En este libro se expone de una manera innovadora el

centenario tpico de los diseos clsicos de investigacin en

las Ciencias del Comportamiento. Viniendo a demostrar que
los diseos clsicos desarrollan una metodologa vlida para
las reas de conocimiento donde es imposible mantener
constantes todas las variables que intervienen en la
explicacin de un determinado fenmeno.
Sin olvidar el ms absoluto rigor expositivo, se tratan
todos los aspectos del diseo con una estructura comn y
didctica, sustituyendo las tradicionales frmulas algortmicas
por explicaciones lgicas y razonadas. Imperando, en la
organizacin de los contenidos, las cuestiones tericas o
prcticas de la investigacin sobre aspectos del mero
clculo.

MTODOS DE INVESTIGACIN,
DISEO Y TCNICAS EN LAS
CIENCIAS DEL COMPORTAMIENTO

El lector apreciar la importancia que tienen estos

diseos para desarrollar una investigacin de calidad,
integrando en su interpretacin las limitaciones propias
de la metodologa aplicada: experimental, cuasi-experimental o
no experimental.

CD-ROM
Corrige automticamente los cuatro capitulos prcticos
del libro.
Proporciona las instrucciones para solucionarlos con
el programa SPSS.
Guarda en un fichero personal las calificaciones
y el tiempo de ejecucin.

almero
EDICIONES

JOS FERNANDO GARCA PREZ

MTODOS DE INVESTIGACIN, DISEOS Y TCNICAS

EN LAS CIENCIAS DEL COMPORTAMIENTO

Jos Fernando Garca Prez

(UNIVERSITAT DE VALNCIA)

MTODOS DE INVESTIGACIN, DISEOS Y TCNICAS

EN LAS CIENCIAS DEL COMPORTAMIENTO

 Jos Fernando Garca Prez

Edita:

Palmero Ediciones
Menndez y Pelayo 29
46010 Valencia

ISBN:

978-84-936390-7-5

D. Legal:

V - 4060 - 2008

Imprime:

Copias y Revelados, SL
trabajo@copiasyrevelados.com

No est permitida la reproduccin total o parcial de este libro, ni su tratamiento informtico, ni la transmisin de
ninguna forma o por cualquier medio, ya sea electrnico, mecnico, por fotocopia, por registro u otros medios, sin el
permiso previo y por escrito de los titulares del Copyright.

ndice General

PRESENTACIN

CAPTULO III
VARIABLES: ESCALAS DE MEDIDA Y
DISTRIBUCIN POR FRECUENCIAS

CAPTULO I

ESCALAS NOMINALES

L A CIENCIA Y SU MTODO DE
CONOCIMIENTO
EL DESARROLLO DE LA TEORA: EL
PARADIGMA DE LA FSICA
El mtodo de la observacin y la
Astronoma
El mtodo de la experimentacin y la
Fsica terrenal
Formulacin de la primera teora
general
EL MTODO CIENTFICO
Las caractersticas principales
La precisin y el lenguaje
El lmite de la induccin
La lgica del conocimiento cientfico
CUESTIONARIO

13
14
15
17
19
19
19
20
21
23
25

CAPTULO II
L A PSICOLOGA CIENTFICA Y LOS
MTODOS DE INVESTIGACIN
EVOLUCIN DE LAS TEORAS Y LOS
MTODOS DE INVESTIGACIN
Los rasgos: investigacin de los
atributos hereditarios
La aleatorizacin como tcnica de
control
Del conductismo al neoconductismo
El paradigma cognitivo
LOS CONSTRUCTOS TERICOS DE LA
PSICOLOGA CIENTFICA Y SU
VALIDEZ
El problema de la induccin
La polmica de la hiptesis nula
La psicologa, una ciencia ordinal
Los constructos tericos

27

Frecuencias absolutas
Frecuencias relativas
Representacin grfica
Diagrama de rectngulos
Diagrama de sectores o pictograma
ESCALAS QUE ASUMEN EL ORDEN
Frecuencias acumuladas
Escalas de intervalo y razn
Precisin: amplitud de la unidad
de medida
Los intervalos de la distribucin
Distribucin de frecuencias por
intervalos
Representacin grfica
Frecuencias sin acumular
Frecuencias acumuladas
La funcin de distribucin: posicin
percentil de un valor
Escalas basadas en posiciones
percentiles: inversa de la
funcin de distribucin
Aplicaciones del clculo de
percentiles

53
53
53
54
55
55
55
56
57
57
57
58
59
61
61
62
62

64
66

27
29

CAPTULO IV
PRCTICA 1 . DISTRIBUCIONES POR

30
34
37

38
39
41
42
44

LOS MTODOS DE INVESTIGACIN DE LA

PSICOLOGA

46

CUESTIONARIO

50

FRECUENCIAS

67

EJERCICIOS PROGRAMADOS

67

Ejercicio 1
Ejercicio 2
Ejercicio 3
Ejercicio 4
Ejercicio 5
Ejercicio 6
Ejercicio 7
Ejercicio 8
Ejercicio 9

67
68
69
70
71
72
74
76
78

EJERCICIOS

80

ndice General

VI

Una nueva variable con la media y

desviacin deseada

CAPTULO V
ESTADSTICOS QUE DESCRIBEN LA
DISTRIBUCIN DE UNA VARIABLE
MEDIDAS DE TENDENCIA CENTRAL
Media aritmtica
Propiedades de la media
La mediana
Propiedades de la mediana
La moda
MEDIDAS DE LA VARIEDAD
Las puntuaciones de diferencia
La desviacin media
La suma de cuadrados
La varianza y desviacin tpica
Propiedades de la suma de
cuadrados total, la varianza y
la desviacin tpica
Cuasi-varianza
El coeficiente de variacin
Amplitud total y amplitud semiintercuartil
Amplitud total
Amplitud semi-intercuartil
MEDIDAS DE LA ASIMETRA
Coeficiente de asimetra de Pearson
Coeficiente de asimetra
intercuartlico
Coeficiente de asimetra basado en
el tercer momento
MEDIDA DE LA CURTOSIS

85
86
86
87
88
89
90
90
90
91
92
92

93
94
94
94
94
95
95
96
97
97
98

CAPTULO VI
PRCTICA 2. ESTADSTICOS QUE
DESCRIBEN LA DISTRIBUCIN DE
UNA VARIABLE

101

EJERCICIOS PROGRAMADOS

101

Ejercicio 1
Ejercicio 2
Ejercicio 3

101
104
105

EJERCICIOS

107

EL MODELO DE DISTRIBUCIN NORMAL

Descripcin del modelo: media y
varianza
El modelo normal tipificado
Escalas tpicas normalizadas

CAMBIOS DE ESCALA Y PUNTUACIONES

TPICAS
LA ESCALA DE PUNTUACIONES TPICAS
Propiedades
TRANSFORMACIONES LINEALES DE LOS
DATOS
Media y desviacin de la variable
transformada

109
109
110
111
112

114
114
115
116

CAPTULO VIII
PRCTICA 3. CAMBIOS DE ESCALA Y
PUNTUACIONES TPICAS

119

EJERCICIOS PROGRAMADOS

119

Ejercicio 1
Ejercicio 2
Ejercicio 3

119
120
122

EJERCICIOS

124

CAPTULO IX
E L DISEO DE UNA INVESTIGACIN

125

EL CONTROL MEDIANTE LA
ALEATORIZACIN

125

TAMAO DEL EFECTO Y ERROR

127

GARANTAS EN LA VALIDEZ Y AMENAZAS

Validez interna
Cmo acta la tercera variable
Artefactos experimentales
El sesgo de seleccin
Acta la manipulacin?
El tipo de relacin entre
independiente y dependiente
El efecto del orden
El error experimental
Validez externa

128
128
128
129
130
131
131
132
133
135

CUESTIONARIO

138

CAPTULO X
PARAMETRIZACIN DE LOS DATOS
SEGN EL MODELO TERICO

CAPTULO VII

112

145

MODELO DEL DISEO

145

EJEMPLO DE UNA INVESTIGACIN:

FRUSTRACIN Y AGRESIN

147

PARAMETRIZACIN DEL MODELO

Estimacin de los parmetros
Formulacin del modelo
Modelo general
Supuestos del modelo lineal
Grados de libertad

147
147
149
150
152
152

ndice General

AJUSTE DEL MODELO A LOS DATOS:

MAGNITUD DEL EFECTO
Las sumas de cuadrados
Alternativas de clculo
Magnitud del efecto experimental

VII
153
153
154
155

EJERCICIOS

155

CUESTIONARIO

156

Cuestionario
Ejercicios
SUPUESTO 4: LA ATENCIN Y LA TENSIN
MUSCULAR
Cuestionario
Ejercicios

190
191
192
192
193

APNDICE I
CAPTULO XI
VALIDEZ DE LA INFERENCIA
ESTADSTICA
PRUEBA DE SIGNIFICACIN DE LA
HIPTESIS NULA
El teorema del lmite central: la
media de las muestras
La distribucin muestral del
estadstico F
Un ejemplo de distribucin
muestral
El estadstico F
Dos estimaciones insesgadas de la
varianza
Supuestos de la distribucin
muestral de F
La prueba de significacin del
estadstico F
La probabilidad de replicar el error
del Tipo I
El anlisis de la varianza
Supuestos del ANOVA

161

163
165
166
167

170

Menor complementario
Adjunto
Clculo del determinante por la
adjunta

196
197
197
197
198

INVERSA DE UNA MATRIZ

Clculo de la inversa de una matriz
por la adjunta

198
198

EJERCICIOS

199

APNDICE II
TABLAS ESTADSTICAS

172
172
173

DISTRIBUCIN NORMAL

201

DISTRIBUCIN CHI-CUADRADO

203

DISTRIBUCIN T DE STUDENT

204

DISTRIBUCIN F
= 0,250
= 0,050
= 0,025
= 0,010
= 0,005
= 0,001

205
205
207
209

215

COEFICIENTES DE CORRELACIN

217

BIBLIOGRAFA

219

180

CUESTIONARIO

181

174
175
175

CAPTULO XII

SUPUESTO 2: SELECCIN DE LA DIETA

196

Multiplicacin de matrices

171

EJERCICIOS

Cuestionario
Ejercicios

SUMA, RESTA Y PRODUCTO

168

176
178

SUPUESTO 1 : SINCRONA MENSTRUAL

195

EL DETERMINANTE DE UNA MATRIZ

161

LOS ENUNCIADOS CUANTITATIVOS Y LOS

INTERVALOS DE CONFIANZA
El tamao del efecto y el error de
Tipo II
Error tpico e intervalo de
confianza
La probabilidad del error de
Tipo II
La potencia de la prueba estadstica

PRCTICA 4. DISEO ENTRE GRUPOS

LGEBRA DE MATRICES

185
185
186
187
188

Cuestionario

188

Ejercicios

189

SUPUESTO 3: OBEDIENCIA Y
RAZONAMIENTO

190

201

211
213

Presentacin

ARTIENDO de que la psicologa es una

ciencia cuyo objeto de estudio es el comportamiento humano, que el mtodo de
investigacin experimental es uno de los
caminos para contrastar los enunciados cientficos,
y, considerando, que los diseos de investigacin
experimentales comprenden la planificacin de todos los componentes necesarios para contrastar la
hiptesis de la investigacin con dicho mtodo; estamos suponiendo implcitamente un orden lgico
en los elementos que componen estos diseos. En
primer lugar, se establece una prevalencia de las
cuestiones tericas que conducen a plantear una
hiptesis que sea contrastable. Si no existiera algn
enunciado que comprobar o, al menos, una hiptesis de investigacin, ni siquiera sera posible plantearse cmo se tiene que contrastar dicho enunciado. Para corroborar una hiptesis que como mnimo relaciona dos variables es necesario que
las dems, todas aquellas que pudieran estar relacionadas con las dos de inters, no afecten a la relacin de las que se pretenden analizar. Es preciso,
por tanto, (1) definir qu variables se van a estudiar las que Kish (1975) denomina experimentales y (2) enunciar en la hiptesis, sin ambigedades, cual es su relacin de manera coherente con
el planteamiento terico o pragmtico de la investigacin. Asimismo, es necesario garantizar que
otras variables extraas a las relacionadas por la
hiptesis no confundirn la relacin real que exista
entre ellas.
El mtodo experimental, tal y como se aplica en
los denominados diseos experimentales clsicos
(Arnau, 1990a: 17), garantiza los resultados de esta
comprobacin, si aparte de los requisitos de validez terica, interna, externa y de conclusin estadstica, emplea dos tcnicas de control especficas:
la manipulacin y la asignacin aleatoria de los valores de la variable independiente a las unidades
experimentales. Cualquier diseo que cumpla con
estos dos requisitos pertenecer a esta categora
(Pedhazur y Schmelkin (1991, p. 251):
An experiment is a study in which at least one variable is manipulated and units are randomly assigned to
the different levels or categories of the manipulated variable(s).

Por lo tanto, un diseo de investigacin ser experimental si se realiza para comprobar una relacin
entre dos variables, una de las cuales la independiente ha sido manipulada y asignada aleatoriamente para confirmar si los cambios en la otra
dependiente ratifican el enunciado de la hiptesis. Puede darse la circunstancia de que la hiptesis de la investigacin suponga que dos o ms variables independientes se relacionan con una dependiente, o ms, que se controle el efecto de alguna variable extraa mediante la estratificacin, etc.
De hecho, es imposible enumerar todos los diseos
que pueden plantearse para responder a las distintas cuestiones tericas que investiga la psicologa,
puesto que la estructura final de un diseo depender de las hiptesis a las que tenga que responder.
Pero s es posible establecer unos criterios
organizativos que permitan algn orden.
Este orden ser vlido en la medida que indique
unas pautas de actuacin justificadas y de aplicacin general, y, si es posible, sencillas. Para ello, el
criterio de clasificacin tendr que derivarse del
planteamiento general o conceptual de estos diseos. Si nos remontamos a los orgenes histricos de
esta materia, es necesario mencionar la obra de
Fisher (1935/1971), The design of experiments, que
aparece 10 aos despus de su libro Statistical methods for research workers (Fisher, 1925/1973). El
propio ttulo de las dos obras y su ubicacin cronolgica indican que los diseos de investigacin experimentales tienen unos antecedentes claros en el
desarrollo del clculo estadstico.
La cuestin de si estos diseos pueden considerarse como una subdisciplina de la estadstica, o
como una materia de estudio propia que aplica las
herramientas del clculo estadstico, ya fue un tema de debate acalorado en sus orgenes; a este respecto, Fisher (1935/1971: 1-2) opinaba:
The statistician cannot evade the responsibility for
understanding the processes he applies or recommends.
My immediate point is that the questions involved can be
dissociated from all that is that the questions involved can
be dissociated from all that is strictly technical in the statistician's craft, and, when so detached, are questions only
of the right use of human reasoning powers, with which all
intelligent people, who hope to be intelligible, are equally
concerned, and on which the statistician, as such, speaks
with no special authority. The statistician cannot excuse

10
himself from the duty of getting his head clear on the principles of scientific inference, but equally no other thinking
man can avoid a like obligation.

Actualmente est claro que la labor investigadora

no es exclusiva de ningn estamento cientfico, y
que las inferencias que se hacen en una investigacin no se pueden fundamentar exclusivamente en
la formacin acadmica de quienes la realicen, sino
en los requisitos de validez que concurran en la
misma. Los criterios de autoridad son los peores
avales de una actividad cientfica.
Es cierto que los diseos experimentales emplean la estadstica, pero no puede decirse estrictamente que sean reducibles a sta. Sera una cuestin semejante a preguntarse si la fsica sera reducible a la matemtica Qu diferencia existe para
un matemtico entre un vector que expresara una
longitud y otro que representara a una fuerza? El
matemtico indicara en ambos casos que se trata
de dos elementos de un espacio vectorial, no pudiendo distinguir conceptualmente entre longitud y
fuerza. Si se considerase viable reducir la biologa
al estudio de la qumica: Cmo se define qumicamente el concepto de clula? Pero dicho esto,
tambin es cierto que los vectores tienen que cumplir las propiedades matemticas de los espacios
vectoriales y el funcionamiento de la clula no
puede entenderse sin considerar las reacciones entre los elementos qumicos que la constituyan.
En el caso de los diseos experimentales es difcil explicar estadsticamente la diferencia entre
una variable independiente y otra de bloqueo, atendiendo a alguna caracterstica de su varianza. Pero
tambin es cierto que si no se conoce la distribucin muestral de un estadstico, no se puede hacer
una prueba de la hiptesis o calcular los intervalos
de confianza. Si no se dispusiera de los conocimientos estadsticos, el proceso de la inferencia en
estos diseos, sera imposible.
Si es cierto que no se pueda entender el diseo
de las investigaciones como una mera estadstica
aplicada, tambin lo es que su aplicacin se basa
en el clculo estadstico. Plantearse actualmente la
posibilidad de una metologa anumrica sera
comparable a defender la arquitectura sin el clculo. Si bien es aceptable que la arquitectura no puede reducirse a un problema de clculo matemtico,
esto no exime a los arquitectos de conocer con profundidad esta disciplina matemtica. Como resulta
obvio si se trata de construirnos nuestra propia casa. Los clculos estadsticos son una parte ms en
el diseo, como cualquier otra, y no existe ninguna
necesidad de separarla del resto, sino, ms bien se
necesita integrarla con los dems aspectos, y hacerlo correctamente. Por otra parte, si no se cumplen
todos los supuestos estadsticos, es imposible garantizar la validez de la inferencia que se haga en
cualquier experimento.
Otra cuestin que ha influido en estos diseos
ha sido que se desarrollaran en el campo de la in-

Presentacin
geniera agrcola. Parte de los nombres que actualmente empleamos proceden de la jerga de este
campo de la investigacin. En el lxico de los diseos se emplea: parcela, diseo de parcela dividida, bloques, bloques al azar, etc. junto con los
trminos replicacin, aleatorizacin, aleatorizacin restringida, aleatorizacin completa, etc.
Aunque el nombre que se asigne a los conceptos es
irrelevante para la validez de un procedimiento, la
investigacin que se realiza en la psicologa no se
corresponde exactamente con las peculiaridades
metodolgicas de esta ingeniera. A pesar de las diferencias, la adaptacin que se ha hecho para la investigacin psicolgica presenta algunas disonancias que, buscando un ejemplo literario, se dira
que el proceso de traduccin fue ms literal que
contextual.
La estructura de algunos tratados tradicionales
de los diseos experimentales en psicologa sigue
la tradicin de la pionera obra de Fisher
(1935/1971); en sta, despus de algunos temas introductorios para justificar el proceso de la inferencia y las garantas de la aleatorizacin fsica,
comienza exponiendo en el tema IV, An agricultural experiment in randomised blocks, en el V, The
Latin square y en el VI, The factorial design in experimentation. Esta misma organizacin es posible
encontrarla, por ejemplo, en la obra clsica de Kirk
(1995), quin despus de los aspectos ms generales del diseo: la validez estadstica, las comparaciones mltiples y el anlisis de la varianza desde
la perspectiva del modelo lineal general, a continuacin en el tema VII trata randomised blocks designs, en el VIII, Latin square and related designs
y en el IX, Completely randomized factorial design
with two treatments. Siguiendo tambin en los restantes una exposicin paralela a la de Fisher
(1935/1971). La razn para que Fisher incluyese el
diseo de bloques completamente aleatorizados antes, incluso, que los diseos factoriales, hay que
buscarla en peculiaridades de las investigaciones
agrcolas. Aunque las investigaciones de los dos
campos comparten la idoneidad de esta metodologa, por el alto nmero de variables extraas que
existen en sus experimentos y la prctica imposibilidad fsica de controlarlas mantenindolas constantes, las caractersticas de sus unidades experimentales son diferentes.
En la investigacin agrcola, la unidad experimental del diseo suele ser el bloque o parcela de
terreno. Una investigacin en esta materia sin comparar la productividad de las distintas parcelas resulta difcil. La solucin para desligar la variable
independiente del experimento (el tipo de semilla,
abono, etc.) de las extraas (condiciones de humedad, orientacin, iluminacin, aire, etc.) pasa necesariamente por aleatorizar la administracin de las
distintas condiciones de la variable independiente
en partes pequeas de un campo de cultivo grande.
Las partes ms prximas de dicho campo se carac-

Presentacin
terizan por mayor homogeneidad en la incidencia
de las variables extraas, mientras que en las ms
alejadas cabe suponer que stas incidirn de manera ms desigual. En cualquier caso, sobre cada una
de estas parcelas, la incidencia que resulte de las
distintas combinaciones de las variables extraas
har que se puedan considerar como factores de
efectos aleatorios. Los bloques se dividen en tantas
parcelas como condiciones tenga la variable independiente, y se asigna a cada uno de stos, aleatoriamente, una condicin de la variable independiente.
En la investigacin psicolgica, las unidades
experimentales no se pueden partir a voluntad,
puesto que habitualmente suelen ser personas, y
tampoco el criterio de vecindad corresponde en
muchos casos a mayor homogeneidad. Sin embargo, se pueda considerar que algunas variables personales como puede ser el sexo, la edad, etc. son
similares a los bloques de la investigacin agrcola
puesto que permiten comprobar las diferencias entre las condiciones experimentales en bloques
homogneos; siendo no obstante esta comparacin,
por lo menos, algo forzada. A no ser que se dispusiera de parejas de gemelos, o se realizara una investigacin de mercado en la que se pudiera considerar apropiado definir como un bloque a las personas de la misma posicin socioeconmica, o ubicadas en una zona similar.
El mayor parecido que se puede establecer con
el bloque y la parcela de la investigacin agrcola
es el factor sujeto de los diseos de investigacin
de la psicologa. En este sentido, cada uno de los
sujetos de una investigacin s puede entenderse
que constituyen un bloque homogneo en el que se
puede comparar el efecto de distintas condiciones
experimentales (observaciones que se realizan en
una parcela). En cierto modo, la importancia que
ha tenido en la agricultura los diseos de bloques
sera comparable en la psicologa a los diseos con
medidas repetidas en el factor sujeto. Aunque, dicho sea de paso, en el ndice de la obra de Kirk
(1995) no se puede encontrar ningn epgrafe que
haga alusin a este tpico. A pasar de que esta clasificacin de los diseos puede ser tan correcta
como cualquier otra, no deja de contrastar con el
subttulo de su obra: Experimental design: procedures for the behavioral sciences.
Mucho ms importante que las nomenclaturas
es la justificacin que conduce a las mismas. Si el
diseo se realiza para contrastar enunciados tericos, la validez de stos tendr que prevalecer sobre
lo dems. No se trata de restar importancia al resto;
pero si atendemos a la prevalencia de la mera temporalidad que un proceso concatenado implica, es
fcil entender que si el primero de los pasos falla,
los restantes quedarn automticamente invalidados. Con esto, nos estamos refiriendo a que para
poder comprobar la relacin entre dos variables,
una independiente y otra dependiente, el resto de

11
variables tendrn que permanecer controladas.
Aunque los diseos experimentales permitan garantizar la validez interna de la relacin, si otra extraa confunde la relacin de las dos estudiadas,
todo el procedimiento restante quedar invalidado.
De ah que el primer requisito que tiene que suponerse en cualquier diseo sea precisamente la aditividad de las variables independientes con las extraas. Para que una variable pueda ser considerada
extraa en un experimento es preciso que no confunda a la relacin que guarden la dependiente y la
independiente. Por lo tanto, el primer paso del anlisis de los datos es constatar los efectos de interaccin, bien para comprobar si las variables independientes interactan si es esto lo que enuncia
la hiptesis o para constatar que realmente no lo
hacen, en los dems casos. Atendiendo a esta justificacin, parece lgico pensar que antes que intentar controlar el efecto de una variable extraa, sea
necesario asegurar que se puede comprobar con garantas la relacin entre las experimentales.
Si bien en la investigacin agrcola, las unidades experimentales se encuentran dispuestas en una
superficie y necesariamente relacionadas por la
contigidad, siendo muy difcil plantear un diseo
sin formar bloques y rplicas de los mismos. En la
investigacin psicolgica, las unidades experimentales suelen ser sujetos, pudindose asignar libremente las condiciones experimentales sin necesidad de suponer que estn relacionadas, y que cada
par o tro de sujetos suponen una rplica independiente del experimento. Esta posibilidad de comparar grupos distintos de sujetos entre s no es incompatible con tomar distintas observaciones en la
misma unidad experimental, que habitualmente
suele ser el factor sujeto, siendo necesario por este
motivo tratar con detalle las ventajas e inconvenientes de los diseos con medidas repetidas. Especialmente en lo que concierne a las prevenciones
que deben tomarse para garantizar la validez de la
inferencia, por el problema tan grave que puede
suponer que las observaciones estn correlacionadas.
Sin desmerecer otras opiniones que tambin
pueden razonarse, consideramos por estos dos motivos fundamentales, ms adecuado el orden de exposicin de los diseos que presentan Maxwell y
Delaney (1990), quienes distinguen tres apartados
generales grandes. El primero lo dedican a las
cuestiones ms bsicas de la lgica del experimento y la tradicin fisheriana, el segundo a las estrategias de comparacin entre grupos, y el tercero a
los diseos con medidas repetidas. En el apartado
de comparacin entre grupos, despus del caso ms
sencillo de un diseo con una sola variable independiente y las comparaciones especficas entre
condiciones, estos autores tratan los diseos factoriales antes que los que incluyen variables concomitantes (donde incluyen el bloqueo y la covarianza). Aunque las variables extraas, si no intervie-

Presentacin

12
nen en la relacin con las experimentales, por principio, se pueden aleatorizar; esto no es un impedimento para que se pueda mejorar la precisin del
diseo si se identifica en la ecuacin estructural la
parte de la varianza de la variable dependiente que
explican. Para que estos diseos sean vlidos se
tiene que comprobar que la variable o variables independientes no interaccionan con la extraa que
se controla.
En el Captulo I se trata el mtodo cientfico,
considerando que el conocimiento cientfico es el
que se obtiene por este mtodo especfico. Las
Ciencias del Comportamiento, como una parte de
la ciencia, comparten el mismo mtodo cientfico
que las dems. Por este motivo el origen del mtodo cientfico, que se desarroll en la Fsica, es tambin parte de la historia del mtodo de la Psicologa.
El Captulo II se revisa la evolucin que ha tenido el mtodo cientfico en la Psicologa y las metodologas concretas que se han desarrollado, considerando los paradigmas cientficos que han servido para desarrollar esta ciencia. Se propone una
definicin general de las metodologas de la psico-

loga basada en criterios de validez interna y en relacin con las grandes metodologas clsicas de la
observacin y la experimentacin.
En el Captulo III se trata el tema de las variables, las escalas de medida y las distribuciones de
frecuencias desde la perspectiva de la precisin
que representan las diversas escalas. En el Captulo
V se examinan los estadsticos que describen las
distribuciones y en el VII los cambios de escala y
las puntuaciones tpicas. Estos temas se completan
con una parte de ejercicios: Captulo IV, Captulo
VI y Captulo VIII.
El Captulo IX se dedica al diseo de una investigacin, considerando los criterios de la validez
interna y externa. En el Captulo X se explica el
proceso general de parametrizacin de los datos
segn el modelo terico del que parta la investigacin. En el Captulo XI se trata la validez de la inferencia estadstica, desde la perspectiva de la
prueba de significacin de la hiptesis nula y desde
los intervalos de confianza. Por ltimo, el Captulo
XII se dedica a cuatro ejemplos de supuestas investigaciones con una variable independiente de dos
condiciones y otra dependiente.

Valencia, septiembre del 2008

Jos Fernando Garca Prez

Universitat de Valncia
Facultat de Psicologa
Departamento de Metodologa de las Ciencias del Comportamiento