Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Caracteristicas del conocimiento científico, las cuales todas son necesarias para la
aceptabilidad del mismo:
Incluidos en las llamadas investigaciones diferenciales, las cuales trabajan con grupos
que presentan características diferentes respecto a los sujetos que los componen, y se
trata de obtener una correlacion entre las diferentes variables estudiadas. Serian estas
unas investigaciones correlacionales. El investigador va a intentar saber como y en
que grado se relacionan dos variables que le interesen, mediante dicho método.
Estos permiten no solo describir sino también predecir los resultados que se pueden
encontrar en una variable criterio a partir de los resultados obtenidos en la variable
predictora. Se emplean principalmente como métodos de investigación en areas
nuevas.
El Metodo experimental
Estudia la posible relación de causalidad existente entre dos variables, es decir, hasta
que punto la variable manipulada (variable independiente o factor), es la causa de los
cambios que se observan en otra variable (variable dependiente o fenómeno
conductual), lo cual se mide a través de un criterio preestablecido. El investigador
debe mantener constantes los efectos de las restantes variables que pueden afectar a
la variable dependiente (variables contaminadoras) y contaminar la investigacion. Esto
se lograra mediante las llamadas técnicas de control experimental.
Problema.
Hipotesis.
Factor que manipula.
Fenomeno conductual que va a medir.
Procedimiento.
Analisis de los resultados.
Conclusiones.
Informe.
Prueba de hipótesis
Expresada por dos hipótesis relacionadas: la hipótesis alternativa (H1), la cual es una
afirmación que postula el resultado del estudio predicho; y la hipótesis nula (H0), es
una afirmación de que una VI no tiene efecto sobre una VD, o de que no hay relación
entre variables (negación de la alternativa). Cada H1 tiene una H0 equiparable.
Probabilidad
Nunca puede probarse que una hipótesis es verdadera. Si es poco probable que
nuestro resultado ocurriera por azar, podemos rechazar H0 y aceptar H1. Si es
probable que nuestro resultado ocurriera por azar, entonces no podemos rechazar la
H0.
Si la probabilidad de que nuestro resultado haya ocurrido por azar es igual o menor
que alfa, es estadísticamente significativo y se puede rechazar la H0 y se acepta la
H1, por el contrario, si no se halla en dicha región, si es mayor a alfa, no es
significativo estadísticamente y no se rechaza la H0.
Tipos de error
Como no podemos saber con seguridad que nuestra hipótesis es correcta, (ya que
cualquier resultado puedes ser un evento al azar), hay cuatro resultados posibles en
esta toma de decisión. La H0 es falsa en la realidad, y se decide rechazarla, esto es
correcto. La H0 es verdadera en la realidad y se decide no rechazarla, esta también es
una decisión correcta. Pero, si en la realidad, la H0 es verdadera, y se decide
rechazarla, es un ERROR DE TIPO I. También, si la H0 es falsa en la realidad y se
decide no rechazarla, es un ERROR DE TIPO II. La probabilidad con que estamos
dispuestos a cometer un error de tipo I es de 0.05. (Si fijamos una a muy pequeña,
aunque se disminuya el peligro de un error tipo I, puede aumentar la probabilidad de
cometer un error tipo II. Para establecer alfa, debe depender de la importancia relativa
de cometer un error tipo I o II).
Estudios Exploratorios
Estudios Descriptivos
Requieren considerable conocimiento del área que se investiga para formular las
preguntas específicas que busca responder. Describir es medir; miden de manera
independiente los conceptos, con la mayor precisión posible; describen situaciones,
eventos; como es y como se manifiesta cada fenómeno; buscan especificar las
propiedades de personas, grupos, fenómenos; miden diversos aspectos; pueden
ofrecer la capacidad de predicción.
Estudios Correlacionales
Tienen como propósito medir el grado de relación que exista entre dos o mas
variables, si están relacionadas o no en los mismos sujetos y después se analiza su
correlacion; saber como se puede comportar una variable conociendo el
comportamiento de otra u otras relacionadas;
Si las variables están correlacionadas, significa que una varia cuando la otra también
varia.Esta correlacion puede ser positiva, es decir, que sujetos con altos valores en
una variable, tenderán a mostrar altos valores en la otra variable. O puede ser
negativa, es decir, que sujetos con altos valores en una variable tenderán a mostrar
bajos valores en la otra variable. La correlacion nos indica tendencias. Puede darse el
caso de que dos variables estén aparentemente relacionadas pero que en realidad no
lo estén, esto se llama, correlacion espuria.
Estudios Explicativos
La Hipotesis
Analíticos: son siempre verdaderos porque agotan todas las posibilidades que
pueden darse en la realidad.
Contradictorios: son falsos, son la negación de uno analítico.
Sinteticos: no son ni analíticos ni contradictorios. La probabilidad de que un
enunciado sintetico sea verdadero es siempre menor que 1 o mayor que 0. La
hipótesis es un enunciado de este tipo.
Clasificacion de hipótesis:
Variable: cualquier aspecto del organismo o del ambiente que pueda variar adoptando,
por lo menos, dos valores diferentes, debiendo ser dichos valores mutuamente
excluyentes entre si.
Escalas de medida
Cada variable viene tipificada por el tipo de escala en que se pueden incluir los
distintos valores que adopta.
Clasificación de variables
Variables relevantes
Variables contaminadoras
Variables independientes
Niveles de manipulación
Manipulación intencional
Manipulación de selección
Variable dependiente
Variable que se mide para comprobar si la variable independiente tiene algún efecto
sobre ella. Es dependiente en el sentido de que sus valores dependen de los que
adopte la variable independiente. Al realizar una investigación se espera que los
cambios introducidos en el factor manipulado le correspondan una serie de cambios
en la variable dependiente.
Fiabilidad: una medida es fiable cuando los valores que se obtienen en ella son
los mismos cuando se aplica el mismo procedimiento en ocasiones sucesivas.
Sensibilidad: una medida es sensible cuando es capaz de variar ante los
cambios que se introducen en la variable independiente al manipularla, si
realmente existe entre ambas variables una relación de causa-efecto.
Validez: la medida debe medir lo que realmente se pretende medir con ella.
Debe dar la sensación de que se esta midiendo lo que se pretende medir
(validez aparente); y debe permitir predecir los resultados de los sujetos en otra
situación que este relacionada con ella (variable predictiva).
Tipos de constancia
Variables de sujeto: hacen referencia a las diferencias individuales existentes entre los
sujetos de un experimento, tanto características estables y permanentes (edad, sexo,
personalidad) o aspectos no estables (voluntario o no, que se les pague por
participar). Eliminación, balanceo, constancia, aleatorizacion.
El diseño
La investigación que se lleva a cabo puede reunir todas las características de una
experimental, en lo que al control se refiere, sin embargo no se dispone de un control
absoluto sobre el factor manipulado. Si se obtuviese una relación de causalidad, esta
seria una cuasi causalidad.
Diseños aleatorios
Principio de azar: cuando se trabaja con el azar (que la asignación de los sujetos a los
grupos se realice aleatoriamente, y que cada tratamiento sea asignado al azar a cada
grupo), se espera que la influencia de las variables contaminadoras se distribuya por
igual entre los diferentes grupos experimentales. La asignación aleatoria de los sujetos
a los grupos tiene como finalidad fundamental minimizar la varianza intergrupos. Estos
grupos se denominan independientes, ya que todos los sujetos, al ser asignados al
azar, tienen la posibilidad de pertenecer a un grupo o a otro.
Llamados experimentos bivalentes, por incluir dos valores del factor manipulado.
(*)Solo con medidas post tratamiento: También se pueden utilizar un diseño de dos
grupos con medidas post solamente, gracias a que la técnica de aleatorizacion nos da
la seguridad de que los grupos inicialmente son equivalentes, sin la necesidad de
tomar medidas pre; aun así, puede ocurrir al finalizar una investigación que se
compruebe que no eran equivalentes, pues se deberá recurrir a la técnica estadística
de control ACOVAR (se utiliza cuando se trata de evitar los efectos de alguna variable
contaminadora que no se ha podido controlar adecuadamente en forma experimental),
permitiendo esta que no se deba invalidar la investigación.
Validez externa de este diseño: la sensibilización que puede producir la medida pre
tratamiento a los sujetos es una de las variables contaminadoras de la validez
externa ya que los datos obtenidos de una muestra “sensibilizada”, no son
aplicables al resto de la población, que normalmente no habrá pasado por esa
media pre tratamiento.
Son diseños en los que se manipula un solo factor pero haciéndole adoptar
mas de dos niveles. Son diseños también univariados y tienen como objetivo
estudiar los efectos de mas de dos valores del factor sobre la conducta
estudiada.
Proporcionan mas información ya que también nos permiten conocer si los
efectos producidos por estos tratamientos mantienen entre si una relación de
tipo lineal, curvilínea, etc.
La variación interidividual en este tipo de diseños será muy grande, siendo esto
uno de los mayores inconvenientes de este diseño.
Con este diseño se aprecia mejor el tipo de relación existente entre el factor y
la conducta.
Lo dicho anteriormente sobre el diseño de dos grupos al azar solo con medidas
post tratamiento y con medidas pre y post se puede aplicar aquí (*).
La validez interna es mejor porque se podrá concluir mas inequívocamente si el
factor manipulado influye o no sobre la conducta y que tipo de relación
mantienen entre si ambas variables.
La validez externa aumenta al ser mas representativos del efecto del factor los
niveles del mismo empleados en la investigación.
Análisis estadístico: se deberá utilizar el análisis estadístico de varianza AVAR,
o ACOVAR (para diseño con medidas pre y post, empleando la medida pre
como variable covariada).
Grupos Apareados
Luego de haber asignado aleatoriamente (lo cual asegura el control de las posibles
variables contaminadoras que podrían influir en los resultados de la investigación) los
sujetos de cada bloque a cada grupo experimental, se aplican los tratamientos
experimentales, se toman las medidas post tratamientos y por ultimo se lleva a cabo el
análisis de resultados.
Este tipo de diseño se puede utilizar con mas de dos grupos. Tambien en ellos se
puede manipular simultáneamente mas de un factor, lo que daría lugar a un diseño
factorial.
Son diseños que corresponden a la situación experimental tipo II, es decir donde se
aplican todos los tratamientos experimentales a un mismo grupo de sujetos o a un
mismo sujeto (intrasujeto, el sujeto es considerado un bloque independiente, actuando
como su propio control).
Los sujetos son los mismos y aunque puede preveerse alguna variación entre
tratamiento experimental y tratamiento experimental (pueden aparecer los efectos de
la variable contaminadora llamada error progresivo), se espera que esta variación no
llegue a afectar sensiblemente los resultados experimentales. Para lograrlo se utilizan
los métodos de equiponderacion.
Varianza intersujetos: variabilidad existente entre las respuestas dadas por los
diferentes sujetos bajo cada uno de los tratamientos.
Varianza total: es la suma de la varianza intrasujetos mas la intersujetos.
Con respecto a la validez externa, esta puede disminuir ya que en la vida real los
sujetos no pasan habitualmente por varios tratamientos experimentales. Siempre que
se haya controlado adecuadamente el error progresivo, la validez interna aumenta.
La técnica estadística que se va a utilizar para analizar los datos recogidos con un
diseño intragrupo va a ser el AVAR.
Son aquellos por medio de los cuales se estudian, en un mismo experimento, los
efectos de dos o más factores sobre la conducta de los sujetos; asi como también
saber si dichos factores interactúan entre si a la hora de influir sobre el fenómeno que
se estudia. Este diseño aporta una mayor posibilidad de generalización de las
conclusiones, permite una mayor economía en el trabajo y favorece el control en la
investigación. Ahora al poder predecir lo que ocurriría cuando actuasen dos o más
factores combinadamente sobre la conducta, se aproxima más esta situación a la que
se produce en los ambientes naturales de los sujetos.
*(Su representación simbolica es igual que los demás diseños, y también mediante
una matriz de doble entrada).
Factor (A,B,C) : la variable que se manipula para comprobar sus efectos sobre una
conducta determinada (variable criterio: Z,Y,X).
Diseño factorial
4x3x2: diseño factorial con tres factores; el primero con cuatro niveles, el segundo con
tres y el último con dos niveles. Y con veinticuatro tratamientos.
Efectos de interaccion.
Varianza error.
Efectos diferenciales
Efectos de interacción
Efectos simples: vienen a expresar los efectos de los niveles de un factor bajo
cada nivel de los otros factores.
Cuando los patrones de los efectos simples son iguales no existe interacción
(rectas paralelas). Cuando los patrones de los efectos simples no son iguales,
existe interacción (las rectas no son paralelas).
Interacción ordinal: las líneas están unas por encima de las otras, sin juntarse.
Aquellos en los que, tanto grafica como numéricamente, aparece interacción y sin
embargo no es posible explicarla teóricamente. Estas interacciones se han
producido por restricciones en el rango de medida de la variable dependiente. Son
los casos en los que aparece efecto techo o suelo.
Hay algunas variaciones en el diseño ABAB básico que pueden usarse cuando surjan
problemas particulares.
A través de conductas
A través de individuos
Con este diseño se recopila líneas base de la misma conducta con varias personas.
Los efectos de la intervención se comprueban primero con un individuo, mientras se
continúan las condiciones de línea base con los otros; después se introduce la
intervención con otro. Se quiere demostrar que independientemente del tiempo, sujeto
especifico, y condiciones ambientales, la conducta de cada individuo cambia de modo
sustancial solo cuando se introduce la intervención.
Es mejor utilizar dicho diseño con sujetos de diferentes ubicaciones, para que la
conducta de uno de ellos no pueda influir las conductas de los demás.
A través de situaciones
En este diseño se recopilan datos de una conducta meta para uno o más sujetos a
través de diferentes situaciones o circunstancias. Se quiere demostrar que la conducta
cambio sustancialmente solo cuando se le aplicaba el tratamiento. En las situaciones
donde el tratamiento no se aplico, la conducta cambiaria muy poco o nada.
Muestras y poblaciones
Hipótesis: hara una afirmación mas general sobre la población de que proviene la
muestra.
Muestras aleatorias: cada elemento de población tiene una probabilidad igual, o una
probabilidad cuantificable, de ser seleccionado. Con esta, es posible generalizar con
cierto grado de exactitud los resultados obtenidos de la muestra a la población.
Confiabilidad
Consiste en que las distintas partes que componen el instrumento estén midiendo lo
mismo. Los procedimientos para calcularla son dos métodos: el primero basado en la
división del instrumento en dos mitades (se obtienen la puntuación para cada mitad en
forma independiente, y se usan esos puntajes para estimar el coeficiente de
correlacion (formula de Spearman-Brown) entre ambas mitades), y el otro método es
basado en la covarianza de los ítems (se trata a cada ítem como si fuese un test de
longitud unidad con una puntuación (coeficiente alpha de Cronbach)).
Estabilidad
Lo que se observa es en que grado se obtienen las mismas medidas al aplicar dos
veces el mismo instrumento, mediando entre ambas tomas un tiempo determinado, ya
que pueden haber intervenido una serie de factores ( modificaciones en la actitud de
los sujetos, la maduración, la historia, etc) que sean fuentes de varianza de error,
disminuyendo la confiabilidad de las medidas.
Equivalencia
Validez
Tiene que ver con poder determinar si el instrumento esta midiendo realmente el
atributo que dice medir.
Validez de contenido
Validez de criterio
Se persigue relacionar las puntuaciones del instrumento con otras variables llamadas
criterio. Si las puntuaciones del test se utilizan para predecir alguna medida del criterio
que se va a realizar a futuro, seria validez predictiva. Si por el contrario relacionamos
las puntuaciones del test con alguna medida del criterio tomada en el mismo momento
seria validez concurrente.
Validez de constructo
Consiste en tratar de probar que las conductas (no observables y que deben ser
operacionalizadas) que registra el test pueden ser consideradas indicadores validos
del constructo al cual refieren. Algunos de los procedimientos para evaluar dicha
validez son: el análisis factorial, diferenciación entre grupos, correlaciones con otras
medidas del constructo, matrices multimetodo-multirasgo.
Medición exacta del comportamiento: se usa para determinar con claridad y objetividad
la efectividad de los programas de análisis conductual aplicado y para generar
predicciones científicas para el futuro. Este requiere de la selección e implementación
de mediciones objetivas, validas y confiables.
Una vez que se han seleccionado las VD, se debe escoger un sistema de medición
apropiado.
Selección de medidas validas: un sistema de medición valida ha de ser apropiado a la
variable que intenta medir. Se suele lograr un consenso general (todas las personas
participantes estén de acuerdo) sobre lo que se considera una medida valida.
Registro de sucesos: consiste en contar las veces que ocurre una conducta
determinada en un intervalo especifico. Este registro es apropiado para medir
respuestas discretas (aquellas que tienen un inicio y un final claramente definidos)
Confiabilidad
Acuerdos + desacuerdos
Registro de duración: usando un reloj, cronometro etc. Para una mayor precisión
pueden compararse las duraciones dentro de los intervalos.
Para conductas que no son claramente discretas, es decir, que es difícil decir cuando
comienza y finaliza una respuesta. Cuando se necesita sacar una muestra de varios
comportamientos simultáneos se suele usar una hoja de registro codificado de
intervalo.