Presentación

MÉTODOS DE INVESTIGACIÓN APLICADOS

A LA NEUROPSICOLOGÍA
Darío León Rincón

Psicólogo
Especialista en Psicología Jurídica
Especialista en Docencia Universitaria
Magíster en Psicología
Doctorando en Psicología

dleonrincon@gmail.com
Contacto: 3203391000
 Diseños EX-POST-FACTO

• Busca los mismos objetivos que los diseños experimentales –

Relaciones causales.

• No obstante, no busca poner a prueba tratamientos, sino

conocer las causas de un fenómeno:

1. Sin posibilidad de manipulación.

2. Con menor grado de certidumbre.

Presentan mayor rigurosidad que los Diseños

Cuasiexperimentales.
 Retrospectivos

• La VD y la VI ya han ocurrido (por lo que no es posible

garantizar que la VI antecedió a la VD).
• Se orientan a hechos de baja incidencia (ej. Suicidios).
• Buscan hacia atrás las posibles “causas”, mediante una
medición inicial de la VD, a partir de la teoría buscar y medir
las posibles VI y la búsqueda de coincidencias.

Se presentan 3 tipos de diseños:

1. Simple.
2. Con grupo cuasi control.
3. De grupo único.
 Retrospectivo simple
• Únicamente cuenta con observaciones relativas a un valor de
la VD, seleccionando a los participantes que cumplan con los
criterios de esa variable.
• El investigador escoge VI explicativas, atendiendo a las
coincidencias observadas.
• Mediante este diseño solo podemos observar coincidencias
entre la VD y las VI, de ninguna manera se puede establecer
covariación.

Esquema:
 Retrospectivo simple
• Pregunta: ¿En qué se parecen las personas que se
quitan la vida?
• Hipótesis: La depresión explicaría el suicidio.
• Participantes: 858 personas con registro de suicidio
consumados (VD).
• Depresión (VI): 57 sujetos.
• Resultado: La depresión solo podría ser postulada
como causa del suicidio en un 8,44% de los casos.
• Limitaciones del diseño:
1. Es débil para descartar explicaciones alternativas.
2. La elección de las VI de forma aumenta la aparición de sesgo
por parte del investigador.
 Retrospectivo cuasi control
• Se identifica grupo de personas que poseen el
mismo valor en la VD que queremos estudiar
(Grupo control).
• Se localiza a un segundo grupo d personas que no
posean valores en la VD (Grupo cuasi control).
• Establecidos ambos grupos se miden las VI,
estudiando las covariaciones entre éstas y la VD.
Esquema:
 Retrospectivo cuasi control
Autopsia Psicológica de 20 adolescentes que se quitaron la
vida.
VD: Suicidio consumado en adolescentes.
VI: Edad, sexo, nivel de estudios, aficiones, consumo de
alcohol, maltrato.
Grupo control: Adolescentes con registro de suicidio
consumado (VD).
Grupo cuasi control: personas con características similares,
pero sin riesgo de realizar la conducta suicida.
Resultado: se obtuvo una covariación entre el acto suicida y
características como consumo de alcohol, conducta antisocial y
maltratos.
Limitaciones del diseño:
1. El diseño no descarta totalmente explicaciones alternativas
de variables enmascaradas.
 Retrospectivo de grupo único
• Diseño en el que se mide la VD y las potenciales VI en un
único grupo.
• El grupo de estudio debe ser lo más representativo posible
de la población objeto de estudio, lo que implica seleccionar
variables relevantes.
• El grupo además de ser representativo debe tener un gran
tamaño, para lograr una buena validez externa.
• En este diseño la VD puede tomar más de un valor.
• Las covariaciones observadas se analizan a partir de
correlaciones entre la variables.
• Esquema:
 Retrospectivo de grupo único
• Incluir en el estudio de suicidio consumado, el abordaje
sobre los intentos de suicidio.
• Los valores de la VD van de 0-10.
• La VI será la misma, midiéndola en toda la muestra.
• Se seleccionan un amplio numero de sujetos, que
garanticen el rango de valores que puede tomar la VD.
• Con esto, se estudia la covariación de la serie de valores de
la VD con las series de valores en cada una de las posibles
VI.
• Limitaciones del diseño:
1. Presencia de una seria amenaza a la validez interna
derivada de la incapacidad de medir la VI antes que la VD.
 Prospectivos

• Las VIs ya ha ocurrido, pero la VD se mide después.

• Se invierte el orden en la búsqueda de información, es decir,
se seleccionan participantes que compartan valores de la VI
y luego se analiza a los participantes respecto a la VD.

Se distinguen 4 tipos de diseños:

1. Prospectivo simple.
2. Prospectivo complejo.
3. Prospectivo de grupo único.
4. Prospectivo con más de un eslabón causal.
 Prospectivo simple
• Una sola VI y seleccionamos a los sujetos por sus valores en ella (variable de
selección de valores) formando, al menos, dos grupos, uno para cada valor.
Posteriormente se mide la VD.
• Diseño similar al diseño experimental de dos grupos aleatorios, con las
siguientes diferencias:
1. La VI ya viene dada.
2. El control sobre las posibles VE es mucho menor debido a la selección.
3. Limitaciones de la interpretación de los resultados (por los problemas de
control).
4. Dificultad para descartar con seguridad hipótesis explicativas alternativas.
• Técnicas de control:
1. Emparejamiento.
2. Control estadístico.
3. Introducción de variables relacionadas con la VD.
• Análisis de datos:
1. Si la VI toma solo dos valores: Diferencia de medidas para dos muestras
independientes.
2. Si hay más de dos grupos seleccionados: ANOVA de un factor con grupos o
muestras independientes.
 Prospectivo complejo
• Cuando se sospecha que alguna VE puede influir en los resultados, se
puede controlar su efecto incorporándola a la investigación como VI.
Estudia el efecto de más de una VI sobre la VD.
• Tiene la estructura de un diseño experimental factorial 2x2 pero, en este
caso, las VI son de selección de valores.
• Hay que formar tantos grupos como combinaciones posibles se puedan
realizar de los niveles de la VI.
• El análisis de datos se realiza con ANOVA de dos factores con muestras
independientes.
• Tiene mayor validez interna que el diseño prospectivo simple ya que se
controla una VE que se sospecha que puede influir en los resultados.
Aunque sigue teniendo problemas de validez porque los sujetos son
seleccionados por sus valores en las VI y esto puede dar lugar a otras VE
asociadas a los mismos. Cuantas más variables incluyamos, mayor validez
interna, pero también más complejidad en el diseño (la formación de
grupos con todas las combinaciones posibles puede llegar a resultar
irrealizable).
 Prospectivo complejo
• En primer lugar se seleccionan los grupos de participantes, los cuales
deberán tener las características que resulten de la combinación de todos
los niveles de las VI.

• Posteriormente se mide la VD.

• Problema: Se incorpora en el estudio de la relación entre motivación a la

lectura y rendimiento, una segunda VI correspondiente a conocimientos
previos.

• Por ejemplo tenemos 4 grupos de personas:

1. TIENE Hipertensión arterial – TIENE Diabetes.

2. TIENE Hipertensión arterial – NO TIENE Diabetes.
3. NO TIENE Hipertensión arterial – TIENE Diabetes.
4. NO TIENE Hipertensión arterial – NO TIENE Diabetes.
 Prospectivo complejo

• Así, tenemos un diseño factorial 2x2, pero no es un experimento, pues

ninguna de las dos VI ha sido manipulada (variables ex post facto= no
manipulables).

• Ventajas:
1. Todas las de un experimento factorial, sin ser experimento.

• Desventajas:
1. Amenaza a la validez interna derivadas de un posible sesgo de
selección.
2. No se recomienda realizar este tipo de diseños con más de dos VI.
 Prospectivo de grupo único
• Este diseño mide todos los valores de las VI en un único
grupo.
• Posteriormente, se analizan las correlaciones de las series de
puntuaciones de las VI con la serie de puntuaciones obtenida
en la VD.
• Este diseño aumenta el numero de VI, cuidando que la
muestra sea suficientemente grande y representativa de la
población objeto de estudio.
• Permite obtener información sobre relación de causa y
efecto, realizando predicciones sujeto a sujeto (También
llamado Modelo Predictivo).
• Ventajas:
1. Permite estudiar muchas variables a la vez (mayor grado
de control).
2. Posibilidad de elaborar modelos predictivos.
 Prospectivo de grupo único

Presenta una doble finalidad:

Descriptiva: Para estudiar variables que covarían con el hecho de

interés y son útiles cuando el problema de investigación es muy
complejo o aún se conoce poco sobre el mismo.

Predictiva: Si existe un mayor conocimiento sobre el problema

de investigación. Se trabaja con todas las puntuaciones. Se
pretende encontrar una función que relacione las puntuaciones
en la variable predictora (VI) con la variable criterio (VD).
 Prospectivo con más de un eslabón causal
• Este diseño permite contrastar hipótesis de relaciones
causales entre variables dentro de un esquema con más de un
eslabón causal, en una sola investigación.
• La situación cambia en cuanto a cómo se relacionan entre si
las distintas VI.
• Para realizar este diseño, primero debemos contar con un
modelo teórico que especifique que posibles relaciones
directas e indirectas se espera encontrar entre las VI y la Vd.
• Luego se procede a seleccionar la muestra en función de los
criterios de tamaño y representatividad (A mayor numero de
variables, mayor tamaño de la muestra).
• Por último se establece un plan de recogida de datos que
responda a la existencia de diferentes eslabones causales.
 Prospectivo con más de un eslabón causal
Dibujemos en una hoja el siguiente esquema, que sea suficientemente grande para
escribir el nombre de las variables dentro:

VI1
MOTIVACIÓN

VI3 VD
CONOCIMIENTOS RENDIMIENTO
PREVIOS ACADÉMICO

VI2
HÁBITOS DE
ESTUDIO
 Prospectivo con más de un eslabón causal

Problema: Se incluye en el estudio de la relación entre la

motivación por aprender (VI1) y los conocimientos previos (VI3)
en el rendimiento en una prueba (VD), la variable hábitos de
estudio (VI2).

• Todas las VI se encuentran relacionadas con la VD , sin

embargo, ¿la motivación y los hábitos de estudio no
producirán también un buen nivel de conocimientos previos?
• Por lo que es decir que los conocimientos dependen de la
motivación y los hábitos de estudio.
• La VI conocimientos previos, es a la vez independiente
respecto al rendimiento y dependiente respecto a la
motivación y los hábitos de estudio.
 Diseños EX-POST-FACTO

DISEÑOS RETROSPECTIVOS DISEÑOS PROSPECTIVOS

V.I y V.D.
ELIGE EL SUJETO A INVESTIGAR EN FUNCIÓN DE LA VARIABLE DEPENDIENTE ELIGE EL SUJETO A INVESTIGAR EN FUNCIÓN DE LA VARIABLE INDEPENDIENTE
YA VIENEN
PRIMERO SE MIDE LA VARIABLE DEPENDIENTE PRIMERO SE MIDE LA VARIABLE INDEPENDIENTE
DADAS
BUSCA POSIBLES EXPLICACIONES EN LAS VARIABLES INDEPENDEINTES TODAVIA NO EXISTE EL DESENLACE
INVIERTE EL ORDEN DE BÚSQUEDA DE LA INFORMACIÓN
LAS QUE MAS COVARIEN SERÁN SELECCIONADAS COMO CAUSAS EXPLICATIVAS.

DISEÑOS PROSPECTIVOS SIMPLES

DISEÑOS RETROSPECTIVOS SIMPLES GRUPOS NATURALES: V.I. ES UNA CARACTERÍSTICA

NATURAL
VI VD
TRABAJA CON GRUPOS PEQUEÑOS
SOLO UNA V.I.
V.D NO VARÍA. DETERMINADA POR POSTULADOS TEÓRICOS GRUPO PEQUEÑO.
V.I. SELECCIONADAS PORQUE COMPARTEN LA V.D.
OBSERVAR COINCIDENCIAS.

DISEÑOS PROSPECTIVOS COMPLEJOS

DISEÑOS RETROSPECTIVOS CON GRUPO 2 GRUPOS VI

CUASI CONTROL DOS O MAS V.I.
V.I. SON SELECCIONADAS POR EL INVESTIGADOR
VI VD
COMBINACIÒN DE LAS V.I. PARA DETERMINAR LA V.D.
1er GRUPO CONTROL: QUE 2do GRUPO CUASI CONTROL:
PRESENTA LA V.D. QUE NO PRESENTA LA V.D.

DISEÑOS PROSPECTIVOS DE GRUPO

SE CONTROLAN LAS VARIABLES QUE NO SON OBJETO DE ÚNICO
INVESTIGACIÓN.
PERMITE ESTUDIOS DE COVARIACIÓN
GRUPO GRANDE PARA OBTENER TODOS LOS VI
REDUCE POSIBILIDAD DE SESGO V.I.
POSIBLES VALORES DE LAS V.I.
MODELO PREDICTIVO : REGRESIÓN COMO TÉCNICA VI VD
DISEÑOS RETROSPECTIVOS DE GRUPO DE ANÁLISIS
VI
ÚNICO ESTUDIA VARIAS V.I. A LA VEZ

1 GRUPO GRANDE Y REPRESENTATIVO

V.D. TIENE UN ÚNICO VALOR DISEÑOS PROSPECTIVOS CON MAS DE UN ESLABÓN
GRUPOS MAYORES DE 30 CAUSAL

PUEDE EXISTIR RELACIÓN ENTRE LAS V.I. VI

RELACIONES DIRECTAS E INDIRECTAS
VI VD
VI
 PRINCIPIOS FUNDAMENTALES DEL MUESTREO

•¿Qué información se pretende obtener?

•¿Cuál es la población objetivo?
•¿Qué método se va a utilizar para
conseguir la información?
•¿Cuál va a ser el tamaño de la muestra?
•¿Qué técnica de muestreo se va a
utilizar?
•¿Qué problemas se pueden presentar?
 Identificar la información requerida

Identificar el problema
Describir el problema respecto de :
– ¿Quién?
– ¿Qué?
– ¿Dónde?
– ¿Cuándo?
¿De qué manera se deben utilizar los
resultados?
 ¿Censo o muestreo?

Censo vs Muestreo
 Censos

Ejemplos de Censos

•Censo de población y vivienda de 1993

•Censo Agropecuario (Canadá)
•Censo Económico de 1991
•Censo de productores de leche en polvo
•Encuesta Anual Manufacturera (DANE)
•Encuesta Anual de Comercio Interior (DANE)
 Encuestas por muestreo

Ejemplos de muestreos

•Encuesta Permanente de hogares (DANE)

•Encuesta General Social (STC)
•Encuesta sobre precios (IPC: DANE, STC)
•Encuesta Anual y Mensual de Comercio al por
mayor y al por menor (STC)
•Encuesta Mensual Manufacturera (DANE)
 Elementos del diseño muestral

Ventajas del muestreo

•Costo reducido
•Oportunidad
•Exactitud
•Tarea reducida para los respondientes
 Identificar la información requerida

Probabilístico vs No Probabilístico
 Dos enfoques posibles para la selección de muestras

•Sistemático
•M.A.S •Números Aleatorios
•Tómbola
Probabilístico
•Estratificado

•Por Conglomerado

•Voluntarios

No probabilístico •Por cuotas

•Expertos
•Sujeto tipo