30:100326.

doi:10.1016/j.edurev.2020.100326

328

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA